Llevamos años programando nuestras casas inteligentes. LG tiene otra idea: contarles lo que queremos y que ellas se apañen
Durante años, la programación de casas inteligentes ha sido un desafío para los consumidores, requiriendo la creación de «escenas», horarios y acciones encadenadas. Sin embargo, LG propone una solución innovadora con la introducción de ThinQ Claw, un agente de inteligencia artificial que promete simplificar esta tarea. Presentado en la IFA 2026, ThinQ Claw utiliza IA generativa para interpretar nuestras peticiones en lenguaje natural y coordinar los dispositivos necesarios para cumplirlas.
ThinQ Claw, desarrollado a partir de OpenClaw, no procesa cada mensaje de manera aislada. En su lugar, recopila información sobre nuestros horarios, rutinas y preferencias, así como los dispositivos disponibles en casa, para entender el contexto y actuar en consecuencia. Por ejemplo, al recibir una simple indicación como «Esta tarde vienen unos amigos», el sistema puede preparar los electrodomésticos para cocinar, ajustar la climatización y sugerir recetas basadas en los ingredientes disponibles.
La verdadera innovación radica en su capacidad para trabajar con lenguaje natural, eliminando la necesidad de programar reglas específicas para cada acción. Esto representa un cambio significativo respecto a las plataformas domóticas tradicionales, que dependen de reglas preconfiguradas. LG, que ya cuenta con una amplia gama de electrodomésticos, ha potenciado esta propuesta con la adquisición de Athom y su plataforma Homey, permitiendo la integración de dispositivos de distintos fabricantes.
No obstante, este avance plantea preocupaciones sobre la privacidad. Para que ThinQ Claw funcione de manera efectiva, necesita acceso a datos personales como horarios y preferencias. Aunque LG asegura que su arquitectura LG Shield protege estos datos, no se especifica claramente cómo se manejan ni cuánto tiempo se conservan.
Finalmente, surge la cuestión de hasta dónde puede llegar la autonomía de ThinQ Claw. Aunque LG afirma que el agente puede recomendar y «ayudar a iniciar» acciones, queda por ver si estas recomendaciones se ejecutan automáticamente o requieren intervención del usuario. Este equilibrio entre utilidad y control es crucial para el éxito de esta tecnología.