Bisnis AI fisik Nvidia—yang mencakup robot, kendaraan otonom, dan sistem terkait—diperkirakan menghasilkan sekitar US$10 miliar per tahun. Nvidia membangun platform lengkap yang mencakup GPU untuk pelatihan, perangkat simulasi, model AI fisik terbuka, serta chip edge seperti Orin dan Thor.
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: How has Nvidia’s physical AI business—covering robotics, self-driving cars, and drones—grown to roughly $10 billion in annual revenue, why d. Article summary: Nvidia is trying to become the computing platform for “physical AI”: the chips and software used to train, simulate, and operate robots, autonomous vehicles, and drones. The business is already estimated to produce about. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Nvidia sedang menyiapkan sumber pertumbuhan berikutnya di luar pusat data. Perusahaan itu ingin memasok lapisan infrastruktur bagi mesin yang mampu melihat, bernalar, dan bertindak di dunia nyata—mulai dari robot, kendaraan otonom, hingga sistem industri.
Bisnis yang disebut AI fisik ini diperkirakan sudah menghasilkan sekitar US$10 miliar per tahun bagi Nvidia. Jensen Huang mengatakan nilainya dapat tumbuh sepuluh kali lipat dalam satu dekade, menjadi peluang bisnis sekitar US$100 miliar. Namun, angka tersebut merupakan ambisi berdasarkan adopsi masa depan, bukan pos pendapatan terpisah yang dilaporkan Nvidia dalam laporan keuangannya.
AI fisik merujuk pada sistem kecerdasan buatan yang beroperasi di dunia nyata, bukan hanya menghasilkan teks, gambar, atau kode. Bagi Nvidia, peluang ini mencakup beberapa lapisan:
Strategi ini penting karena Nvidia dapat terlibat di hampir seluruh siklus hidup sebuah mesin. Perusahaan bisa menjual komputasi untuk mengembangkan robot, perangkat lunak untuk mensimulasikannya, dan prosesor yang dipasang di produk akhirnya.
Tesis Huang sederhana: AI sedang bergerak dari dunia digital menuju pabrik, kendaraan, gudang, dan lingkungan fisik lainnya. Manufaktur menjadi sektor yang sangat menarik karena banyak tugasnya berulang, terukur, dan terstruktur. Kondisi tersebut membuat otomatisasi lebih mudah diuji dan diperluas dibandingkan aplikasi konsumen yang menghadapi situasi jauh lebih beragam.
Huang pernah menggambarkan robotika sebagai industri potensial senilai US$50 triliun dan mengatakan bahwa robotika telah mengalami “momen ChatGPT”-nya. Angka US$50 triliun itu menggambarkan potensi pasar manufaktur dan robotika secara luas, bukan proyeksi pendapatan Nvidia. Perusahaan hanya akan menangkap sebagian dari nilai tersebut melalui prosesor, perangkat lunak, simulasi, dan infrastruktur.
Pertanyaan utamanya bukan lagi apakah pasarnya besar. Tantangannya adalah apakah mesin otonom dapat beralih dari demonstrasi dan penerapan terbatas di pabrik menjadi teknologi komersial yang andal. Robot harus aman, terjangkau, produktif, dan mudah dirawat dalam lingkungan operasi yang jauh lebih luas.
Strategi Nvidia dirancang agar platformnya tetap digunakan sebelum dan setelah robot meninggalkan lantai pabrik.
Perangkat robotika Isaac dan berbagai kerangka simulasi Nvidia ditujukan untuk membantu pengembang membuat serta menguji sistem robot dalam lingkungan virtual. Nvidia menyebut platform yang lebih luas itu dirancang untuk merancang, melatih, menguji, dan menerapkan AI fisik.
Perusahaan juga mengembangkan model Cosmos untuk aplikasi AI fisik. Nvidia menggambarkan Cosmos Transfer dan Cosmos Predict sebagai model dunia terbuka yang mendukung pembuatan data sintetis berbasis fisika serta evaluasi kebijakan robot dalam simulasi. Cosmos Reason dirancang untuk membantu mesin cerdas memahami dan bertindak di dunia fisik.
Di sisi perangkat keras, prosesor edge Nvidia ditujukan untuk menjalankan AI langsung di dalam mesin. Sistem riset hasil kerja sama dengan Unitree, misalnya, menggabungkan tubuh robot humanoid Unitree dengan perangkat keras Jetson Thor serta model robotika dan perangkat lunak simulasi Nvidia.
Logika bisnisnya mirip dengan strategi platform Nvidia secara keseluruhan: membuat perangkat, perangkat lunak, dan ekosistem pengembang bekerja begitu erat sehingga pelanggan terus menggunakan teknologi Nvidia dari tahap pengembangan hingga penerapan.
China memiliki basis manufaktur dan pasar domestik yang sangat besar untuk robot humanoid. Perusahaan-perusahaan China menyumbang lebih dari 97% pengiriman robot humanoid global pada paruh pertama 2026. Secara keseluruhan, pengiriman dunia mencapai sekitar 19.100 unit, naik dari sekitar 5.100 unit pada periode yang sama setahun sebelumnya. 1
Angka pengiriman tersebut menunjukkan momentum industri pada tahap awal, tetapi belum membuktikan bahwa robot humanoid sudah menguntungkan secara luas atau mampu menggantikan tenaga manusia. Meski demikian, rantai pasok, kapasitas produksi, dan permintaan pabrik di China menciptakan kondisi yang mendukung peralihan dari prototipe menuju produksi dan penerapan dalam jumlah lebih besar.
Situasi itu membuat produsen robot China menjadi mitra penting bagi Nvidia. Kolaborasi dengan Unitree menghubungkan perangkat lunak dan komputasi edge Nvidia dengan salah satu produsen robot humanoid China yang menonjol. Sistem yang diumumkan tersebut pada awalnya ditujukan untuk lembaga riset, termasuk Stanford dan ETH Zurich, sehingga belum dapat dianggap sebagai bukti adopsi massal oleh konsumen.
Bagi Nvidia, tujuannya lebih besar daripada menjual prosesor ke satu model robot. Perusahaan ingin membangun arsitektur pengembangan dan komputasi yang digunakan bersama ketika produsen robot mulai meningkatkan skala produksi.
Strategi Nvidia di China tetap dibatasi oleh pengendalian ekspor. H200 adalah akselerator pusat data untuk beban kerja AI yang berat, termasuk pelatihan dan inferensi model. Otoritas Amerika Serikat telah mengizinkan sebagian penjualan, tetapi aksesnya tetap terbatas dan sensitif secara politik.
Nvidia mengatakan telah menjual sejumlah kecil chip H200 kepada pelanggan di China pada kuartal terbarunya. Penjualan itu menyumbang kurang dari 1% pendapatan pusat data perusahaan pada periode tersebut. Nvidia juga menyatakan belum mengirimkan seluruh jumlah yang diizinkan berdasarkan lisensi Amerika Serikat.
Sejumlah laporan menyebut ByteDance dan Tencent masing-masing menerima sekitar 10.000 prosesor H200. Hal ini menunjukkan bahwa sebagian permintaan China masih dapat menjangkau Nvidia meski berada di bawah pembatasan. Namun, transaksi tersebut tidak berarti penjualan Nvidia ke China telah kembali tanpa hambatan. Persetujuan ekspor, kebijakan China, keputusan pasokan, dan ketersediaan chip lokal dapat mengubah skala serta waktu peluang tersebut.
Perbedaan jenis produk Nvidia juga penting. GPU pusat data seperti H200 mendukung pelatihan dan pengoperasian model AI, sementara prosesor seperti Orin dan Thor dirancang untuk komputasi waktu nyata di dalam kendaraan dan robot. Dengan demikian, seorang pelanggan dapat menggunakan infrastruktur Nvidia selama tahap pengembangan, lalu memasang perangkat keras edge Nvidia ketika mesin tersebut diterapkan.
Kinerja keuangan Nvidia masih sangat didominasi permintaan pusat data. AI fisik dapat memperluas jangkauan perusahaan ke komputasi otomotif, otomasi industri, logistik, robotika, perangkat lunak simulasi, dan inferensi edge.
Bisnis ini juga dapat menciptakan siklus penguatan:
Siklus inilah yang menjadi daya tarik utama strategi Nvidia. Jika perusahaan berhasil menjadi platform standar untuk AI fisik, pendapatan dapat berasal dari ribuan atau bahkan jutaan mesin, bukan hanya dari sejumlah kecil pusat data berskala raksasa.
Bukti terkuat mengenai ledakan robotika saat ini adalah pertumbuhan pengiriman serta meluasnya ekosistem perangkat keras dan perangkat lunak. Namun, volume pengiriman baru merupakan indikator awal.
Tesis jangka panjang Nvidia bergantung pada kemampuan sistem otonom untuk bekerja secara andal di luar lingkungan yang terkendali. Robot harus mampu menjalankan tugas berguna di pabrik, gudang, lokasi konstruksi, pertanian, toko, jalan raya, dan pada akhirnya rumah. Mereka juga harus memenuhi standar keselamatan, beroperasi dengan biaya yang masuk akal, serta menghasilkan produktivitas yang cukup untuk membenarkan biaya penerapan dan perawatan.
Jika peralihan tersebut berlangsung lebih lama dari perkiraan, gambaran industri senilai US$50 triliun yang disampaikan Huang akan tetap menjadi potensi jangka panjang, bukan sumber pendapatan yang segera tersedia. Bisnis AI fisik Nvidia memang sudah memiliki produk, pelanggan, dan pendapatan awal. Namun, lompatan dari bisnis sekitar US$10 miliar menjadi US$100 miliar bergantung pada apakah ekonomi dunia benar-benar mengadopsi mesin otonom dalam skala besar.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Bisnis AI fisik Nvidia—yang mencakup robot, kendaraan otonom, dan sistem terkait—diperkirakan menghasilkan sekitar US$10 miliar per tahun.
Bisnis AI fisik Nvidia—yang mencakup robot, kendaraan otonom, dan sistem terkait—diperkirakan menghasilkan sekitar US$10 miliar per tahun. Nvidia membangun platform lengkap yang mencakup GPU untuk pelatihan, perangkat simulasi, model AI fisik terbuka, serta chip edge seperti Orin dan Thor.
China menjadi pusat penting dalam strategi robotika Nvidia. Perusahaan perusahaan China menyumbang lebih dari 97% pengiriman robot humanoid global pada paruh pertama 2026, sementara Nvidia bekerja sama dengan Unitree...
Bisnis AI fisik Nvidia—yang mencakup robot, kendaraan otonom, dan sistem terkait—diperkirakan menghasilkan sekitar US$10 miliar per tahun. Nvidia membangun platform lengkap yang mencakup GPU untuk pelatihan, perangkat simulasi, model AI fisik terbuka, serta chip edge seperti Orin dan Thor.
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian

Create a landscape editorial hero image for this Studio Global article: How has Nvidia’s physical AI business—covering robotics, self-driving cars, and drones—grown to roughly $10 billion in annual revenue, why d. Article summary: Nvidia is trying to become the computing platform for “physical AI”: the chips and software used to train, simulate, and operate robots, autonomous vehicles, and drones. The business is already estimated to produce about. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Nvidia sedang menyiapkan sumber pertumbuhan berikutnya di luar pusat data. Perusahaan itu ingin memasok lapisan infrastruktur bagi mesin yang mampu melihat, bernalar, dan bertindak di dunia nyata—mulai dari robot, kendaraan otonom, hingga sistem industri.
Bisnis yang disebut AI fisik ini diperkirakan sudah menghasilkan sekitar US$10 miliar per tahun bagi Nvidia. Jensen Huang mengatakan nilainya dapat tumbuh sepuluh kali lipat dalam satu dekade, menjadi peluang bisnis sekitar US$100 miliar. Namun, angka tersebut merupakan ambisi berdasarkan adopsi masa depan, bukan pos pendapatan terpisah yang dilaporkan Nvidia dalam laporan keuangannya.
AI fisik merujuk pada sistem kecerdasan buatan yang beroperasi di dunia nyata, bukan hanya menghasilkan teks, gambar, atau kode. Bagi Nvidia, peluang ini mencakup beberapa lapisan:
Strategi ini penting karena Nvidia dapat terlibat di hampir seluruh siklus hidup sebuah mesin. Perusahaan bisa menjual komputasi untuk mengembangkan robot, perangkat lunak untuk mensimulasikannya, dan prosesor yang dipasang di produk akhirnya.
Tesis Huang sederhana: AI sedang bergerak dari dunia digital menuju pabrik, kendaraan, gudang, dan lingkungan fisik lainnya. Manufaktur menjadi sektor yang sangat menarik karena banyak tugasnya berulang, terukur, dan terstruktur. Kondisi tersebut membuat otomatisasi lebih mudah diuji dan diperluas dibandingkan aplikasi konsumen yang menghadapi situasi jauh lebih beragam.
Huang pernah menggambarkan robotika sebagai industri potensial senilai US$50 triliun dan mengatakan bahwa robotika telah mengalami “momen ChatGPT”-nya. Angka US$50 triliun itu menggambarkan potensi pasar manufaktur dan robotika secara luas, bukan proyeksi pendapatan Nvidia. Perusahaan hanya akan menangkap sebagian dari nilai tersebut melalui prosesor, perangkat lunak, simulasi, dan infrastruktur.
Pertanyaan utamanya bukan lagi apakah pasarnya besar. Tantangannya adalah apakah mesin otonom dapat beralih dari demonstrasi dan penerapan terbatas di pabrik menjadi teknologi komersial yang andal. Robot harus aman, terjangkau, produktif, dan mudah dirawat dalam lingkungan operasi yang jauh lebih luas.
Strategi Nvidia dirancang agar platformnya tetap digunakan sebelum dan setelah robot meninggalkan lantai pabrik.
Perangkat robotika Isaac dan berbagai kerangka simulasi Nvidia ditujukan untuk membantu pengembang membuat serta menguji sistem robot dalam lingkungan virtual. Nvidia menyebut platform yang lebih luas itu dirancang untuk merancang, melatih, menguji, dan menerapkan AI fisik.
Perusahaan juga mengembangkan model Cosmos untuk aplikasi AI fisik. Nvidia menggambarkan Cosmos Transfer dan Cosmos Predict sebagai model dunia terbuka yang mendukung pembuatan data sintetis berbasis fisika serta evaluasi kebijakan robot dalam simulasi. Cosmos Reason dirancang untuk membantu mesin cerdas memahami dan bertindak di dunia fisik.
Di sisi perangkat keras, prosesor edge Nvidia ditujukan untuk menjalankan AI langsung di dalam mesin. Sistem riset hasil kerja sama dengan Unitree, misalnya, menggabungkan tubuh robot humanoid Unitree dengan perangkat keras Jetson Thor serta model robotika dan perangkat lunak simulasi Nvidia.
Logika bisnisnya mirip dengan strategi platform Nvidia secara keseluruhan: membuat perangkat, perangkat lunak, dan ekosistem pengembang bekerja begitu erat sehingga pelanggan terus menggunakan teknologi Nvidia dari tahap pengembangan hingga penerapan.
China memiliki basis manufaktur dan pasar domestik yang sangat besar untuk robot humanoid. Perusahaan-perusahaan China menyumbang lebih dari 97% pengiriman robot humanoid global pada paruh pertama 2026. Secara keseluruhan, pengiriman dunia mencapai sekitar 19.100 unit, naik dari sekitar 5.100 unit pada periode yang sama setahun sebelumnya. 1
Angka pengiriman tersebut menunjukkan momentum industri pada tahap awal, tetapi belum membuktikan bahwa robot humanoid sudah menguntungkan secara luas atau mampu menggantikan tenaga manusia. Meski demikian, rantai pasok, kapasitas produksi, dan permintaan pabrik di China menciptakan kondisi yang mendukung peralihan dari prototipe menuju produksi dan penerapan dalam jumlah lebih besar.
Situasi itu membuat produsen robot China menjadi mitra penting bagi Nvidia. Kolaborasi dengan Unitree menghubungkan perangkat lunak dan komputasi edge Nvidia dengan salah satu produsen robot humanoid China yang menonjol. Sistem yang diumumkan tersebut pada awalnya ditujukan untuk lembaga riset, termasuk Stanford dan ETH Zurich, sehingga belum dapat dianggap sebagai bukti adopsi massal oleh konsumen.
Bagi Nvidia, tujuannya lebih besar daripada menjual prosesor ke satu model robot. Perusahaan ingin membangun arsitektur pengembangan dan komputasi yang digunakan bersama ketika produsen robot mulai meningkatkan skala produksi.
Strategi Nvidia di China tetap dibatasi oleh pengendalian ekspor. H200 adalah akselerator pusat data untuk beban kerja AI yang berat, termasuk pelatihan dan inferensi model. Otoritas Amerika Serikat telah mengizinkan sebagian penjualan, tetapi aksesnya tetap terbatas dan sensitif secara politik.
Nvidia mengatakan telah menjual sejumlah kecil chip H200 kepada pelanggan di China pada kuartal terbarunya. Penjualan itu menyumbang kurang dari 1% pendapatan pusat data perusahaan pada periode tersebut. Nvidia juga menyatakan belum mengirimkan seluruh jumlah yang diizinkan berdasarkan lisensi Amerika Serikat.
Sejumlah laporan menyebut ByteDance dan Tencent masing-masing menerima sekitar 10.000 prosesor H200. Hal ini menunjukkan bahwa sebagian permintaan China masih dapat menjangkau Nvidia meski berada di bawah pembatasan. Namun, transaksi tersebut tidak berarti penjualan Nvidia ke China telah kembali tanpa hambatan. Persetujuan ekspor, kebijakan China, keputusan pasokan, dan ketersediaan chip lokal dapat mengubah skala serta waktu peluang tersebut.
Perbedaan jenis produk Nvidia juga penting. GPU pusat data seperti H200 mendukung pelatihan dan pengoperasian model AI, sementara prosesor seperti Orin dan Thor dirancang untuk komputasi waktu nyata di dalam kendaraan dan robot. Dengan demikian, seorang pelanggan dapat menggunakan infrastruktur Nvidia selama tahap pengembangan, lalu memasang perangkat keras edge Nvidia ketika mesin tersebut diterapkan.
Kinerja keuangan Nvidia masih sangat didominasi permintaan pusat data. AI fisik dapat memperluas jangkauan perusahaan ke komputasi otomotif, otomasi industri, logistik, robotika, perangkat lunak simulasi, dan inferensi edge.
Bisnis ini juga dapat menciptakan siklus penguatan:
Siklus inilah yang menjadi daya tarik utama strategi Nvidia. Jika perusahaan berhasil menjadi platform standar untuk AI fisik, pendapatan dapat berasal dari ribuan atau bahkan jutaan mesin, bukan hanya dari sejumlah kecil pusat data berskala raksasa.
Bukti terkuat mengenai ledakan robotika saat ini adalah pertumbuhan pengiriman serta meluasnya ekosistem perangkat keras dan perangkat lunak. Namun, volume pengiriman baru merupakan indikator awal.
Tesis jangka panjang Nvidia bergantung pada kemampuan sistem otonom untuk bekerja secara andal di luar lingkungan yang terkendali. Robot harus mampu menjalankan tugas berguna di pabrik, gudang, lokasi konstruksi, pertanian, toko, jalan raya, dan pada akhirnya rumah. Mereka juga harus memenuhi standar keselamatan, beroperasi dengan biaya yang masuk akal, serta menghasilkan produktivitas yang cukup untuk membenarkan biaya penerapan dan perawatan.
Jika peralihan tersebut berlangsung lebih lama dari perkiraan, gambaran industri senilai US$50 triliun yang disampaikan Huang akan tetap menjadi potensi jangka panjang, bukan sumber pendapatan yang segera tersedia. Bisnis AI fisik Nvidia memang sudah memiliki produk, pelanggan, dan pendapatan awal. Namun, lompatan dari bisnis sekitar US$10 miliar menjadi US$100 miliar bergantung pada apakah ekonomi dunia benar-benar mengadopsi mesin otonom dalam skala besar.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Bisnis AI fisik Nvidia—yang mencakup robot, kendaraan otonom, dan sistem terkait—diperkirakan menghasilkan sekitar US$10 miliar per tahun.
Bisnis AI fisik Nvidia—yang mencakup robot, kendaraan otonom, dan sistem terkait—diperkirakan menghasilkan sekitar US$10 miliar per tahun. Nvidia membangun platform lengkap yang mencakup GPU untuk pelatihan, perangkat simulasi, model AI fisik terbuka, serta chip edge seperti Orin dan Thor.
China menjadi pusat penting dalam strategi robotika Nvidia. Perusahaan perusahaan China menyumbang lebih dari 97% pengiriman robot humanoid global pada paruh pertama 2026, sementara Nvidia bekerja sama dengan Unitree...