Dalle consegne al lavoro utile: la prova più difficile per i robot umanoidi

Il messaggio centrale della World Robot Conference (WRC) 2026 è stato chiaro, ma tutt’altro che scontato: la Cina potrebbe aver vinto la prima corsa, quella della produzione e delle consegne di robot umanoidi. La gara decisiva, però, è appena iniziata. Ora bisogna dimostrare che queste macchine sappiano svolgere un lavoro autonomo, ripetibile e abbastanza efficace da aumentare davvero la produttività.

Il vantaggio cinese è enorme, ma il dato sulle consegne resta discusso

Un rapporto di settore presentato alla conferenza ha indicato oltre 40.000 robot umanoidi spediti dalla Cina nel primo semestre del 2026, pari a circa il 97% delle consegne mondiali. Le cronache della WRC hanno descritto questa crescita come il passaggio dai piccoli progetti pilota alla distribuzione regolare e alle applicazioni su scala più ampia. 101215

Il numero, tuttavia, non va considerato come un totale di mercato universalmente accettato. Smart Analytics Global ha stimato circa 19.100 robot umanoidi spediti nel mondo nello stesso periodo, mentre Counterpoint Research ha parlato di oltre 22.000 unità. Un’altra stima citata dalla stampa ha attribuito ai soli produttori cinesi più di 30.000 consegne. Le differenze sembrano dipendere da definizioni e metodologie diverse: per questo il totale esatto è difficile da verificare in modo indipendente. 14

La conclusione più solida, al di là della singola cifra, è che produzione e distribuzione stanno accelerando e che i produttori cinesi detengono una quota dominante del mercato secondo i dati disponibili.

La conferenza ha separato lo spettacolo dalla produttività

Le dimostrazioni della WRC 2026 spiegano bene perché i robot umanoidi attirino tanta attenzione, ma anche perché oggi non siano più sufficienti. La presentazione di Unitree in una sala riunioni e l’anteprima di un robot pubblicizzato con una velocità di 12,65 metri al secondo hanno evidenziato i progressi nella mobilità e nell’esecuzione dei prodotti. Velocità, equilibrio e una performance ben riuscita in un ambiente controllato, però, non dimostrano che un robot sappia svolgere mansioni generiche.

La distinzione più importante emersa dalla conferenza è quella fra il numero da fiera, preparato in ogni dettaglio, e un lavoro capace di resistere agli imprevisti della realtà. I robot starebbero passando dalle esibizioni sul palco ad attività come lo smistamento dei pacchi, la preparazione di noodles e il confezionamento di prodotti, oltre che a impieghi in fabbrica e in casa. 815

Per chi deve acquistare queste macchine, la domanda non è se un robot riesca a completare una singola operazione predisposta in anticipo. Il test è capire se lo stesso sistema sappia gestire oggetti, spazi, istruzioni, illuminazione e guasti imprevisti senza essere riprogrammato o riavviato manualmente a ogni tentativo.

Il prossimo benchmark è il lavoro che il robot non conosce

Fondatori e protagonisti del settore intervenuti o citati durante la conferenza hanno fissato un’asticella molto più alta del semplice completamento di un compito in condizioni controllate. Un umanoide davvero prezioso dovrebbe poter entrare in un luogo di lavoro o in un’abitazione che non conosce, capire cosa occorre fare, apprendere rapidamente una nuova mansione e portarla a termine con velocità e precisione affidabili. 13

Questo requisito mette in luce diverse lacune dei sistemi attuali:

• Generalizzazione: un robot addestrato in un ambiente può andare in difficoltà quando cambiano oggetti, superfici o sequenza delle azioni.
• Precisione: piccoli errori fisici possono rendere inutilizzabile, sul piano operativo, un compito apparentemente riuscito.
• Velocità: una mansione che funziona in una dimostrazione può comunque essere troppo lenta per competere con un lavoratore umano.
• Autonomia: teleoperazione frequente, supporto tecnico o interventi umani possono annullare il vantaggio economico dell’installazione.

Non si tratta di semplici rifiniture. Da questi fattori dipende la differenza fra una piattaforma di lavoro flessibile e una macchina costosa costruita attorno a una ristretta raccolta di dimostrazioni.

Le prestazioni attuali mostrano ancora il divario

I benchmark citati di Starship Navigator collocano i sistemi attuali intorno al 70-80% delle prestazioni umane nei compiti considerati. In una dimostrazione, inoltre, un robot avrebbe impiegato quasi due minuti per piegare una maglietta a maniche corte, prima che intervenisse un operatore umano. 1320

L’esempio della maglietta è significativo perché trasforma una capacità curiosa in una domanda concreta: quanti capi può trattare il robot in un’ora? Con quale frequenza sbaglia? Quanta supervisione richiede? Un robot che sa piegare una maglietta dimostra di possedere una certa capacità di manipolazione. Un robot che sa gestire rapidamente e senza aiuto un bucato vario dimostra invece di offrire un servizio economicamente sostenibile.

La stessa distinzione vale per fabbriche e magazzini. Una macchina può essere tecnicamente in grado di spostare un oggetto, ma restare un prodotto commerciale fallimentare se è troppo lenta, fragile o addestrata in modo troppo specifico rispetto al flusso di lavoro in cui dovrebbe inserirsi.

Per il business serve un addestramento molto più rapido

Uno degli obiettivi discussi nei resoconti della conferenza è ridurre il tempo necessario per riaddestrare un robot a una nuova mansione da circa 10 ore a circa un’ora. Non è solo una questione di comodità: un adattamento più rapido diminuirebbe la quantità di raccolta dati, programmazione e lavoro ingegneristico necessaria ogni volta che un cliente modifica un processo. 13

Da questo potrebbe dipendere l’economia dell’intero settore. Se ogni nuovo compito richiede un progetto di integrazione su misura, gli umanoidi rischiano di rimanere confinati a test in ambienti altamente controllati. Se invece gli operatori possono insegnare o configurare rapidamente un’attività e il robot riesce poi a ripeterla con costanza, lo stesso hardware diventa più utile in più mansioni e sedi.

Per questo la produttività continuativa di un magazzino è un traguardo più significativo di una singola dimostrazione diventata virale. Metterebbe alla prova la capacità del robot di lavorare per periodi prolungati, gestire le variazioni, recuperare dagli errori e produrre risultati senza assistenza costante.

Perché il “momento ChatGPT” degli umanoidi resta condizionato

Alcune aziende citate durante la conferenza hanno indicato una finestra compresa fra due e dieci anni per una svolta nelle capacità generiche dei robot umanoidi, con l’ipotesi più ottimistica fissata intorno al 2028. Si tratta di previsioni, non di traguardi già stabiliti. 13

La difficoltà di fondo è collegare percezione, ragionamento e azione fisica. Un modello può identificare correttamente un oggetto o descrivere un piano, ma fallire comunque nell’esecuzione del movimento nel mondo reale. Il settore deve inoltre fare i conti con una generalizzazione ancora debole, errori dell’ordine dei millimetri e una disponibilità insufficiente di dati di alta qualità sulle interazioni fisiche necessari per addestrare sistemi robusti. 13

L’ambizione descritta nei resoconti della conferenza è che, in futuro, i robot riescano a completare circa l’80% delle attività in abitazioni sconosciute. Per arrivare a quel livello potrebbero servire decine di milioni di ore di dati utili per l’addestramento, insieme a sistemi capaci di trasferire le competenze apprese invece di reimparare ogni mansione da zero. 13

Cosa osservare dopo la WRC 2026

La conferenza ha spostato la corsa agli umanoidi su cinque domande pratiche:

1. Il robot sa lavorare fuori da un ambiente programmato nei minimi dettagli?
2. Quanto rapidamente impara un compito davvero nuovo?
3. Quanto si avvicinano velocità e precisione sostenute a quelle di un lavoratore umano?
4. Con quale frequenza serve un intervento da remoto o sul posto?
5. L’installazione genera un valore economico misurabile nel tempo?

Il primato cinese nelle consegne risponde alla domanda sulla capacità produttiva meglio di quanto risponda a quelle sulla produttività. La WRC 2026 ha quindi descritto un settore entrato nella fase della validazione: il mercato deve dimostrare che gli umanoidi non possono soltanto essere prodotti su larga scala, ma anche lavorare su larga scala e creare valore dopo la fine della dimostrazione.