La previsione: due-tre anni, oppure fino a dieci

Wang ha lasciato aperte due finestre temporali molto diverse: il traguardo potrebbe arrivare in due o tre anni se i progressi saranno rapidi, oppure in cinque-dieci anni se lo sviluppo procederà più lentamente.

La previsione più ottimistica è compatibile con la sua posizione del 2025, quando aveva ipotizzato una svolta in meno di cinque anni. Il riferimento a un orizzonte fino a dieci anni, però, è la cautela più importante del suo intervento: non esiste ancora una data condivisa dall’industria.

Anche Wang He, fondatore e chief technology officer di Galbot, ha indicato una possibile svolta entro la fine del 2028, collegandola alla convergenza dei modelli e all’accumulo di dati. Si tratta di una previsione vicina allo scenario ottimistico di Unitree, non della dimostrazione che il settore abbia raggiunto un consenso tecnico.

Il vero collo di bottiglia è il software

Negli ultimi anni i produttori hanno fatto progressi visibili nella mobilità: robot capaci di correre, danzare, fare acrobazie o completare dimostrazioni spettacolari hanno attirato l’attenzione di pubblico e investitori. Ma muoversi non equivale a capire cosa fare.

Il problema più difficile è costruire sistemi decisionali affidabili, basati su quelli che nel settore vengono chiamati world model, o modelli del mondo. Un robot dovrebbe saper riconoscere ciò che lo circonda, prevedere le conseguenze delle proprie azioni, pianificare più passaggi, correggere gli errori e comportarsi in sicurezza quando incontra una situazione nuova.

Qui emergono due limiti ricorrenti:

• la difficoltà di generalizzare oltre gli ambienti e gli oggetti presenti nei dati di addestramento;
• la precisione necessaria negli ultimi millimetri, quando una mano deve afferrare, allineare o manipolare un oggetto senza danneggiarlo.

Far compiere a un umanoide un salto o una coreografia è dunque un problema diverso dal chiedergli di riordinare una cucina sconosciuta, distinguere oggetti simili e recuperare autonomamente da un errore.

I dati fisici non sono come i testi di Internet

Il paragone con ChatGPT nasconde una differenza strutturale. I modelli linguistici hanno potuto essere addestrati su enormi quantità di testi digitali, fino a trilioni di token. Per la robotica, invece, non esiste ancora un archivio altrettanto economico, standardizzato e scalabile di esperienze fisiche.

Per imparare a manipolare il mondo reale, un robot avrebbe bisogno di traiettorie e tentativi accompagnati da dati visivi, tattili e di forza, oltre che dalla registrazione degli errori e dei fallimenti. Simulazioni e teleoperazione possono aiutare, ma non dimostrano ancora che un sistema sappia trasferire in sicurezza ciò che ha imparato da un ambiente a un altro.

Oggetti diversi, illuminazione variabile, superfici ingombre e comportamenti umani imprevedibili rendono perciò qualsiasi calendario molto incerto. Collegare modelli di IA e robot fisici — il passaggio dall’intelligenza digitale all’azione concreta — resta il nodo centrale indicato da Unitree.

Borsa e applicazioni reali raccontano due storie diverse

L’entusiasmo finanziario è stato evidente. Al debutto sul mercato di Shanghai, le azioni Unitree hanno chiuso con un rialzo del 460% rispetto al prezzo dell’IPO, cioè più di cinque volte il valore iniziale.

La corsa del titolo, tuttavia, misura soprattutto le aspettative su un possibile mercato della robotica su scala globale. Non certifica che gli umanoidi siano già pronti a svolgere autonomamente le faccende domestiche.

La stessa industria sta cercando di spostare l’attenzione dalle dimostrazioni a impieghi concreti, mentre le applicazioni attuali restano concentrate soprattutto in università, laboratori e istituti di ricerca. È un segnale di adozione iniziale, ma non ancora la prova di un solido product-market fit, cioè di una domanda ampia e ripetibile da parte di consumatori e imprese.

Le cifre sulle consegne vanno lette con cautela

Un rapporto citato alla conferenza sostiene che la Cina abbia spedito oltre 40.000 robot umanoidi nella prima metà del 2026, raggiungendo il 97% delle spedizioni globali. Morgan Stanley avrebbe inoltre previsto 50.000 unità cinesi per l’intero 2026, contro le 12.000 del 2025.

Questi numeri, però, non sono necessariamente confrontabili tra loro. Un altro dataset riportato sul mercato colloca le spedizioni globali degli umanoidi nel primo semestre a 19.100 unità, attribuendo ai produttori cinesi una quota del 97%. Il dato globale è incompatibile, almeno in apparenza, con oltre 40.000 consegne cinesi nello stesso periodo.

La differenza potrebbe dipendere da definizioni diverse — ad esempio spedizioni contro consegne — o da categorie e perimetri di mercato non coincidenti. La direzione generale appare chiara: i produttori cinesi dominano i primi volumi. Il conteggio preciso, invece, non è stabilito dalle evidenze disponibili.

Il fattore FCC e la geopolitica

A complicare ulteriormente la crescita internazionale c’è la decisione della Federal Communications Commission statunitense, la FCC, che ha inserito i dispositivi robotici avanzati prodotti all’estero nella propria «Covered List». La misura limita l’autorizzazione e l’importazione di nuovi modelli umanoidi e quadrupedi stranieri, citando rischi per la sicurezza nazionale e le catene di approvvigionamento.

Le ricostruzioni disponibili indicano che le restrizioni riguardano soprattutto i nuovi modelli, non necessariamente ogni robot già presente o autorizzato sul mercato statunitense. Per Unitree, però, il provvedimento può ridurre l’accesso a un mercato importante e rendere più difficile quel circolo virtuoso tra vendite, dati e miglioramento dei modelli su cui puntano gli scenari più ottimistici.

Valutazione: progresso credibile, scadenza speculativa

Le ragioni per essere ottimisti non mancano: i costi dell’hardware stanno diminuendo, la capacità produttiva cinese è considerevole e diversi dirigenti del settore convergono su una possibile svolta intorno al 2028.

Ma non c’è ancora una prova di consenso ingegneristico sul fatto che un robot umanoide generalista possa raggiungere entro quella data il benchmark molto severo fissato da Wang: completare l’80% dei compiti in una casa sconosciuta.

La lettura più prudente è quindi: progressi credibili, tempistiche speculative. Due o tre anni rappresentano uno scenario favorevole, non una previsione consolidata. L’orizzonte di cinque-dieci anni riflette meglio i problemi ancora aperti di software, dati, affidabilità, sicurezza, costi e regolamentazione. Il boom dell’IPO di Unitree ha scommesso sulla possibilità di una piattaforma globale della robotica; non ha dimostrato che gli umanoidi siano già pronti per il lavoro domestico autonomo.

La previsione: due-tre anni, oppure fino a dieci

Wang ha lasciato aperte due finestre temporali molto diverse: il traguardo potrebbe arrivare in due o tre anni se i progressi saranno rapidi, oppure in cinque-dieci anni se lo sviluppo procederà più lentamente.

La previsione più ottimistica è compatibile con la sua posizione del 2025, quando aveva ipotizzato una svolta in meno di cinque anni. Il riferimento a un orizzonte fino a dieci anni, però, è la cautela più importante del suo intervento: non esiste ancora una data condivisa dall’industria.

Anche Wang He, fondatore e chief technology officer di Galbot, ha indicato una possibile svolta entro la fine del 2028, collegandola alla convergenza dei modelli e all’accumulo di dati. Si tratta di una previsione vicina allo scenario ottimistico di Unitree, non della dimostrazione che il settore abbia raggiunto un consenso tecnico.

Il vero collo di bottiglia è il software

Negli ultimi anni i produttori hanno fatto progressi visibili nella mobilità: robot capaci di correre, danzare, fare acrobazie o completare dimostrazioni spettacolari hanno attirato l’attenzione di pubblico e investitori. Ma muoversi non equivale a capire cosa fare.

Il problema più difficile è costruire sistemi decisionali affidabili, basati su quelli che nel settore vengono chiamati world model, o modelli del mondo. Un robot dovrebbe saper riconoscere ciò che lo circonda, prevedere le conseguenze delle proprie azioni, pianificare più passaggi, correggere gli errori e comportarsi in sicurezza quando incontra una situazione nuova.

Qui emergono due limiti ricorrenti:

• la difficoltà di generalizzare oltre gli ambienti e gli oggetti presenti nei dati di addestramento;
• la precisione necessaria negli ultimi millimetri, quando una mano deve afferrare, allineare o manipolare un oggetto senza danneggiarlo.

Far compiere a un umanoide un salto o una coreografia è dunque un problema diverso dal chiedergli di riordinare una cucina sconosciuta, distinguere oggetti simili e recuperare autonomamente da un errore.

I dati fisici non sono come i testi di Internet

Il paragone con ChatGPT nasconde una differenza strutturale. I modelli linguistici hanno potuto essere addestrati su enormi quantità di testi digitali, fino a trilioni di token. Per la robotica, invece, non esiste ancora un archivio altrettanto economico, standardizzato e scalabile di esperienze fisiche.

Per imparare a manipolare il mondo reale, un robot avrebbe bisogno di traiettorie e tentativi accompagnati da dati visivi, tattili e di forza, oltre che dalla registrazione degli errori e dei fallimenti. Simulazioni e teleoperazione possono aiutare, ma non dimostrano ancora che un sistema sappia trasferire in sicurezza ciò che ha imparato da un ambiente a un altro.

Oggetti diversi, illuminazione variabile, superfici ingombre e comportamenti umani imprevedibili rendono perciò qualsiasi calendario molto incerto. Collegare modelli di IA e robot fisici — il passaggio dall’intelligenza digitale all’azione concreta — resta il nodo centrale indicato da Unitree.

Borsa e applicazioni reali raccontano due storie diverse

L’entusiasmo finanziario è stato evidente. Al debutto sul mercato di Shanghai, le azioni Unitree hanno chiuso con un rialzo del 460% rispetto al prezzo dell’IPO, cioè più di cinque volte il valore iniziale.

La corsa del titolo, tuttavia, misura soprattutto le aspettative su un possibile mercato della robotica su scala globale. Non certifica che gli umanoidi siano già pronti a svolgere autonomamente le faccende domestiche.

La stessa industria sta cercando di spostare l’attenzione dalle dimostrazioni a impieghi concreti, mentre le applicazioni attuali restano concentrate soprattutto in università, laboratori e istituti di ricerca. È un segnale di adozione iniziale, ma non ancora la prova di un solido product-market fit, cioè di una domanda ampia e ripetibile da parte di consumatori e imprese.

Le cifre sulle consegne vanno lette con cautela

Un rapporto citato alla conferenza sostiene che la Cina abbia spedito oltre 40.000 robot umanoidi nella prima metà del 2026, raggiungendo il 97% delle spedizioni globali. Morgan Stanley avrebbe inoltre previsto 50.000 unità cinesi per l’intero 2026, contro le 12.000 del 2025.

Questi numeri, però, non sono necessariamente confrontabili tra loro. Un altro dataset riportato sul mercato colloca le spedizioni globali degli umanoidi nel primo semestre a 19.100 unità, attribuendo ai produttori cinesi una quota del 97%. Il dato globale è incompatibile, almeno in apparenza, con oltre 40.000 consegne cinesi nello stesso periodo.

La differenza potrebbe dipendere da definizioni diverse — ad esempio spedizioni contro consegne — o da categorie e perimetri di mercato non coincidenti. La direzione generale appare chiara: i produttori cinesi dominano i primi volumi. Il conteggio preciso, invece, non è stabilito dalle evidenze disponibili.

Il fattore FCC e la geopolitica

A complicare ulteriormente la crescita internazionale c’è la decisione della Federal Communications Commission statunitense, la FCC, che ha inserito i dispositivi robotici avanzati prodotti all’estero nella propria «Covered List». La misura limita l’autorizzazione e l’importazione di nuovi modelli umanoidi e quadrupedi stranieri, citando rischi per la sicurezza nazionale e le catene di approvvigionamento.

Le ricostruzioni disponibili indicano che le restrizioni riguardano soprattutto i nuovi modelli, non necessariamente ogni robot già presente o autorizzato sul mercato statunitense. Per Unitree, però, il provvedimento può ridurre l’accesso a un mercato importante e rendere più difficile quel circolo virtuoso tra vendite, dati e miglioramento dei modelli su cui puntano gli scenari più ottimistici.

Valutazione: progresso credibile, scadenza speculativa

Le ragioni per essere ottimisti non mancano: i costi dell’hardware stanno diminuendo, la capacità produttiva cinese è considerevole e diversi dirigenti del settore convergono su una possibile svolta intorno al 2028.

Ma non c’è ancora una prova di consenso ingegneristico sul fatto che un robot umanoide generalista possa raggiungere entro quella data il benchmark molto severo fissato da Wang: completare l’80% dei compiti in una casa sconosciuta.

La lettura più prudente è quindi: progressi credibili, tempistiche speculative. Due o tre anni rappresentano uno scenario favorevole, non una previsione consolidata. L’orizzonte di cinque-dieci anni riflette meglio i problemi ancora aperti di software, dati, affidabilità, sicurezza, costi e regolamentazione. Il boom dell’IPO di Unitree ha scommesso sulla possibilità di una piattaforma globale della robotica; non ha dimostrato che gli umanoidi siano già pronti per il lavoro domestico autonomo.