Robot umanoidi, il “momento ChatGPT” potrebbe essere vicino. Ma la vera sfida è renderli affidabili

In sintesi, il salto sarebbe quello da robot che “sanno fare” alcune cose a robot capaci di capire autonomamente quale sia il passo successivo.

Le due previsioni

Wang Xiaogang: svolta tecnica entro la fine del 2027

Wang Xiaogang ha affermato che ACE si aspetta di raggiungere il proprio “momento ChatGPT” entro la fine del 2027, grazie a modelli del mondo più avanzati e a raccolte molto più ampie di dati sugli ambienti reali. Ha però distinto la svolta tecnica dalla diffusione commerciale su larga scala: secondo lui, quest’ultima potrebbe richiedere altri quattro o cinque anni.

È una distinzione importante. Un modello può mostrare progressi notevoli nel ragionamento o nel controllo dei movimenti e restare comunque troppo costoso, incostante o complesso da integrare nelle attività quotidiane. Un traguardo di ricerca e una forza lavoro robotica economicamente affidabile non sono lo stesso evento.

Wang Xingxing: due o tre anni nel caso migliore, fino a dieci negli altri scenari

Wang Xingxing ha descritto due possibili percorsi. Nello scenario più favorevole, l’intelligenza incarnata potrebbe raggiungere il punto di svolta in due o tre anni. Se invece i progressi nella capacità di generalizzare e nel controllo fisico di precisione dovessero rallentare, il settore potrebbe aver bisogno di cinque-dieci anni.

Il suo riferimento alle attività domestiche rende la previsione più esigente di una semplice dimostrazione tecnica: il robot dovrebbe operare in un ambiente sconosciuto, interpretare il linguaggio naturale e portare a termine autonomamente un’ampia gamma di compiti.

Il vero collo di bottiglia sono i “cervelli” dei robot

L’hardware sta migliorando rapidamente, ma il software fatica ancora a passare da un’esperienza limitata alla varietà caotica delle situazioni reali. Entrambi i dirigenti hanno indicato nei modelli di intelligenza artificiale e nei dati di addestramento il principale vincolo allo sviluppo.

A un robot servono dati che colleghino ciò che vede a ciò che fa: la consistenza di un oggetto, la forza da applicare, il comportamento di una superficie scivolosa e il modo per recuperare quando un’azione non va a buon fine. Le simulazioni e le dimostrazioni sono utili, ma non riproducono del tutto l’imprevedibilità di case, fabbriche, negozi e altri ambienti fisici.

È un problema diverso da quello dell’addestramento di un modello linguistico. Un robot non può imparare un’azione soltanto leggendone la descrizione: deve comprendere il rapporto tra percezione, movimento, conseguenze e correzione dell’errore.

La strategia di ACE: raccogliere dati dai lavoratori

ACE Robotics sta seguendo un approccio definito “centrato sull’essere umano”: l’azienda equipaggia gli operai delle linee di produzione con sensori leggeri per registrare i movimenti e le interazioni con l’ambiente. L’obiettivo dichiarato è raccogliere decine di milioni di ore di dati per addestrare i propri modelli del mondo fisico.

La strategia punta ad aumentare gli esempi provenienti dal mondo reale, senza affidarsi soltanto ai dati prodotti dai robot o alle simulazioni. Gli operatori umani possono mostrare come portare a termine un’attività, come adattare i movimenti a condizioni variabili e come concatenare più azioni all’interno di un processo lungo.

ACE è stata fondata nel luglio 2025 ed è guidata da Wang Xiaogang, cofondatore di SenseTime. Ant Group ha guidato il suo round di finanziamento angel, al quale hanno partecipato anche capitali legati a SenseTime e altri investitori.

Che cosa distingue il modello Kairos-4B?

ACE sostiene che il suo modello open source Kairos-4B abbia guidato i benchmark pubblici sull’intelligenza artificiale incarnata e superato Cosmos 3 di Nvidia nel confronto citato durante la conferenza. Si tratta di risultati dichiarati dall’azienda e vanno quindi letti come prestazioni in specifici benchmark, non come la prova che i robot umanoidi generalisti siano già pronti per le case o per le fabbriche.

L’azienda sta inoltre cercando di portare i propri sistemi fuori dai laboratori. ACE ha dichiarato di voler installare i suoi modelli di intelligenza artificiale in 1.000 negozi senza personale. L’obiettivo riflette una strategia comune nel settore: partire da contesti commerciali relativamente circoscritti, dove i flussi di lavoro possono essere standardizzati più facilmente rispetto a quelli di una normale abitazione.

La corsa cinese ai robot umanoidi

Le previsioni sono arrivate in un momento di forte entusiasmo per il comparto cinese dei robot umanoidi. L’IPO di Unitree sul mercato STAR di Shanghai ha raccolto circa 904 milioni di dollari ed è stata descritta come oltre 8.000 volte sovrasottoscritta dagli investitori retail. Al debutto, il titolo ha chiuso con un rialzo del 460% rispetto al prezzo di collocamento, portando il valore di mercato dell’azienda a circa 50 miliardi di dollari.

Anche i dati sulle consegne mostrano il vantaggio iniziale della manifattura cinese. Smart Analytics Global ha stimato circa 19.100 robot umanoidi spediti nel mondo nella prima metà del 2026, con i produttori cinesi responsabili di oltre il 97% del totale.

Questo dato non equivale, però, alla prova di un’automazione generalista ormai matura. Alcuni resoconti riportano la cifra contrastante di oltre 40.000 robot umanoidi consegnati dalla Cina nello stesso periodo, ma il numero non è coerente con la stima globale di 19.100 unità e non è sostenuto dai dati sulle spedizioni più solidi disponibili in questo caso.

Morgan Stanley ha inoltre alzato a 50.000 unità la propria previsione sulle spedizioni cinesi per l’intero 2026, citando il passaggio più rapido del previsto dalle dimostrazioni all’impiego commerciale. Una previsione sulle consegne misura però l’espansione del mercato, non la capacità dei robot di superare il test dell’80% delle attività domestiche indicato da Wang Xingxing.

La conclusione: la capacità potrebbe arrivare prima dell’affidabilità

Il punto più significativo delle dichiarazioni dei due dirigenti non è la certezza di una data precisa, come il 2027. È il fatto che il settore si sta avvicinando a una fase in cui saranno la qualità del software, i dati di addestramento e la capacità di generalizzare a decidere l’utilità concreta dei robot, più ancora di motori, batterie e progettazione meccanica.

La previsione di ACE indica una svolta tecnica entro la fine del 2027, seguita da anni di commercializzazione. La forbice proposta da Unitree rende esplicita l’incertezza: due o tre anni se i progressi accelereranno, cinque-dieci anni se i problemi più difficili resteranno irrisolti.

La Cina ha già un vantaggio evidente in finanziamenti, produzione e prime spedizioni. La domanda ancora aperta è se questa scala industriale riuscirà a produrre robot capaci di funzionare con affidabilità in ambienti che non hanno mai visto. Finché il problema dei dati e dei modelli non sarà risolto, il “momento ChatGPT” dei robot resterà una previsione, non un prodotto già pronto.