Goldman Sachs alza la previsione: 6,5 milioni di robot umanoidi all’anno entro il 2035

Goldman Sachs ha rivisto drasticamente al rialzo le proprie aspettative sui robot umanoidi. In un rapporto di 80 pagine sull’“AI fisica” — l’intelligenza artificiale capace di percepire e agire nel mondo reale — pubblicato il 1° settembre 2026 per i propri clienti, la banca d’affari avrebbe portato la previsione di base a 75.000 unità nel 2026, 890.000 nel 2030 e circa 6,5 milioni di unità vendute ogni anno entro il 2035. La stima implica un mercato annuale da circa 138 miliardi di dollari. 245

È importante però leggere questi numeri nel modo corretto: sono scenari previsionali, non ordini né impegni di consegna già sottoscritti. Inoltre, le informazioni disponibili sul rapporto arrivano in gran parte da resoconti secondari; le affermazioni più dettagliate vanno quindi considerate come stime riportate, non come una sostituzione del documento completo di Goldman Sachs.

Una revisione molto più ambiziosa

Le nuove stime superano nettamente il precedente scenario di base della banca:

• 2026: 75.000 unità, contro le precedenti 51.000;
• 2030: 890.000 unità, contro 256.000;
• 2035: circa 6,5 milioni di unità, contro 1,38 milioni.

La correzione più rilevante riguarda la fine del periodo considerato: la previsione per il 2035 è oltre quattro volte superiore a quella precedente. Secondo i resoconti sul rapporto, Goldman Sachs attribuisce l’accelerazione ai progressi dell’AI fisica e al passaggio della produzione verso una scala più propriamente commerciale. 256

Perché l’AI fisica potrebbe cambiare i tempi

Con “AI fisica” si indicano sistemi capaci di osservare l’ambiente, ragionare su attività concrete e intervenire nel mondo reale. Nel caso dei robot umanoidi, l’obiettivo è superare l’automazione fissa e ripetitiva, consentendo alle macchine di svolgere una gamma più ampia di mansioni in fabbrica o nei centri logistici.

La tesi riportata da Goldman Sachs si fonda soprattutto su tre fattori:

1. Robot più intelligenti. Modelli migliori potrebbero ridurre la necessità di programmare manualmente ogni movimento e ogni singola attività.
2. Costi di produzione in calo. Le ipotesi riportate prevedono una riduzione media annua di circa il 7% dei costi dei materiali — la cosiddetta distinta base, o BOM — e un calo di circa il 6% dei prezzi medi di vendita tra il 2025 e il 2035.
3. Produzione su scala industriale. Volumi più elevati potrebbero rendere i robot più accessibili e competitivi rispetto al lavoro umano nelle applicazioni adatte.

In questo scenario, il prezzo medio di vendita di un robot umanoide scenderebbe da circa 41.800 dollari nel 2025 a circa 21.300 dollari nel 2035. 36

Questo non significa che ogni mansione diventerebbe automaticamente conveniente per un robot. Tra gli ostacoli alla diffusione su larga scala restano la scarsità di dati raccolti nel mondo reale, l’autonomia ancora insufficiente per attività generiche, i problemi di affidabilità e i costi elevati. Un robot deve imparare da interazioni fisiche che coinvolgono forza, movimento e oggetti: dati molto più difficili da raccogliere su larga scala rispetto a testi e immagini. 318

I magazzini potrebbero essere il primo banco di prova

Goldman Sachs indica i magazzini dell’e-commerce e la logistica come i primi contesti in cui i robot umanoidi potrebbero raggiungere una diffusione significativa, seguiti dalla produzione automobilistica. I magazzini offrono ambienti relativamente controllati, ma abbastanza variabili da valorizzare macchine flessibili capaci di svolgere più compiti. 25

Amazon e Walmart sono i nomi più citati nei resoconti della tesi. Le infrastrutture già dedicate all’automazione, i dati operativi e l’incentivo a ridurre i costi potrebbero consentire di sperimentare robot più generici insieme a sistemi specializzati.

Secondo le stime riportate, gli investimenti più ampi di Amazon nell’automazione potrebbero produrre circa 72 miliardi di dollari di risparmi cumulativi sui costi dei servizi tra il 2026 e il 2030. In uno scenario ottimistico, il risultato potrebbe aumentare il margine EBIT di Amazon di circa 240 punti base, equivalente a una leva pari a circa il 5,6% dei costi complessivi dei servizi. Sono scenari analitici, non indicazioni fornite dall’azienda. 33335

L’industria automobilistica è il fronte successivo

Le fabbriche automobilistiche sono considerate il secondo grande terreno di adozione perché le case automobilistiche dispongono già di sistemi produttivi su larga scala e di esperienza in robotica, ingegneria industriale e integrazione della catena di fornitura.

Tra le società citate nei riepiloghi pubblici figurano Tesla, Hyundai, Toyota, Honda e Mitsubishi Motors. Il settore auto potrebbe inoltre avere un ruolo doppio: cliente dei robot, ma anche potenziale produttore. Goldman Sachs avrebbe stimato per Toyota una capacità produttiva compresa tra 190.000 e 540.000 robot umanoidi nel 2035. Rispetto al mercato globale annuo previsto di 6,5 milioni di unità, ciò equivarrebbe a circa il 3-8% del volume mondiale. 38

Si tratta di una stima della potenziale produzione, non di un impegno confermato di Toyota a costruire quel numero di robot.

Ogni robot può aumentare la domanda di semiconduttori

L’opportunità non riguarda soltanto i produttori di robot. Secondo le stime riportate, ogni unità potrebbe generare una domanda di semiconduttori compresa tra 3.000 e oltre 6.000 dollari. Le categorie includono moduli di calcolo ad alte prestazioni, dispositivi analogici e a segnale misto, oltre alla memoria per l’elaborazione ai margini della rete, il cosiddetto edge storage. 17

Questa dotazione riflette le esigenze dell’AI fisica: i robot hanno bisogno di potenza di calcolo per l’inferenza, sensori e sistemi di controllo per percepire e muoversi, nonché memoria e connettività per coordinare le azioni in ambienti reali. La composizione effettiva varierà in base al design, alle capacità e al modello produttivo; la cifra va quindi interpretata come una stima del mercato indirizzabile, non come una distinta base universale.

Dai PLC tradizionali ai sistemi definiti dal software

Il rapporto punterebbe inoltre a un possibile passaggio dai controllori logici programmabili, o PLC, legati all’hardware, verso architetture software-defined e PLC virtuali. Se il controllo delle fabbriche diventasse più dipendente dal software, una parte del valore potrebbe spostarsi verso l’orchestrazione flessibile, i modelli di AI e l’elaborazione general-purpose, invece di restare concentrata nei sistemi proprietari hardware-software. 17

I riepiloghi pubblici non offrono però dettagli sufficientemente solidi per quantificare con precisione la crescita del mercato dei PLC virtuali o per stabilire quali aziende Goldman Sachs consideri certamente esposte. L’implicazione più prudente è generale: i fornitori tradizionali di automazione industriale e controllo degli impianti potrebbero subire pressioni se i clienti iniziassero a preferire sistemi interoperabili e definiti dal software.

Cosa pensano i dirigenti sull’adozione

Il sondaggio “Executive Perspectives” di Goldman Sachs avrebbe rilevato che circa il 40% dei dirigenti intervistati si aspetta che almeno il 10% dei flussi di lavoro venga automatizzato da robot general-purpose entro tre-cinque anni. 35

Il dato segnala un interesse concreto da parte delle aziende, ma non dimostra che le implementazioni previste avverranno nei tempi indicati. L’adozione dipenderà dalla capacità dei robot di eseguire mansioni specifiche in modo sicuro, affidabile e a un costo inferiore rispetto al lavoro umano o alle alternative di automazione già disponibili.

La vera domanda non è più se, ma dove conviene

La revisione di Goldman Sachs va letta come un rafforzamento della tesi economica e tecnologica a favore dei robot umanoidi industriali, non come la prova che siano già pronti per qualsiasi ambiente di lavoro. La sequenza ipotizzata è abbastanza chiara: prima logistica e magazzini, poi produzione automobilistica, con produttori di semiconduttori e fornitori di software industriale tra i potenziali beneficiari — o tra gli operatori chiamati a ripensare il proprio modello.

Il test decisivo sarà trasformare prototipi sempre più capaci in macchine affidabili, che lavorino nel mondo reale e producano un ritorno economico. Finché il settore non risolverà i problemi legati a dati, destrezza, affidabilità e costi, la previsione di 6,5 milioni di unità nel 2035 resterà uno scenario ambizioso, non un risultato già acquisito. 318