Chinese platformbedrijven verschuiven van louter digitale diensten naar fysieke AI systemen voor bezorging, magazijnen en autonome mobiliteit. De meest concrete toepassingen zitten voorlopig in voorspelbare omgevingen, zoals magazijnen, vaste dronecorridors en beheerde voertuigvloten.
Research answer

Create a landscape editorial hero image for this Studio Global article: How are major Chinese internet companies—including Meituan, JD.com, ByteDance, Baidu, Alibaba, and Tencent—expanding from pure digital busin. Article summary: Chinese internet companies are becoming “physical-AI” operators: they are combining foundation models, perception software, specialized chips and cloud platforms with vehicles, robots, warehouses, drones and real operati. Topic tags: general, academic, general web, user generated, education. 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, water
Chinese internetbedrijven brengen AI steeds nadrukkelijker naar de fysieke economie. Ze automatiseren magazijnen, laten bestellingen vervoeren door drones en autonome voertuigen, exploiteren robotaxi’s en ontwikkelen modellen en chips die machines buiten het scherm moeten laten werken.
De kern van die verschuiving is niet alleen een robot of voertuig bouwen. Het gaat om een complete operationele keten: vraag, data, AI, hardwarepartners en inzet in de praktijk. Juist in logistiek en mobiliteit is die aanpak kansrijk, omdat veel taken zich vaak herhalen en prestaties goed meetbaar zijn. Dat is voorlopig concreter dan de belofte van een humanoïde robot die overal inzetbaar zou zijn.
Een autonome bezorgwagen of robot werkt commercieel pas als die is gekoppeld aan planningssoftware, routes en kaarten, laad- en oplaadinfrastructuur, toezicht op afstand, veiligheidsprocessen, magazijnen en mensen die uitzonderingen afhandelen.
Grote handels- en consumentenplatforms hebben daarbij een voorsprong. Ze beheren al netwerken met zeer veel transacties en kunnen automatisering inbouwen in processen die ze zelf beheersen. Herhaald gebruik in de echte wereld levert operationele feedback op: vertragingen, storingen, routinematige patronen en lastige uitzonderingssituaties. Die gegevens kunnen weer worden gebruikt om de volgende versie van de dienst te verbeteren.
Daarom lijkt het verdienmodel vaak meer op een beheerde dienst dan op de eenmalige verkoop van hardware. Klanten kopen dan bezorgcapaciteit, verwerkingssnelheid in een magazijn of beschikbaarheid van een vloot — niet simpelweg een robot.
Voor Meituan, een Chinees platform voor onder meer maaltijdbezorging en lokale diensten, begint fysieke AI bij snelle bezorging. De droneaanpak bestaat niet uit alleen een toestel, maar uit drones, overslagpunten en een systeem voor operationele aansturing. In mei 2026 zei het bedrijf dat deze infrastructuur commercieel in gebruik was genomen en dat het zijn laagvliegende logistieke oplossingen openstelde voor erkende partners. 54
Regelgeving is hierbij minstens zo bepalend als de techniek. In april 2025 meldde Meituan dat zijn drone van de vierde generatie een toetsing door de Civil Aviation Administration of China had doorlopen en een landelijke exploitatievergunning voor laagvliegende logistiek had gekregen. 61 In maart 2025 startte het bedrijf bovendien commerciële dronebezorging in Hongkong; volgens Meituan betrof dat de 54e commerciële route.
62
De automatisering is nog doelgericht en beperkt. In het district Shunyi in Beijing vervoerden autonome voertuigen pakketten naar overslagstations, waarna bezorgers de laatste fase afmaakten. 55
Die verdeling van werk is veelzeggend. Grote bezorgdichtheid kan automatisering rendabel maken, maar toegang tot gebouwen, weersomstandigheden, voetgangers en de overdracht aan de klant blijven lastige problemen in de fysieke wereld.
JD.com vertrekt vanuit een andere positie: logistieke infrastructuur. Het bedrijf kan voorraad, magazijnprocessen, orderpicken, sorteren, transport en bezorging in één gecoördineerd systeem verbinden.
JD Logistics meldde dat op 31 december 2025 meer dan twintig zelf ontwikkelde LangzuTech-geautomatiseerde magazijnen volgens het goods-to-person-model actief waren in bijna twintig Chinese steden. Volgens het bedrijf ondersteunen de systemen opslag met hoge dichtheid en snel orderpicken voor miljoenen SKU’s, ook tijdens grote verkooppieken. 17
Daarmee is JD’s automatiseringsstrategie meer dan een programma om intern efficiënter te werken. Een gestandaardiseerd magazijnsysteem kan op meerdere locaties worden herhaald en mogelijk worden aangeboden als onderdeel van fulfilment- en supplychain-diensten. JD heeft ook verklaard intern onderzoek, ontwikkeling en toepassing te doen rond slimme logistiek en onbemande technologie. 25
Voor retailers en merken is de les duidelijk: magazijnrobotica is vooral waardevol wanneer die is geïntegreerd met voorraadpositie, orderbeheer en fulfilment. Een losse machine op de magazijnvloer is niet genoeg.
ByteDance, het moederbedrijf van TikTok, kiest een meer modelgerichte route. De Seed-onderzoeksgroep presenteerde GR-3 als een algemeen vision-language-action-model voor robots, ontworpen voor generalisatie en taken met een langere tijdshorizon. Ook introduceerde de groep ByteMini, een mobiel robotplatform met twee armen voor manipulatie van objecten. 3
Belichaamde AI — AI die waarneemt én fysiek handelt — vraagt meer dan beeldherkenning. Een systeem moet wat het ziet en begrijpt betrouwbaar vertalen naar veilige handelingen met objecten. Het werk van ByteDance wijst daarom op een ondersteunende laag voor robotica: robotbesturing, onderzoek naar manipulatie, modeltraining en AI-infrastructuur voor ontwikkelaars.
Ook via werving breidt het bedrijf zijn ambities uit. Een bericht uit 2025 beschreef een ByteDance-wervingscampagne voor ervaren specialisten in belichaamde intelligentie, met functies die specifiek op humanoïde robots waren gericht. 6
ByteDance hoeft niet zelf de grootste fabrikant van alle robots te worden om hiervan te profiteren. Het kan waarde leveren als aanbieder van een deel van de ‘hersenen’ voor industriële robots, samenwerkende robots of servicerobots van partners.
Bij Baidu is fysieke AI het duidelijkst zichtbaar in autonoom rijden. Apollo omvat de software- en datasystemen die nodig zijn voor zelfrijdende voertuigen. Met de Kunlun-chips bouwt Baidu daarnaast een eigen rekenlaag voor AI-toepassingen.
Tijdens Apollo Day zei Baidu dat zijn Kunlun AI-chip van de tweede generatie end-to-end was aangepast voor autonoom rijden. Het bedrijf wees ook op een perceptiemodel voor autonoom rijden, hd-kaarten en een gesloten datacyclus voor rijgegevens. 44
Baidu heeft daarnaast een routekaart voor nieuwe AI-hardware gepubliceerd. De Kunlun M100 stond gepland voor grootschalige inferentie — het uitvoeren van getrainde AI-modellen — in 2026. De M300 staat gepland voor training en inferentie van multimodale modellen in 2027. 40
De strategische inzet is verticale samenhang: AI-modellen en rekenkracht worden gekoppeld aan autonome software en vlootoperaties. Maar robotaxi’s blijven een zware praktijktest. Commerciële uitbreiding hangt af van veiligheid, voertuigpartners, lokale vergunningen en duurzame operationele economie — niet alleen van een sterk model of een snelle chip.
Alibaba en Tencent passen in de bredere trend omdat grote platforms verschillende lagen van fysieke AI kunnen leveren: cloudinfrastructuur, bedrijfssoftware, handelsnetwerken, simulatie, kapitaal en partnerschappen. Het beschikbare bronmateriaal bevat echter aanzienlijk concreter bewijs van actuele inzet door Meituan, JD.com, ByteDance en Baidu dan van specifieke huidige initiatieven van Alibaba of Tencent.
Voor traditionele sectoren verandert deze ontwikkeling de samenwerking:
Een mogelijk Chinees voordeel is niet simpelweg dat één bedrijf het beste AI-model bezit. Het zit in de combinatie van handels- en bezorgnetwerken met hoge volumes, grote productiecapaciteit en snel leren uit de dagelijkse operatie binnen dezelfde markt.
De gereguleerde droneroutes van Meituan, de herhaalbare magazijnuitrol van JD, het onderzoek van ByteDance naar belichaamde AI en Baidu’s combinatie van autonomie en rekenkracht laten elk een andere versie van die leercyclus zien. Ze koppelen AI-ontwikkeling aan een omgeving waarin prestaties continu kunnen worden getest en verbeterd. 54
17
3
44
Tegelijk is fysieke AI veel minder vergevingsgezind dan digitale software. Een mislukte bezorging, fout van een voertuig of verstoring in een magazijn heeft gevolgen voor veiligheid, aansprakelijkheid en dienstverlening. Grote pilots bewijzen nog geen blijvende winstgevendheid, brede autonomie of universele vervanging van menselijk werk.
De meest geloofwaardige uitkomst op korte termijn is daarom gerichte automatisering in afgebakende situaties: magazijnen, vaste bezorgcorridors, duidelijk gedefinieerde industriële taken en beheerde vloten. Op langere termijn draait de concurrentie om de partij die modellen, chips, machines, operatie en betrouwbaar toegang tot praktijkinzet het best weet te combineren.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Chinese platformbedrijven verschuiven van louter digitale diensten naar fysieke AI systemen voor bezorging, magazijnen en autonome mobiliteit.
Chinese platformbedrijven verschuiven van louter digitale diensten naar fysieke AI systemen voor bezorging, magazijnen en autonome mobiliteit. De meest concrete toepassingen zitten voorlopig in voorspelbare omgevingen, zoals magazijnen, vaste dronecorridors en beheerde voertuigvloten.
Voor retailers, fabrikanten en autobedrijven wordt samenwerking met aanbieders van AI, chips, cloudsoftware en vlootbeheer belangrijker.