Produttività, demografia, resilienza delle filiere: l’AI applicata al mondo fisico promette rendimenti superiori a quella cognitiva. A patto di fare i conti con il lavoro invisibile che la sostiene e con un’Europa che regola ciò che altri costruiscono.
Indice degli argomenti
Perché l’AI fisica può valere più dei chatbot
La maggior parte delle ore di lavoro si spende ancora spostando atomi, non bit. Con questa frase, Daniela Rus, direttrice del Laboratorio di Informatica e Intelligenza Artificiale del MIT, ha consegnato la sintesi più efficace di un argomento che merita attenzione. In un’analisi pubblicata sul Financial Times, l’economista Tej Parikh sostiene che il vero potenziale dell’intelligenza artificiale non risiede nei modelli linguistici, ChatGPT, Claude, Gemini, ma nella sua applicazione al mondo fisico: robot industriali, veicoli autonomi, umanoidi. La tesi è lineare, i chatbot accelerano i compiti cognitivi, l’AI fisica aggredisce i colli di bottiglia della produzione materiale, dove si concentra ancora la quota maggiore del lavoro umano globale.
I primi segnali da Foxconn e Amazon
I primi dati gli danno ragione. Foxconn ha registrato un miglioramento fino al 30% nei tempi di assemblaggio degli iPhone grazie a bracci robotici autoregolanti con visione artificiale, con una riduzione del 25% dei tassi di errore. Amazon ha documentato come le flotte di robot nei magazzini statunitensi, dotate di AI, abbiano imparato a navigare tra ostacoli e lavoratori in movimento, riducendo i tempi di percorrenza del 10%. Sono numeri ancora parziali, ma indicano una direzione chiara.
Demografia e geopolitica spingono l’adozione
Parikh aggiunge due argomenti ulteriori. Il primo è demografico, nei paesi avanzati la carenza di manodopera manifatturiera è strutturale, un’indagine Capgemini del 2026 conferma che oltre la metà dei dirigenti industriali indica la scarsità di lavoratori tra le prime ragioni per adottare l’AI fisica. Il secondo è geopolitico, macchine multifunzione capaci di produzione flessibile riducono la dipendenza dalle catene di fornitura globali, un tema che dopo la pandemia e le tensioni commerciali non ha bisogno di ulteriori giustificazioni.
Sin qui, l’analisi è solida ma osserva il fenomeno da un punto di vista anglosassone sottovalutando, a nostro avviso, tre dimensioni decisive: la natura del vantaggio cinese, la fragilità dell’autonomia robotica e l’assenza strategica dell’Europa.
La Cina non è avanti, è su un altro piano
Beijing’s latest five-year plan includes a strategic pivot towards embodied AI. Parlare di pivot, però, è fuorviante. La Cina non sta cambiando direzione, sta accelerando lungo una traiettoria ventennale.
I numeri della robotica industriale cinese
I numeri della Federazione Internazionale della Robotica raccontano una storia che non ha equivalenti: il parco installato di robot industriali è passato da 189.000 unità nel 2014 a oltre due milioni nel 2024. Solo nel 2024, il Paese ne ha aggiunti 295.000, contro i 27.000 della Germania, i 34.000 degli Stati Uniti e i 2.500 del Regno Unito. Con 567 robot ogni 10.000 lavoratori manifatturieri, la Cina supera nettamente la Germania (449), gli Stati Uniti (307) e l’Italia (237) — dati Agenda Digitale.
La distanza non è solo quantitativa, è il modello che diverge. Jim Farley, amministratore delegato di Ford, dopo aver visitato stabilimenti cinesi è rimasto colpito non tanto dai volumi quanto dalla profondità dell’integrazione: software di guida autonoma, riconoscimento facciale, cicli di sviluppo compressi a livelli che Detroit non riesce a replicare. Andrew Forrest, fondatore di Fortescue, ha raccontato di fabbriche dove le linee di produzione si estendono per centinaia di metri senza alcuna presenza umana, macchinari che emergono dal pavimento e assemblano ogni componente fino al prodotto finito. Greg Jackson, CEO del fornitore energetico britannico Octopus, ha descritto una dark factory che produceva volumi astronomici di telefoni cellulari con pochi tecnici di supervisione.
Il modello Wang: avvocati contro ingegneri
L’economista Dan Wang, nel suo libro Breakneck, ha trovato la formula più incisiva per descrivere questa asimmetria. L’America, sostiene Wang, è una società di avvocati, una civiltà del procedimento, del contenzioso, del veto diffuso, che eccelle nel software ma non sa più costruire infrastrutture. La Cina è uno Stato di ingegneri, il Politburo è popolato da tecnocrati formati in idraulica, geologia, elettronica, e governa la società come un sistema da ottimizzare. La formula jiqi huanren, sostituire gli esseri umani con le macchine, è la traduzione industriale di un paradigma culturale.
Questa frattura si riflette nell’intelligenza artificiale con precisione quasi letterale. Negli Stati Uniti, l’AI nasce dal linguaggio, dall’interpretazione, dalla tradizione umanistica del discorso, ChatGPT, Claude, Gemini sono strumenti di conversazione e ragionamento. In Cina, l’AI è fisica: applicazioni industriali, robotica, controllo, manifattura. Due forme della stessa rivoluzione, una cognitiva, l’altra produttiva, che rivelano le civiltà che le generano. Se la prima rischia l’astrazione, la seconda rischia la sorveglianza. Nel breve periodo, è la seconda a spostare il PIL.
Automazione come polizza demografica
C’è poi un fattore che lega automazione e demografia in modo inscindibile. La Cina invecchia rapidamente e il programma Made in China 2025, con agevolazioni fiscali che rimborsano fino a un quinto della spesa in robot, non è solo politica industriale, è una polizza demografica. Automatizzare non serve soltanto a produrre di più, ma a mantenere la capacità produttiva di un paese la cui forza lavoro si contrae. L’Occidente affronta la stessa pressione demografica, ma senza la stessa coerenza strategica.
Il lavoro nascosto dietro l’autonomia
Nell’analisi dell’economista per il FT c’è scritto “AI enables robots to learn and adapt”. Questo è vero in prospettiva, ad oggi, l’addestramento dei robot, in particolare degli umanoidi, si regge su un’infrastruttura di lavoro umano che è insieme globale, precaria e largamente invisibile.
Il caso Micro1: dati raccolti da lavoratori invisibili
Il caso più rivelatore è quello di Micro1, un’azienda di Palo Alto che raccoglie filmati dal mondo reale e li rivende alle aziende di robotica. Un’inchiesta recente ha intervistato, sotto pseudonimo, i lavoratori a contratto che producono questi dati in oltre 50 paesi. Zeus è uno studente di medicina nella Nigeria centrale, dopo il turno in ospedale, si lega un iPhone alla fronte con un ring light e si filma mentre stira, riordina, fa il letto. Si muove lentamente, con le mani sempre nell’inquadratura, come un sonnambulo. Viene pagato 15 dollari l’ora. Arjun, un tutor a Delhi, impiega un’ora per produrre quindici minuti di video perché deve inventarsi faccende da registrare nello spazio ristretto della sua casa tenendo la figlia fuori dall’inquadratura. Dattu, uno studente di ingegneria indiano, salta la cena per registrarsi sul balcone mentre piega lo stesso set di vestiti più e più volte.
Il modello di Micro1 è quello della gig economy adattato alla raccolta dati robotici, reclutamento tramite un agente AI di nome Zara, coordinamento via Slack, pagamento a ore, nessuna tutela lavoristica. Ali Ansari, CEO dell’azienda, stima che le aziende di robotica stiano spendendo più di 100 milioni di dollari l’anno per acquistare dati dal mondo reale. Ma nessuno dei lavoratori intervistati sa come i propri dati verranno utilizzati, conservati o condivisi. Quando alcuni hanno chiesto la cancellazione dei dati, l’azienda non ha chiarito se tali richieste vengano soddisfatte.
Quanti dati servono per addestrare un robot
Il punto non è solo etico, è tecnico. Ken Goldberg, robotico all’Università della California a Berkeley, osserva che i modelli linguistici sono stati addestrati su quantità di testo che un essere umano impiegherebbe 100.000 anni a leggere. I robot umanoidi, che devono padroneggiare il controllo di articolazioni fisiche, un problema più complesso della generazione testuale, potrebbero aver bisogno di quantità ancora maggiori di dati. Micro1 dichiara decine di migliaia di ore di filmati. Scale AI ha annunciato oltre 100.000 ore. Numeri impressionanti, ma se Goldberg ha ragione sulla scala necessaria, siamo molto lontani dal traguardo. Il modello economico che sostiene questa corsa, sei miliardi di dollari investiti nel 2025 in robot umanoidi, rischia di scontrarsi con rendimenti decrescenti ben prima della massa critica.
Il pattern è ricorrente nell’industria tecnologica, presentare come automatico ciò che in realtà è sorretto dal lavoro umano. Lo abbiamo visto nella moderazione dei contenuti, nell’etichettatura dei dati, nel feedback umano per i modelli linguistici. Ma con i robot umanoidi la specificità è radicale, non si tratta di annotare frasi o classificare immagini, ma di aprire le porte della propria casa, mostrare i propri spazi, le proprie abitudini. L’intimità del dato non ha precedenti nella filiera dell’AI.
Robotaxi: il banco di prova su strada
Parikh menziona i robotaxi come applicazione più ampia dell’AI incarnata, è proprio su strada che la tensione tra promessa tecnologica e realtà economica diventa misurabile con precisione.
Waymo, controllata da Alphabet, ha superato il milione di utenti attivi mensili con una flotta di circa 2.500 veicoli. Ha avviato una strategia di espansione diffusa, piccole flotte in più città anziché saturazione di un singolo mercato e ha cominciato a delegare operazioni quotidiane a partner come Avis, segnalando l’emergere di una catena del valore più strutturata. Uno studio condotto con Swiss Re su oltre 25 milioni di miglia completamente autonome indica che i robotaxi generano meno richieste di risarcimento rispetto ai guidatori umani, sia per danni materiali sia per lesioni personali.
I costi che frenano la scalabilità
Tuttavia, i numeri economici raccontano un’altra storia. Operare un robotaxi costa oggi tra 7 e 9 dollari al miglio, contro i 2-3 dei servizi di ride-hailing tradizionali e circa 1 dollaro dell’auto privata. McKinsey prevede almeno dieci anni prima che i costi possano scendere sotto i 2 dollari. Un veicolo dovrebbe costare meno di 50.000 dollari di produzione per rendere sostenibile una flotta nazionale. La fiducia pubblica, pur crescendo del 56% dopo la prima corsa, resta fragile: l’incidente Cruise del 2023 ha dimostrato che un singolo evento può bloccare anni di progresso.
I modelli industriali divergono, Waymo con la ridondanza sensoriale (13 telecamere, sei radar, quattro lidar), Tesla con l’approccio camera-only, Zoox con un veicolo nativamente autonomo, Wayve con modelli generalistici addestrati su video e la competizione potrebbe presto spostarsi dalle flotte agli ecosistemi software, sul modello Android.
L’Italia assente dal dibattito
Ma il dato che più conta, in questa sede, è un altro. L’Italia è assente. Nessuna sperimentazione urbana, nessun sandbox regolatorio, nessun progetto industriale rilevante. La questione non è solo tecnologica, sicurezza stradale, trasporto pubblico, logistica urbana e impatti occupazionali richiedono scelte politiche che nessuno sta compiendo.
L’Europa: società di amministratori
Il Financial Times conclude con un appello ai rich-world policymakers perché sostengano l’adozione dell’AI fisica. Ma quale Occidente? L’analisi tratta il mondo sviluppato come un blocco omogeneo, quando in realtà le fratture interne sono profonde.
Dan Wang riserva all’Europa il giudizio più netto del suo libro. Non è né società di avvocati né stato di ingegneri, è una società di amministratori. Una civiltà della regolazione, dove la forma prevale sulla funzione e l’equilibrio sulla direzione. Il risultato è ciò che Wang chiama una stagnazione elegante ma letale. Il dato simbolico è impietoso: la capitalizzazione di Nvidia supera l’intero mercato azionario tedesco. L’industria europea, schiacciata dal costo dell’energia e dalla lentezza delle riforme, è vulnerabile alla concorrenza cinese e priva dell’aggressività americana.
Questo si traduce in un paradosso regolatorio visibile nell’AI fisica. L’Europa ha l’AI Act, il GDPR, la responsabilità civile, strumenti sofisticati di governance, ma pensati per un mondo in cui l’innovazione avviene altrove e va regolata all’arrivo. Manca una strategia industriale integrata che connetta automazione, formazione e visione produttiva. Il caso dei robotaxi lo illustra con chiarezza, il Regno Unito si propone come polo sperimentale grazie a un quadro più flessibile; l’Italia non ha nemmeno avviato il dibattito.
Il problema dei lavoratori della filiera robotica, i data recorder di Micro1, i teleoperatori dei centri cinesi, gli annotatori sparsi in 50 paesi, ricade in un punto cieco normativo che nemmeno il quadro europeo affronta con specificità sufficiente. Non sono dipendenti, non rientrano nella legislazione sul lavoro subordinato, operano in giurisdizioni diverse da quella dell’azienda committente. I video che producono, comportamentali, spaziali, potenzialmente biometrici, sfuggono alle categorie tradizionali del GDPR.
Il nodo irrisolto: la scala spezzata nell’AI fisica
Parikh sostiene che l’AI fisica creerà ruoli a maggior valore aggiunto in fabbrica. La promessa standard, la tecnologia distrugge posti di lavoro esecutivi e ne crea di migliori. Ma la realtà, osservata da vicino, è più inquietante.
Se i ruoli cognitivi intermedi vengono compressi dall’AI conversazionale, e la velocità con cui gli LLM stanno penetrando nei servizi professionali suggerisce che il processo è già in corso, e quelli esecutivi vengono progressivamente assorbiti dall’automazione fisica, dove si collocano i giovani lavoratori europei che devono costruire una carriera? La scala professionale si spezza da entrambi i lati: dall’alto per compressione cognitiva, dal basso per sostituzione fisica. I ruoli a maggior valore aggiunto richiedono competenze che presuppongono anni di esperienza, esattamente l’esperienza che l’automazione impedirà di accumulare.
Il problema non è se l’AI fisica produrrà crescita aggregata, probabilmente sì. Il problema è come si distribuiranno i rendimenti e chi resterà escluso dalla transizione (Agenda Digitale). Per l’Europa, la questione è tanto più urgente quanto più il modello produttivo continentale dipende da una manifattura diffusa, la Mittelstand tedesca, i distretti italiani, che non ha le risorse per investimenti in robotica comparabili a quelli cinesi o delle grandi corporation americane.
Le più grandi trasformazioni tecnologiche non replicano ciò che gli esseri umani sanno già fare, ma rendono possibile ciò che non possono, è un’affermazione vera. Rendere possibile ciò che gli esseri umani non possono fare è il mandato dell’ingegneria. La domanda politica, quella che distingue una trasformazione tecnologica da una trasformazione sociale, è un’altra: a beneficio di chi? Con quale governance? Con quale visione dell’umano nel processo produttivo?
Forse il destino dell’Occidente non si deciderà tra chatbot e robot, né tra avvocati e ingegneri, ma nella possibilità, ancora tutta da costruire, di una civiltà che sappia pensare, costruire e discutere allo stesso tempo. A patto che cominci a farlo prima che il campo di gioco venga definito interamente da altri.
Partecipa alla community