Usare un cacciavite è ancora una delle cose più difficili da insegnare a un robot umanoide. Per una persona, prenderlo, posizionarlo e correggere la pressione quando qualcosa non funziona è quasi automatico. Per un robot significa coordinare visione, tatto, forza e movimento. Tra afferrare un oggetto e saperlo usare c’è ancora una distanza enorme.
È qui che la robotica incontra l’economia. La domanda decisiva non è quanto una mano artificiale assomigli alla nostra, ma quanti lavori diversi possa imparare a svolgere la stessa macchina a un costo competitivo.
Indice degli argomenti
Mani dei robot umanoidi: la sfida tra destrezza e costo
La destrezza, peraltro, costa. In una stima della distinta base di Optimus Gen 2, Morgan Stanley attribuisce alle sole mani il 17,3 per cento del valore dell’hardware: una quota sorprendentemente elevata per una singola parte del corpo. E non esiste ancora un’architettura dominante. La O30 della cinese Linkerbot dispone di 20 gradi di libertà attivi e controllabili indipendentemente. L’italiana qb robotics segue una filosofia quasi opposta: la SoftHand Industry ha 19 gradi di libertà antropomorfi, ma utilizza un solo motore e sfrutta l’adattabilità meccanica per conformarsi agli oggetti.
Il confronto dice molto sull’evoluzione del settore. La gara non consiste necessariamente nell’aggiungere motori, sensori e articolazioni, ma nel trovare il miglior equilibrio tra destrezza, robustezza, peso, consumo energetico e costo. Una mano sofisticata che si rompe spesso o costa troppo da mantenere può avere meno valore industriale di una soluzione più semplice.
Robot umanoidi e automazione industriale: adattarsi agli ambienti delle persone
I robot industriali hanno avuto successo anche perché l’incertezza viene eliminata dall’ambiente in cui operano. Una pinza può prendere migliaia di volte lo stesso componente perché la fabbrica fa in modo che arrivi sempre nella posizione prevista. Gli umanoidi promettono qualcosa di diverso: lavorare negli ambienti costruiti per le persone, utilizzare gli strumenti esistenti e adattarsi quando qualcosa non va come previsto.
Un operaio può usare un trapano, collegare un cavo, spostare una scatola e subito dopo svolgere un’attività completamente diversa. Un robot industriale può eseguire magnificamente una singola operazione, ma cambiarne il lavoro può richiedere nuovi utensili, nuova programmazione o modifiche alla linea produttiva.
La svolta non consiste quindi nell’aggiungere dita o articolazioni, ma nel permettere al robot di vedere, toccare, agire e correggersi, coordinando mano, polso, braccia e corpo. Se una vite entra male deve accorgersene; se un oggetto comincia a scivolare deve modificare la presa; se un componente non si trova esattamente dove previsto deve adattare il movimento invece di fermare il processo. È questa capacità di gestire la variazione, molto più dell’imitazione dell’anatomia umana, a rendere interessante l’umanoide come macchina industriale.
Tesla e Cina, due strade verso i robot umanoidi
Optimus mostra una possibile strada. Tesla può combinare progettazione del robot, intelligenza artificiale, produzione e sperimentazione nelle proprie fabbriche. Alcune delle dimostrazioni più sofisticate delle sue mani sono state realizzate in teleoperazione e mostrano quindi soprattutto le capacità dell’hardware, non ancora la piena autonomia. Ma le fabbriche offrono a Tesla qualcosa di altrettanto prezioso: attività reali sulle quali addestrare le macchine e verificare se ciò che funziona in una dimostrazione continua a funzionare durante un turno di lavoro.
In Cina, intorno ai produttori di umanoidi cresce invece una filiera di specialisti nelle mani, negli attuatori, nei sensori tattili, nella visione e nei sistemi per raccogliere i movimenti umani. Più che stabilire oggi chi abbia la mano migliore, conta la velocità con cui questo ecosistema può sperimentare soluzioni differenti, modificarle, produrle e ridurne i costi.
Tesla punta sull’integrazione verticale; l’ecosistema cinese sulla densità della filiera e sulla velocità di industrializzazione.
Dai robot umanoidi alla competizione sui dati del lavoro fisico
Ma sotto la competizione sull’hardware ne sta emergendo un’altra: quella per i dati del lavoro fisico.
I grandi modelli linguistici sono stati addestrati su enormi quantità di testi. I robot hanno bisogno di una materia prima diversa: dati che descrivano come gli esseri umani manipolano il mondo. Un operaio esperto sente che una vite sta entrando male; un tecnico modifica istintivamente la pressione quando inserisce un componente fragile; chi maneggia un cavo compensa continuamente il modo in cui si piega. Gran parte di questo sapere non è mai stata scritta. È nelle mani delle persone.
Dalla conoscenza tacita ai dati di addestramento
Teleoperazione, guanti sensorizzati, telecamere e sensori tattili possono trasformare progressivamente questa conoscenza tacita in dati utilizzabili dalle macchine. Più i robot impareranno dalle dimostrazioni e dall’esperienza, più il valore dipenderà dalla combinazione fra hardware, software e dati. Il vantaggio competitivo non sarà quindi soltanto di chi costruirà il robot migliore o più economico, ma anche di chi disporrà dei dati migliori per insegnargli a lavorare.
Robot umanoidi e dati: la questione strategica per l’Europa
Per l’Europa questa è una questione strategica. Il continente conserva un enorme patrimonio di competenze manifatturiere nelle fabbriche, nelle imprese specializzate e soprattutto nell’esperienza accumulata da tecnici e lavoratori. Quando un robot impara all’interno di una fabbrica europea, una parte di quel sapere può trasformarsi in dati di addestramento, indipendentemente dalla nazionalità del produttore.
Un robot entra in fabbrica come macchina. Ma i dati generati mentre impara a lavorare possono contribuire a migliorare il modello che lo controlla e, attraverso quel modello, creare valore anche altrove.
È qui che una questione apparentemente tecnica diventa industriale.
Data Act e diritti sui dati dei robot
Il Data Act europeo offre già un quadro importante per l’accesso ai dati generati dall’uso dei prodotti connessi, ma non risolve da solo il problema dei dati utilizzati per addestrare i robot e di ciò che i modelli apprendono da essi. Nei progetti pilota, quindi, saranno cruciali i contratti: chi conserva i dati, chi può riutilizzarli e se quanto appreso nello stabilimento di un cliente possa servire anche altri, compresi i concorrenti.
Per un’impresa europea che introduce un umanoide in fabbrica, negoziare i diritti sui dati e sul loro riutilizzo potrebbe diventare importante quanto negoziare il prezzo del robot. Non si tratta di chiudere i dati o impedire alle macchine di imparare, ma di capire quale valore venga generato e come venga distribuito tra chi costruisce il robot e chi gli offre l’ambiente, le persone e l’esperienza necessari per imparare.
Il costo del lavoro utile è il vero test dei robot umanoidi
Resta il test decisivo: il costo. Una mano sofisticata non ha senso quando una semplice pinza può svolgere lo stesso lavoro a una frazione del prezzo. Una macchina capace di compiere dieci attività differenti non crea valore se richiede continui interventi umani o manutenzione. La misura decisiva non sarà quindi il numero delle dita, dei sensori o dei gradi di libertà, ma il costo di un’ora di lavoro utile e affidabile.
Per oltre un secolo l’industria ha adattato gli ambienti di lavoro alle macchine: linee, spazi, utensili e processi sono stati progettati intorno alle loro limitazioni. Gli umanoidi promettono di invertire almeno in parte questo rapporto, portando macchine capaci di adattarsi agli ambienti, agli strumenti e alle attività già progettati per le persone.
Quando insegnare a un robot un nuovo lavoro costerà meno che progettare una nuova macchina per svolgerlo, cambierà l’economia dell’automazione.
E quella partita si deciderà, letteralmente, nelle mani.
Partecipa alla community