La vera rivoluzione di ChatGPT è stata la capacità di eseguire attività differenti con un unico sistema, superando la necessità di utilizzare software distinti per ogni singolo compito. L'equivalente nell'AI fisica sarebbe un modello base per robot generalisti: un sistema in grado di tradurre un compito astratto come "pulisci questa stanza" nelle necessarie fasi di percezione, pianificazione, manipolazione, gestione degli errori e completamento del compito.
Sebbene ci avviciniamo ogni anno di più, non pensiamo ci sarà un unico e ben definito "ChatGPT day" per i robot umanoidi. È più probabile che il grande salto dell'AI fisica avverrà per gradi: prima con la commercializzazione dell'automazione di compiti specifici, poi con la capacità dei robot di applicare le competenze a mansioni diverse in ambienti ordinati, seguita da un rapido adattamento a contesti più complessi e, infine, con robot pienamente generalisti.

Cosa serve per arrivare al "momento ChatGPT"
Molte aziende di AI e robotica concordano sull'obiettivo finale, ma si dividono su come raggiungerlo. Le differenze principali risiedono nella risorsa che ciascuna ritiene più scarsa e determinante: la conoscenza semantica, la diversità dei "corpi" dei robot, l'esperienza interattiva o i dati provenienti da flotte di robot nel mondo reale.

1) Trasformare i modelli linguistici in modelli d'azione Un modello Vision-Language-Action (VLA) converte le osservazioni visive e le istruzioni in linguaggio naturale in azioni concrete del robot. Un esempio è Gemini Robotics di Google DeepMind.
Il punto di forza di questo approccio è l'efficienza: il robot non deve imparare da zero il significato di concetti come "tazza", "cassetto" o "banana". I Large Language Models addestrati sui dati di Internet possiedono già una vasta conoscenza semantica. Il tassello mancante è insegnare loro come questi concetti si traducono nel mondo fisico.

2) Addestrare un unico "cervello" su più "corpi" La startup di software per robot Skild AI sostiene che l'AI fisica debba essere omni bodied: un unico cervello in grado di controllare umanoidi, quadrupedi, bracci robotici e manipolatori mobili.
Un modello progettato per gestire così tante forme, dimensioni e configurazioni differenti non può limitarsi a memorizzare i movimenti di una singola macchina: deve apprendere i principi generali dell'equilibrio, del movimento e dell'interazione con l'ambiente.

3) Imparare l'intuizione prima di entrare nel mondo fisico L'azienda di ricerca sull'AI General Intuition raccoglie dati da Medal, una piattaforma su cui i giocatori caricano miliardi di clip di gioco ogni anno.  I dati di molti di questi giochi possono aiutare i modelli ad apprendere la navigazione nello spazio, lo slancio, la collisione, la permanenza degli oggetti e i rapporti di causa-effetto.
I giochi potrebbero quindi assumere per l'AI fisica lo stesso ruolo che Internet ha avuto per i modelli linguistici di grandi dimensioni.

4) L'effetto volano: apprendere direttamente dai dati del mondo reale Tesla sta già utilizzando i propri stabilimenti come primi campi di addestramento, impiegando Optimus in attività industriali ripetitive. Queste attività espongono Optimus agli oggetti e ai flussi di lavoro che dovrà gestire su larga scala, rendendo il settore automobilistico di Tesla un ambiente di addestramento già pronto per la sua divisione dedicata agli umanoidi. In modo analogo a quanto fatto nell'evoluzione della guida autonoma, Tesla può convertire la propria impronta industriale in un vantaggio competitivo.

La Cina ha già iniziato a sviluppare il sistema su larga scala
Il vantaggio della Cina oggi è più evidente nei settori della produzione e dell'hardware. Come riportato da Reuters, le aziende cinesi rappresentavano circa il 95% dei circa 20.000 umanoidi spediti a livello globale nel 2025, mentre la produzione interna dovrebbe superare le 100.000 unità nel 2026.
C'è ancora molto da fare: secondo stime citate da Reuters, i dati di addestramento di alta qualità per l'embodied AI della Cina ammontano a circa 500.000 ore. Lo stesso rapporto stima che siano necessarie 100 milioni di ore per raggiungere un'intelligenza fisica più generalista.
Consapevoli di ciò, il ministero dell'Industria cinese e l'Autorità di regolamentazione dei beni statali hanno incaricato 10 province di individuare almeno 20 siti ciascuna per l'addestramento in condizioni reali di umanoidi e sistemi di intelligenza artificiale, creando di fatto un'infrastruttura distribuita di dati fisici.

Le opportunità per gli investitori
Per gli investitori, il passaggio verso modelli più intelligenti non fa scomparire le opportunità legate all'hardware. Anzi, potrebbe accelerarle.
Un umanoide che esegue solo tre compiti prestabiliti ha un valore economico limitato. Un umanoide che apprende in modo continuo diventa invece notevolmente più utile. Una maggiore intelligenza può aumentare il tasso di utilizzo, accelerare l'implementazione e stimolare la domanda di semiconduttori, sensori, attuatori, motori, componenti di precisione e sistemi robotici completi.
Allo stesso tempo, sta emergendo un nuovo elemento di valore nei modelli di base dei robot, nella simulazione, nei dati sintetici, nell'elaborazione AI edge, nelle teleoperazioni, nei world model e nell'infrastruttura di apprendimento delle flotte. La sfida per gli investitori è che è ancora troppo presto per sapere quale architettura robotica, quale produttore o quale categoria di componenti riuscirà alla fine a generare il valore maggiore.
Pertanto, invece di individuare il robot che in futuro si rivelerà vincente, gli investitori possono puntare ad avere un'esposizione globale alle società quotate che forniscono i componenti essenziali per lo sviluppo e l'evoluzione di questo settore.
(Analisi a cura di Derek Yan, Senior Investment Strategist, e Cole Wenner, Investment Strategist, presso KraneShares)