Robot umanoidi: le 19.000 unità cinesi e la matematica della fabbrica dietro il numero

I numeri IDC sono arrivati il 29 settembre tramite TechNode, che cita la testata cinese IT Home. Se il dato regge, la Cina non è semplicemente un partecipante al mercato degli umanoidi: è il mercato. La stessa previsione IDC colloca le spedizioni globali di umanoidi nel 2030 oltre le 750.000 unità, un numero che presuppone che la curva attuale continui a salire per altri quattro anni.

La parola fabbrica, però, qui fa molto lavoro. Far uscire un umanoide da un capannone non è la stessa cosa che metterlo a lavorare su una linea. Le fonti più recenti di questo dossier mostrano quanto le due cose restino distanti.

Il reparto produttivo è ancora quasi tutto non umanoide

L'indagine sulla manifattura di The Robot Report, pubblicata il 29 settembre, rende evidente l'ampiezza del divario. Le installazioni di robot industriali sono raddoppiate nel decennio chiuso nel 2024, secondo la International Federation of Robotics, con Corea del Sud, Singapore, Germania e Giappone in testa per densità robotica, cioè il numero di robot ogni 10.000 lavoratori. Nella prima metà del 2026 il valore degli ordini di robot è cresciuto del 6,6% su base annua, secondo la Association for Advancing Automation, che segnala come la crescita nei settori non automobilistici abbia compensato il rallentamento tra i costruttori auto.

Nella stessa indagine gli umanoidi compaiono come promessa, non come voce di bilancio. Il rapporto afferma che l'interesse per gli umanoidi è alto, ma che sono appena agli inizi delle prove commerciali, mentre altre forme sono già disponibili. I cobot, i robot mobili autonomi e i manipolatori mobili sono le macchine che oggi fanno davvero il lavoro.

Quindi il numero di apertura di IDC e il quadro sul campo della stampa di settore non sono in contraddizione. Misurano cose diverse: unità che escono da una fabbrica contro unità che dentro una fabbrica svolgono un lavoro utile.

I sensori di forza e coppia sono il collo di bottiglia senza glamour

Se il dato cinese sulle spedizioni descrive l'offerta, un intervento in programma a RoboBusiness 2026 descrive il problema dal lato della domanda. Robert Brooks, fondatore e amministratore delegato di ForceN, terrà "A Crash Course in Force & Torque Sensing for Humanoids" alle 14:15 PT del 20 ottobre a Santa Clara, in California, primo giorno dell'evento di due giorni, secondo The Robot Report.

I sensori di coppia e forza danno ai robot il senso del tatto. Senza, come scrive lo stesso rapporto, i robot non percepiscono quanta pressione stanno applicando mentre lavorano. Brooks dovrebbe attingere a tre anni di lavoro con aziende di umanoidi e allo sviluppo di sensori di forza e coppia nella robotica chirurgica, logistica e sul campo, con l'obiettivo dichiarato di accelerare la produzione e la prontezza operativa.

È una correzione utile alle cronache basate sul conteggio delle spedizioni. Un robot che afferra una scatola non è un robot che afferra un uovo, e la differenza sta nella sensoristica, non nel totale delle unità.

Un robot domestico da 3.555 dollari, e cosa ammette la sua scheda tecnica

Anche il fronte domestico si muove. Flourish, startup divisa tra San Francisco e Parigi, ha aperto le vendite di Flourish One, un robot domestico a ruote in stile umanoide al prezzo di 3.555 dollari, come riportato da The Robot Report il 29 settembre. L'azienda sostiene che i primi acquirenti possono insegnargli nuove faccende in meno di 30 minuti usando solo uno smartphone.

La scheda tecnica è insolitamente schietta sui limiti. Ogni braccio ha una portata di 1,5 kg. La batteria è progettata per 12 ore di funzionamento dei bracci. Un piccolo lidar è montato sulla base vicino al pavimento, e ogni pinza a due dita ha una telecamera montata sul polso. Il robot non è impermeabile, quindi in questa generazione non laverà piatti né cani, ed è adatto a riordinare, portare la spazzatura e alla pulizia di base come passare uno straccio sul tavolo, non all'assemblaggio di precisione.

Flourish sta costruendo a mano il primo lotto di 50 unità e spera di consegnarle prima di Natale. Per contenere il costo dei materiali, l'unità gira su un Raspberry Pi, con GPU cloud che gestiscono l'addestramento dei modelli di abilità e l'inferenza per i comportamenti di livello superiore. Per "pensare" serve una connessione di rete, oppure l'utente può eseguire i carichi di lavoro sul proprio computer. Il fondatore Antoine Marcel ha detto a The Robot Report che mettere una GPU NVIDIA nel robot raddoppierebbe subito il costo, e che 1,5 kg è stato scelto perché la maggior parte delle faccende domestiche non richiede una portata enorme.

"Il modo in cui riordino il mio appartamento non è lo stesso in cui lo fai tu a casa tua. Gli mostri per 30 minuti come annaffiare le piante", ha detto Marcel. "Noi mettiamo a punto un modello di AI per questo... e ora il robot è in grado di farlo a casa tua."

Il metodo di insegnamento usa le unità di misura inerziali dentro un telefono. L'utente tiene il telefono e lo muove come se stesse svolgendo il compito, mentre il robot imita l'azione. Marcel ha definito questa la parte magica del prodotto, perché non serve hardware aggiuntivo.

Il software è irregolare, e i benchmark lo nascondono

I limiti dell'hardware sono solo metà della storia. Un rapporto tecnico pubblicato il 29 settembre dai ricercatori di fig.inc ha valutato modelli di frontiera su automazione web e su compiti fisici tra cui manipolazione, assemblaggio, procedure industriali e guida. Gli autori parlano di rendimento irregolare.

Il risultato è netto: in ogni coppia di modelli testata, il modello con punteggio più basso ha risolto compiti che quello con punteggio più alto falliva. Nei compiti web il modello migliore cambiava con il sito e con le stesse etichette di difficoltà del benchmark. Un aggiornamento del modello poteva lasciare la media quasi invariata mentre molti singoli compiti si invertivano, e un aggiornamento che alzava la media perdeva comunque compiti che il modello precedente risolveva.

La stessa disomogeneità si è mantenuta nei domini fisici. Modelli che battevano Gemini 3.5-Flash su ogni media di dominio facevano comunque peggio in alcune categorie di compiti. Gli autori hanno rilasciato un dataset chiamato RIDGE con risultati per singolo elemento su cinque domini, da VisualWebArena a Bench2Drive, VLABench, IndEgo e Assembly101. Il loro punto è che la media di un benchmark nasconde quanto il successo vari da compito a compito, e questo conta quando le decisioni di implementazione si basano su quei numeri.

Per chi legge i totali delle spedizioni come indicatore di capacità, questa è l'avvertenza da tenere presente. Il volume dice quante unità sono uscite dal capannone. Non dice con quanta affidabilità ognuna di esse annaffierà una pianta.

Cosa metteranno alla prova i prossimi dodici mesi

Le fonti più recenti del dossier puntano tutte in una direzione: la conversazione sugli umanoidi si sposta dalle dimostrazioni alle specifiche. Portata in chilogrammi. Ore di funzionamento. Se il robot ha bisogno di una connessione di rete per pensare. Se un pacchetto di sensori può impedirgli di schiacciare ciò che tiene.

Il 77,9% cinese delle spedizioni del primo semestre, riportato da TechNode, è un dato reale e sorprendente. Le 750.000 unità previste da IDC per il 2030 sono una proiezione, non una spedizione. Tra i due numeri resta la domanda più difficile che solleva l'indagine sulla manifattura di The Robot Report: quante di queste macchine faranno un lavoro pagato in un reparto produttivo o in una casa, invece di contare in una statistica di installazioni.

RoboBusiness 2026, il 20 e 21 ottobre a Santa Clara, metterà parte di tutto questo agli atti. La sessione di ForceN è un punto dati. Il resto arriverà come valore degli ordini, prove sul campo e, alla fine, come risposta alla domanda se a un robot da 3.555 dollari si possa insegnare ad annaffiare le piante senza dovergli insegnare due volte.