Robot umanoidi: la Cina guida con 19.000 unità e la matematica della fabbrica

Quei 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 attore del mercato umanoide: è il mercato. La stessa previsione IDC colloca le spedizioni globali di umanoidi nel 2030 oltre le 750.000 unità. Un numero che presuppone una curva in salita per altri quattro anni.

Eppure la parola fabbrica qui fa molto lavoro. Spedire un umanoide fuori da un edificio 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 pavimento produttivo è ancora in gran parte non umanoide

Il sondaggio sulla manifattura di The Robot Report, pubblicato il 29 settembre, rende evidente l'ampiezza del divario. Le installazioni di robot industriali sono raddoppiate nel decennio concluso 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. L'associazione ha rilevato che la crescita nei settori non automobilistici ha compensato il rallentamento tra i costruttori automobilistici.

Gli umanoidi compaiono in quel sondaggio come una promessa, non come una voce di bilancio. Il rapporto afferma che l'interesse è alto, ma che gli umanoidi sono appena all'inizio delle prove commerciali, mentre altre forme sono già disponibili. I cobot, i robot mobili autonomi e i manipolatori mobili sono le sagome 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 svolgono lavoro utile dentro una fabbrica.

I sensori di forza e coppia sono il collo di bottiglia poco appariscente

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 CEO di ForceN, presenterà "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 forza e coppia danno ai robot il senso del tatto. Senza di essi, come scrive lo stesso rapporto, i robot sono ciechi rispetto alla pressione che applicano mentre lavorano. Brooks dovrebbe attingere a tre anni di lavoro con aziende di robotica umanoide e allo sviluppo di sensori di forza e coppia in chirurgia, logistica e robotica sul campo. L'obiettivo dichiarato è accelerare la produzione e la prontezza operativa.

È un correttivo utile alla copertura basata sul conteggio delle spedizioni. Un robot che afferra una scatola non è un robot che afferra un uovo, e la differenza sta nello stack dei sensori, non nel totale delle unità.

Un robot domestico da 3.555 dollari e quello che ammette la sua scheda tecnica

Anche il fronte domestico si muove. Flourish, una 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, ha riportato 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 franca sui limiti. Ogni braccio ha una capacità di carico di 1,5 kg. La batteria è progettata per 12 ore di funzionamento delle braccia. Un piccolo lidar è montato sulla base vicino al pavimento, e ogni pinza a due dita porta una telecamera sul polso. Il robot non è impermeabile, quindi in questa generazione non laverà piatti né cani. 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 spedire prima di Natale. Per tenere basso 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 dei compiti domestici non richiede un carico enorme.

"Il modo in cui riordino il mio appartamento non è lo stesso con cui lo fai a casa tua. Gli mostrerai per 30 minuti come annaffiare le piante", ha detto Marcel. "Metteremo a punto un modello di IA per questo... 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 eseguisse 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 sull'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 aveva fallito. Sui 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 ribaltavano. E un aggiornamento che alzava la media perdeva comunque compiti che il modello precedente aveva risolto.

La stessa disomogeneità si è confermata nei domini fisici. I modelli che battevano Gemini 3.5-Flash su ogni media di dominio andavano comunque peggio in alcune categorie di compiti. Gli autori hanno pubblicato un dataset chiamato RIDGE con risultati a livello di singolo item su cinque domini, da VisualWebArena a Bench2Drive, VLABench, IndEgo e Assembly101. Il loro punto è che una media di 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, questo è l'avvertimento da portarsi dietro. Il volume dice quante unità hanno lasciato l'edificio. Non dice con quanta affidabilità una di esse annaffierà una pianta.

Cosa testeranno i prossimi dodici mesi

Le fonti più recenti del dossier puntano in una direzione: la conversazione sugli umanoidi si sta spostando dalle dimostrazioni alle specifiche. Carico 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.

La quota cinese del 77,9% nelle spedizioni del primo semestre, come riportato da TechNode, è un dato reale e sorprendente. La previsione IDC di 750.000 unità per il 2030 è una proiezione, non una spedizione. Tra questi due numeri sta la domanda più difficile sollevata dal sondaggio sulla manifattura di The Robot Report: quante di queste macchine faranno lavoro pagato su un pavimento di fabbrica o in una casa, invece di contare solo 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 di dati. Il resto emergerà come valore degli ordini, prove sul campo e, alla fine, dalla risposta a una domanda: se un robot da 3.555 dollari può essere istruito ad annaffiare le piante senza doverglielo insegnare due volte.