Per molti anni il robot umanoide è stato soprattutto un evento da palco. Camminava per pochi metri, salutava, afferrava un oggetto e diventava immediatamente un video virale. La dimostrazione mostrava che il gesto era possibile, non che potesse essere ripetuto per migliaia di ore dentro un negozio o una fabbrica. Il 24 agosto il finanziamento raccolto dalla divisione robotica di XPeng ha spostato l’attenzione dalla performance alla scala.
La società ha annunciato oltre 900 milioni di dollari nel primo round esterno, con una valutazione superiore a 6,3 miliardi. I capitali serviranno a sviluppare hardware, software e modelli di physical AI, raccogliere dati, costruire capacità produttiva ed espandere le applicazioni. XPeng punta a produrre mille unità al mese del robot umanoide IRON entro la fine del 2026, iniziando da ambienti industriali e commerciali.
La physical AI descrive sistemi capaci di percepire il mondo, comprenderne una parte e agire attraverso un corpo. È diversa dall’AI che genera testo o immagini perché ogni errore incontra immediatamente la materia: un oggetto cade, una persona viene ostacolata, una macchina si ferma. Nel mondo fisico non basta che la risposta sembri plausibile. Deve rispettare peso, attrito, distanza, energia e sicurezza.
Le aziende automobilistiche possiedono competenze particolarmente utili per questa transizione. Sensori, batterie, motori, controllo del movimento, produzione su larga scala e raccolta di dati sono già al centro del veicolo intelligente. Il robot umanoide riutilizza parte di questa infrastruttura, ma affronta un ambiente meno prevedibile della strada: porte, scaffali, utensili e oggetti progettati per mani e corpi umani.
Il vero collo di bottiglia non è far camminare il prototipo, ma renderlo affidabile. Un lavoratore umano riconosce rapidamente una scatola deformata, modifica la presa, evita un collega e comprende un’istruzione incompleta. Il robot deve combinare visione, linguaggio, pianificazione e controllo con latenze minime. Ogni componente può funzionare bene isolatamente e fallire quando viene messo in relazione con gli altri.
La produzione di massa introduce poi un problema spesso nascosto dalle demo: la manutenzione. Sensori sporchi, giunti usurati, batterie degradate e aggiornamenti software modificano il comportamento nel tempo. Un robot destinato al lavoro deve poter essere diagnosticato, riparato e fermato in sicurezza. La physical AI non è soltanto un modello installato in un corpo; è un sistema industriale che continua a esistere dopo la presentazione.
Anche i dati cambiano. Per addestrare un modello linguistico si raccolgono grandi quantità di testo. Per insegnare a un robot servono traiettorie, contatti, forze, errori e dimostrazioni fisiche. Simulazione e digital twin possono moltiplicare le esperienze, ma il trasferimento dalla simulazione alla realtà resta delicato. La fabbrica diventa quindi anche un luogo di apprendimento, nel quale ogni operazione riuscita o fallita può alimentare le versioni successive.
L’arrivo dei robot nei luoghi di lavoro richiede regole su sicurezza, responsabilità e organizzazione. Non basta chiedere quanti posti sostituiranno. Occorre capire quali mansioni verranno scomposte, chi controllerà i dati raccolti, come saranno segnalati gli errori e se il lavoratore potrà fermare la macchina. Un robot collaborativo deve essere progettato non soltanto per eseguire, ma per rendere leggibili intenzioni e limiti alle persone che gli stanno vicino.
NON PIÙ UNA DEMO indica quindi una soglia industriale, non la promessa che il robot generalista sia già arrivato. Il finanziamento di XPeng mostra quanto capitale stia convergendo sulla embodied AI e quanto rapidamente le aziende vogliano passare dal prototipo alla linea di produzione. La prova decisiva non sarà un nuovo video spettacolare. Sarà un robot capace di compiere ogni giorno lo stesso lavoro, in sicurezza, quando nessuna telecamera lo sta osservando.