Trasformazione dei settori

L’IA fisica e il momento dei robot umanoidi

I robot umanoidi sono usciti dai video dimostrativi ed entrati in progetti pilota con risultati misurabili: Figure 03 alla BMW, Digit alla GXO e a Mercado Libre, Apollo alla Mercedes-Benz. Nel 2026 un produttore si è quotato in borsa e un s

Gabriele Masetti · 2026-09-15

I progetti pilota sono reali, e lo sono anche i loro limiti

Per alcuni anni i robot umanoidi sono esistiti quasi soltanto nei video dimostrativi: un salto mortale all’indietro, un asciugamano piegato, una camminata su un palco. Quel periodo non è finito, ma non è più tutta la storia. A settembre 2026, un piccolo numero di umanoidi svolge turni reali e ripetuti in fabbriche e magazzini veri, eseguendo mansioni specifiche sotto stretta supervisione e producendo dati operativi che i video promozionali non avrebbero mai potuto fornire.

Lo stabilimento BMW di Spartanburg, nella Carolina del Sud, ha impiegato il robot Figure 02 di Figure AI per circa dieci mesi, cinque giorni alla settimana e dieci ore per turno, per prelevare e posizionare componenti in lamiera destinati alla saldatura. Nel corso del progetto pilota, secondo i dati forniti da BMW e Figure, il robot ha movimentato più di 90.000 componenti, accumulato circa 1.250 ore di attività e compiuto circa 1,2 milioni di passi, mentre sulla linea venivano costruite più di 30.000 BMW X3.

GXO Logistics ha stipulato con Agility Robotics un accordo pluriennale, il primo del settore, per l’impiego di umanoidi Digit come servizio nei suoi centri di distribuzione. A novembre 2025, Digit aveva superato quota 100.000 contenitori movimentati in una struttura GXO in Georgia. L’Apollo di Apptronik ha superato la fase di prova di fattibilità con Mercedes-Benz, GXO e il partner produttivo Jabil, occupandosi di scaricare rimorchi, movimentare pallet e consegnare componenti a bordo linea. Il 1° luglio 2026 Apptronik ha presentato Apollo 2, nelle versioni bipede e con base su ruote, insieme a un sito di raccolta dati di 90.000 piedi quadrati ad Austin che chiama Robot Park. Apptronik definisce Apollo 2 la piattaforma su cui sviluppa le proprie capacità e Apollo 3, non ancora consegnato, il prodotto commerciale.

Questo è il quadro realistico dell’«IA fisica» nella produzione industriale: macchine reali, aziende che le impiegano davvero, ore di attività effettivamente registrate. Eppure, in ogni caso, si tratta ancora di una sola mansione o di un piccolo gruppo di mansioni, in una struttura controllata, con un notevole supporto ingegneristico appena fuori dall’inquadratura.

Perché si parte dalla produzione industriale e dalla logistica

La promozione degli umanoidi parla di manodopera capace di svolgere qualsiasi mansione; la strategia commerciale di tutti gli operatori più seri va nella direzione opposta: scegliere il compito più circoscritto, ripetitivo e strutturato possibile e dimostrare che funziona prima di affrontarne uno più difficile. Magazzini e stabilimenti automobilistici sono i primi clienti più allettanti perché sono già organizzati attorno a contenitori, pallet e attrezzature standardizzati e dimensionati per il corpo umano. In linea di principio, un umanoide può inserirsi in quell’ambiente senza dover modificare l’edificio per accoglierlo: è l’argomento principale a favore di due gambe e due braccia rispetto a un braccio robotico su un carrello a ruote, meno costoso.

Figure AI e BMW: dal progetto pilota alla seconda generazione

La collaborazione di Figure con BMW non si è fermata a Figure 02. Le aziende sono passate a Figure 03, una generazione riprogettata per il lavoro logistico: smistare componenti non ordinati nella sequenza di montaggio all’interno di carrelli destinati alla linea di assemblaggio. BMW ha dichiarato che questa mansione potrebbe essere estesa ad altri stabilimenti più facilmente del lavoro iniziale di supporto alla saldatura. Figure ha annunciato l’arrivo del robot alla BMW il 30 giugno 2026; il profilo pubblicato da Sacra indica un impiego di circa 40 unità.

La fabbrica ha aumentato il ritmo più rapidamente della flotta. Il 29 aprile 2026 Figure ha dichiarato che, in meno di 120 giorni, lo stabilimento BotQ era passato dalla produzione di un Figure 03 al giorno a uno all’ora, consegnando più di 350 robot di terza generazione con una resa al primo passaggio a fine linea «ora superiore all’80% e in miglioramento ogni settimana». Sono dati aziendali non sottoposti a revisione, ma descrivono una linea di produzione, non un laboratorio di prototipi.

BMW ha inoltre avviato un progetto pilota con un altro umanoide, AEON di Hexagon Robotics, nel suo stabilimento di Lipsia, in Germania: una prima installazione di prova nel dicembre 2025, un’ulteriore fase prevista per aprile 2026 e l’avvio della fase pilota completa fissato come obiettivo per l’estate del 2026. Si tratta della prima sperimentazione di umanoidi in Europa all’interno della rete produttiva di BMW. Da allora, nessuna delle due aziende ha confermato che la fase pilota estiva sia iniziata. Portare avanti due programmi robotici in parallelo, in due stabilimenti, è di per sé un segnale: BMW considera gli umanoidi una tecnologia da valutare e un’opportunità su cui diversificare, non una scommessa su un unico fornitore.

Figure stessa è cresciuta sul piano finanziario ancora più rapidamente del numero dei suoi robot. L’azienda ha raccolto più di 1 miliardo di dollari in un round di Serie C concluso a settembre 2025, raggiungendo una valutazione post-investimento di 39 miliardi di dollari. Tra gli investitori figurano Nvidia, Microsoft, Intel Capital, Brookfield Asset Management, Bezos Expeditions di Jeff Bezos e OpenAI Startup Fund. Figure ha chiuso il precedente accordo di collaborazione con OpenAI e ha sviluppato internamente Helix, il proprio modello che combina visione, linguaggio e azione: un segno di quanto rapidamente le principali aziende di robotica umanoide siano giunte alla conclusione che il «cervello» di IA è troppo centrale per affidarlo all’esterno.

Questa convinzione ora ha un costo preciso. Il 3 settembre 2026 Figure ha firmato una partnership con Nscale per un massimo di 100.000 GPU basate sulla piattaforma Vera Rubin di Nvidia, impegnando 3,5 miliardi di dollari: diverse volte il capitale totale raccolto, per una flotta che si conta in centinaia di robot.

Agility Robotics: il cavallo da tiro dei magazzini

Digit di Agility è l’umanoide con la maggiore esperienza operativa sul campo, in un senso preciso: è quello che svolge da più tempo lo stesso lavoro — prelevare contenitori vuoti da scaffali o nastri trasportatori e spostarli per brevi distanze — presso diversi clienti paganti. Oltre all’impiego presso GXO, Agility ha collocato unità Digit anche negli stabilimenti di Schaeffler Group e, dal febbraio 2026, in uno stabilimento produttivo di Toyota in Canada, dove caricano e scaricano contenitori.

Digit è stato anche il primo umanoide testato da Amazon nel suo centro di ricerca e sviluppo per la robotica a Sumner, nello Stato di Washington: una valutazione, non un impegno a impiegarlo nell’intera flotta. Agility afferma di aver ottenuto ordini pluriennali per oltre 300 milioni di dollari per il suo più recente hardware Digit v5, subordinati al raggiungimento di traguardi contrattuali, e descrive la propria pipeline commerciale come composta da più di 30 clienti: un risultato notevole per gli standard dell’industria robotica, ma ancora minuscolo rispetto alla forza lavoro effettivamente impiegata da queste aziende.

Il 24 giugno 2026 Agility ha raggiunto un accordo per quotarsi in borsa attraverso una fusione da 2,5 miliardi di dollari con Churchill Capital Corp XI, con il simbolo AGLT e proventi lordi superiori a 620 milioni di dollari, tra cui un PIPE di circa 200 milioni di dollari guidato da Foxconn. La conclusione dell’operazione è prevista nel corso del 2026. L’esperienza operativa presentata a sostegno dell’operazione comprende Digit presso Schaeffler, GXO, Toyota Motor Manufacturing Canada e Mercado Libre, oltre a più di 65.000 ore di attività in nove strutture di clienti: circa trentadue anni di lavoro.

Apptronik, Atlas di Hyundai e la scommessa dell’industria automobilistica

Boston Dynamics ha presentato un Atlas interamente elettrico al CES 2026: alto sei piedi, con un peso di circa 198 libbre, 56 gradi di libertà, capace di trasportare circa 44 libbre con una sola mano e di raggiungere un’altezza di 7,5 piedi sopra la testa. Una netta svolta rispetto all’Atlas idraulico che per un decennio ha fatto parkour su YouTube.

Hyundai, proprietaria di Boston Dynamics, ha destinato le prime unità prodotte al proprio Robotics Metaplant Application Center e a Google DeepMind. Afferma che introdurrà Atlas nei propri processi produttivi a partire dal 2028, con il sostegno di un investimento di 26 miliardi di dollari negli Stati Uniti e di uno stabilimento progettato per produrre 30.000 unità l’anno. Hyundai Mobis fornirà gli attuatori: una casa automobilistica che integra verticalmente i componenti degli umanoidi, come già fa con i motori.

Apptronik segue la stessa logica: allearsi con una casa automobilistica che ha bisogno di manodopera e può contribuire a finanziare e costruire l’hardware. Dopo un’estensione nel febbraio 2026, il suo round di finanziamento di Serie A ammonta a oltre 935 milioni di dollari, provenienti da Google, Mercedes-Benz, PEAK6, AT&T Ventures, John Deere e Qatar Investment Authority, con una valutazione che, secondo quanto riportato, si aggira intorno ai 5,3 miliardi di dollari. La presenza degli stessi investitori in più di queste aziende — Google sostiene sia Apptronik sia, attraverso DeepMind, lo stack di IA di Boston Dynamics — mostra quanto sia concentrato il capitale che finanzia il settore.

Imparare a muoversi: il software dietro l’hardware

L’hardware conquista i titoli, ma il problema da cui dipende la possibilità di espandere queste applicazioni è insegnare a un robot ad agire con competenza in un ambiente per il quale nessuno lo ha programmato. L’approccio dominante è l’apprendimento per imitazione: si raccolgono dimostrazioni, spesso da robot teleoperati o da video di esseri umani, e si addestra un modello ad associare ciò che il robot vede a ciò che dovrebbe fare subito dopo.

RT-2 di Google DeepMind, pubblicato nel 2023, è stato uno dei primi modelli visione-linguaggio-azione (VLA): è stato addestrato congiuntamente su dati di immagini e testi su scala Internet e su dimostrazioni di robot reali, così da ereditare in parte la capacità di un modello linguistico di generalizzare a oggetti sui quali non si è mai esercitato. pi0 di Physical Intelligence si è spinto oltre, affiancando a un modello visione-linguaggio preaddestrato un «esperto d’azione» più rapido, addestrato con il flow matching per produrre comandi motori continui.

Nvidia ha costruito una piattaforma attorno alla stessa idea: Isaac GR00T N1, rilasciato nel marzo 2025, è descritto come il primo foundation model aperto per le capacità e il ragionamento degli umanoidi ed è stato eseguito su robot tra cui GR-1 di Fourier e l’hardware di 1X. Una versione successiva, GR00T N1.6, è arrivata nel settembre 2025 con una migliore coordinazione dell’intero corpo per compiti come aprire porte pesanti. GR00T 1.7, aperto con licenza Apache 2.0, è preaddestrato su circa 32.000 ore di dimostrazioni reali e dati egocentrici umani, oltre a circa 8.000 ore di simulazione, secondo il post di Nvidia che ne annunciava il rilascio, pubblicato il 7 luglio 2026. Il 31 maggio 2026 Nvidia ha pubblicato anche un progetto di riferimento aperto per un umanoide destinato ai laboratori accademici — corpo Unitree H2 Plus, mani Sharpa Wave, modulo Jetson AGX Thor — che Unitree venderà dalla fine del 2026.

La simulazione e il divario tra simulazione e realtà

Poiché raccogliere dimostrazioni da robot reali è lento e costoso, la simulazione è diventata centrale per l’addestramento. La fisica simulata, però, non riproduce mai perfettamente i motori, l’attrito e il rumore dei sensori di un robot reale: una discrepanza che i ricercatori chiamano divario tra simulazione e realtà. Una politica di controllo che in simulazione mantiene perfettamente l’equilibrio e afferra gli oggetti può fallire al primo urto, cavo o contenitore scivoloso non previsto dal modello.

La risposta di Nvidia è generare dati di addestramento sintetici a basso costo: l’azienda riferisce di aver generato 780.000 traiettorie sintetiche di movimento robotico, equivalenti a circa 6.500 ore di dimostrazioni umane, in undici ore, e afferma che combinarle con registrazioni reali ha migliorato di circa il 40% le prestazioni di GR00T N1 nei compiti rispetto all’addestramento sui soli dati reali.

Tra le misure più comuni per attenuare il problema figurano la randomizzazione del dominio — variare la fisica simulata durante l’addestramento affinché una politica di controllo non si adatti eccessivamente a un unico, preciso mondo simulato — e livelli di controllo dell’intero corpo che mantengono stabile il robot quando una politica appresa gli richiede un movimento fisicamente difficile.

La curva dei costi si biforca

Uno degli sviluppi più concreti e verificabili del 2025–2026 riguarda la forte differenza di prezzo tra gli umanoidi, a seconda di chi li costruisce e del mercato a cui sono destinati. Unitree, produttore cinese di robot, vende il suo umanoide G1 a partire da circa 16.000 dollari nella configurazione base; le versioni «EDU» con specifiche superiori arrivano a circa 74.000 dollari. La piattaforma H1, più grande, parte da circa 90.000 dollari e, a seconda della configurazione, raggiunge la fascia bassa delle centinaia di migliaia di dollari.

Unitree ha dichiarato di puntare a consegnare circa 20.000 umanoidi nel 2026, contro i circa 5.500 del 2025: una crescita reale dei volumi, anche se il totale resta minuscolo rispetto alle consegne di bracci robotici industriali. Le aziende occidentali che vendono tramite contratti con le imprese (Figure, Apptronik, Boston Dynamics), invece, non pubblicano prezzi al dettaglio comparabili: il loro modello di business si basa su contratti di servizio e progetti pilota, non sulla vendita di prodotti pronti all’uso. È una differenza strutturale nel modo di arrivare sul mercato che conta quanto le specifiche tecniche.

Nell’agosto 2026 questa differenza ha assunto un prezzo pubblico. Unitree è stata quotata sullo STAR Market di Shanghai il 19 agosto a 150,80 yuan per azione, raccogliendo circa 900 milioni di dollari a una valutazione di circa 9 miliardi di dollari. Ha chiuso la prima giornata in rialzo del 460%, dopo aver toccato durante le contrattazioni un massimo che l’aveva valutata per breve tempo quasi 66 miliardi di dollari. Al 9 settembre il titolo era sceso del 53% da quel picco, attestandosi vicino ai 30 miliardi di dollari, ma valeva ancora più del triplo del prezzo di collocamento. L’hardware per umanoidi più economico al mondo appartiene ora all’unico produttore il cui valore viene aggiornato dal mercato ogni giorno.

1X Technologies ha scelto una terza strada, puntando alla casa anziché alla fabbrica: per il suo robot NEO, annunciato nell’ottobre 2025, accetta preordini con accesso anticipato a 20.000 dollari oppure offre un abbonamento da 499 dollari al mese. L’azienda afferma di aver esaurito in cinque giorni la capacità produttiva del primo anno, superiore a 10.000 unità. La sua NEO Factory di Hayward, in California, estesa su 58.000 piedi quadrati, ha aperto il 30 aprile 2026: è stata progettata per produrre 10.000 robot all’anno e, secondo 1X, più di 100.000 entro la fine del 2027. Le consegne ai consumatori erano state promesse per il 2026. Persino un’azienda che si presenta come specializzata nelle faccende domestiche ha concluso accordi per impiegare i propri robot nelle fabbriche: un’ammissione del fatto che svolgere compiti industriali strutturati resta più facile che operare in una casa, un ambiente non strutturato.

I finanziamenti hanno superato le applicazioni sul campo

Accostando i numeri finanziari a quelli operativi, il divario è netto. Figure AI è valutata 39 miliardi di dollari e si è impegnata a spendere 3,5 miliardi di dollari in GPU; Apptronik ha raccolto quasi 1 miliardo di dollari; la capitalizzazione di mercato di Unitree è passata da 9 a 66 e poi a 30 miliardi di dollari nell’arco di tre settimane.

Tesla, intanto, non ha ancora mai pubblicato un dato confermato sulla produzione di Optimus. Nel corso del 2026 ha liberato la vecchia linea Model S/X a Fremont per fargli spazio, ha comunicato a JPMorgan nell’agosto 2026 che il progetto del Gen 3 era definitivo e che le vendite a clienti esterni avrebbero potuto iniziare nella seconda metà del 2027, e ha avviato un lento incremento della produzione intorno a settembre. Musk aveva previsto migliaia di robot operativi entro il 2026; a gennaio ha riconosciuto che nessuno svolgeva ancora un lavoro utile presso Tesla.

XPeng ha attivato a Guangzhou, nel settembre 2026, quella che definisce la prima linea di produzione automatizzata di umanoidi, ma nessun prodotto sarà consegnato ai clienti prima del 2027.

Questa divergenza — valutazioni elevate fondate su impieghi che si contano nell’ordine di poche decine di robot, a fronte di un programma di grande richiamo per il quale la produzione di massa non è mai stata confermata — è il segno più chiaro che i capitali stanno attribuendo un prezzo a un futuro che le fabbriche non hanno ancora realizzato.

A che punto siamo davvero

Detto chiaramente: nessuna dimostrazione indipendente e verificata ha mostrato un robot umanoide completare un compito complesso e non strutturato in modo pienamente autonomo e affidabile al di fuori di un progetto pilota controllato. Nel settore si dà ormai per scontato che ogni dimostrazione non definita esplicitamente e specificamente autonoma abbia comportato il controllo a distanza, e le testate più rigorose hanno cominciato a darne conto di conseguenza.

Rodney Brooks, il robotista che ha cofondato iRobot, ha scritto nel settembre 2025 che l’idea che gli umanoidi possano eguagliare la destrezza manuale umana entro qualche decennio è «pura fantasia». Ha indicato i circa 17.000 recettori tattili specializzati concentrati in una mano umana come esempio di un problema di percezione che le attuali mani robotiche non si avvicinano neppure a risolvere.

Bessemer Venture Partners, che investe nel settore, lo definisce il «momento GPT-2.5» della robotica: capacità reali, ma ancora molto lontane dall’affidabilità di oltre il 99,9% richiesta da un impiego industriale continuativo. Morgan Stanley ha segnalato il rischio di una correzione quando i capitali speculativi si scontreranno con i tempi più lenti dell’hardware e della certificazione di sicurezza.

Una tesi più circoscritta resta valida nonostante queste cautele: per lavori industriali ben delimitati e con un solo compito — spostare contenitori, smistare componenti, alimentare una postazione di saldatura — gli umanoidi hanno superato la fase delle dimostrazioni e sono entrati in quella dei progetti pilota ripetibili e misurati, con una prospettiva plausibile di un impiego moderatamente più ampio nell’arco di due o tre anni.

Il divario tra «funziona per un compito su una linea BMW» e «funziona in tutto un magazzino come un carrello elevatore» resta enorme. Colmarlo dipende meno dall’hardware che dalla capacità di modelli di base come GR00T di generalizzare le competenze tra compiti diversi, come sostengono i loro creatori: una questione a cui nessuno dei progetti pilota del 2026 ha dato risposta.

Quali condizioni servirebbero per crescere su larga scala

Il banco di prova dei prossimi due anni non è se verranno annunciati altri progetti pilota: il capitale già impegnato lo rende quasi certo. È capire se un’implementazione riuscirà a passare da un compito a diversi senza un aumento proporzionale della supervisione umana, se i costi dell’hardware per le imprese scenderanno come sono scesi quelli dell’hardware di Unitree destinato ai consumatori e se un modello addestrato sui dati di un robot saprà trasferire le proprie capacità a un corpo diverso senza dover raccogliere nuovamente dati per mesi.

Finché una di queste tre cose non avverrà su larga scala, il momento dei robot umanoidi resterà una fase di progetti pilota, round di finanziamento e video prodotti con cura: un vero inizio, non ancora un fenomeno del mercato del lavoro.