Le case automobilistiche cinesi stanno costruendo robot, ma la vera prova è il lavoro

Le case automobilistiche cinesi hanno portato i robot sotto i riflettori alla World Robot Conference 2026 di Pechino, ma la vera competizione comincia quando finiscono le dimostrazioni.

Aimoga, sostenuta da Chery, ha presentato macchine al lavoro in scenari di vendita al dettaglio, gestione del traffico, sanità e servizi pubblici. GAC ha mostrato robot derivati dalle sue ricerche sulla guida autonoma. BYD ha inoltre presentato il suo primo umanoide per il servizio clienti di routine presso il suo centro esperienziale Di Space.

La convergenza non è più un esperimento isolato. Le case automobilistiche stanno trattando l’IA incarnata, un software che percepisce e agisce attraverso una macchina fisica, come un’estensione dell’intelligenza dei veicoli. I loro impianti produttivi, le reti di fornitori e i centri di assistenza offrono inoltre qualcosa che molte startup della robotica non hanno: luoghi controllati in cui testare ripetutamente le macchine.

Questo vantaggio non decide la competizione. Aziende specializzate in robotica come Unitree hanno trascorso anni a perfezionare locomozione, equilibrio e hardware robotico. Le case automobilistiche devono dimostrare che l’ingegneria dei veicoli possa trasferirsi a macchine che operano accanto alle persone in ambienti meno prevedibili.

La sfida emergente, quindi, non è tra case automobilistiche. È tra scala produttiva e specializzazione robotica. Le aziende automobilistiche cinesi possono costruire prodotti complessi in modo efficiente, ma devono ancora dimostrare che i loro robot possano svolgere lavoro utile in modo affidabile.

Le case automobilistiche protagoniste della conferenza sui robot di Pechino

Il cambiamento importante non è stato il numero di robot esposti, ma la crescente presenza di aziende nate attorno alle automobili.

La World Robot Conference 2026 si è svolta dal 19 al 23 agosto nell’Area di sviluppo economico-tecnologico di Pechino. Gli organizzatori hanno strutturato il programma di cinque giorni attorno a lanci di prodotti, approvvigionamento, sviluppo e dimostrazioni pubbliche.

Secondo un resoconto dell’evento da Pechino, alla conferenza sono comparsi circa 3.000 prodotti. Le esposizioni includevano umanoidi, quadrupedi, bracci robotici, macchine da compagnia e sistemi industriali specializzati.

Molte dimostrazioni continuavano a puntare sullo spettacolo. I robot ballavano, boxavano, piegavano tessuti, giocavano a ping pong e interagivano con i visitatori. Queste esibizioni rendevano visibili i progressi fisici, soprattutto nell’equilibrio e nei movimenti coordinati.

Lo stand Aimoga di Chery ha perseguito un messaggio più operativo. Anziché presentare un unico umanoide come macchina universale, l’azienda ha organizzato le dimostrazioni attorno a sei scenari definiti.

I suoi sistemi includevano un robot per la gestione del traffico, un compagno domestico, un robot di orientamento medico e una guida robotica. Aimoga ha anche mostrato un quadrupede che trasportava oggetti e seguiva autonomamente le persone.

Il programma ufficiale degli scenari descriveva flussi di lavoro pratici piuttosto che movimenti isolati. Il robot medico, per esempio, veniva presentato come un sistema in grado di identificare i visitatori, supportare l’accettazione preliminare e guidarli all’interno di una struttura.

Ciò non dimostra che ogni flusso di lavoro operi senza supervisione umana. Le dimostrazioni in conferenza avvengono solitamente in spazi preparati, con oggetti noti, percorsi controllati e personale nelle vicinanze.

Tuttavia, il cambiamento di impostazione è rilevante. Le macchine venivano presentate come infrastrutture di servizio, non soltanto come piattaforme di ricerca o prodotti di intrattenimento.

Aimoga ha anche mostrato flussi video in diretta di robot al lavoro fuori dal padiglione espositivo. Le applicazioni riportate includevano assistenza al traffico a Jiangyin, guida museale a Wuhu e accoglienza clienti in uno showroom di veicoli malese.

Questi contesti rivelano la strategia più ampia di Chery. Un’azienda automobilistica gestisce già fabbriche, concessionarie, uffici, strutture logistiche e sedi di assistenza clienti. Ogni sito può diventare un ambiente di test delimitato.

GAC ha portato un’altra versione della stessa strategia. Secondo il suo profilo alla conferenza, la casa automobilistica ha iniziato a formare un team di ricerca sulla robotica umanoide nel 2022.

Il suo precedente portafoglio robotico includeva GoMate, una piattaforma umanoide, e le macchine di servizio GoSide e GoMove. I sistemi combinano percezione, navigazione, mobilità e interazione umana in diversi formati fisici.

GAC afferma che il suo software robotico si basa sulla ricerca sulla guida autonoma. Ciò include percezione visiva, mappatura spaziale, pianificazione e sistemi per interpretare istruzioni multimodali.

L’ingresso di BYD ha ampliato la tendenza. La casa automobilistica ha dichiarato che il suo primo umanoide interagirà con i visitatori nei centri Di Space, che presentano i veicoli e la tecnologia dell’azienda.

Un ruolo nel servizio clienti appare modesto rispetto all’automazione di fabbrica. Tuttavia, offre a BYD un ambiente familiare in cui il personale può monitorare la macchina, raccogliere dati sulle interazioni e misurare i guasti.

La conferenza ha quindi catturato una migrazione strategica. Le aziende automobilistiche stanno trasformando concessionarie e fabbriche in laboratori robotici, convertendo al contempo la ricerca automobilistica in componenti riutilizzabili.

Perché l’intelligenza dei veicoli si trasferisce all’IA incarnata

I moderni veicoli elettrici e i robot mobili condividono una quantità sorprendente di ingegneria, anche quando i loro corpi appaiono completamente diversi.

Un veicolo intelligente deve percepire l’ambiente circostante, localizzarsi, prevedere il movimento, pianificare un percorso e controllare hardware fisico. Un robot mobile affronta la stessa sequenza, sebbene disponga di più modi per muoversi e fallire.

Telecamere, sensori di profondità, unità di misura inerziali e altri dispositivi generano osservazioni grezze. Il software di percezione converte questi segnali in rappresentazioni di oggetti, persone, superfici e spazio libero.

Il software di pianificazione seleziona poi un’azione. Un veicolo potrebbe cambiare corsia o fermarsi. Un robot di servizio potrebbe avvicinarsi a un visitatore, evitare una sedia, manipolare un oggetto o chiedere chiarimenti.

L’ultimo passaggio è il controllo fisico. I veicoli traducono i comandi in sterzo, accelerazione e frenata. Gli umanoidi coordinano articolazioni, mani, equilibrio, postura e contatto con il terreno.

La sovrapposizione spiega perché le case automobilistiche considerino la robotica un settore adiacente anziché estraneo. Impiegano già ingegneri che lavorano su sensori, elaborazione incorporata, sistemi di sicurezza, motori elettrici, batterie, simulazione e distribuzione software su larga scala.

GAC offre un esempio diretto. Secondo il programma robotico dell’azienda, il suo sistema GoMate utilizza un approccio di mappatura basato sulla visione per navigare e comprendere lo spazio fisico.

L’azienda afferma inoltre che GoMate può passare dal controllo remoto a quello autonomo. Questo modello ibrido è comune nelle prime implementazioni, perché gli operatori umani possono gestire situazioni che superano le capacità attuali della macchina.

L’intervento remoto non è di per sé una prova di fallimento. Diventa un problema quando l’intervento è frequente, costoso o nascosto ai clienti.

Le case automobilistiche comprendono anche la gestione dell’energia. Dimensioni della batteria, comportamento termico, efficienza dei motori, elettronica di potenza e strategia di ricarica modellano sia i veicoli elettrici sia i robot mobili.

Il peso crea un altro vincolo condiviso. L’aggiunta di un sensore o di un modulo di calcolo influisce su consumo energetico, calore, costi e progettazione meccanica. Gli ingegneri automobilistici affrontano già questi compromessi su scala di prodotto.

Le catene di fornitura potrebbero rappresentare un vantaggio ancora maggiore. Un umanoide richiede attuatori, riduttori, cuscinetti, sensori, cablaggi, sistemi di batterie, processori, parti strutturali e hardware di sicurezza.

Le aziende automobilistiche sanno come qualificare i fornitori, controllare la variazione dei componenti e gestire migliaia di parti interagenti. Possono inoltre riprogettare i componenti per l’assemblaggio automatizzato.

Questa esperienza è importante perché un prototipo impressionante non equivale a un prodotto ripetibile. Piccole differenze produttive possono modificare attrito delle articolazioni, calibrazione, equilibrio, dissipazione del calore e prestazioni della batteria.

I sistemi di qualità automobilistici sono progettati per rilevare tali variazioni. Tracciano le parti lungo la produzione, documentano i difetti e collegano i guasti sul campo a specifici lotti produttivi.

Anche le operazioni software si trasferiscono. I veicoli connessi ricevono aggiornamenti, generano dati diagnostici e supportano manutenzione remota. I robot distribuiti necessitano di sistemi simili per il monitoraggio della flotta, la revisione degli incidenti e il rollback del software.

Eppure, un umanoide non è un’auto con le braccia. I veicoli si muovono generalmente su strade preparate e regolate da convenzioni del traffico. Un robot con gambe incontra oggetti deformabili, contatti incerti, scale, disordine e persone dal comportamento imprevedibile.

La manipolazione è particolarmente difficile. Una mano robotica deve gestire forma, consistenza, peso, forza e scivolamento. Un piccolo errore può danneggiare un oggetto o creare un rischio per la sicurezza.

È qui che l’IA incarnata si allontana dalla familiare intelligenza dei veicoli. Le azioni della macchina modificano continuamente le sue osservazioni, e il contatto introduce un’incertezza che le sole telecamere non possono risolvere.

Le case automobilistiche possiedono molti elementi costitutivi utili. Il loro compito è dimostrare che tali elementi possano essere ricombinati in macchine affidabili, anziché in dimostrazioni attraenti.

La scala produttiva incontra la specializzazione robotica

Le case automobilistiche possono accelerare la produzione di robot, mentre gli specialisti della robotica mantengono un’esperienza più profonda in corpi, sistemi di controllo e instabilità del mondo reale.

Unitree è rimasta una delle aziende di robotica più visibili della conferenza. Le sue macchine boxavano, ballavano e giocavano a ping pong, offrendo una dimostrazione diretta di equilibrio e movimento coordinato.

Tali esibizioni possono sembrare frivole. Mettono comunque alla prova capacità importanti anche altrove, tra cui recupero rapido, tempismo, controllo dell’intero corpo e stabilità sotto carichi variabili.

Gli specialisti della robotica hanno trascorso anni lavorando su questi problemi. I loro team di ingegneria spesso si concentrano strettamente su locomozione, progettazione delle articolazioni, controllo degli attuatori, apprendimento per rinforzo e teleoperazione.

Le case automobilistiche apportano una diversa concentrazione di competenze. Conoscono la produzione ad alto volume, la validazione dei prodotti, la gestione dei fornitori e processi di sicurezza complessi.

Il contrasto crea la tensione principale dell’articolo. Le aziende di robotica sanno come far muovere le macchine, mentre le case automobilistiche sanno come trasformare macchine difficili in prodotti industriali.

Nessuna delle due capacità è sufficiente da sola. Un prototipo stabile senza una produzione accessibile rimane una piattaforma limitata. Una macchina ben prodotta che richiede interventi costanti rimane un elettrodomestico costoso.

Chery sta cercando di colmare questo divario attraverso la specializzazione per scenari. Aimoga sta sviluppando diverse configurazioni fisiche per ruoli nel traffico, nella medicina, nella vendita al dettaglio, nella compagnia e nei servizi di guida.

Questo approccio limita l’ambiente operativo. Una guida ospedaliera su ruote non necessita delle capacità di equilibrio di un bipede che attraversa un terreno esterno irregolare.

Riduce anche i requisiti di addestramento. Il robot può apprendere un percorso definito, un catalogo di servizi fisso e un insieme prevedibile di interazioni.

È meno spettacolare che promettere un umanoide domestico generico. È anche più vicino al modo in cui l’automazione di successo entra solitamente in un mercato.

I robot industriali sono diventati preziosi perché le fabbriche hanno riorganizzato le attività attorno a essi. Pavimenti, attrezzature, componenti e barriere di sicurezza hanno ridotto l’incertezza che una macchina doveva gestire.

I robot di servizio seguiranno probabilmente un percorso correlato. Le prime implementazioni possono avere successo quando le aziende modificano spazi, flussi di lavoro e responsabilità dei dipendenti attorno al robot.

Le concessionarie sono un punto di partenza evidente per le case automobilistiche. Contengono informazioni legate al marchio, layout controllati, supporto del personale e domande ripetitive dei clienti.

Il primo umanoide di BYD è stato progettato per quel tipo di ambiente. L’azienda ha dichiarato che la macchina interagirà con i visitatori anziché restare un’esposizione concettuale, secondo il suo piano Di Space.

La formulazione lascia comunque aperte questioni importanti. L’interazione pubblica non rivela per quanto tempo il robot operi autonomamente, quanto spesso intervenga il personale o cosa accada quando i visitatori si comportano in modo inatteso.

Le fabbriche offrono un test diverso. Hanno compiti strutturati, output misurabili, dipendenti formati e controlli di sicurezza consolidati.

Espongono inoltre i robot a stress ripetuti. Una macchina che completa una breve dimostrazione potrebbe guastarsi dopo ore di funzionamento continuo o migliaia di movimenti ripetuti.

Joyson Electronics illustra come i fornitori del settore automobilistico stiano entrando in questo livello. L’azienda ha lavorato su mani destre, pelle elettronica, assemblaggi per teste robotiche, controller e addestramento industriale.

Il suo stabilimento Ningbo Automotive Safety ha ospitato sistemi umanoidi per l’adattamento industriale e la raccolta dati. Joyson descrive questo lavoro come una via verso componenti per robot, sviluppo secondario e implementazione in fabbrica.

Il suo addestramento industriale evidenzia un altro vantaggio del settore automobilistico. I fornitori possono testare robot all’interno di impianti operativi mentre sviluppano componenti per i produttori di robot.

Questo crea diversi ruoli possibili. Un’azienda automobilistica può costruire robot completi, fornire sottosistemi, offrire ambienti di addestramento o diventare operatore di flotte robotiche.

I vincitori potrebbero non essere le aziende con i design più simili a quelli umani. Potrebbero essere quelle che scelgono un ruolo circoscritto e ne misurano onestamente i risultati.

Le case automobilistiche devono anche decidere se competere con gli specialisti della robotica o rifornirli. Costruire un intero umanoide richiede un’economia diversa rispetto alla vendita di componenti su molte piattaforme.

Le partnership possono combinare la scala automobilistica con software di controllo specialistico. Possono però anche creare dipendenza, soprattutto quando modelli fondamentali, attuatori o dati operativi appartengono ad aziende diverse.

La concorrenza si svilupperà quindi su più livelli. I corpi robotici attirano l’attenzione, ma componenti, software di implementazione, manutenzione e dati di addestramento potrebbero determinare il valore commerciale.

Il divario tra dimostrazione e realtà resta il problema più difficile

Un robot diventa utile solo quando opera in sicurezza per lunghi periodi in condizioni ordinarie, non quando completa una routine preparata una sola volta.

I pavimenti delle conferenze favoriscono successi visibili. Gli espositori possono semplificare i compiti, riposizionare gli oggetti, controllare l’illuminazione, limitare i percorsi e tenere ingegneri a portata di mano.

Gli ambienti commerciali eliminano queste protezioni. I pavimenti si bagnano, gli arredi si spostano, le connessioni di rete falliscono e le persone interrompono la macchina.

Un robot di servizio incontra anche ambiguità linguistiche. I visitatori cambiano argomento, forniscono istruzioni incomplete, parlano uno sopra l’altro o chiedono servizi al di fuori del flusso di lavoro approvato.

I grandi modelli linguistici possono rendere le conversazioni più flessibili. Non eliminano i limiti meccanici, i requisiti di sicurezza o l’incertezza dell’ambiente fisico.

La metrica centrale dovrebbe quindi essere il lavoro autonomo sostenuto. Gli acquirenti devono sapere per quanto tempo un robot opera tra un intervento umano e l’altro e quanto costano tali interventi.

Una macchina potrebbe completare la maggior parte dei compiti pur richiedendo assistenza remota frequente. Questo modello può funzionare, ma l’operatore deve conteggiare le persone che lo supportano.

L’affidabilità ha diversi livelli. Il robot deve restare funzionale dal punto di vista meccanico, mantenere l’equilibrio, interpretare correttamente i comandi e riprendersi da eventi inattesi.

La sicurezza aggiunge un altro standard. Un robot per il servizio clienti deve evitare collisioni. Un robot di fabbrica che lavora vicino ai dipendenti deve controllare la forza e entrare in uno stato sicuro dopo i guasti.

La forma umanoide può aumentare la sfida. Due gambe consentono l’accesso agli spazi umani, ma introducono rischi di equilibrio e una maggiore complessità di controllo.

Le ruote offrono spesso una scelta più pratica per gli ambienti interni pianeggianti. Consumano meno energia e riducono il numero di modalità di guasto.

Il mix di sistemi su ruote, umanoidi e quadrupedi di Aimoga suggerisce un approccio che parte dallo scenario. L’azienda abbina i corpi ai compiti invece di insistere affinché un unico umanoide faccia tutto.

Si tratta di una scelta ingegneristica sensata. Indebolisce anche l’idea diffusa che un corpo umanoide generico sostituirà presto macchine specializzate in ogni contesto.

L’economia resta un’altra incertezza. Un robot deve creare valore sufficiente a coprire hardware, software, supervisione, manutenzione, addestramento e tempi di inattività.

Le case automobilistiche possono ridurre i costi hardware grazie alla scala. Non possono però risolvere con la produzione un’economia debole dei compiti.

Un robot da showroom che attira visitatori ha valore di marketing. Misurarlo è difficile, perché l’attenzione può svanire una volta che la macchina smette di essere una novità.

La gestione del traffico e l’orientamento medico offrono risultati operativi più chiari. Gli operatori possono monitorare interazioni completate, tempi di risposta, copertura dei percorsi, incidenti e lavoro umano risparmiato.

Anche queste implementazioni richiedono confronti accurati. Un chiosco fisso, uno schermo mobile o un robot convenzionale su ruote potrebbero svolgere il compito a un costo inferiore rispetto a un umanoide.

Le aziende dovrebbero quindi confrontare i robot con l’alternativa efficace più semplice. La domanda rilevante non è se un umanoide possa svolgere un compito.

La domanda è se la sua mobilità, capacità di manipolazione e presenza sociale giustifichino il costo e la complessità aggiuntivi.

Anche le affermazioni sui dati richiedono esame. Un’implementazione può generare molte ore di video senza produrre esempi sufficientemente vari per un miglioramento significativo dei modelli.

I dati di addestramento utili devono catturare decisioni, azioni, risultati, errori, recuperi e contesto ambientale. Devono inoltre avere etichettatura coerente e controlli della privacy adeguati.

Le case automobilistiche hanno accesso a strutture e flotte, ma l’accesso da solo non crea dati incarnati di alta qualità. Devono progettare sistemi di raccolta attorno agli obiettivi di apprendimento.

La stessa cautela vale per le dichiarazioni sull’operatività autonoma. Le aziende dovrebbero distinguere tra sequenze preprogrammate, autonomia supervisionata, operazione remota ed esecuzione pienamente indipendente.

Queste categorie possono apparire simili in un video promozionale. Implicano costi del lavoro e maturità tecnica molto diversi.

Nessuna di queste preoccupazioni significa che le case automobilistiche falliranno. Spiegano perché il passaggio dall’intelligenza automobilistica alla robotica richiederà più del trasferimento di un modello o di una linea produttiva.

La conferenza ha dimostrato un’intenzione credibile. Le prestazioni continue sul campo determineranno se tale intenzione diventerà un’attività duratura.

Cosa viene dopo lo showroom dei robot

La prossima fase sarà decisa dalle prove di implementazione, non da un’altra serie di presentazioni di umanoidi più raffinate.

Il primo segnale da osservare è la divulgazione operativa. Le case automobilistiche dovrebbero riportare dimensione della flotta, ore di lavoro, completamento dei compiti, frequenza degli interventi, tempi di inattività e incidenti di sicurezza.

Questi dati renderebbero confrontabili le implementazioni. Separerebbero inoltre le operazioni di routine dai progetti pilota che dipendono da ingegneri presenti nelle vicinanze.

Gli scenari geograficamente distribuiti di Chery ne fanno un caso di prova utile. Se Aimoga espanderà queste implementazioni mantenendo le prestazioni, la robotica sostenuta dalla produzione industriale acquisirà credibilità.

Se l’espansione si fermerà, i risultati suggerirebbero che adattare i robot a ogni nuovo ambiente resta costoso. Questo favorirebbe sistemi più circoscritti e integratori specializzati.

Il secondo segnale è l’adozione in fabbrica. Gli impianti automobilistici offrono lavoro misurabile, processi controllati e accesso diretto ai team di manutenzione.

I robot che svolgono ispezioni, movimentazione dei materiali, smistamento o assemblaggio ripetitivo possono generare prove chiare. Gli acquirenti possono confrontare tempi di ciclo, tassi di guasto e requisiti di manodopera.

Il lavoro di addestramento industriale di Joyson punta verso questa strada. BYD, GAC, Chery e altri produttori possono inoltre testare macchine all’interno dei propri sistemi produttivi.

L’adozione interna merita un’interpretazione attenta. Un’azienda potrebbe sovvenzionare un progetto pilota per ragioni strategiche anche quando l’economia non soddisferebbe un cliente esterno.

Gli ordini indipendenti offrirebbero prove più solide. Gli acquisti ripetuti conterebbero più di memorandum, dimostrazioni o piccoli lotti di valutazione.

Il terzo segnale è l’architettura di prodotto. Le case automobilistiche devono rivelare se stanno costruendo umanoidi generali, flotte specifiche per scenario, attività di componentistica o contratti di servizio integrati.

Ogni modello richiede capacità diverse. Un fornitore di componenti necessita compatibilità e qualità produttiva. Un operatore di flotte necessita manutenzione, monitoraggio e assistenza clienti.

Un programma di umanoidi generali comporta la promessa più ampia e il rischio più elevato. Deve combinare mobilità, manipolazione, ragionamento, sicurezza e costi accettabili in un’unica piattaforma.

I sistemi specifici per scenario possono arrivare prima a svolgere lavoro utile. Tuttavia, potrebbero produrre linee di prodotto frammentate che perdono parte dell’efficienza produttiva.

Le strategie basate sui componenti possono distribuire il rischio tra diversi produttori di robot. Collocano però altrove il rapporto con il cliente più visibile.

Il quarto segnale è la struttura delle partnership. Le case automobilistiche possiedono fabbriche e reti di distribuzione, mentre gli specialisti della robotica detengono sistemi di controllo preziosi e esperienza di implementazione.

Partnership profonde potrebbero comprimere i cicli di sviluppo. Partnership deboli potrebbero lasciare le aziende dipendenti da tecnologie esterne per le parti più importanti del prodotto.

La proprietà dei dati operativi sarà particolarmente importante. L’organizzazione che controlla i dati sul campo può migliorare i modelli, identificare i guasti e definire l’hardware futuro.

Infine, osservate se i robot si espandono oltre le sedi controllate dalle rispettive aziende madri. Una concessionaria o un campus aziendale sono utili, ma non dimostrano la domanda da parte di acquirenti esterni.

Ospedali, enti municipali, operatori logistici, rivenditori e fabbriche indipendenti imporranno standard di approvvigionamento più rigorosi. Confronteranno le macchine con l’automazione esistente e i servizi gestiti da persone.

Questi clienti richiedono anche impegni di manutenzione. I fornitori di robot necessitano di ricambi, tecnici formati, diagnostica remota, processi di cybersecurity e sistemi di aggiornamento affidabili.

Le case automobilistiche gestiscono già ampie reti di assistenza. Riutilizzarle per i robot potrebbe diventare uno dei loro vantaggi più forti.

La transizione non sarà automatica. I tecnici dei veicoli richiedono nuova formazione, mentre i guasti dei robot coinvolgono combinazioni poco familiari di software, sensori, giunti e interazione umana.

Le case automobilistiche cinesi hanno ora reso visibile la loro direzione. Stanno andando oltre il finanziamento di startup di robotica e trattano i sistemi incarnati come prodotti, componenti e piattaforme operative.

Questa strategia mette pressione sui produttori specializzati di robot. Costringe inoltre le aziende automobilistiche a competere al di fuori del mondo attentamente standardizzato della produzione di veicoli.

Per sviluppatori, acquirenti e team AI, la risposta utile è un’osservazione disciplinata. Monitorate ore di lavoro autonomo, tassi di intervento, ordini esterni e implementazioni ripetute.

Non trattate un corpo simile a quello umano come prova di intelligenza generale. Non liquidate le case automobilistiche solo perché i loro primi incarichi prevedono di salutare visitatori o guidare clienti.

Sono proprio questi incarichi delimitati a consentire alle aziende di raccogliere dati operativi e scoprire quali vantaggi ingegneristici si trasferiscono davvero. Sono anche i contesti in cui un’economia debole diventa difficile da nascondere.

La domanda dopo Pechino non è più se le aziende automobilistiche vogliano costruire robot. È se la loro disciplina produttiva possa trasformare l’AI incarnata in lavoro affidabile, un’implementazione misurabile alla volta.