Elon Musk prevede un miliardo di robot umanoidi entro il 2036, ma i numeri sono impietosi

Secondo quanto riportato, Elon Musk ha previsto che entro il 2036 esisteranno oltre un miliardo di robot umanoidi nel mondo. L’affermazione è comparsa in un articolo RSSHub di 36Kr pubblicato il 2 settembre, che cita CCTV Finance. Descrive una popolazione di macchine vicina a un robot ogni nove persone.

Questa cifra non è soltanto una previsione ottimistica di mercato. Implica la costruzione, nell’arco di dieci anni, di un’industria più grande dell’attuale settore automobilistico. Richiede inoltre che i robot umanoidi diventino accessibili, affidabili, utili e accettabili in ambienti di lavoro e abitazioni profondamente diversi tra loro.

Il divario tra questa visione e la realtà attuale è enorme. Secondo quanto riportato, nel 2025 sono stati spediti oltre 13.000 umanoidi, mentre Tesla ne ha consegnati solo qualche centinaio o meno. Per arrivare a un miliardo di macchine impiegate, la produzione dovrebbe crescere di diversi ordini di grandezza.

Musk avrebbe anche sostenuto che un miliardo di robot produrrebbe più dell’output complessivo dell’umanità. Ha collegato l’intelligenza artificiale a una potenziale crescita economica globale dal 20% al 30%, equivalente a migliaia di miliardi di attività annua aggiuntiva.

Queste stime di produttività ed economiche non sono state verificate in modo indipendente. Le dichiarazioni originali non erano accompagnate da un modello pubblicato che spiegasse ritmi produttivi, ore di lavoro, prestazioni nelle attività, costi di capitale o effetti di sostituzione del lavoro.

La vera storia, quindi, non riguarda la capacità dei robot di ballare, piegare una camicia o spostare componenti in un’area dimostrativa. Riguarda la possibilità per i produttori di trasformare l’AI incarnata in forza lavoro affidabile su una scala senza precedenti.

La previsione di Musk per il 2036 anticipa la tempistica dei robot

La previsione di Musk comprime in una scadenza a soli dieci anni di distanza un traguardo spesso associato al 2050.

La previsione riportata del 2 settembre afferma che Musk si aspetta almeno un miliardo di robot umanoidi entro un decennio. Il rapporto attribuisce le dichiarazioni di fondo al 1° settembre, ma offre un contesto limitato sul luogo o sulle ipotesi alla base della previsione.

Questo contesto mancante è importante. Una previsione può riferirsi alla produzione annuale, alla produzione cumulativa, alle installazioni attive o alle macchine tecnicamente capaci di movimenti umanoidi. Queste definizioni producono dimensioni di mercato molto diverse.

La voce RSSHub di 36Kr descrive la cifra come il numero di robot umanoidi nel mondo. Non specifica se nel totale rientrino macchine ritirate dal servizio, sperimentali, operate da remoto o programmate per compiti molto circoscritti.

Un robot umanoide combina in genere un corpo simile a quello umano con software per percezione, movimento ed esecuzione dei compiti. Questa forma aiuta una macchina a operare tra scale, porte, scaffali, strumenti e postazioni di lavoro originariamente progettati per le persone.

La definizione lascia comunque ampio spazio all’interpretazione. Un robot da magazzino che segue percorsi fissi è profondamente diverso da una macchina per uso generale capace di entrare in una casa sconosciuta e completare istruzioni aperte.

La tempistica di Musk differisce anche da una rilevante previsione di Wall Street. Morgan Stanley si aspetta che la popolazione installata di umanoidi si avvicini a un miliardo intorno al 2050, non nel 2036.

La sua previsione sul mercato degli umanoidi afferma che l’adozione dovrebbe rimanere relativamente lenta fino alla metà degli anni 2030. La crescita accelererebbe poi tra la fine degli anni 2030 e gli anni 2040.

Morgan Stanley prevede che circa il 90% di queste macchine lavorerà in contesti industriali o commerciali entro il 2050. Proietta un mercato domestico molto più piccolo perché il lavoro in casa richiede maggiore flessibilità, sicurezza e accettazione sociale.

Musk sta di fatto anticipando questo traguardo da un miliardo di unità di circa 14 anni. La sua previsione richiede che la fase di accelerazione inizi quasi immediatamente, anziché dopo un altro decennio di sviluppo tecnico.

Il confronto con la popolazione rende l’affermazione più concreta. Una proiezione delle Nazioni Unite colloca la popolazione mondiale vicino ai nove miliardi intorno al 2037. Un miliardo di robot equivarrebbe quindi all’incirca a un umanoide ogni nove persone.

Anche questo rapporto può però trarre in inganno. Le prime macchine si concentrerebbero probabilmente in fabbriche, magazzini, miniere, ospedali e strutture logistiche. Non sarebbero distribuite uniformemente tra abitazioni o Paesi.

Una fabbrica potrebbe impiegare centinaia di robot, mentre le abitazioni vicine non ne possiedono nessuno. Il rapporto economico rilevante è quindi quello tra robot e attività, struttura o ora di lavoro, non tra robot e persone.

L’affermazione di Musk sulla produttività dipende dalla stessa distinzione. Un miliardo di macchine operative su turni lunghi potrebbe generare un output lordo immenso. Tuttavia, il loro contributo utile dipende da disponibilità operativa, supervisione, manutenzione, energia, successo nelle attività e valore del lavoro completato.

Un robot che svolge un’attività produttiva affidabile può creare valore misurabile. Una macchina per uso generale che richiede interventi frequenti può consumare più lavoro di quanto ne sostituisca.

La previsione va quindi considerata soprattutto come un obiettivo industriale, non come una prospettiva misurata. Descrive la scala che Musk ritiene possa raggiungere l’AI incarnata se produzione e autonomia miglioreranno insieme.

Questa impostazione rende la previsione rilevante anche se il numero esatto si rivelerà errato. Colloca la produzione di umanoidi, e non soltanto quella dei veicoli, al centro dell’identità a lungo termine di Tesla.

Tesla ha un piano da un milione di unità, non un’industria da un miliardo

Il piano produttivo divulgato da Tesla offre un punto di partenza credibile, ma resta di tre ordini di grandezza al di sotto della previsione globale di Musk.

Tesla ha dichiarato nel suo aggiornamento aziendale di gennaio 2026 che Optimus Gen 3 sarebbe stato il suo primo progetto destinato alla produzione di massa. L’azienda prevedeva di rivelare il design durante il primo trimestre.

Tesla ha inoltre affermato di stare preparando la sua prima linea di produzione Optimus. Il lavoro comprendeva la preparazione della catena di fornitura, con l’avvio della produzione previsto prima della fine del 2026.

La linea pianificata dovrebbe infine supportare una capacità annuale di un milione di robot. Tesla ha precisato con cautela che la capacità installata non equivale alla produzione effettiva.

Questa distinzione è essenziale. L’output di una fabbrica dipende dalla disponibilità dei componenti, dal tempo di attività delle attrezzature, dalla maturità del software, dalle condizioni normative, dal controllo qualità e dalla domanda.

Anche un milione di unità l’anno rappresenterebbe un importante risultato produttivo. Eppure, una sola linea operativa a quel ritmo per dieci anni produrrebbe soltanto dieci milioni di robot, prima di considerare pensionamenti e perdite di produzione.

Fornire un miliardo di robot attivi entro il 2036 richiede molto di più. L’industria dovrebbe raggiungere una media di quasi 100 milioni di aggiunte nette all’anno nell’arco del decennio.

Poiché l’output iniziale sarà molto più basso, la produzione annua negli anni successivi dovrebbe superare sostanzialmente questa media. I produttori dovrebbero inoltre sostituire le macchine che si guastano o raggiungono la fine della loro vita utile.

Un confronto approssimativo di scala illustra la sfida. La base di spedizioni riportata per il 2025 ha superato le 13.000 unità. Raggiungere un miliardo di unità cumulative da quel livello richiede quasi 77.000 volte più macchine.

Il percorso non sarà lineare. La produzione potrebbe raddoppiare rapidamente durante la prima commercializzazione e poi rallentare con la maturazione dei mercati. Anche raddoppi ripetuti generano requisiti difficili una volta che il volume annuo raggiunge i milioni di unità.

Tesla possiede effettivamente vantaggi utili. Conosce la produzione ad alto volume, i propulsori elettrici, le batterie, i sistemi di visione e il software integrato verticalmente. Le sue fabbriche offrono inoltre ambienti controllati per testare i compiti di Optimus.

L’impiego interno può ridurre il problema della domanda iniziale. Tesla può collocare robot nelle proprie strutture, osservare i guasti, raccogliere dati di addestramento e perfezionare i compiti prima di venderli su larga scala.

Questa strategia ricorda il modo in cui spesso si sviluppa l’automazione industriale. I produttori iniziano con lavori ripetitivi in spazi controllati, poi aggiungono complessità dopo aver misurato affidabilità e ritorni.

Tuttavia, la produzione di umanoidi coinvolge componenti e tolleranze diversi da quelli delle auto. Le mani richiedono attuatori compatti e sensori precisi. Le articolazioni devono bilanciare coppia, peso, efficienza, durata e interazione sicura.

Un veicolo passeggeri può tollerare determinate ridondanze dei componenti e strutture protettive. Un umanoide deve restare abbastanza leggero da muoversi in modo efficiente, sopravvivendo al contempo a cadute e contatti ripetuti.

Scalare il corpo è solo metà del problema. Ogni unità necessita anche di software capace di percepire oggetti, pianificare azioni, recuperare dagli errori e comportarsi in modo prevedibile vicino alle persone.

Questo software non può basarsi interamente su dimostrazioni preparate. I luoghi di lavoro reali contengono strumenti fuori posto, superfici riflettenti, pacchi danneggiati, percorsi bloccati e persone dal comportamento imprevedibile.

L’assistenza umana da remoto può colmare alcune lacune. Un supervisore potrebbe aiutare diversi robot quando incontrano condizioni insolite.

Tuttavia, interventi frequenti indeboliscono l’equazione della produttività. Una macchina che richiede ripetutamente aiuto umano trasferisce il lavoro in una sala di controllo anziché eliminarlo.

Tesla deve quindi dimostrare tre diverse forme di scala. Ha bisogno di scala produttiva, scala dei compiti autonomi e scala di distribuzione presso i clienti.

Una fabbrica da un milione di unità affronta soltanto la prima categoria. Investitori e clienti hanno ancora bisogno di prove che queste unità possano completare lavoro di valore con supervisione limitata.

La previsione di Musk aumenta la pressione su Tesla affinché pubblichi più dati operativi. Video dimostrativi ed eventi messi in scena non possono dimostrare affidabilità o valore economico a livello di flotta.

Le divulgazioni utili includerebbero tassi di completamento dei compiti, frequenza degli interventi, ore operative, incidenti sul luogo di lavoro, cicli di manutenzione e prestazioni dopo gli aggiornamenti software.

Finché queste metriche non arriveranno, il piano Optimus resterà un’ambizione produttiva legata a un prodotto di lavoro incerto.

Le previsioni di mercato restano ben al di sotto di un miliardo di robot entro il 2036

Le previsioni indipendenti sostengono l’esistenza di un grande mercato per gli umanoidi, ma le loro curve di distribuzione rimangono drasticamente più lente della previsione di Musk.

Goldman Sachs ha stimato nel 2024 che il mercato dei robot umanoidi potrebbe raggiungere 38 miliardi di dollari entro il 2035. La sua analisi del mercato dei robot prevedeva 1,4 milioni di spedizioni nel periodo.

Questa stima era già quattro volte superiore alla precedente previsione di spedizioni dell’azienda. Goldman ha attribuito la revisione in parte allo sviluppo più rapido dell’AI e ai minori costi attesi dei componenti.

L’azienda ha evidenziato i modelli linguistici di grandi dimensioni per la robotica, che collegano il ragionamento basato sul linguaggio con percezione e azioni fisiche. Questi sistemi mirano a ridurre la necessità per gli ingegneri di programmare manualmente ogni comportamento.

Goldman ha inoltre avvertito che la fattibilità per uso generale non era stata dimostrata. Manipolazione, interazione naturale, componenti di precisione e capacità produttiva restavano vincoli importanti.

Il suo scenario di base prevedeva oltre 250.000 spedizioni di umanoidi nel 2030. Quasi tutte sarebbero destinate a usi industriali, dove ambienti e compiti possono essere controllati.

Questa proiezione è ben al di sotto della curva produttiva richiesta dall’obiettivo di Musk. Anche una previsione fortemente rivista di diversi milioni di unità annue entro il 2035 lascerebbe un divario enorme.

Morgan Stanley adotta una prospettiva più lunga. Si aspetta quasi un miliardo di umanoidi entro il 2050, con l’adozione in accelerazione dopo la metà degli anni 2030.

Questa previsione descrive comunque una crescita straordinaria. Tuttavia, offre ai produttori più del doppio del tempo per sviluppare catene di fornitura, standard, reti di assistenza e accettazione pubblica.

I recenti dati sulle consegne suggeriscono un cauto ottimismo, più che un’ubiquità imminente. Associated Press ha riferito che nel 2025 sono stati spediti a livello globale oltre 13.000 umanoidi.

La sua panoramica delle spedizioni cita stime di Omdia secondo cui AGIBOT e Unitree hanno spedito ciascuna oltre 5.000 unità. Tesla e Figure ne hanno spedite alcune centinaia o meno.

Omdia prevede che le spedizioni di robot avanzati supereranno il milione di unità all’anno nei primi anni 2030. Sarebbe una crescita sostanziale rispetto alla base del 2025.

Eppure, un milione di spedizioni annuali aggiungerebbe solo una piccola frazione della flotta proposta da Musk. L’obiettivo di un miliardo di unità richiede una produzione su scala smartphone, non volumi da attrezzature industriali specializzate.

I confronti con gli smartphone possono nascondere la difficoltà. I telefoni contengono elettronica sofisticata, ma non mantengono l’equilibrio, non manipolano oggetti sconosciuti e non operano accanto ai lavoratori.

Il guasto di uno smartphone di solito interrompe le comunicazioni. Il guasto di un robot mobile può danneggiare attrezzature, fermare una linea di produzione o ferire qualcuno.

I robot richiedono inoltre assistenza locale. I motori si usurano, le giunture si allentano, le batterie degradano, i sensori perdono precisione e le mani subiscono stress meccanici ripetuti.

Una flotta da un miliardo di unità creerebbe quindi una vasta economia della manutenzione. I produttori avrebbero bisogno di ricambi, tecnici, software diagnostico, processi assicurativi e sistemi di aggiornamento sicuri in molti Paesi.

La concentrazione della catena di fornitura aggiunge un altro vincolo. Morgan Stanley afferma che gli sviluppatori dipendono ancora in larga misura da componenti provenienti dalla Cina e da altre aree dell’Asia.

Questa concentrazione crea rischi geopolitici e operativi. Controlli sulle esportazioni, dazi, carenze di materiali o interruzioni della produzione potrebbero colpire simultaneamente tutti i principali produttori di robot.

La Cina detiene attualmente un vantaggio manifatturiero. Secondo una ricerca citata da Associated Press, il Paese ha rappresentato una quota stimata dell’85% delle spedizioni di umanoidi nel 2025.

Quell’anno la Cina contava inoltre oltre 140 produttori di umanoidi e più di 330 modelli. Questi numeri mostrano una competizione intensa, ma non dimostrano l’esistenza di una domanda sostenibile.

Un mercato frammentato può accelerare la sperimentazione. Può però anche produrre progetti ridondanti, assistenza debole e fabbriche in cerca di ordini prima che esistano applicazioni affidabili.

Il rapporto RSSHub 36Kr presenta la previsione economica di Musk senza spiegare come si rapporti a queste stime di mercato. Un’espansione dal 20% al 30% della produzione globale richiede più della semplice vendita di robot.

I robot devono svolgere compiti produttivi che altrimenti resterebbero incompiuti, ridurre vincoli significativi o creare beni e servizi del tutto nuovi. La semplice sostituzione del capitale esistente non produce una crescita netta equivalente.

Gli economisti devono inoltre considerare investimenti, energia, manutenzione, software, supervisione e asset dismessi. Produzione lorda e benessere netto non sono intercambiabili.

La previsione potrebbe rivelarsi corretta nella direzione pur restando numericamente estrema. Le macchine abilitate dall’AI possono ampliare la capacità produttiva senza raggiungere un miliardo di unità entro il 2036.

Una flotta più piccola impiegata in contesti ad alto valore potrebbe contare più di una flotta molto più ampia impegnata in attività a basso valore. La produttività dipende dall’utilizzo e dalle capacità, non soltanto dal numero di corpi.

Affidabilità e domanda sono più difficili della demo di un robot umanoide

La sfida centrale non è tra ambizione e talento ingegneristico. È tra la promessa di un miliardo di unità e le prove che i clienti abbiano bisogno di umanoidi affidabili.

Le dimostrazioni robotiche sono migliorate rapidamente. Le macchine ora camminano su superfici irregolari, recuperano l’equilibrio dopo spinte, smistano oggetti e rispondono a comandi in linguaggio naturale.

Queste capacità contano, ma le dimostrazioni selezionano condizioni favorevoli. Le implementazioni commerciali espongono i robot a turni lunghi, componenti usurati, ostacoli imprevisti e lavoro ripetitivo.

L’affidabilità deve essere misurata nell’arco di migliaia di ore. Un tasso di completamento dei compiti che appare impressionante in un breve video può comunque generare tempi di inattività inaccettabili su scala industriale.

Si consideri un robot incaricato di spostare componenti tra postazioni di lavoro. Deve identificare il contenitore corretto, afferrarlo in sicurezza, muoversi tra le persone e consegnarlo senza interrompere la produzione.

Ogni passaggio aggiunge potenziali punti di guasto. Un piccolo tasso di errore si moltiplica nell’arco di centinaia di movimenti per turno.

Le capacità generaliste rendono tutto questo più difficile. Le macchine specializzate ottimizzano struttura e controlli per un compito ristretto. Gli umanoidi sacrificano parte dell’efficienza per poter utilizzare spazi e strumenti concepiti per gli esseri umani.

Questo compromesso può essere utile dove gli ambienti cambiano frequentemente. È meno convincente quando un braccio robotico fisso o una piattaforma su ruote svolge lo stesso compito in modo più economico e affidabile.

Le fabbriche utilizzano già un’automazione estesa. Gli umanoidi devono competere con macchine consolidate, flussi di lavoro riprogettati e lavoratori umani, anziché riempire un mercato vuoto.

Anche la forma umana resta oggetto di dibattito. Due gambe offrono mobilità negli spazi costruiti per le persone, ma le ruote spesso consumano meno energia e garantiscono una migliore stabilità.

Le mani offrono un ampio potenziale di manipolazione, eppure molti compiti industriali richiedono soltanto una pinza progettata per uno scopo specifico. Dita e giunture aggiuntive aumentano costi, complessità di controllo e manutenzione.

Le applicazioni iniziali più solide probabilmente combineranno ambienti progettati dall’uomo con compiti che resistono all’automazione fissa. La movimentazione dei materiali, l’ispezione, l’asservimento delle macchine e la manutenzione in ambienti pericolosi rientrano in questo schema.

Il lavoro domestico rappresenta una soglia molto più alta. Le case contengono scale, animali domestici, bambini, oggetti fragili, abiti sparsi, liquidi e disposizioni che cambiano continuamente.

Associated Press ha descritto una prova domestica in cui un robot ordinava le scarpe, piegava i vestiti e cambiava i sacchi della spazzatura. Era accompagnato da un addetto alle pulizie umano.

L’utente ha trovato la macchina interessante ma inefficiente e difficile da spostare all’interno di una casa piccola. Questa esperienza coglie la distanza tra capacità tecnica e adozione convincente.

Anche la domanda commerciale è un’incognita. I produttori cinesi hanno segnalato migliaia di ordini, ma molti acquirenti erano istituti di ricerca, imprese statali o sedi dimostrative.

Questi acquisti aiutano lo sviluppo. Non dimostrano necessariamente che i clienti privati dispiegheranno grandi flotte dopo aver calcolato costi operativi e produttività.

Gli analisti citati da Associated Press hanno avvertito che i casi d’uso restano limitati. I robot sono ancora costosi da produrre, fragili durante il funzionamento e dipendenti da ambienti strutturati.

Questa critica non significa che gli umanoidi falliranno. Significa che il settore deve distinguere la sperimentazione sovvenzionata da una domanda dei clienti ripetibile.

Un’implementazione riuscita dovrebbe indurre i clienti ad ampliare la propria flotta senza fare affidamento sulla novità o sul sostegno politico. Gli ordini ripetuti forniscono prove più solide rispetto a memorandum o annunci di progetti pilota.

Anche la sicurezza determinerà la velocità di adozione. I datori di lavoro hanno bisogno di regole chiare per le macchine che lavorano accanto alle persone, soprattutto quando i modelli apprendono nuovi comportamenti dopo l’implementazione.

L’AI fisica introduce rischi che vanno oltre il software convenzionale. Una risposta errata di un chatbot è diversa da un movimento errato di una macchina pesante.

I produttori di robot hanno bisogno di protezioni a più livelli. Queste includono limiti di forza, arresti di emergenza, zone operative limitate, rilevamento delle collisioni, aggiornamenti sicuri e registri verificabili del comportamento.

Regolatori e assicuratori chiederanno come venga attribuita la responsabilità quando un robot provoca danni. La responsabilità potrebbe coinvolgere il produttore, il fornitore del software, l’operatore del luogo di lavoro o il fornitore dei dati.

La cybersicurezza crea un ulteriore rischio fisico. Un robot compromesso può esporre telecamere e mappe delle strutture, oltre a influire su macchinari e persone.

Un miliardo di umanoidi connessi formerebbe un’enorme superficie di attacco. Identità sicura, comunicazioni cifrate, verifica degli aggiornamenti e isolamento di rete diventerebbero infrastrutture di base.

I dati di addestramento pongono preoccupazioni distinte. I robot apprendono da video, teleoperazione, simulazioni e registrazioni dei sensori raccolte nei luoghi di lavoro o nelle abitazioni.

Queste registrazioni possono contenere volti, conversazioni, processi proprietari e configurazioni sensibili. Estendere l’apprendimento senza estendere i controlli sulla privacy attirerebbe resistenza normativa.

Anche la domanda energetica merita attenzione. Ogni robot necessita di ricarica, mentre l’addestramento e l’esecuzione dei suoi modelli AI richiedono infrastrutture di calcolo.

Un miliardo di robot non consumerebbe energia in modo uniforme. Tuttavia, i piani di implementazione devono includere programmi di ricarica, vincoli della rete elettrica, batterie e necessità locali di raffreddamento o calcolo.

Il confronto di Musk sulla produttività presuppone che questi sistemi rimangano utili per lunghi periodi. I tempi di inattività dovuti alla manutenzione e il consumo energetico riducono la produzione netta.

Presuppone inoltre che le organizzazioni possano riprogettare il lavoro attorno alle macchine. Installare robot senza cambiare i processi può produrre costose congestioni anziché una maggiore produttività.

Le aziende avranno bisogno di mappatura dei flussi di lavoro, revisioni della sicurezza, formazione dei dipendenti, software di integrazione e monitoraggio delle prestazioni. Queste attività allungano i cicli di implementazione.

I lavoratori della conoscenza dovrebbero interessarsene perché l’automazione fisica rimodellerà anche i sistemi informativi. Ogni robot genera istruzioni, cronologie dei sensori, registri degli incidenti e documentazione sulla manutenzione.

I team avranno bisogno di conoscenze operative ricercabili, non di manuali e thread di chat dispersi. Una base di conoscenza AI ben gestita può aiutare le persone a preservare le decisioni, confrontare i guasti e verificare procedure in evoluzione.

Questo livello informativo non risolverà i problemi meccanici. Determinerà se le organizzazioni imparano da migliaia di piccoli fallimenti o li riscoprono ripetutamente.

La previsione di un miliardo di unità si fonda quindi sulle capacità istituzionali tanto quanto sulla robotica. I clienti devono sapere cosa automatizzare, come misurarlo e quando interrompere un’implementazione non sicura.

Cosa renderebbe credibile la previsione per il 2036

Tre segnali riveleranno se la previsione di Musk sta diventando una traiettoria industriale o resta un obiettivo promozionale.

Il primo segnale è una produzione verificata di Optimus. Tesla ha descritto una linea con una capacità annuale potenziale di un milione di robot, ma la sola capacità non dimostra la produzione effettiva.

Gli investitori dovrebbero osservare unità completate, implementazioni in fabbrica, consegne esterne e una produzione mensile ripetibile. Tesla dovrebbe inoltre distinguere i prototipi dalle macchine pronte per i clienti.

La conferma più forte sarebbe una produzione sostenuta abbinata a dati operativi pubblicati. Una grande flotta che trascorre una quota sostanziale del tempo inattiva indebolirebbe l’ipotesi.

Il secondo segnale è la produttività autonoma. I produttori di robot devono riferire per quanto tempo le macchine lavorano tra un intervento umano e l’altro e con quale frequenza completano i compiti assegnati.

Metriche utili includono ore produttive, frequenza degli interventi, incidenti di sicurezza, intervalli di manutenzione e successo nei compiti in condizioni variabili.

Queste misurazioni dovrebbero coprire le operazioni ordinarie, non dimostrazioni selezionate. Clienti indipendenti dovrebbero confermare che i robot creano valore dopo i costi di integrazione e supervisione.

Il terzo segnale è una domanda ripetuta in più settori. Un mercato da un miliardo di unità non può dipendere da case automobilistiche che acquistano macchine da programmi di robotica affiliati.

Magazzini, fornitori logistici, produttori, utility, ospedali, hotel e aziende di servizi devono effettuare ordini ripetuti dopo aver completato i progetti pilota.

Gli ordini dovrebbero trasformarsi in consegne e implementazioni ampliate. Acconti, annunci di partnership ed eventi vetrina offrono prove più deboli.

La Cina sarà centrale per questa verifica. La sua catena di fornitura, il numero di produttori e il vantaggio iniziale nelle spedizioni le offrono la base attuale più solida per una produzione rapida.

Tesla e altri sviluppatori americani potrebbero mantenere vantaggi nei modelli AI, nei chip o nel software integrato. Questi punti di forza devono tradursi in macchine affidabili, non soltanto in punteggi più alti nei benchmark.

La concorrenza tra robot generalisti e specializzati fornirà un altro segnale importante. I clienti potrebbero decidere che i sistemi su ruote e l’automazione fissa offrano rendimenti migliori per la maggior parte dei lavori.

Se le macchine specializzate dovessero prevalere, i volumi dei robot umanoidi potrebbero comunque crescere senza avvicinarsi all’obiettivo di Musk. La forma umana deve dimostrare che la sua flessibilità compensa la complessità meccanica.

I prossimi mesi dovrebbero chiarire la posizione di Tesla. Una presentazione dettagliata di Optimus Gen 3 mostrerebbe se mano, attuatori, manutenibilità e progettazione siano pronti per una produzione ripetibile.

L’entrata in funzione delle attrezzature produttive prima della fine del 2026 sosterrebbe la tabella di marcia di Tesla. Un ritardo o una revisione del progetto concentrerebbe la crescita necessaria in un periodo ancora più breve.

I primi risultati in fabbrica conteranno più della qualità della presentazione. Tesla deve dimostrare che le macchine riescono a svolgere lavoro utile per interi turni con supervisione limitata.

La più ampia affermazione economica resterà più difficile da verificare. Una crescita globale annua dal 20% al 30% richiederebbe miglioramenti in produttività, investimenti, consumi e accesso ai mercati.

L’IA potrebbe aumentare il potenziale produttivo dell’economia senza generare quel tasso di crescita. I colli di bottiglia possono spostarsi dal lavoro verso energia, materiali, capitale, regolamentazione o domanda.

Conta anche la distribuzione. La produzione dei robot può aumentare la produzione aggregata concentrando al contempo il reddito tra i proprietari delle macchine e i fornitori di infrastrutture.

Lavoratori, governi e aziende risponderanno attraverso salari, imposte, formazione, regolamentazione e la creazione di nuove imprese. Queste risposte influenzeranno la possibilità che una capacità maggiore si traduca in una prosperità ampiamente condivisa.

L’articolo di RSSHub 36Kr riporta la cifra più eclatante di Musk, ma il divario di verifica resta parte della storia. I lettori dovrebbero distinguere tra l’osservazione riportata e le prove verificate di produzione e distribuzione.

Un miliardo di umanoidi entro il 2036 è matematicamente possibile solo lungo una curva produttiva eccezionalmente ripida. Richiede che molte aziende e Paesi, non Tesla da sola, raggiungano una scala enorme.

La previsione diventa credibile quando si verificano insieme tre condizioni: le fabbriche spediscono milioni di unità, i clienti riordinano e i robot lavorano in sicurezza senza interventi continui di soccorso.

Fino ad allora, il numero fungerà da sfida per il settore. Indica a produttori, fornitori, regolatori e acquirenti cosa dovrebbe cambiare affinché l’IA fisica possa mantenere le sue promesse più ambiziose.

La prossima domanda utile non è se un umanoide possa eseguire un’altra dimostrazione spettacolare. Chiedetevi quante ore produttive ha completato, quanto spesso è intervenuta una persona e se il cliente ha ordinato altro.

Monitorate queste risposte presso Tesla, i produttori cinesi e le implementazioni indipendenti. Se miglioreranno mentre la produzione cresce, la tempistica compressa di Musk meriterà seria attenzione.

Se i produttori pubblicheranno soltanto obiettivi di capacità e video coreografati, la curva di adozione più lunga resterà più convincente. Un miliardo di robot sarebbe allora una destinazione, non una realtà del 2036.