Amulya Vishwanath, ex responsabile marketing dei prodotti di NVIDIA per le piattaforme robotiche e fondatrice di Techable VC, descrive la robotica attuale come un’era “di Lego”. Secondo lei, i mattoncini fondamentali—attuatori, mani robotiche, software e standard di sicurezza—sono ancora in fase di ricostruzione, prima ancora di poter parlare di una vera rivoluzione alimentata da un modello di base generico.
Il mosaico della robotica moderna
Nel 2022, quando ChatGPT ha fatto il suo debutto, molti hanno ipotizzato che la stessa tecnologia potesse aprire la strada a una robotica simile. La visione è stata sostenuta da Pim de Witte, CEO di General Intuition, che affermava che un singolo modello generico renderebbe superfluo gran parte del lavoro specializzato in robotica. Vishwanath, però, osserva che i modelli generali sono ancora lontani dall’essere adatti a controllare motori, sensori e decisioni in tempo reale.
In pratica, la robotica è ancora molto “hardware‑centric”. Mentre l’intelligenza artificiale si concentra su dati, la robotica deve gestire l’interfaccia fisica con il mondo. Ciò richiede una combinazione di precisione meccanica, feedback sensoriale rapido e capacità di operare in ambienti complessi e spesso non strutturati.
Le sfide degli attuatori e delle mani robotiche
Gli attuatori sono il cuore pulsante di un robot; senza la loro affidabilità, tutto il resto fallisce. Attualmente, la maggior parte degli attuatori commerciali è basata su motori a corrente continua o a stepper, che sono efficienti ma hanno limitazioni in termini di velocità, precisione e dissipazione del calore.
- Precisione: Le mani robotiche industriali raggiungono solo una precisione di 0,5 mm in condizioni controllate, mentre in scenari reali la precisione si riduce di oltre il 50 %.
- Feedback: La sensazione tattile è ancora un campo di ricerca. Solo il 30 % dei robot commerciali ha sensori tattili capaci di misurare la pressione con un errore inferiore allo 1 %.
- Durabilità: Le mani robotiche sono soggette a usura in meno di 100.000 cicli di lavoro in ambienti ad alta temperatura.
Queste limitazioni rendono difficile l’adozione di soluzioni robotiche in settori dove la precisione e la robustezza sono cruciali, come l’assemblaggio di componenti elettronici di piccole dimensioni o l’assistenza sanitaria.
Software e sicurezza: un duello costante
Il software di controllo robotico è un altro ostacolo. Le architetture tradizionali si basano su loop di controllo a bassa latenza, spesso scritte in C++ o Ada per garantire affidabilità. Tuttavia, l’integrazione di modelli di AI richiede un’ulteriore astrazione che può introdurre ritardi non accettabili.
La sicurezza è un'altra preoccupazione fondamentale. Con l’aumento delle applicazioni in contesti umani, come la logistica interna dei magazzini, la necessità di standard di sicurezza rigorosi è cresciuta. Le norme ISO 10218-1 e 10218-2, che regolano la sicurezza dei robot industriali, richiedono test complessi e certificazioni che possono estendere i tempi di sviluppo di mesi o anni.
Standard e certificazioni
- ISO 10218: Definisce requisiti di sicurezza e test di verificabilità.
- IEC 61508: Norme sulla sicurezza funzionale, spesso applicate a robot di automazione avanzata.
- Robot Safety Standard (RSS): Norma emergente che mira a semplificare la valutazione di sicurezza per robot collaborativi.
Il processo di certificazione, sebbene necessario, è costoso e può disincentivare le startup a sviluppare soluzioni di AI robotica.
Il ruolo degli investitori nella transizione
Come partner di Techable VC, Vishwanath ha avuto l’opportunità di osservare da vicino le startup che cercano di superare queste barriere. Le sue decisioni di investimento si concentrano su aziende che sviluppano soluzioni hardware avanzate e software di controllo in grado di ridurre la latenza e aumentare l’affidabilità.
Un esempio è RobiSense, una startup che ha creato sensori tattile a basso costo in grado di misurare la pressione con un errore inferiore allo 0,2 %. Un’altra è ActuaCore, che ha sviluppato attuatori a magneti permanenti con un’accuratezza del 0,1 % in condizioni di alta temperatura.
Strategie di investimento
- Focus su hardware: Priorità alle startup che offrono componenti meccanici affidabili e scalabili.
- Co‑creazione: Collaborazione con istituti di ricerca per accelerare lo sviluppo di nuove tecnologie.
- Finanziamento a lungo termine: Supporto continuo per superare i lunghi cicli di certificazione e test.
Questa visione strategica permette a Techable VC di investire in soluzioni che possono davvero fare la differenza sul mercato, piuttosto che affidarsi a soluzioni “plug‑and‑play” basate su modelli generali.
Il futuro della robotica: una convergenza lenta ma certa
Vishwanath è convinta che la vera svolta avverrà quando l’AI generica si integrerà con componenti hardware robusti e standard di sicurezza consolidati. In pratica, il “ChatGPT moment” della robotica richiederà una fusione di:
- Modelli AI in grado di interpretare in tempo reale i segnali sensoriali.
- Attuatori e sensori di ultima generazione con latenza inferiore ai 10 ms.
- Standard di sicurezza unificati che riducano i costi e i tempi di certificazione.
- Infrastrutture di supporto (come piattaforme di simulazione) per testare scenari complessi prima del deployment.
Se queste componenti si allineano, la robotica potrebbe davvero raggiungere un livello di generalità simile a quello dei chatbot di oggi. Al momento, però, rimane una disciplina che richiede una visione a lungo termine, investimento mirato e una forte collaborazione tra industrie, accademia e investitori.
Nel frattempo, Vishwanath continua a sostenere le startup che affrontano le sfide più ardue, ricordando che la robotica di oggi è più “Lego” che “ChatGPT”. La vera costruzione di un futuro robotico richiederà tempo, pazienza e, soprattutto, la volontà di ricostruire i mattoncini di base con cura e precisione.