Physical AI: stato dell’arte, limiti reali e traiettorie di sviluppo

Physical AI: they’re among us

La dolce china dell’innovazione ci sta portando lentamente ma irrimediabilmente al momento in cui i robot saranno una realtà quotidiana, corpi fisici dell’AI che vivono il nostro spazio e sanno agire nel mondo in cui agiamo anche noi. Non solo testi, immagini o interazioni digitali, ma veri e propri agenti fisici in grado di trasformare la materia e interagire con gli oggetti.

Per parlare di questa tecnologia, il termine più usato è Physical AI : sistemi di AI che escono dal dominio puramente digitale tramite qualcosa che chiameremmo corpo. Ovvero un robot, una macchina o un sistema che percepisce l’ambiente, lo sa interpretare e può modificarlo. Con tutto quello che questo salto comporta: nuovi vincoli dinamici, energetici, di sicurezza o di affidabilità meccanica che i modelli che vivono unicamente lo spazio digitale non dovranno mai affrontare.

Tra i test con robot umanoidi che lavorano ininterrottamente per giorni e le demo in sale gremite di gente, la physical AI sembra pronta per invadere le fabbriche. Qual è però la realtà? Cosa sta già funzionando, quali sono le prospettive di sviluppo e cosa sappiamo già che non potrà mai vedere la luce?

Narrazione v. stato dell’arte

Le applicazioni di Physical AI nel manifatturiero si trovano oggi quasi esclusivamente a livello di proof of concept avanzato, ovvero uscite dal laboratorio e in fase di test industriale, ma non ancora in produzione stabile su larga scala.

I grandi player automotive (BMW, Hyundai/Boston Dynamics) stanno sperimentando robot umanoidi in linea per task specifici, così come nel settore della logistica tra il 2025 e il 2026 sono partite sperimentazioni interessanti (GXO). La caratteristica comune è la semplicità del task: pick & place, riposizionamento componenti, kitting, ispezione qualità visiva. Tutti in ambienti strutturati, con variabilità limitata, e nessuna interazione fisica stretta con operatori umani.

E non è un caso: questi task semplici aggirano i vincoli principali con cui ingegnere e ingegneri stanno ancora litigando.

1. Prendi questa mano…

Il braccio manipolatore è tecnologia matura. I manipolatori antropomorfi attuali si trovano in diverse forme e dimensioni e hanno caratteristiche e capacità di movimento e carico paragonabili all’arto umano per la maggior parte dei task industriali.

Il problema irrisolto è la mano. O meglio, la sensoristica tattile e il numero di movimenti coordinati che una mano è in grado di fare.

Partiamo dal primo. Noi umani sappiamo costruire e manipolare le cose perchè le nostre mani raccolgono una quantità di dati ampia – amplissima – e varia, riuscendo poi a modulare forza e coppie grazie all’esperienza e al continuo flusso di informazioni visive e tattili. Una cosa che per noi è tutto sommato semplice – come aprire un uovo sodo senza spalmarlo sul tavolo – per un robot può diventare un incubo.

In secundis, se in un braccio gli assi di movimenti sono tutto sommato limitati, aggiungendo un numero variabile di ‘dita’ il numero di movimenti possibili aumenta sensibilmente, arrivando a 20 o più gradi di libertà. Per noi è scontato, ma per un sistema che deve regolarsi – e magari imparare a regolarsi da solo – non lo è per niente.

E infatti la tecnologia delle mani robotiche non si sta sviluppando alle stesse velocità a cui siamo abituati nell’AI o nella robotica in generale. La Shadow Hand a cinque dita, il riferimento storico per le dexterous hands in ambito ricerca, veniva venduta a 100.000 dollari già nel 2009. Oggi, nella versione Hand Plus, costa ancora 110.000 euro installazione inclusa. Il prezzo medio di mercato per le mani robotiche è sceso da 16.500 $ nel 2020 a 12.500 nel 2024: una riduzione del 24% in quattro anni, lontana dalle traiettorie di costo che si vedono nell’elettronica o nei bracci collaborativi. I produttori cinesi stanno cambiando questa dinamica dal basso, ma le prestazioni industriali a quella fascia di prezzo non sono ancora comparabili.

La conseguenza pratica è che lo stato dell’arte favorisce ancora soluzioni specifiche per casi specifici rispetto alle mani general-purpose: si preferisce meno versatilità in cambio di una maggiore affidabilità e prestazioni su un task specifico. Che per l’industria manifatturiera, dove i task sono spesso ripetitivi e definiti, ha molto senso.

2. Data is the new oil (sempre!)

Il paradigma emergente per la robotica intelligente è il Visual Language Action Model (VLA): un modello che, analogamente agli LLM, apprende da grandi volumi di osservazioni per generalizzare a scenari nuovi.

L’approccio lo rende un modello fondazionale: addestrato per essere in grado di comprendere il task con il suo contesto, così che possa essere applicato in condizioni diverse senza dover essere ogni volta riaddestrato. L’addestramento si basa su dati che rappresentano la dimostrazione di un task (traiettorie, dati visivi, forze), che quindi devono essere raccolti – con tutte le complessità del caso.

Il problema strutturale è infatti il divario nei dati disponibili. A differenza dei dati di testo o di video e immagini – di cui internet è pieno – i dataset per addestrare modelli di questo tipo sono utili esclusivamente per l’addestramento dei modelli a supporto della robotica, quindi moooolto meno diffusi e disponibili. Acquisire dati per la robotica è costoso, richiede operatori fisici, scenari da replicare, hardware dedicati e spesso molto specifici, e non scala con la stessa facilità del testo o delle immagini.

No data, no VLA, e infatti lo sviluppo di questo tipo di modelli è molto più lento rispetto ai classici LLM a cui siamo abituati. Le aziende stanno cominciando adesso a rendersi conto dell’importanza di questo tipo di dati, e stanno nascendo player specializzati e progetti dedicati – con sfumature e implicazioni etiche che possono diventare complesse.

3. Geometria vs. semantica

I sistemi robotici tradizionali lavorano con una comprensione geometrica dell’ambiente: la posizione di ogni oggetto deve essere precisa e quantificabile, il task è programmato come sequenza rigida di movimenti. Qualsiasi deviazione dal previsto causa un errore.

I sistemi Physical AI moderni puntano a una comprensione semantica: il robot impara a dare un significato agli oggetti nella scena (cos’è, dove si trova in relazione ad altro, come si può manipolare), e a partire da un’istruzione in linguaggio naturale che descrive lo stato finale desiderato genera autonomamente la sequenza di azioni necessaria.

Questo abilita l’adattamento ad ambienti destrutturati, come oggetti in posizione non prevista, variazioni nel pezzo, condizioni operative che cambiano, che erano impossibili da gestire con la programmazione tradizionale.

In logistica, per esempio, si stanno già vedendo sistemi capaci di manipolare oggetti mai incontrati prima, sfruttando l’integrazione tra visione e modelli di apprendimento.

Questo tipo di mappatura però presuppone un cambio di paradigma importante, che non sempre si riesce a fare agilmente.

4. La forma dell’umano

Quando pensiamo ad un robot, pensiamo subito al classico robot umanoide, stile Asimov. E le dimostrazioni degli ultimi anni mostrano sempre questo tipo di robot – perchè nel cuore tutti li temiamo, ma siamo anche dannatamente affascinati dall’idea di un robot umanoide.

Ma ha senso costruire robot a forma di umano?

Il razionale tecnico dell’umanoide è solido: se l’ambiente è stato progettato a misura di persona (stabilimenti esistenti, scale, porte, workstation), un robot con una forma simile può operarvi senza modificare l’infrastruttura. È un argomento valido per il retrofit di impianti esistenti.

Il problema è che la coesistenza fisica stretta tra umanoide e operatori umani — non sincronizzazione di movimenti, ma vera cooperazione su un task condiviso — non è oggi tecnicamente praticabile in modo affidabile. L’equilibrio bipede dinamico rimane un problema di controllo aperto in condizioni reali (pavimenti irregolari, urti imprevisti, payload variabili). Un braccio manipolatore su base fissa o su piattaforma mobile su ruote ha oggi destrezza operativa superiore all’umanoide per la grande maggioranza dei task manifatturieri.

Cose realistiche che possiamo aspettarci

Due vettori di sviluppo stanno maturando in parallelo, dentro una cornice architetturale che ridefinisce l’obiettivo stesso dell’automazione.

Il primo è il learning from demonstration: invece di programmare esplicitamente ogni task, l’operatore guida fisicamente il robot o mostra il movimento, e il sistema estrae le caratteristiche salienti per generalizzarle. Il vantaggio industriale è doppio: abbassa la barriera di programmazione (niente integratore robotico ad ogni cambio di task) e accelera la raccolta di dati reali per addestrare modelli VLA, attaccando parzialmente il problema del divario dati. È la direzione su cui ricercatori dell’IIT stanno lavorando specificamente per le PMI manifatturiere, dove la variabilità operativa è alta e le risorse per ingegneri robotici dedicati sono limitate.

Il secondo è l’utilizzo di edge AI: portare l’intelligenza in prossimità del processo, su hardware locale e senza dipendenza da cloud sta diventando sempre più spesso una necessità operativa per tre ragioni:

• Latenza: i loop di controllo fisico non tollerano la variabilità e potenziale lentezza della connettività di rete
• Sovranità del dato: i dati di processo non devono uscire dall’impianto, per ragioni competitive e di compliance
• Resilienza: la dipendenza da architetture cloud terze è un rischio geopolitico esplicitato dal contesto attuale

Si possono osservare dei parallelismi diretti tra i sistemi di industrial AI classici e la physical AI nel percorso di adoption previsto. La cornice è quella della fabbrica modulare: automatizzare singole parti del processo con sistemi ad alto TRL, combinare progressivamente i moduli, e mantenere l’operatore umano nei nodi dove aggiunge valore reale – decisioni contestuali, gestione di eccezioni, supervisione di processo. Come abbiamo spesso osservato per l’ottimizzazione di processo o la manutenzione predittiva – si identifica un aspetto che necessita di miglioramento, e si rilascia una soluzione dedicata.

In questo modo, ogni modulo può essere validato indipendentemente, il failure di un componente non compromette l’intero sistema, e la quota di lavoro umano può essere ridisegnata per concentrarsi dove l’AI non è ancora affidabile.

Cosa può andare storto?

Un sistema di AI che interagisce con il mondo introduce rischi che per i sistemi di AI completamente digitali non hanno ricadute così eclatanti.

• Allucinazioni nel mondo reale – Se l’allucinazione di un LLM genera testo sbagliato, un’allucinazione di un sistema di Physical AI può diventare un errore molto costoso: il robot potrebbe interpretare male la geometria di un oggetto, applicare forze errate, perdere la presa… Le conseguenze materiali di un errore su un sistema fisico sono di una categoria diversa rispetto al digitale puro.
• Cybersicurezza – Un sistema digitale compromesso causa perdita di dati o interruzione di servizio, un robot compromesso in un ambiente condiviso con operatori umani può causare danni a cose o persone – con o senza dolo esterno. Il profilo di rischio è qualitativamente diverso e richiede un approccio di sicurezza dedicato, non derivato o derivabile dall’IT tradizionale.
• Dipendenza dalla supply chain dei dati – Chi controlla i dati di addestramento dei modelli controlla le capacità dei robot che ne dipendono. È un rischio di sovranità tecnica che vale la pena considerare già in fase di scelta architetturale.
• Normativa in costruzione – A maggio 2026 l’ISO ha registrato il Committee Draft ISO/CD 25785-1, primo standard specifico per robot mobili su gambe, ma siamo ancora in fase di consultazione, lontani da una norma pubblicata. Il quadro attuale si basa su ISO 10218:2025 (aggiornata dopo 14 anni), che copre le applicazioni collaborative ma non i robot bipedi in ambienti condivisi. In assenza di uno standard dedicato, il deployment in produzione rimane vincolato a valutazioni del rischio caso per caso.

Io, robot

La robotica è un campo affascinante, che si muove al ritmo del mondo reale e non di quello digitale. Quello che per noi sembra scontato per un robot può essere molto difficile, e se i robot ci battono in forza e velocità non riescono ancora a batterci in precisione e versatilità.

Il futuro prossimo infatti seguirà un’adoption facile da immaginare: robot dedicati a task specifici, magari sempre più di dettaglio e precisione ma non ancora in grado di saltare da un task all’altro con la nonchalance di un operatore o un’operatrice.

Per chi lavora in produzione, questo si traduce in una domanda pratica: quali task hanno variabilità bassa, ciclo ripetitivo e costo ergonomico o di sicurezza elevato? Quelli sono i candidati migliori per i prossimi 18-24 mesi. Un sistema che fa bene una cosa, in un ambiente noto, con dati facilmente generabili dalla fabbrica as-is.