Robot umanoidi che lavorano nei negozi, manipolano oggetti, collaborano tra loro e imparano ad agire nel mondo fisico. Cina, Stati Uniti, Europa e grandi multinazionali stanno investendo nella Physical AI. Ma la vera domanda non è quanto saranno intelligenti i robot: è chi risponderà delle loro azioni.
E se il prossimo errore dell’AI non fosse una frase sbagliata?
Finora ci siamo preoccupati soprattutto delle parole dell’intelligenza artificiale.
Un chatbot inventa una fonte. Un algoritmo discrimina. Un sistema automatico prende una decisione difficile da spiegare.
Ma cosa accade quando l’intelligenza artificiale acquista un corpo?
Quando può camminare, afferrare un oggetto, aprire una porta, utilizzare uno strumento o interagire fisicamente con una persona, l’errore cambia natura.
Non è più soltanto digitale.
Diventa fisico.
Ed è probabilmente questa una delle prossime grandi frontiere dell’intelligenza artificiale: Embodied AI, o Physical AI, sistemi capaci di percepire l’ambiente, ragionare e trasformare una decisione algoritmica in un’azione reale.
Google DeepMind, NVIDIA e numerose aziende robotiche stanno lavorando esattamente in questa direzione. E la Cina sta trasformando la ricerca sulla robotica umanoide anche in una strategia industriale nazionale.
Il fatto nudo: i robot stanno imparando ad agire
Il 30 luglio 2026 Google DeepMind ha presentato Gemini Robotics 2, un sistema vision-language-action progettato per trasformare informazioni visive e linguistiche in controllo motorio.
Non soltanto un modello che “capisce” che cosa vede.
Un modello che può utilizzare questa comprensione per controllare un robot.
DeepMind afferma che Gemini Robotics 2 può gestire un corpo umanoide dalle mani ai piedi, pianificare operazioni composte da più passaggi e consentire la collaborazione tra diversi robot.
I risultati pubblicati dalla stessa DeepMind mostrano però quanto sia ancora necessario distinguere una dimostrazione impressionante da una tecnologia risolta.
Con il robot Apollo, per esempio, il modello raggiunge il 68,4% di successo nel raccogliere oggetti da un tavolo e il 45,7% nel raccoglierli dal pavimento. In alcune manipolazioni con le dita le percentuali sono ancora inferiori.
Il robot intelligente generalista, insomma, non è ancora arrivato.
Ma il percorso tecnologico è ormai chiaramente visibile.
Prima di entusiasmarci…
Un robot che raccoglie una bottiglia non possiede necessariamente una comprensione generale del mondo.
E un modello capace di trasferire alcune competenze da un corpo robotico a un altro non dimostra l’esistenza dell’AGI.
È importante perché la narrazione commerciale tende inevitabilmente a mostrare ciò che funziona.
La vita quotidiana, invece, è piena di eccezioni.
Un bicchiere può essere rotto. Il pavimento può essere bagnato. Un bambino può entrare improvvisamente nella stanza. Una persona può impartire un ordine ambiguo.
La vera rivoluzione non arriverà quando un robot riuscirà a prendere una tazza.
Arriverà quando saprà quando non prenderla.
T — Tecnologia: dall’AI generativa alla Physical AI
L’AI generativa produce prevalentemente informazione.
La Physical AI aggiunge un passaggio:
percezione → ragionamento → decisione → azione fisica → conseguenza → nuova percezione.
È questo ciclo a cambiare radicalmente la questione.
NVIDIA sta costruendo un ecosistema basato su Cosmos, Isaac e GR00T per addestrare, simulare e controllare sistemi robotici. Nel marzo 2026 ha indicato tra le aziende che stanno sviluppando Physical AI sulla propria tecnologia ABB Robotics, Figure, FANUC, KUKA, Agility Robotics, Yaskawa e altre realtà industriali e medicali.
Non è quindi soltanto una corsa al robot più simile all’uomo.
È una corsa per costruire il sistema operativo dell’intelligenza fisica.
E — Etica e persona: quando l’algoritmo entra nel nostro spazio
Qui cambia tutto.
Un modello linguistico può suggerire qualcosa di sbagliato.
Un sistema embodied può fare qualcosa di sbagliato.
Immaginiamo un robot che assista una persona anziana.
La richiesta è semplice:
“Portami le medicine”.
Quale confezione?
Quale dose?
A quale persona?
A quale ora?
E soprattutto: il robot deve semplicemente eseguire oppure deve essere capace di riconoscere che esistono situazioni nelle quali non deve obbedire?
L’autonomia tecnologica incontra così un principio molto umano: la responsabilità.
Più una macchina diventa autonoma, meno è sufficiente domandarsi cosa sappia fare.
Occorre domandarsi quali azioni siamo disposti a delegarle.
S — Standard: il progresso deve essere dimostrato
C’è un particolare poco spettacolare che potrebbe diventare decisivo.
Gli standard.
ISO sta lavorando alla nuova edizione della ISO 13482, dedicata ai requisiti di sicurezza dei service robot destinati ad applicazioni personali e professionali/commerciali.
Il progetto considera esplicitamente anche le condizioni nelle quali può verificarsi un contatto fisico tra essere umano e robot.
Perché dire che un robot è “sicuro” non basta.
Bisogna stabilire:
come viene misurata la sicurezza;
come reagisce all’incertezza;
quando deve fermarsi;
come viene registrata una decisione;
quale comportamento assume quando incontra una situazione non prevista.
Il progresso tecnologico può essere raccontato.
La sicurezza, invece, deve essere misurabile e verificabile.
T — Tutele e diritto: chi risponde delle mani dell’AI?
L’Europa sta già affrontando l’intersezione tra AI e macchine.
Il quadro europeo sta coordinando AI Act e disciplina sulla sicurezza delle macchine affinché i sistemi AI incorporati nelle macchine mantengano requisiti coerenti di protezione dai rischi. Nel 2026 l’UE ha ulteriormente precisato questa relazione normativa.
Ma la Physical AI rende concreta una domanda che finora poteva sembrare teorica.
Se un robot autonomo causa un danno, dove termina la responsabilità del produttore dell’hardware e dove comincia quella dello sviluppatore del modello?
E se il robot modifica autonomamente il proprio comportamento attraverso l’apprendimento?
La catena diventa:
modello → software → sensori → hardware → integratore → utilizzatore → ambiente.
Trovare il responsabile potrebbe essere molto più difficile che trovare il bullone difettoso.
A — Azione: Cina, USA ed Europa stanno già scegliendo
La Cina sta procedendo con particolare decisione.
Nel giugno 2026 il Ministero dell’Industria e dell’Information Technology e la SASAC hanno avviato un programma nazionale per sperimentare robot umanoidi ed embodied intelligence in ambienti reali di produzione e vita quotidiana.
Gli ambiti indicati comprendono produzione industriale, manutenzione, logistica, ristorazione e retail, assistenza sanitaria, sicurezza ed emergenze.
L’obiettivo dichiarato è arrivare entro la fine del 2026 a oltre 100 scenari applicativi ad alto valore e creare capacità per implementazioni nell’ordine delle 10.000 unità.
L’Europa segue una strategia differente. Nel gennaio 2026 la Commissione europea ha stanziato 307,3 milioni di euro attraverso Horizon Europe per AI e tecnologie digitali correlate; 221,8 milioni sono destinati a iniziative comprendenti AI affidabile, robotica, quantum, fotonica e mondi virtuali.
Negli Stati Uniti la componente privata è particolarmente evidente: Google DeepMind sviluppa modelli robotici; NVIDIA costruisce infrastrutture e foundation model; produttori industriali e startup stanno sviluppando i corpi sui quali questa intelligenza potrà operare.
Tre strategie differenti.
Una stessa direzione: portare l’AI fuori dallo schermo.
L’esempio del bar
Al bar l’intelligenza artificiale di oggi potrebbe suggerire:
“Antonio prende sempre il cappuccino”.
La Physical AI potrebbe prepararlo e portarlo al tavolo.
Fantastico.
Finché Antonio non ha appena detto:
“Stamattina niente cappuccino”.
La differenza tra automazione e intelligenza non sarà quindi soltanto saper eseguire bene un compito.
Sarà capire quando l’eccezione conta più della regola.
Il paradosso
Più i robot assomiglieranno agli esseri umani nelle capacità operative, più avremo bisogno di ricordare che non sono esseri umani.
Potranno riconoscere emozioni senza provarle.
Simulare attenzione senza essere coscienti.
Prendersi cura di una persona senza necessariamente comprendere che cosa significhi “prendersi cura”.
Il rischio non è soltanto antropomorfizzare le macchine.
È adattare progressivamente gli esseri umani alle esigenze delle macchine.
Cosa sappiamo
Sappiamo che la Physical AI è diventata una priorità industriale concreta.
Sappiamo che Google DeepMind, NVIDIA e numerosi produttori robotici stanno sviluppando modelli capaci di collegare percezione, ragionamento e movimento.
Sappiamo che la Cina sta creando programmi governativi per trasferire embodied intelligence e umanoidi dai laboratori agli scenari reali.
E sappiamo che standardizzazione e regolamentazione stanno iniziando ad affrontare il problema della convivenza fisica uomo-macchina.
Cosa ancora non sappiamo
Non sappiamo quando un robot umanoide generalista diventerà economicamente competitivo su larga scala.
Non sappiamo se gli attuali foundation model porteranno realmente a una forma di intelligenza fisica generalizzabile.
Non sappiamo quale sarà il livello di affidabilità raggiungibile negli ambienti domestici.
E soprattutto non sappiamo ancora quale equilibrio sociale nascerà quando lavoratori, cittadini e macchine autonome condivideranno stabilmente lo stesso spazio.
La domanda finale
Per anni abbiamo discusso se l’intelligenza artificiale potesse pensare come noi.
Forse stavamo guardando la domanda sbagliata.
La prossima trasformazione potrebbe arrivare molto prima che una macchina impari davvero a “pensare” come un essere umano.
Potrebbe bastare che impari ad agire abbastanza bene nel nostro mondo.
A quel punto la domanda non sarà più:
“Quanto è intelligente questa AI?”
Sarà:
“Quanto potere d’azione siamo disposti ad affidarle — e chi risponderà quando quelle mani sbaglieranno?”
Cronologia essenziale
- 2026 — UE: la Commissione stanzia 307,3 milioni di euro per AI e tecnologie digitali correlate, includendo la robotica. Commissione europea – investimenti AI e robotica
- Giugno 2026 — Cina: MIIT e SASAC lanciano il programma nazionale di sperimentazione reale per robot umanoidi ed embodied intelligence. Ministero cinese dell’Industria – programma 2026
- Luglio 2026 — Google DeepMind: viene presentato Gemini Robotics 2 con controllo whole-body, embodied reasoning e collaborazione multi-robot. Google DeepMind – Gemini Robotics 2
- Settembre 2026 — Standard: ISO/FDIS 13482, seconda edizione, è nella fase finale di sviluppo per aggiornare i requisiti di sicurezza dei service robot. ISO – ISO/FDIS 13482
Per approfondire
- NVIDIA – Physical AI e robotica
- Google DeepMind – Gemini Robotics
- Commissione europea – AI, robotica e autonomia tecnologica
Abstract: opportunità e rischi
Pro: la Physical AI può automatizzare lavori pericolosi, migliorare logistica e produzione, supportare persone fragili e consentire alle macchine di operare in ambienti difficili o rischiosi per gli esseri umani.
Rischi: incidenti fisici, cybersecurity, sorveglianza, sostituzione o trasformazione del lavoro, dipendenza tecnologica, antropomorfizzazione e difficoltà nell’attribuzione della responsabilità.
La conseguenza sociale più profonda potrebbe non essere la sostituzione dell’uomo da parte del robot, ma la progressiva ridefinizione degli ambienti di lavoro e di vita affinché uomini e sistemi autonomi possano convivere. La questione diventa quindi non soltanto quali robot possiamo costruire, ma quale società vogliamo costruire attorno a loro.
_______
Nota sulla trasparenza: questo articolo è stato realizzato con il supporto di strumenti di Intelligenza Artificiale per la ricerca, l’organizzazione e la rielaborazione delle informazioni. Anche l’immagine di accompagnamento è stata realizzata con strumenti di Intelligenza Artificiale. I contenuti, le fonti e l’impostazione editoriale sono stati verificati e sottoposti a revisione umana.