La corsa agli investimenti nell’intelligenza artificiale potrebbe essere solo all’inizio, nonostante tutte le preoccupazioni sull’eccesso di spesa che emergono, a fasi alterne, tra gli investitori e gli analisti. L’attuale espansione della capacità di calcolo e dei data center, alimentata dal successo dei modelli linguistici come ChatGPT, potrebbe trovare una giustificazione ancora più forte nello sviluppo della Robotica IA. A sottolinearlo è un report di Jeffrey Cleveland, capoeconomista di Payden&Rigel, secondo cui la prossima fase dell’intelligenza artificiale sarà caratterizzata dalla diffusione di sistemi fisici autonomi, con un impatto potenzialmente molto superiore rispetto ai chatbot sul fabbisogno di infrastrutture informatiche.
Robotica IA: dai chatbot ai robot autonomi
L’analisi di Cleveland ricostruisce l’evoluzione dell’intelligenza artificiale a partire dal lancio di ChatGPT, avvenuto nel novembre 2022. Da quel momento, osserva l’economista, i principali hyperscaler hanno accelerato gli investimenti in infrastrutture digitali: “Solo lo scorso anno i principali hyperscaler hanno investito 422 miliardi di dollari e prevedono di aumentare la spesa di quasi il 60% entro il 2026”.
Una parte del mercato continua però a interrogarsi sulla capacità dell’AI generativa di produrre ricavi tali da giustificare questi investimenti. Secondo Cleveland, la risposta potrebbe arrivare dalla Robotica IA, destinata a rappresentare la naturale evoluzione dell’intelligenza artificiale. “Già negli ultimi anni, i progressi in questo campo sono stati significativi: i robot, che un tempo si limitavano a compiti ripetitivi, stanno acquisendo capacità di pianificazione grazie agli LLM. Nel 2023 Google DeepMind li ha collegati alla conoscenza disponibile sul web; nel 2024 Physical Intelligence ha sviluppato un modello capace di controllare otto diverse tipologie di robot; all’inizio del 2026 Nvidia ha presentato un sistema in grado di apprendere osservando semplici video di esseri umani” spiega il report.
Tuttavia, la diffusione su larga scala richiederà ancora tempo. L’esperienza della guida autonoma dimostra come l’adozione commerciale possa essere molto più lenta rispetto ai progressi tecnologici. Waymo, ad esempio, ha raggiunto una presenza significativa solo nel 2025 e in un numero limitato di città statunitensi.
Quali sono le principali sfide della robotica AI?
Le principali sfide della Robotica IA riguardano sia gli aspetti tecnologici sia quelli economici. I robot dovranno infatti operare in ambienti molto più complessi rispetto a quelli industriali tradizionali, come abitazioni, ospedali o uffici, dove le variabili da gestire aumentano sensibilmente.
Anche le prestazioni rappresentano ancora un limite, come spiega il capoeconomista di Payden&Rygel: “I modelli più avanzati raggiungono oggi un’accuratezza dell’80-90% in compiti specifici, ancora insufficiente per sostituire il lavoro umano su larga scala. Inoltre, secondo McKinsey, il costo degli umanoidi dovrà ridursi dell’80-90% rispetto agli attuali 150.000-500.000 dollari per consentirne un’adozione industriale diffusa. Per questo, nel 2025 il mercato degli umanoidi autonomi valeva meno di 250 milioni di dollari, contro gli oltre 40 miliardi investiti nelle startup di AI generativa”.
Tuttavia l’evoluzione non passerà necessariamente attraverso robot umanoidi universali. Più probabilmente, l’automazione si svilupperà adattando gli ambienti produttivi alle capacità delle macchine oppure attraverso robot specializzati in attività specifiche. Cleveland richiama l’esempio di Amazon che, dopo l’acquisizione di Kiva Systems, ha progressivamente riprogettato i propri magazzini intorno ai robot, arrivando oggi a impiegarne oltre un milione.
La domanda di calcolo è destinata a crescere oltre le attese
L’aspetto che Payden & Rygel considera più rilevante riguarda le implicazioni per l’infrastruttura tecnologica. Indipendentemente dalla velocità con cui la Robotica IA si diffonderà, il suo sviluppo comporterà un incremento significativo della domanda di potenza di calcolo. A differenza dei chatbot, che utilizzano risorse informatiche soltanto quando ricevono una richiesta, i robot devono elaborare dati senza interruzione per percepire l’ambiente circostante, pianificare le azioni ed eseguirle in tempo reale. Inoltre richiedono hardware dedicato e latenze estremamente ridotte: un robot umanoide che rischia di perdere l’equilibrio dispone infatti di pochi millisecondi per reagire.
“Quantificare il fabbisogno futuro resta difficile, ma una stima preliminare suggerisce che far funzionare un robot autonomo per un’ora con le più recenti GPU Nvidia richieda una potenza di calcolo equivalente a circa 1.000 richieste a ChatGPT. Se ogni lavoratore del settore manifatturiero fosse sostituito da un robot operativo 24 ore su 24, la capacità di calcolo necessaria per l’inferenza supererebbe di oltre dieci volte quella oggi richiesta da ChatGPT” spiega Cleveland.
Questa prospettiva modifica la lettura degli investimenti effettuati negli ultimi anni dai grandi operatori tecnologici. Se la prossima evoluzione dell’intelligenza artificiale sarà effettivamente quella dell’AI fisica, conclude il report di Payden & Rygel, “la costruzione di nuovi data center, gli investimenti nella progettazione di modelli sempre più avanzati, nello sviluppo di hardware dedicato e nella costruzione di nuovi data center potrebbero rivelarsi non un eccesso di capacità, ma una necessità”.
