AI fisica: i robot autonomi spingono la domanda di calcolo verso nuovi record

Cleveland (Payden & Rygel): la diffusione degli umanoidi potrebbe far crescere la domanda di potenza di calcolo ben oltre le aspettative attuali

Il lancio di ChatGPT a novembre2022 ha innescato una corsa agli investimenti in AI e data-center; nel 2023 gli hyperscaler hanno speso 422 miliardi USD e prevedono un aumento del 60% entro il 2026. Gli esperti temono che i chatbot non generino ricavi sufficienti a giustificare tali cifre, ma la prossima ondata di crescita sembra provenire dalla robotica. Negli ultimi anni, i robot hanno superato il ruolo di macchine ripetitive per acquisire capacità di pianificazione grazie ai grandi modelli linguistici (LLM).
2023 - Google DeepMind collega i robot al web per attingere a conoscenze globali.

2024 - Physical Intelligence crea un modello in grado di controllare otto tipologie di robot.
2026 - Nvidia presenta un sistema che apprende osservando video di persone.
Secondo Jeffrey Cleveland, Chief Economist di Payden & Ryge, "La diffusione su larga scala richiederà sicuramente tempo, come dimostra l'esperienza dei veicoli autonomi: Waymo ha raggiunto una presenza significativa solo nel 2025 e in poche città statunitensi. Per i robot la sfida è ancora più complessa, poiché dovranno operare in ambienti poco strutturati, come abitazioni e ospedali, e richiedono dati di addestramento molto più difficili da raccogliere".

Le performance attuali dei modelli avanzati si attestano su un'accuratezza dell'80-90% in compiti specifici, ancora insufficiente a sostituire il lavoro umano su larga scala. McKinsey stima che il costo di un robot umanoide debba scendere del 80-90% rispetto ai 150.000-500.000 USD attuali per consentire un'adozione industriale diffusa. Nel 2025 il mercato globale degli umanoidi autonomi valeva meno di 250 milioni USD, contro i più di 40 miliardi investiti nelle startup di AI generativa.
La diffusione dell'AI fisica non richiede necessariamente robot umanoidi completi; la storia dell'innovazione dimostra che è più efficace riprogettare l'ambiente per adattarlo alle capacità delle macchine. ""Lo stesso principio potrebbe valere per i robot autonomi: magazzini e fabbriche, essendo ambienti controllati, si prestano più facilmente all'automazione, mentre nei contesti meno strutturati è più probabile l'affermazione di robot specializzati in singole attività", continua Cleveland. Amazon, dopo aver acquisito Kiva Systems, ha ristrutturato i propri magazzini intorno ai robot, arrivando a impiegarne oltre un milione.

"Qualunque sia il percorso evolutivo dell'AI fisica, la diffusione dei robot autonomi farà aumentare in modo significativo il fabbisogno di capacità di calcolo", spiega Cleveland. Le previsioni indicano che la potenza richiesta per l'addestramento di chatbot e agenti di AI crescerà del 166% nei prossimi cinque anni; la robotica potrebbe richiedere ancora di più. I modelli attuali consumano solo l'1% della potenza di calcolo degli LLM più avanzati, suggerendo un forte incremento delle risorse necessarie con l'evoluzione della tecnologia.
I robot, a differenza dei chatbot, devono elaborare dati ininterrottamente per percepire l'ambiente, pianificare azioni ed eseguirle in tempo reale. Questo impone requisiti tecnici più stringenti: GPU dedicate e latenza estremamente ridotta, poiché un robot umanoide ha solo pochi millisecondi per reagire a una caduta, mentre un chatbot può impiegare diversi secondi per rispondere.

Una stima preliminare indica che far funzionare un robot autonomo per un'ora con le più recenti GPU Nvidia richieda una potenza pari a circa 1000 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", continua Cleveland.
In questo scenario, "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. La diffusione dell'AI fisica potrebbe infatti far crescere la domanda di potenza di calcolo ben oltre le aspettative attuali", conclude Cleveland.