Penulis: Syed Armani
Dikompilasi oleh Felix, PANews
AI tidak lagi terbatas pada layar dan perangkat lunak. Dengan bergabungnya AI dan teknologi robotika, mesin secara bertahap memperoleh kemampuan untuk merasakan dunia, menafsirkan kondisi yang terus berubah, dan mengambil tindakan secara real-time. Perubahan menuju sistem fisik cerdas (yaitu fisik AI) ini mulai membentuk ulang berbagai industri dan berpotensi memengaruhi kehidupan rumah tangga sehari-hari seiring dengan pematangan teknologi.
Inovasi di bidang robotika sedang meningkat dengan kecepatan yang belum pernah terjadi sebelumnya. Figure baru-baru ini meluncurkan robot humanoid Figure 03 yang dirancang khusus untuk aplikasi rumah tangga dan komersial. Robot ini dapat menyelesaikan beberapa tugas rumah tangga, seperti melipat pakaian dan memuat mesin pencuci piring, tetapi belum sempurna. Tesla sedang menjalankan robot humanoid Optimus dalam proyek uji coba terbatas di lini produksi pabrik. Drone otonom dan robot berkaki semakin banyak digunakan untuk tugas pemeriksaan berisiko tinggi. Sementara itu, Unitree dan teknologi haptik seperti FlexiTac sedang berupaya memungkinkan robot bergerak di lingkungan rumah yang berantakan, memastikan aktivitas aman di sekitar hewan peliharaan dan anak-anak, serta membantu menangani tugas-tugas sehari-hari. Robot cerdas setelah siap akan menekankan pada kecerdasan umum dan kesadaran kontekstual, misalnya, mampu mengenali bahwa tumpahan segelas air perlu ditangani tanpa perintah eksplisit.
Investor sedang mengalirkan sejumlah besar dana ke dalam teknologi yang berpotensi mendukung perangkat keras robot generasi berikutnya. Pada Januari 2026, Skild AI mengumpulkan $1,4 miliar dalam putaran pendanaan Series C, dengan valuasi mencapai $14 miliar, untuk memperluas model dasar robot umumnya; sementara Figure AI mengumpulkan lebih dari $1 miliar dalam putaran Series C tahun 2025, dengan valuasi pasca-investasi sebesar $39 miliar, untuk memperluas kemampuan produksi manusia dan penerapan industri. Apptronik memperluas putaran pendanaan Series A-nya menjadi $935 juta, dan NEURA Robotics menambahkan €120 juta dalam putaran Series B-nya. Semua ini menunjukkan konsensus yang semakin kuat: AI fisik sedang menjadi fondasi strategis bagi robot konsumen dan industri.
Apakah titik balik penerapan robot cerdas telah tiba?
Peningkatan kecepatan yang saat ini terlihat di bidang ini merupakan hasil dari integrasi berbagai teknologi. Selama beberapa dekade, modul-modul yang membentuk robot cerdas dikembangkan secara terpisah, seperti algoritma AI canggih, sensor beresolusi tinggi, lengan mekanis, dan sistem kontrol real-time. Baru-baru ini, modul-modul ini mulai bergabung, memungkinkan robot untuk secara efektif merasakan, bernalar, dan bertindak di lingkungan nyata. Berikut adalah faktor-faktor kunci yang mendorong “titik balik robotika” ini:
Faktor ekonomi: Perangkat keras akhirnya menjadi komoditas. Sebelumnya, robot mahal karena setiap komponennya dibuat khusus. Sekarang, mereka mendapat manfaat dari rantai pasokan produk elektronik konsumen dan kendaraan listrik.
Actuator: Actuators for high-torque humanoid robots have historically been expensive, with each joint typically costing over $1,000 in small-batch industrial systems. New vertically integrated designs introduced by companies such as Tesla and Unitree are reducing the cost of some actuator components to hundreds of dollars.
Sensor: Dalam sepuluh tahun terakhir, biaya lidar dan kamera kedalaman telah turun drastis. Perangkat tinggi yang dulu dijual sekitar $10.000 sekarang hanya memerlukan ratusan dolar. Ini disebabkan oleh kemajuan dalam desain solid-state, produksi massal, serta penerapan di bidang otomotif dan perangkat seluler.
Baterai: Investasi besar-besaran global pada kendaraan listrik menurunkan biaya dan meningkatkan keandalan baterai lithium-ion berdensitas tinggi, sehingga banyak robot dapat beroperasi selama 2-4 jam sekali pengisian daya.
Edge computing: Robot harus memproses informasi secara lokal karena tugas kontrol real-time seperti keseimbangan atau mengambil objek tidak memungkinkan adanya latensi jaringan. Chip seperti NVIDIA Jetson Thor dirancang khusus untuk menjalankan inferensi AI secara onboard sekaligus memproses aliran data dari beberapa sensor. Ini memungkinkan robot untuk memproses dan melacak lingkungannya secara lokal, merespons perubahan lingkungan dengan cepat tanpa bergantung pada koneksi jaringan.
“Otak” terobosan (model AI): Ini adalah perubahan terbesar. Peralihan dari pemrograman “if/then” ke “Model Dunia (World Models)”. Model dunia adalah model AI yang belajar cara kerja dunia nyata dengan menonton video. Alih-alih memprogram robot untuk “memutar kenop pintu”, Anda menunjukkan 10.000 video pembukaan pintu kepadanya. AI hanya perlu mengamati video untuk membangun model mental tentang cara kerja fisika, mengembangkan intuisi fisika, dan mensimulasikan adegan secara mental sebelum mengambil tindakan. Google Deepmind Genie 3 dan NVIDIA Cosmos adalah contoh model dunia baru semacam ini.
Sambil mesin menjadi lebih cerdas, biayanya terus menurun. Misalnya, robot Noetix Bumi (dijual seharga $1400) sekarang harganya sekitar sama dengan iPhone 17 Pro Max. Penurunan biaya perangkat keras, peningkatan kinerja chip AI, dan peningkatan kemampuan model dunia secara bersama-sama membuat robot cerdas lebih mudah diterima oleh masyarakat luas, serta memperluas cakupan pengembangan dari laboratorium teknologi mutakhir ke bidang yang lebih luas.
Jika "moment ChatGPT" di bidang robotika segera tiba, kemungkinan besar aplikasi pertama yang akan terlihat adalah di bidang industri dan logistik, baru kemudian robot humanoid rumah tangga yang benar-benar bermakna. Meskipun masih ada banyak tantangan sebelum robot cerdas benar-benar menjadi umum, para optimis rasional akan menyadari bahwa tren saat ini menunjuk pada masa depan di mana kemungkinan penerapan luas robot cerdas semakin besar.
Terobosan perangkat lunak besar biasanya disertai oleh terobosan perangkat keras. Munculnya Instagram dan TikTok didukung oleh perangkat keras yang diperlukan. Jika perangkat keras robot cerdas dapat diproduksi secara massal dalam waktu dekat, maka muncul pertanyaan menarik: apakah aplikasi robot akan menjadi gelombang berikutnya?
Apa tantangan saat ini yang menghambat tren perkembangan ini?
Data pelatihan robot: Ini adalah hambatan terbesar dalam pengembangan robot kecerdasan umum. Berbeda dengan AI teks yang dapat mengambil seluruh internet, robot membutuhkan pengalaman dunia nyata, seperti persepsi, menjaga keseimbangan, dan berinteraksi dengan objek. Mengumpulkan data semacam ini lambat, mahal, dan sangat memakan tenaga.
Masalah "fisik": Menonton video tidak dapat sepenuhnya mengajarkan robot cara mengoperasikan objek atau bergerak dengan aman; robot harus merasakan gaya dan kontak secara langsung. Operasi jarak jauh, di mana manusia secara real-time membimbing robot, dapat menangkap niat dan gaya secara bersamaan, sehingga menjadi standar terbaik untuk pengumpulan data. Menghasilkan ratusan jam data berkualitas tinggi memerlukan operator hadir sepanjang waktu, yang skalabilitasnya jauh lebih rendah dibandingkan pengumpulan data digital.
Perbedaan antara simulasi dan kenyataan: Simulasi dapat menghasilkan sejumlah besar data dengan biaya rendah, tetapi karena fenomena fisika tidak dimodelkan atau lingkungan tidak dapat diprediksi, robot sering gagal saat mentransfer keterampilan ke dunia nyata.
On-chain machine economy
Kombinasi blockchain dan robot memberikan solusi praktis terhadap tantangan yang dihadapi teknologi robot saat ini. Mekanisme insentif token dapat membantu mengoordinasikan jutaan robot dan memberi penghargaan kepada kontributor yang mengoperasikan perangkat jarak jauh atau menyediakan data sensor. Setiap interaksi menjadi aset data berharga yang membangun kumpulan data robot milik komunitas yang tumbuh pesat, dengan skala jauh melampaui perusahaan tunggal mana pun.
Tokenization of data collection
Data robot sangat berharga, tetapi data sensor dan interaksi dunia nyata sangat langka. Perusahaan besar mengumpulkan volume besar data mengemudi dan industri melalui armada mereka, memberikan keunggulan skala yang tidak dapat dicapai oleh pengembang independen.
Decentralized Physical AI memungkinkan pengguna untuk mengendalikan robot secara jarak jauh atau menyumbangkan data sensor, serta mendapatkan insentif token. Jaringan terdesentralisasi dapat mengoordinasikan ribuan penggemar di seluruh dunia, membantu robot menghadapi medan yang rumit, atau contributor di lingkungan khusus dapat mengunggah data dan mendapatkan imbalan. Meskipun platform-platform ini masih berada pada tahap awal, mereka menandai masa depan di mana data robot dapat dibagikan lebih luas, melemahkan monopoli oleh beberapa perusahaan besar.
Robot sebagai entitas ekonomi
Dalam model "Robot as a Service", robot cerdas itu sendiri dapat menjadi aset yang "ditokenisasi". Setiap robot (atau hak penggunaan) dapat diwakili oleh token digital, memungkinkan beberapa pengguna memiliki atau menyewanya. Pembayaran layanan ke robot dapat langsung dikirim ke dompet robot melalui token atau stablecoin. Pengaturan ini memungkinkan pendapatan mandiri: robot menghasilkan uang melalui pekerjaannya, membayar biaya operasionalnya sendiri, dan secara otomatis mendistribusikan keuntungan kepada pemegang token. Pada dasarnya, ini adalah protokol Web3 yang mengubah robot menjadi penyedia layanan yang dapat diprogram dan mandiri, dengan pendapatan yang transparan dan dapat dilacak.
Peta pasar AI fisik
Batas antara kecerdasan digital dan perilaku fisik sedang menghilang seiring dengan kemajuan mesin pembelajaran cerdas generasi baru dalam memahami realitas kompleks di dunia tiga dimensi.
Inti revolusi ini adalah model AI. "Otak" kompleks yang dikembangkan oleh Physical Intelligence dan Skild AI melampaui kode statis, menyediakan kecerdasan umum untuk berbagai bentuk fisik. Model-model ini memungkinkan robot untuk memandang kelincahan dan mobilitas sebagai masalah perangkat lunak, sehingga satu "otak" seragam dapat beradaptasi dengan berbagai tubuh robot. Lapisan cerdas ini didukung oleh platform simulasi dan pipeline data (misalnya platform yang disediakan oleh Zeromatter), yang memungkinkan sistem dilatih secara aman di lingkungan virtual sebelum dideploy ke dunia nyata.
Yang berkembang bersama otak robot adalah AI fisik terdesentralisasi. Misalnya, jaringan infrastruktur terdesentralisasi Fabric Protocol menyediakan identitas on-chain dan dompet kripto untuk robot otonom, serta menggunakan kriptografi untuk memverifikasi pekerjaan mesin. Perusahaan-perusahaan seperti Auki, Peaq, dan IoTeX sedang membangun "ekonomi mesin", di mana robot dapat berbagi peta 3D, memverifikasi data, dan melakukan transaksi otonom. Pendekatan terdesentralisasi ini memastikan lapisan koordinasi tidak dikendalikan oleh satu perusahaan saja.
Di bidang industri, peralatan konstruksi otonom Bedrock Robotics dan otomatisasi gudang Mytra sedang mendefinisikan ulang tenaga kerja, sementara ANYbotics menangani pekerjaan pemeliharaan harian di lingkungan berbahaya. Sementara itu, dengan kemajuan Figure dan Unitree, terobosan di pasar konsumen untuk asisten rumah tangga tinggal menunggu waktu.
Prospek 2030
Dari sudut pandang optimis yang rasional, kebangkitan teknologi robotika telah tiba. Empat kekuatan tak terbendung sedang bergabung: biaya perangkat keras turun drastis, kecerdasan model AI terus meningkat, chip komputasi tepi menyediakan daya komputasi tanpa preseden, dan tenaga kerja industri global berpotensi menyelesaikan masalah data. Pada tahun 2030, sinergi ini akan mendorong AI fisik meresap ke seluruh penjuru dunia, dari pertanian otonom hingga bidang berisiko tinggi seperti pemadam kebakaran dan perawatan lansia.
Sejarah menunjukkan bahwa inovasi perangkat lunak yang transformasional biasanya terjadi setelah perangkat keras stabil. Mungkin akan datang era “penyewaan cerdas”, di mana robot humanoid standar akan menjalankan sistem operasi standar dan mengintegrasikan toko aplikasi. Seperti revolusi smartphone sebelumnya, beberapa tahun ke depan akan ditentukan oleh “toko aplikasi robot”, di mana pengguna tidak perlu membeli perangkat khusus, tetapi berlangganan keterampilan robot. Dalam model ini, nilai berpindah dari robot itu sendiri ke “keterampilan” spesifik yang dapat dilakukannya. Anda tidak perlu membeli robot tutor bahasa Prancis khusus, cukup unduh “aplikasi keterampilan bahasa Prancis” ke robot humanoid universal Anda, maka ia akan menjadi guru bahasa Prancis Anda. Pada tahun 2030, hadiah liburan pilihan bagi orang kaya tidak lagi akan menjadi ponsel lipat unggulan, melainkan asisten cerdas yang benar-benar membantu mengelola pekerjaan rumah.
Prediksi ini didasarkan pada optimisme rasional; meskipun jalan menuju masa depan jarang mulus, berbagai teknologi yang bergabung menandakan perubahan mendalam dalam teknologi mesin.
Bacaan terkait: Ketika robot belajar berpikir, menghasilkan uang, dan berkolaborasi, menganalisis 15 jenis teknologi dan kasus penggunaan robot