Di Balik Perlombaan Robotik Baru: Data, Model, dan Manufaktur

Inovasi jarang muncul dalam isolasi. Lebih sering, hal itu lahir dari percakapan di antara insinyur, pendiri, peneliti, dan investor yang berusaha memahami ke mana teknologi menuju.

Selama setahun, saya menghadiri puluhan konferensi di seluruh dunia. Perjalanan bisnis terkadang berlangsung selama berbulan-bulan, dan pertemuan dengan mitra dan klien berlangsung dari Asia hingga Amerika Utara. Namun, salah satu perjalanan saya ke Swiss baru-baru ini terbukti sangat menarik – terutama karena orang-orang dan percakapan yang terjadi di sana.

Zurich terbukti menjadi salah satu tempat di mana masa depan robotika dan Physical AI secara aktif dibahas saat ini. Dan semakin dalam percakapan tersebut, semakin jelas bahwa perlombaan sebenarnya di robotika sedang berlangsung di sekitar data.

Lembah Silikon Eropa

Zurich secara tradisional dikaitkan dengan sektor keuangan, tetapi dalam beberapa tahun terakhir, kota ini semakin disebut sebagai Lembah Silikon Eropa. Sebagian besar reputasi ini terkait dengan ETH Zurich, salah satu universitas teknik paling dihormati di Eropa. Universitas ini menarik peneliti, mahasiswa PhD, wirausaha, dan insinyur dari seluruh dunia. Akibatnya, ekosistem teknologi yang kuat terbentuk di sekitar universitas, di mana penelitian, startup, dan proyek industri berkembang hampir bersamaan.

Salah satu alasan perjalanan saya adalah untuk memahami lebih dalam apa yang dapat ditawarkan Introspector kepada pasar robotika, yang telah booming sejak awal 2025. Ini adalah industri yang banyak startup coba masuki, sementara terobosan teknologi dari perusahaan teknologi besar secara aktif mengubahnya. Namun, meskipun semua momentum ini, bidang ini masih menimbulkan lebih banyak pertanyaan daripada jawaban.

Zurich juga merupakan rumah bagi mitra kami Lightly, yang membantu memperkenalkan saya dengan rekan-rekan yang bekerja di persimpangan robotika, penglihatan komputer, dan AI. Ada satu aspek penting dari ekosistem teknologi lokal yang ingin saya soroti: orang-orang di sini sangat terbuka dan ramah. Mereka tidak takut untuk berbagi ide dan hipotesis, membicarakan tantangan yang mereka coba selesaikan, dan eksperimen yang mereka jalankan. Akibatnya, Anda mulai memahami konteks pasar yang sebenarnya dan ke mana industri menuju dengan lebih cepat.

Saat orang bertanya kepada saya bagaimana “Lembah Silikon” Eropa berbeda dari yang di Amerika, jawabannya sering kali mengejutkan mereka. Di Zurich, keseimbangan antara kerja dan kehidupan terasa lebih kuat: olahraga di pagi hari, kerja yang fokus sepanjang hari dengan ritme yang tenang dan produktif, dan malam yang dihabiskan di pegunungan dengan keluarga atau hanya bersantai. Di San Francisco, sering ada perasaan bahwa Anda harus terus membuktikan bahwa Anda bekerja lebih keras daripada orang lain. Di Zurich, ritmenya berbeda – lebih berkelanjutan. Namun, tingkat ambisi teknologi di sini tidak lebih rendah.

Data yang Lebih Baik Sebelum Robot yang Lebih Baik

Salah satu kesimpulan utama dari perjalanan ini adalah pengamatan yang cukup sederhana: banyak orang saat ini ingin bekerja di bidang robotika. Namun, meskipun minat besar dalam industri ini, banyak tim masih dalam fase eksplorasi, mencoba memahami peran apa yang dapat mereka mainkan dalam gelombang baru robotika dan Physical AI, dan kontribusi apa yang dapat mereka berikan.

Banyak percakapan akhirnya berkumpul pada topik yang sama: data. Saat ini, industri kekurangan data pada tugas dexterity, yaitu keterampilan motorik halus. Dalam area ini, kemampuan robot masih sangat terbatas. Apa yang manusia lakukan dengan tangan mereka hampir secara otomatis – mengambil objek, memutar, meletakkan dengan hati-hati, atau melakukan manipulasi kecil – masih merupakan salah satu tugas paling menantang bagi robot.

Kunci kemajuan di sini terletak terutama pada dataset besar yang dikumpulkan dengan benar. Saat ini, orang sering membicarakan dataset egosentris, yang direkam dari perspektif orang pertama, di mana sistem menangkap tindakan manusia seolah-olah mereka sendiri yang melakukan. Namun, dalam prakteknya, konsep “dataset egosentris” dapat berarti banyak hal yang berbeda dan menimbulkan sejumlah pertanyaan teknis. Di mana kamera harus ditempatkan? Di dahi, di dada, atau mungkin pada tingkat mata? Sensor apa yang harus menyertainya? Jika kita merekam gerakan tangan, apakah operator harus menggunakan sarung tangan khusus? Dan jika ya, apakah sarung tangan tersebut harus dilengkapi dengan sensor taktil, giroskop, atau sistem pelacakan gerak lainnya?

Pertanyaan yang lebih kompleks muncul: bagaimana cara merekam kedalaman gerakan dengan benar? Setelah semua, penting untuk memahami tidak hanya posisi tangan dalam bidang dua dimensi, tetapi juga bagaimana tangan bergerak melalui ruang tiga dimensi – ke depan, ke belakang, ke atas, atau ke bawah.

Sampai saat ini, industri belum mencapai jawaban yang seragam. Itulah mengapa banyak tim saat ini bereksperimen dengan konfigurasi sensor yang berbeda, metode perekaman, dan format dataset.

Sistem Multimodal

Saat percakapan beralih ke pengumpulan data untuk robotika, topik lain dengan cepat muncul – sensor tambahan dan multimodalitas, yang memungkinkan penangkapan gerakan tubuh, tindakan tangan, dan interaksi objek dengan presisi yang lebih tinggi. Mereka juga membantu mengurangi kesalahan selama pengumpulan dataset.

Ketika seseorang merekam tindakannya pada kamera, selalu ada risiko bahwa sebagian materi tersebut tidak dapat digunakan. Kamera mungkin bergeser sedikit, sudut pengambilan gambar mungkin tidak tepat, operator mungkin secara tidak sengaja berbalik ke arah yang salah, atau operator mungkin melakukan gerakan terlalu cepat. Akibatnya, sebagian besar materi yang direkam dibuang. Contoh sederhana: untuk mendapatkan satu jam video yang benar-benar dapat digunakan, operator sering perlu merekam sekitar dua jam materi mentah.

Sensor tambahan membantu mengkompensasi beberapa masalah ini. Bahkan jika kamera bergeser sedikit, data sensor masih dapat memungkinkan rekonstruksi gerakan tangan atau posisi tubuh di ruang. Akibatnya, bukan dua jam perekaman, mungkin hanya sekitar satu jam dan dua puluh menit untuk mendapatkan jumlah data yang dapat digunakan yang sama. Ini secara signifikan meningkatkan efisiensi pengumpulan dataset dan mengurangi biaya pembuatannya.

Oleh karena itu, tidak mengherankan bahwa banyak tim juga memperhatikan minat yang meningkat dalam anotasi data multimodal. Ini telah menjadi salah satu tren yang lebih terlihat langsung terkait dengan pengembangan robotika dan AI yang memiliki tubuh.

Poin berikutnya adalah pelabelan dataset tersebut. Kami telah menemui pertanyaan serupa di Keymakr saat bekerja dengan dataset klien untuk kasus robotika: seperti apa annotasi tersebut seharusnya dalam prakteknya? Apakah harus bersifat skeletal? Dua dimensi atau tiga dimensi? Apakah elemen pembelajaran penguatan harus dimasukkan ke dalam pipeline? Ada puluhan pertanyaan seperti itu. Insinyur sendiri mengakui bahwa tidak ada yang dapat mengatakan dengan pasti konfigurasi data mana yang akhirnya akan mengarah pada terobosan teknologi yang sebenarnya.

Kekhawatiran ini dapat dipahami. Membangun dataset kompleks adalah proses yang mahal. Setiap kesalahan dalam struktur data dapat menghabiskan biaya ribuan atau bahkan jutaan dolar. Memungkinkan untuk mengumpulkan “dataset yang salah” atau merekamnya dalam kondisi yang sulit direproduksi di dunia nyata, yang pada akhirnya melemahkan proyek secara keseluruhan. Itulah mengapa saat ini, perhatian lebih banyak diberikan pada model itu sendiri dan kualitas serta arsitektur data yang digunakan untuk melatih model tersebut.

Jenis Robot Apa yang Dibutuhkan Pasar?

Robot industri klasik, yang telah beroperasi di jalur perakitan otomotif selama dekade, sebenarnya memerlukan sangat sedikit penglihatan komputer atau model AI yang kompleks. Tugas mereka sangat spesifik: melakukan gerakan yang sangat repetitif – kiri, kanan, atas, bawah – dengan presisi dan konsistensi yang tinggi. Dalam area ini, mereka telah lama melampaui kemampuan manusia.

Kategori yang sama sekali berbeda adalah robot humanoid. Sistem ini memerlukan “otak”: kemampuan untuk menavigasi ruang, memahami lingkungan sekitar, memahami konteks situasi, dan mengontrol manipulator tidak melalui jalur yang diprogram sebelumnya, tetapi dengan menyesuaikan diri dengan dunia nyata.

Even dengan tingkat otomatisasi yang tinggi di lantai pabrik modern, banyak tugas masih dilakukan oleh manusia. Memindahkan objek, mengambil kotak, menyortir komponen, mengencangkan komponen, atau mengatur bahan – ini adalah tindakan kecil yang memerlukan fleksibilitas dan koordinasi. Area ini masih merupakan salah satu yang paling sulit untuk diotomatisasi, dan tepat di sini sistem humanoid mungkin menemukan peran mereka.

Banyak tim yang saya bicarakan menggunakan model bisnis yang sama. Mereka mendatangi pabrik dan mengusulkan untuk menyelesaikan kasus produksi tertentu. Misalnya, seorang pekerja mungkin menghabiskan sepanjang hari memindahkan kotak antara zona gudang. Insinyur menyarankan eksperimen yang relatif sederhana: melengkapi pekerja dengan kamera dan set sensor, merekam ribuan jam tindakan mereka, dan menggunakan data ini untuk melatih model yang akan mengontrol robot humanoid. Dengan cara ini, robot belajar melakukan tugas yang sama dengan yang dilakukan pekerja manusia.

Pada intinya, perusahaan membeli platform humanoid, sementara tim pengembangan membangun model kustom yang meniru perilaku operator tertentu. Ini bukanlah kecerdasan universal yang dapat menyelesaikan tugas apa pun. Melainkan, ini adalah sekumpulan keterampilan yang dilatih untuk skenario atau kelompok tugas produksi tertentu. Bagi banyak insinyur saat ini, pendekatan ini tampak jauh lebih realistis. Alih-alih mencoba membuat robot universal segera, tim fokus pada skenario otomatisasi yang sempit tetapi secara ekonomi layak.

Dimensi Bisnis

Jika masa depan terletak pada model kustom, penting untuk memahami bahwa dari perspektif ekonomi, ini adalah jalur pengembangan yang cukup panjang.

Setiap industri pada dasarnya adalah dunianya sendiri. Setiap lingkungan produksi memiliki proses, alur kerja, dan pengecualian yang unik. Robot yang dilatih untuk beroperasi di pabrik otomotif tidak dapat langsung dipindahkan ke manufaktur makanan atau logistik gudang. Di setiap kasus, sistem harus dilatih ulang dari awal.

Ini membawa kita ke pertanyaan logis berikutnya: siapa yang akan menjadi pelanggan pertama teknologi ini?

Pada tahap ini, pelanggan utama kemungkinan besar adalah perusahaan besar – mereka yang memiliki anggaran dan bagi siapa otomatisasi dapat menghasilkan dampak ekonomi yang signifikan. Saat ini, robot humanoid berharga sekitar $60.000-$90.000 hanya untuk perangkat kerasnya. Ini hanya konfigurasi dasar. Di atas itu, ada biaya pemeliharaan, baterai, stasiun pengisian, infrastruktur, dan perangkat lunak.

Akibatnya, perusahaan yang paling mampu bereksperimen dengan sistem seperti ini adalah perusahaan besar, produsen otomotif, perusahaan makanan, dan perusahaan industri besar.

Tentu saja, sektor yang lebih kecil mungkin juga akan melihat beberapa pelanggan awal. Beberapa perusahaan mungkin membeli satu atau dua robot untuk tugas tertentu. Namun, dalam sebagian besar kasus, bisnis ini tidak siap untuk berinvestasi ratusan ribu euro dalam mengumpulkan dan menganotasi dataset kustom yang diperlukan untuk melatih sistem untuk skenario operasional yang sangat spesifik. Bagi mereka, tenaga kerja manusia masih merupakan pilihan yang lebih murah.

Permainan Panjang Inovasi Robotika

Kami akhirnya tiba pada pertanyaan ekonomi mendasar: apa yang lebih efisien – manusia atau robot? Jika kita melihat ekonomi saat ini, jawabannya jelas: tenaga kerja manusia lebih murah, beradaptasi lebih cepat dengan kondisi baru, dan tidak memerlukan infrastruktur yang kompleks.

Mengapa industri terus berinvestasi dalam robotika hari ini? Jawabannya sebagian besar strategis.

Banyak perusahaan memahami bahwa semacam perlombaan untuk kepemimpinan teknologi sedang berlangsung. Mereka sudah mengembangkan solusi, meskipun biayanya tinggi, untuk memimpin ketika ekonomi robotika bergeser.

Seiring kemajuan elektronik, biaya komponen menurun, dan efisiensi komputasi meningkat, robotika akan menjadi lebih terjangkau. Dan ketika itu terjadi, keuntungan akan dimiliki oleh perusahaan yang telah membangun model, mengumpulkan data, dan membangun infrastruktur teknologi yang diperlukan.

Bayangkan, misalnya, bahwa peraturan baru muncul yang memungkinkan penggunaan humanoid robot dalam skala besar di manufaktur. Atau bahwa pemerintah mulai mensubsidi robotisasi industri. Dalam skenario seperti itu, pasar bisa tumbuh secara dramatis dalam waktu beberapa tahun saja. Dan mereka yang telah mempersiapkan diri sebelumnya, yang memiliki model, penelitian, dataset, dan tumpukan teknologi yang siap, akan menjadi yang paling diuntungkan.

Itulah mengapa pengembangan terus berlanjut, bahkan sekarang, meskipun ekonomi bisnis mungkin belum terlihat ideal. Bagi banyak perusahaan, ini adalah investasi di masa depan – di saat teknologi menjadi lebih mudah diakses, dan permintaan meningkat tajam.

Dan dalam perlombaan ini, seperti dalam banyak revolusi teknologi, satu faktor sering terbukti menentukan: siapa yang o started earlier. In this sense, today’s robotics strongly resembles the early stages of artificial intelligence. Back then, there were also more questions than answers. Yet it was the teams that began working with data and infrastructure earlier than others that ultimately shaped the direction of the entire industry.