Mengapa AI Fisik Lebih Sulit Daripada yang Kami Bayangkan

AI fisik dengan cepat bergerak dari demonstrasi yang mengesankan ke kenyataan teknik. Jika perhatian sebelumnya terfokus terutama pada kemampuannya, hari ini pertanyaan tentang skalabilitas menjadi semakin mendesak: apa yang mencegah sistem ini menjadi sangat luas dan dapat diandalkan?

AI Fisik dan robot humanoid sekarang berdiri di persimpangan tiga tantangan besar – teknik, kognitif, dan investasi. Kecerdasan yang beroperasi di dunia fisik memerlukan persyaratan yang secara fundamental berbeda dari AI berbasis perangkat lunak: di sini, kesalahan sangat mahal, dan lingkungan tetap tidak dapat diprediksi. Itulah mengapa percakapan bergeser dari efek wow ke hambatan teknis, pasar, dan regulasi yang konkrit.

Mekanik yang Harus Belajar Berpikir

Tantangan pertama adalah keterampilan motorik halus. Kami memiliki motor dan servo yang mampu melakukan gerakan mikro yang sangat presisi. Namun, mereplikasi sensitivitas manusia, fleksibilitas, dan kemampuan untuk beradaptasi secara instan saat menangani benda kecil sangat sulit. Tangan manusia secara tidak sadar mengatur gaya, sudut, kecepatan, dan trajektori – semua dalam pecahan detik, terus-menerus menyesuaikan diri dengan perubahan terkecil.

Tantangan kedua adalah keseimbangan dan kontrol gaya. Sebuah robot harus berinteraksi dengan benda-benda yang berbeda bentuk, berat, dan tekstur: apel, gelas, perhiasan, komponen logam, benda basah atau licin. Sebuah robot mungkin memiliki kekuatan fisik yang signifikan, tetapi harus dapat menghitung dan menerapkan kekuatan itu dengan benar. Ini memerlukan sensor taktil, sistem yang memungkinkan untuk “merasakan” tekanan, resistensi, dan kontak permukaan. Sama pentingnya bukan hanya mendeteksi gaya, tetapi juga menafsirkan gaya itu dengan benar dalam konteks tindakan tertentu. Ini menjadi pertanyaan tentang memahami sifat fisik benda – resistensi material, elastisitas, gesekan, dan parameter lainnya.

Tantangan serius lainnya adalah orientasi spasial – yang disebut representasi 6D. Ini tidak merujuk pada “dunia enam dimensi” dalam arti fiksi ilmiah, melainkan tiga koordinat posisi, tinggi, lebar, dan kedalaman, plus tiga koordinat orientasi: sudut rotasi sepanjang setiap sumbu. Misalnya, tabung atau gelas adalah benda tiga dimensi. Namun, bagi robot, mengetahui koordinatnya tidak cukup. Robot harus memahami orientasi benda, posisinya relatif terhadap gravitasi, dan bagaimana posisinya akan berubah saat manipulator berputar. Jika robot mengambil gelas dan ingin menuangkan air dari gelas itu, robot tidak bisa hanya “menggelengkan benda itu.” Robot harus menghitung trajektori yang tepat, sudut, dan kecepatan rotasi, sambil mempertimbangkan cairan di dalamnya, inersia, dan gaya gravitasi. Semua ini memerlukan pemodelan spasial yang canggih dan prediksi konsekuensi tindakan.

Mengapa Pasar Masih Berhati-Hati

Ketika mempertimbangkan AI fisik dalam konteks robot humanoid, penting untuk mengakui tingkat skeptisisme yang masih terlihat.

Bagian dari skeptisisme ini bersifat psikologis. Efek lembah yang tidak nyaman – ketika sesuatu tampak hampir manusia tetapi tidak cukup realistis – menciptakan ketidaknyaman dan kecemasan. Ekspresi wajah yang tidak alami, gerakan yang sedikit kaku atau “patah”, intonasi mekanis – semua ini menghasilkan resistensi emosional. Dan teknologi yang memicu kecemasan cenderung diadopsi lebih lambat.

Namun, hambatan utama adalah ekonomi. Investor melihat bahwa perusahaan telah memamerkan prototipe yang mengesankan selama dekade, tetapi model komersial yang dapat diskalakan tetap terbatas. Kemajuan teknologi jelas, tetapi pasar massal yang berkelanjutan belum sepenuhnya muncul.

Pemain seperti Boston Dynamics membangun karya teknik yang luar biasa, tetapi aplikasi mereka tetap khusus dan mahal. Tesla mengembangkan proyek humanoidnya sendiri. Perusahaan baru seperti Figure AI menarik investasi yang signifikan, berjanji untuk robot untuk manufaktur, logistik, dan industri perawatan.

Manufaktur tetap menjadi arah yang jelas dalam konteks ini. Robotisasi, tidak ada pertanyaan tentang jika, tetapi tentang kecepatan dan biaya penerapan.

Contoh yang lebih jelas adalah logistik dan gudang. Robot logistik sudah termasuk segmen yang paling menguntungkan dan luas diadopsi dalam robotika hari ini. Saya ingat bahwa, di Keymakr, banyak perusahaan logistik mendatangi kami untuk layanan anotasi sambil menerapkan teknologi tersebut, dengan rencana ambisius untuk menskalakan lebih lanjut. Skala e-commerce global menuntut pergerakan volume barang yang sangat besar dengan kecepatan dan presisi tinggi. Manusia tidak mampu beroperasi pada kecepatan itu. Akibatnya, otomatisasi gudang telah menjadi topik “panas”, menciptakan industri baru: platform otonom menavigasi rute, mengatur, mengangkut, dan mendistribusikan kargo.

Namun, sebagian besar industri masih berada dalam fase pilot dan membuat janji yang ambisius. Perusahaan masih mencari kasus penggunaan yang menghasilkan monitisasi yang dapat diprediksi. Investor, pada gilirannya, mengevaluasi waktu untuk pengembalian investasi, risiko teknologi, dan skala tantangan teknik.

Itulah mengapa pasar berkembang secara bertahap. Modal dalam bidang ini memerlukan tidak hanya visi, tetapi juga ekonomi yang terbukti.

Risiko Menjadi Bagian dari Arsitektur

Lapisan diskusi terpisah berkaitan dengan regulasi dan keamanan siber. Kerangka regulasi komprehensif untuk AI fisik belum sepenuhnya terbentuk. Industri masih berada dalam tahap formatif: tidak ada standar yang matang, tidak ada kehadiran yang luas di lingkungan sehari-hari, dan tidak ada protokol sertifikasi yang mapan. Regulasi pasti akan muncul – tetapi, seperti dalam siklus teknologi lainnya, mereka akan menjadi konsekuensi dari penskalaan.

Apa yang lebih penting sekarang adalah pertanyaan lain – kepercayaan pada sistem yang memperoleh otonomi fisik. Sebuah robot di rumah, gudang, atau fasilitas infrastruktur kritis adalah node jaringan yang dilengkapi dengan sensor, kamera, mikrofon, dan saluran komunikasi. Perilakunya ditentukan oleh perangkat lunak dan pembaruan. Dan bahkan jika sebuah robot awalnya diprogram untuk melakukan tindakan yang aman, kemungkinan ancaman siber tetap ada. Dengan perlindungan yang tidak memadai, aktor jahat secara teoretis dapat mengakses jaringan perangkat dan mencoba menggunakannya untuk tujuan berbahaya.

Skenario yang melibatkan peretasan kendaraan otonom atau jaringan robot sudah ada dalam kartu. Mereka diperlakukan sebagai bagian dari penilaian risiko – sama seperti yang terjadi dengan sistem perbankan, internet, dan layanan cloud.

Tapi sejarah menunjukkan bahwa kemajuan teknologi jarang berhenti karena ancaman. Sebaliknya, industri memperkuat perlindungan dengan menetapkan standar, menerapkan pemantauan, dan membangun sistem keamanan multilapis. AI fisik akan mengikuti jalur yang sama. Pertanyaannya bukan apakah risiko akan muncul, tetapi seberapa cepat keamanan menjadi terintegrasi ke dalam seluruh ekosistem.

Sebuah Industri Sedang Dibangun di Sekitarnya

Semua tantangan yang disebutkan, teknis, pasar, dan regulasi, berbagi satu karakteristik penting: tidak satu pun dari mereka dapat dipecahkan dalam isolasi.

AI fisik tidak dapat dilihat sebagai produk mandiri atau bahkan sebagai satu teknologi. Apa yang kita saksikan adalah pembentukan infrastruktur keseluruhan di mana perangkat keras, komputasi, energi, data, dan bahan berkembang secara bersamaan. Dan itulah di mana menjadi jelas: ini adalah munculnya ekosistem industri baru.

Sebuah robot adalah otonom dan mobile. Ini berarti robot tidak bisa hanya mengandalkan cloud. Tidak seperti LLM yang berjalan pada klaster server, kecerdasan fisik harus membuat keputusan secara lokal, dalam waktu nyata. Ini secara fundamental mengubah persyaratan chip: mereka harus kuat, hemat energi, dan dioptimalkan untuk inferensi pada perangkat edge.

Ini, pada gilirannya, menciptakan spektrum luas area pengembangan baru: chip hemat energi untuk robotika; model AI kompak dan dioptimalkan untuk penerapan edge; platform untuk melatih model tersebut; sistem anotasi data dan persiapan dataset khusus seperti yang kita lakukan di Introspector, serta kemajuan dalam baterai dan sistem daya otonom.

Konsep sudah dibahas untuk sebuah robot menggantikan baterainya sendiri: menghapus modul yang habis, meletakkannya di pengisi daya, dan menghubungkan yang terisi penuh tanpa mematikan sistem sepenuhnya. Ini saja bisa menjadi pasar terpisah.

Industri komprehensif secara bertahap mengambil bentuk di sekitar AI fisik. Selain komputasi dan energi, ilmu bahan harus berkembang: lapisan sintetis yang meniru kulit, permukaan sensor yang fleksibel, bahan yang aman dan nyaman untuk interaksi manusia. Jika sebuah robot beroperasi bersama manusia, penampilan dan karakteristik fisiknya menjadi bagian dari persepsi pengguna dan kepercayaan terhadap teknologi.

Dalam arti ini, AI fisik adalah tentang seluruh tumpukan teknologi, dari chip dan baterai hingga sensor, perangkat lunak, bahan, dan faktor persepsi manusia. Di dalam kompleksitas ini terletak skala industri masa depan yang sebenarnya.