Dove si gioca la nuova corsa alla robotica umanoide (e no, non riguarda solo i chip)
Non siamo ancora arrivati a un momento “alla ChatGPT” nella robotica umanoide, ma ci stiamo avvicinando e le leggi di scala che hanno guidato i progressi dei modelli linguistici di grandi dimensioni (LLM) sembrano applicarsi anche in questo settore.
Le aziende che stanno accumulando la maggior quantità di dati di addestramento attraverso flotte già operative beneficiano di vantaggi che si auto alimentano e che sono destinati a crescere.
Le applicazioni di robotica del passato si basano su software specializzati e addestrati per compiti specifici. I leader di mercato di domani si distingueranno invece in base ad altre caratteristiche ovvero ai modelli AI generalisti che permetteranno a un robot di imparare un nuovo lavoro in poche ore invece che in mesi. Proprio questa corsa ai modelli è il terreno su cui si sta costruendo la tesi di investimento a lungo termine.
La svolta a livello di architetture che sta abilitando l'intelligenza umanoide di prossima generazione è il modello Vision-Language-Action (VLA). Un robot dotato di VLA riceve un'istruzione in un linguaggio semplice, interpreta l'ambiente circostante ed esegue il compito, senza essere stato preventivamente programmato per quello specifico scenario.
Il settore sta seguendo con molta attenzione una serie di rilasci di modelli generalisti da parte della società Physical Intelligence (π), come il suo modello pi-0.7 dell'aprile 2026 che è stato in grado di eseguire compiti per i quali non era mai stato addestrato. Physical Intelligence sarebbe inoltre in trattativa per un nuovo round di finanziamento che spingerebbe la sua valutazione verso circa 11 miliardi di dollari.
In parallelo allo sviluppo dei VLA, si assiste all'emergere dei world models: sistemi di IA che simulano l'ambiente fisico e prevedono come gli oggetti e le forze interagiscono nel tempo.
L'importanza strategica di tutto ciò è evidente: a differenza dei modelli LLM, addestrati sull'intero corpus testuale di Internet, l'IA fisica richiede dati concreti che non esistono online in una forma utilizzabile. I world model offrono una via per generarli sinteticamente su larga scala, descrivendo uno scenario, simulandolo con modelli che tengono conto della fisica e creando sessioni di addestramento senza che vi sia un solo robot fisicamente presente nella stanza. Solo nel primo trimestre del 2026, circa 6 miliardi di dollari sono fluiti in sei o sette aziende focalizzate sui world models. Chi controllerà l'infrastruttura di simulazione controllerà la capacità di scalare l'addestramento dei robot, senza dover ampliare proporzionalmente le flotte di hardware fisico.
Quali sono i catalyst a breve termine per il secondo semestre del 2026
La decisione di Tesla di riconvertire la sua linea di assemblaggio delle Model S/X a Fremont nella linea di produzione del robot umanoide Optimus di prima generazione, progettata per una capacità fino a un milione di unità all'anno, a nostro avviso, traccia la traiettoria del settore, al di là delle esatte tempistiche di consegna. Inoltre, l'integrazione verticale di Tesla nella progettazione degli actuator, nella capacità di calcolo e nell'infrastruttura di addestramento dell'AI crea potenziali vantaggi di costo dal 30% al 40% rispetto ai concorrenti che dipendono da fornitori terzi.
L’IPO di Unitree Robotics sullo STAR Market segnerà invece il più significativo evento di liquidità a breve termine nel settore della robotica umanoide, e i dati finanziari potrebbero sorprendere chi dà per scontato che questo comparto sia solo un centro di costo che brucia cassa.
I margini lordi nei segmenti umanoidi e quadrupedi di Unitree hanno raggiunto infatti circa il 60% nel 2025. I ricavi derivanti dai robot umanoidi hanno superato per la prima volta quelli dei quadrupedi lo scorso anno, rappresentando oltre il 51% del fatturato totale. L'azienda ha consegnato più di 5.500 robot umanoidi nel 2025, superando la produzione combinata di tutti i concorrenti statunitensi (inclusi Tesla, Figure AI e Agility Robotics), e punta a 20.000 unità nel 2026.
Il vantaggio della Cina
Molti dei sottosistemi più critici degli umanoidi — tra cui motori, riduttori armonici, elettronica di gestione dell’alimentazione, sistemi di batterie e sensori — beneficiano della vicinanza all’avanzata catena del valore dei veicoli elettrici in Cina. Ciò consente il riutilizzo dei fornitori, il trasferimento dei processi e una scalabilità più rapida. Sul fronte dell'innovazione, inoltre, la Cina ha depositato circa 7.700 brevetti legati agli umanoidi negli ultimi cinque anni, contro i circa 1.560 degli Stati Uniti.
Più che un unico vincitore globale, è probabile che la catena di approvvigionamento degli umanoidi vada incontro a una biforcazione:
La Cina sarà leader sul fronte dell’hardware e della compressione dei costi grazie all'efficienza manifatturiera e alle economie di scala.
Gli ecosistemi di Stati Uniti ed Europa si differenzieranno invece per la sofisticazione dell'AI di frontiera, l'architettura dei sistemi e le implementazioni ad alta affidabilità e certificate per la sicurezza.
In questo contesto, un'esposizione equiponderata sull'intero ecosistema della robotica umanoide e dell'AI fisica è preferibile per evitare un'eccessiva concentrazione sui titoli tech statunitensi large cap. Inoltre, una rappresentanza globale che includa Stati Uniti, Cina, Giappone ed Europa è ideale per cogliere le potenziali opportunità lungo l'intera catena del valore.
A cura di Derek Yan, Senior Investment Strategist, KraneShares