Daftar Isi

 

Robot Humanoid China Makin Canggih: Persaingan Masa Depan Bukan Lagi Soal Mesin, tetapi Kecerdasan Buatannya

Selama bertahun-tahun, perkembangan robot humanoid sering kali dinilai dari kemampuan fisiknya. Seberapa cepat robot berjalan, seberapa kuat mengangkat benda, seberapa stabil menjaga keseimbangan, hingga seberapa mirip gerakannya dengan manusia. Namun, persaingan industri robotika kini mulai memasuki babak baru. Kemampuan fisik saja tidak lagi cukup. Tantangan terbesarnya adalah menciptakan kecerdasan yang membuat robot mampu memahami lingkungan dan melakukan pekerjaan tanpa terus-menerus menunggu instruksi manusia.

Perubahan arah tersebut terlihat dalam perkembangan industri robot humanoid di China. Sejumlah perusahaan mulai mengalihkan perhatian dari sekadar mengembangkan perangkat keras menuju teknologi yang dikenal sebagai embodied AI. Teknologi ini menjadi semacam otak bagi robot, memungkinkan mesin memahami lingkungan fisik, mempelajari keterampilan baru, dan beradaptasi terhadap situasi yang berbeda.

Pergeseran tersebut juga mengubah peta persaingan teknologi antara China dan Amerika Serikat (AS). Jika sebelumnya perlombaan banyak berpusat pada pengembangan chip, model AI, dan perangkat keras, kini kemampuan menggabungkan kecerdasan buatan dengan mesin fisik menjadi medan persaingan berikutnya.

Embodied AI, Otak yang Membuat Robot Lebih Mandiri

Embodied AI merupakan pendekatan pengembangan kecerdasan buatan yang memungkinkan sistem AI berinteraksi dengan dunia fisik melalui tubuh atau perangkat robotik. Berbeda dengan chatbot yang beroperasi melalui teks dan informasi digital, embodied AI harus memahami kondisi nyata di sekitarnya.

Robot tidak cukup hanya mengetahui nama sebuah benda. Ia harus memahami bagaimana bentuk benda tersebut, bagaimana cara menggenggamnya, seberapa besar tekanan yang dibutuhkan, serta bagaimana menyesuaikan gerakan ketika benda berubah posisi.

Contohnya terlihat pada pekerjaan sederhana seperti mengambil gelas. Manusia dapat melakukannya secara spontan karena otak telah memahami hubungan antara penglihatan, posisi tangan, kekuatan genggaman, dan karakteristik benda.

Bagi robot, proses tersebut jauh lebih rumit. Sistem harus mengenali objek melalui sensor dan kamera, menentukan posisi yang tepat, menggerakkan lengan, lalu menyesuaikan kekuatan genggaman agar gelas tidak terjatuh atau pecah.

Kesulitan semakin meningkat ketika robot berhadapan dengan benda yang tidak memiliki bentuk kaku, seperti kabel, kain, atau plastik. Objek semacam ini dapat berubah bentuk ketika disentuh sehingga membutuhkan kemampuan adaptasi yang lebih kompleks.

Inilah alasan mengapa pengembangan embodied AI dianggap penting. Tujuannya bukan sekadar membuat robot mengikuti perintah yang sudah diprogram, melainkan membangun sistem yang dapat mempelajari keterampilan dan menerapkannya dalam situasi baru.

China Mulai Mengincar Keunggulan di Balik Kecerdasan Robot

Perkembangan robot humanoid China selama ini banyak menarik perhatian karena kemampuan manufaktur dan produksi perangkat kerasnya. Namun, para pengembang mulai menyadari bahwa keunggulan jangka panjang tidak cukup dibangun melalui mesin yang lebih murah atau desain yang semakin canggih.

Dermot McGrath, pendiri perusahaan konsultan teknologi ZenGen Labs yang berbasis di Shanghai, menyebut para produsen robot mulai menyimpulkan bahwa keuntungan tidak lagi datang dari perangkat keras, melainkan dari otak yang menggerakkan robot.

Pandangan tersebut cukup masuk akal. Ketika semakin banyak produsen mampu membuat robot dengan kemampuan fisik yang relatif serupa, diferensiasi produk akan bergeser ke kemampuan perangkat lunaknya.

Robot yang bisa berjalan, mengangkat barang, dan menjaga keseimbangan belum tentu memiliki nilai ekonomi tinggi jika hanya mampu menjalankan tugas yang telah diprogram secara khusus. Sebaliknya, robot yang dapat mempelajari pekerjaan baru melalui demonstrasi singkat berpotensi lebih mudah diterapkan di berbagai lingkungan kerja.

Karena itu, perusahaan China mulai mengembangkan model AI yang dapat digunakan untuk mengendalikan robot sekaligus mempelajari berbagai keterampilan fisik.

Salah satu pendiri Spirit AI, Gao Yang, bahkan mengakui bahwa otak merupakan bagian terlemah dalam keseluruhan sistem robotika. Pernyataan ini menunjukkan bahwa tantangan terbesar industri bukan lagi semata-mata menciptakan tubuh robot, melainkan membangun kecerdasan yang benar-benar bisa memanfaatkannya.

Baca juga : Mengenal Chip Merah Putih: Ambisi Indonesia Membangun Kemandirian Industri Semikonduktor

Investasi Embodied AI di China Melonjak Lima Kali Lipat

Perubahan fokus tersebut turut mendorong peningkatan investasi pada perusahaan pengembang embodied AI.

Berdasarkan data perusahaan riset ITjuzi, perusahaan embodied AI di China berhasil menghimpun pendanaan sebesar 93,5 miliar yuan atau sekitar US$13 miliar melalui 322 kesepakatan investasi pada paruh pertama 2026.

Jumlah tersebut meningkat lima kali lipat dibandingkan periode yang sama tahun sebelumnya.

Menariknya, pendanaan tidak hanya mengalir kepada perusahaan pembuat robot, tetapi juga semakin banyak diarahkan kepada perusahaan rintisan yang secara khusus mengembangkan kecerdasan dan perangkat lunak robot.

Sejumlah perusahaan seperti X Square, Galaxea, dan Spirit AI bahkan telah mencapai valuasi sekitar US$3 miliar.

Fenomena ini memperlihatkan perubahan cara industri memandang nilai sebuah robot. Perangkat keras memang tetap penting, tetapi kemampuan AI yang mengendalikan mesin berpotensi menjadi sumber keunggulan kompetitif yang lebih besar.

Jika satu model AI mampu mengendalikan berbagai jenis robot dan mempelajari pekerjaan baru dengan cepat, teknologi tersebut akan memiliki nilai yang jauh lebih luas dibandingkan perangkat keras yang hanya dirancang untuk satu fungsi.

Robot Mulai Belajar dari Demonstrasi Manusia

Salah satu tantangan utama dalam mengembangkan kecerdasan robot adalah menyediakan data pelatihan yang sesuai. Robot tidak cukup hanya mempelajari teks, gambar, atau video seperti model AI generatif pada umumnya. Mereka membutuhkan contoh interaksi fisik untuk memahami bagaimana suatu pekerjaan dilakukan.

Salah satu pendekatan yang sedang dikembangkan adalah mengajarkan robot melalui demonstrasi manusia.

Perusahaan asal Amerika Serikat, Generalist, menyebut model GEN-1.5 miliknya mampu menyelesaikan sekitar 60 persen tugas sederhana setelah melihat demonstrasi selama tiga hingga 12 detik.

Sementara itu, perusahaan China X Square telah mempublikasikan penelitian yang menunjukkan bahwa robot dapat mempelajari keterampilan menangani benda hanya dengan melihat satu video demonstrasi manusia, tanpa harus melatih ulang model untuk setiap tugas.

Pendekatan ini berpotensi mengubah proses pelatihan robot. Selama ini, pengembangan robot untuk pekerjaan tertentu sering membutuhkan pemrograman dan penyesuaian yang panjang. Jika robot dapat memahami demonstrasi dan menerjemahkannya menjadi tindakan fisik, proses tersebut bisa menjadi lebih fleksibel.

Co-Founder sekaligus COO X Square, Yang Qian, menyebut perusahaan ingin membuat robot beralih dari sekadar digerakkan oleh kode menjadi digerakkan oleh akal sehat.

Tentu saja, kemampuan tersebut belum berarti robot benar-benar memiliki akal sehat seperti manusia. Istilah tersebut lebih menggambarkan harapan agar robot mampu memahami konteks, mengenali hubungan antara objek dan tindakan, serta membuat penyesuaian ketika menghadapi situasi yang belum pernah ditemui.

Data Fisik Menjadi Senjata Baru dalam Persaingan AI

Untuk mengembangkan embodied AI, perusahaan membutuhkan data dalam jumlah besar yang menggambarkan interaksi manusia dengan lingkungan fisik.

Data tersebut dapat dikumpulkan melalui berbagai cara. Ada perusahaan yang mempekerjakan manusia untuk memperagakan pekerjaan, menggunakan sensor pada tubuh pekerja, atau memanfaatkan simulasi komputer untuk menghasilkan pengalaman pelatihan.

Spirit AI, misalnya, disebut telah mempekerjakan sekitar 1.000 orang untuk merekam berbagai aktivitas sehari-hari dan pekerjaan industri.

Sementara itu, ACE Robotics menggunakan sensor yang dikenakan pada tubuh untuk merekam gerakan serta kekuatan genggaman pekerja ketika menjalankan aktivitas di toko dan hotel.

Pendekatan ini penting karena gerakan manusia bukan sekadar perpindahan posisi tubuh. Ada banyak informasi tersembunyi di balik sebuah tindakan, seperti tekanan tangan, kecepatan gerakan, koordinasi anggota tubuh, dan respons terhadap perubahan kondisi benda.

Perusahaan lain juga mengembangkan metode pengumpulan data berskala besar. Unit robotika milik Ant Group, Robbyant, mengungkapkan telah melatih model AI menggunakan 160.000 jam materi pelatihan. Jumlah tersebut mencakup 50.000 jam gerakan robot yang diarahkan oleh manusia.

Robbyant juga melatih perangkat lunaknya menggunakan 20 konfigurasi robot dari 17 merek berbeda. Tujuannya adalah membuat satu sistem AI yang dapat digunakan pada berbagai jenis mesin.

Strategi ini menjadi penting karena robot masa depan tidak seharusnya hanya bisa bekerja pada satu model perangkat keras. Semakin luas kompatibilitasnya, semakin besar pula peluang teknologi tersebut diterapkan dalam industri.

China Punya Keunggulan Manufaktur, AS Unggul dalam Riset AI

Persaingan embodied AI antara China dan Amerika Serikat masih berlangsung ketat. Keduanya memiliki keunggulan yang berbeda.

Perusahaan-perusahaan AS seperti Physical Intelligence, Skild AI, dan Generalist tengah mengembangkan perangkat lunak yang memungkinkan robot mempelajari berbagai keterampilan tanpa pelatihan ulang secara ekstensif.

Menurut konsultan robotika Georg Stieler, laboratorium AI terkemuka di AS telah menetapkan standar tinggi, terutama dalam kecepatan robot mempelajari dan menggunakan keterampilan baru.

AS juga memiliki keuntungan dari kemajuan penelitian AI serta akses terhadap chip komputasi berkemampuan tinggi.

Di sisi lain, China memiliki kekuatan manufaktur dan kedekatan dengan pelanggan industri. Perusahaan robotika dapat bekerja sama langsung dengan produsen serta pengguna robot untuk menguji teknologi dalam lingkungan kerja nyata.

Keunggulan ini penting karena model AI robot tidak cukup hanya terlihat mengesankan dalam demonstrasi laboratorium. Sistem harus mampu bekerja secara konsisten ketika menghadapi kondisi yang berubah-ubah di pabrik, gudang, toko, atau fasilitas logistik.

Dengan ekosistem manufaktur yang besar, China memiliki peluang untuk mengumpulkan pengalaman penggunaan robot dalam berbagai aktivitas industri. Data dari lingkungan nyata tersebut dapat membantu pengembang memperbaiki kemampuan AI secara berkelanjutan.

Namun, keunggulan manufaktur tidak otomatis membuat China unggul dalam seluruh aspek AI. Pengembangan model yang mampu memahami dunia fisik tetap membutuhkan penelitian mendalam, kemampuan komputasi, dan metode pelatihan yang efisien.

Robot Sudah Digunakan di Apotek, tetapi Manusia Masih Dibutuhkan

Pengembangan embodied AI mulai menunjukkan penerapan praktis. Robbyant mengatakan robot buatannya telah digunakan untuk menangani pesanan di dua apotek di Shanghai.

Meski demikian, staf manusia tetap memeriksa obat-obatan sebelum pesanan dikirimkan.

Contoh ini memperlihatkan bahwa robot sudah mulai memasuki lingkungan kerja nyata, tetapi penerapannya masih membutuhkan pengawasan manusia. Hal tersebut wajar mengingat kesalahan dalam penanganan obat dapat menimbulkan konsekuensi serius.

Dalam jangka panjang, target industri adalah mengembangkan perangkat lunak yang mampu mempelajari pekerjaan baru tanpa membutuhkan banyak penyesuaian. Satu sistem AI diharapkan dapat digunakan pada berbagai jenis robot dan lingkungan kerja.

Untuk mencapai target tersebut, perusahaan harus meningkatkan kualitas data pelatihan, mengembangkan model yang semakin canggih, serta memanfaatkan chip komputasi berkemampuan tinggi.

Perusahaan China juga berupaya menekan kebutuhan komputasi melalui model yang lebih efisien, penggunaan data sintetis, dan simulasi komputer.

Masa Depan Robot Ditentukan oleh Kecerdasannya

Perlombaan robot humanoid memperlihatkan bahwa masa depan industri robotika tidak hanya ditentukan oleh siapa yang mampu membuat mesin paling kuat atau paling menyerupai manusia. Faktor yang semakin menentukan adalah kemampuan robot memahami dunia dan beradaptasi terhadap pekerjaan baru.

China memiliki modal manufaktur dan akses ke lingkungan industri untuk mengembangkan embodied AI. Amerika Serikat memiliki kekuatan dalam penelitian AI dan komputasi. Persaingan keduanya masih terbuka, bahkan belum ada satu perusahaan yang benar-benar menguasai pasar.

Namun, ada satu hal yang semakin jelas: robot yang hanya bisa menjalankan instruksi terbatas akan memiliki ruang penggunaan yang lebih sempit dibandingkan robot yang mampu mempelajari keterampilan baru.

Jika embodied AI berhasil dikembangkan secara matang, robot berpotensi mengambil peran lebih luas dalam manufaktur, logistik, layanan, dan berbagai pekerjaan yang selama ini membutuhkan interaksi fisik manusia.

Meski begitu, jalan menuju robot yang benar-benar mandiri masih panjang. Tantangan pengumpulan data, keselamatan, biaya komputasi, dan konsistensi kinerja belum sepenuhnya teratasi.

Pada akhirnya, revolusi robot humanoid bukan sekadar tentang menciptakan mesin yang bisa berjalan seperti manusia. Tantangan sesungguhnya adalah membuat mesin yang mampu memahami apa yang sedang dilakukannya, mengapa suatu tindakan diperlukan, dan bagaimana menyesuaikan diri ketika keadaan berubah. Di situlah persaingan otak AI akan menentukan siapa yang memimpin generasi robot berikutnya.