Dari kemampuan fisik menuju otak pengendali
Embodied AI adalah teknologi yang menghubungkan kecerdasan buatan dengan tubuh robot agar mesin dapat memahami lingkungan fisik, mempelajari tugas baru, dan menyesuaikan tindakan tanpa pemrograman khusus untuk setiap pekerjaan. Inilah pergeseran utama dalam pengembangan robot humanoid China: setelah membuktikan kemampuan berlari, menari, dan melakukan salto, perusahaan kini mengarahkan perhatian pada AI yang membuat robot mampu bekerja mandiri.
Arah baru ini masuk akal. Gerakan yang mengesankan belum tentu berguna dalam pekerjaan sehari-hari jika robot tidak memahami benda yang dihadapinya atau cara menyelesaikan tugas yang berubah. Karena itu, otak AI robot menjadi pembeda yang lebih penting daripada pertunjukan fisik. McGrath, pendiri ZenGen Labs, menilai keuntungan industri ke depan akan bertumpu pada kecerdasan robot, bukan perangkat kerasnya. Bagi saya, perubahan ini menandai ujian sesungguhnya: bukan apakah humanoid bisa bergerak seperti manusia, melainkan apakah ia bisa bekerja dengan sedikit arahan dan hasil yang konsisten.
Mengapa investasi mengalir ke AI
Pemicu peralihan ini bersifat praktis: persaingan produksi membuat perangkat keras robot semakin murah, sehingga keunggulan tidak lagi mudah dibangun hanya dengan menjual mesin. Perusahaan mencari nilai pada perangkat lunak yang bisa digunakan untuk mempelajari pekerjaan baru tanpa penyesuaian besar. Investasi embodied AI pun melonjak; perusahaan di sektor ini menghimpun pendanaan sebesar 93,5 miliar yuan melalui 322 transaksi pada semester pertama 2026, sekitar lima kali lipat dari periode yang sama setahun sebelumnya.
Namun, dana besar bukan jaminan kecerdasan robot humanoid akan segera matang. AI robot membutuhkan data interaksi fisik—misalnya cara menggenggam, memindahkan barang, atau menangani kabel—bukan hanya teks dari internet. Pengembang mengumpulkannya lewat demonstrasi pekerja, sensor gerak, dan simulasi. Perusahaan juga berupaya membuat satu sistem AI berfungsi pada beragam jenis mesin. Langkah ini menjanjikan, tetapi kualitas data dan kemampuan menerapkan hasil pelatihan di situasi nyata akan menentukan apakah investasi berubah menjadi robot yang benar-benar berguna.
Dari demonstrasi ke pekerjaan sehari-hari
AI yang lebih kuat dapat mengubah robot dari mesin yang mengikuti urutan kode menjadi pekerja yang mengenali konteks, memilih tindakan, lalu menggunakan kembali keterampilan yang sudah dipelajari. Penelitian perusahaan X Square, misalnya, menunjukkan robot dapat mempelajari manipulasi objek dari satu video demonstrasi manusia tanpa pelatihan ulang untuk tiap tugas. Bagi pengguna biasa, manfaatnya akan terasa bukan pada salto yang lebih sempurna, melainkan pada bantuan yang konsisten: menangani pesanan, memindahkan barang, atau menjalankan tugas berulang dengan pengawasan yang makin ringan.
Contoh pemakaian sudah ada, tetapi batasnya juga jelas. Robbyant menyatakan robotnya menangani pesanan di dua apotek di Shanghai, sementara staf manusia tetap memeriksa obat sebelum dikirim kepada pelanggan. Pengawasan itu bukan detail kecil; ia menunjukkan bahwa otomasi masih harus membuktikan keselamatan dan ketepatan dalam pekerjaan yang berdampak langsung pada orang. Penguatan AI dapat memperluas jenis tugas yang mampu dilakukan robot, tetapi untuk saat ini keputusan penting tetap memerlukan pemeriksaan manusia.
Janji besar, kesiapan belum teruji
Tahap berikutnya adalah menguji apakah model AI dapat berpindah dari demonstrasi terkendali ke lingkungan kerja yang beragam. Pendiri Unitree, Wang Xingxing, mengatakan perusahaannya telah menguji GPT-6 pada robot dengan hasil menjanjikan dan memperkirakan GPT-7, jika dirilis tahun depan, dapat menjadi momen penting bagi robotika. Ia menyebut tolok ukur ambisius: robot menyelesaikan 80% tugas di 80% lingkungan yang belum pernah dikenalnya hanya berdasarkan instruksi suara.
Meski target itu menarik, demonstrasi yang berhasil tidak sama dengan kesiapan komersial. Konsultan robotika Georg Stieler memperingatkan bahwa keandalan untuk operasional sehari-hari masih memerlukan waktu bertahun-tahun, bukan hitungan bulan. Sikap ini lebih realistis daripada menganggap setiap terobosan sebagai tanda bahwa pekerja manusia segera tergantikan. Kesimpulannya, peralihan dari otot ke AI adalah taruhan yang tepat bagi industri humanoid: perangkat keras memberi robot tubuh, tetapi kecerdasanlah yang akan menentukan apakah tubuh itu mampu menyelesaikan pekerjaan nyata dengan aman dan konsisten.
