Nel grande teatro dell’intelligenza artificiale, dove per anni abbiamo applaudito modelli capaci di scrivere saggi convincenti e codice mediocre con la stessa sicurezza di un consulente McKinsey, qualcosa sta cambiando con una velocità che persino la Silicon Valley fatica a metabolizzare. Google DeepMind ha deciso di spostare il baricentro della conversazione: meno parole, più azione. Con Gemini Robotics-ER 1.6, il focus non è più la retorica dell’intelligenza, ma la sua incarnazione. Il passaggio è sottile solo per chi non guarda i bilanci industriali.

La narrativa dominante sull’AI, alimentata da modelli come ChatGPT o Claude, ha costruito un’illusione collettiva: se una macchina sa parlare, allora sa anche capire. Il problema è che il mondo reale non è un prompt ben formattato. È rumoroso, ambiguo, tridimensionale. È fatto di leve che si incastrano male, indicatori analogici sporchi di olio e condizioni operative che cambiano mentre tu stai ancora “ragionando”.

Gemini Robotics-ER 1.6 entra esattamente in questo spazio imperfetto, e lo fa con un’ambizione che ricorda più l’ingegneria industriale tedesca degli anni ’80 che l’estetica patinata delle demo AI contemporanee. Il cuore del sistema è ciò che viene definito embodied reasoning, un termine che suona accademico ma che in realtà rappresenta una delle frontiere più pragmatiche e meno glamour dell’intelligenza artificiale. Non basta più prevedere la parola successiva; bisogna prevedere la conseguenza fisica di un’azione.

Il salto qualitativo è evidente nelle capacità di comprensione spaziale e pianificazione dei compiti. Qui non si tratta di riconoscere un gatto in un’immagine, ma di capire se una valvola è aperta o chiusa, se un manometro segnala un’anomalia, se una sequenza operativa porterà a un risultato o a un guasto. È un cambio di paradigma che sposta l’AI dal dominio semantico a quello operativo. E, come spesso accade, è anche il punto in cui l’hype incontra la realtà.

La collaborazione con Boston Dynamics non è un dettaglio di marketing; è il vero indicatore strategico. Da anni Boston Dynamics rappresenta una sorta di laboratorio vivente della robotica applicata, con macchine come Spot che già operano in cantieri, impianti industriali e ambienti ostili. Fino a ieri, questi robot erano straordinari dal punto di vista meccanico ma relativamente limitati nella loro autonomia decisionale. Oggi, con l’integrazione di Gemini Robotics-ER 1.6, iniziano a colmare quel gap cognitivo che li separava da una vera autonomia.

La capacità di leggere strumenti complessi, come indicatori e sight glasses, può sembrare banale a chi vive in un mondo digitale. In realtà, è uno dei problemi più ostici della robotica industriale. Gli esseri umani lo fanno senza pensarci, grazie a milioni di anni di evoluzione e a qualche decennio di esperienza lavorativa. Per una macchina, interpretare correttamente un indicatore analogico in condizioni di luce variabile è un incubo computazionale. Il fatto che DeepMind abbia sviluppato questa capacità in collaborazione con Boston Dynamics suggerisce una cosa semplice: qualcuno sta finalmente lavorando sui problemi reali, non solo su quelli dimostrabili in conferenza.

I miglioramenti del 6% nei test di sicurezza basati su testo e del 10% in quelli basati su video rispetto a Gemini 3.0 Flash possono sembrare incrementali, ma nel contesto industriale rappresentano una differenza sostanziale. In un impianto chimico o in una centrale energetica, una percentuale di errore ridotta può tradursi in milioni di euro risparmiati o, più banalmente, in incidenti evitati. L’AI, in questo caso, non è più un giocattolo cognitivo ma un asset operativo.

Il passaggio dalla ricerca alla produzione è il vero nodo. L’integrazione nella piattaforma Orbit AIVI-Learning di Boston Dynamics, già attiva per clienti selezionati, indica che non siamo più nella fase sperimentale. Questo è il momento in cui la tecnologia incontra i contratti, i SLA, le responsabilità legali. Ed è anche il momento in cui molte promesse dell’AI iniziano a scontrarsi con la complessità delle organizzazioni reali.

Storicamente, ogni rivoluzione tecnologica ha avuto bisogno di un punto di convergenza tra hardware e software. Negli anni ’90 era il PC con Windows. Negli anni 2000 lo smartphone con iOS e Android. Oggi, la scommessa è sulla convergenza tra modelli AI avanzati e piattaforme robotiche mature. Senza hardware affidabile, l’AI resta teoria. Senza AI, il robot resta un automa sofisticato ma rigido. Insieme, iniziano a diventare qualcosa di diverso, e potenzialmente destabilizzante.

Il parallelo con l’automazione industriale del dopoguerra è inevitabile. Allora, le macchine hanno sostituito il lavoro fisico ripetitivo. Oggi, l’obiettivo è sostituire anche una parte del lavoro cognitivo situato, quello che richiede percezione, adattamento e decisione in tempo reale. È una trasformazione più profonda, perché colpisce competenze che fino a ieri erano considerate difficilmente automatizzabili.

Il mercato osserva con un misto di entusiasmo e cinismo. Le aziende vedono nella robotica autonoma una leva per ridurre costi e aumentare efficienza, ma sanno anche che l’integrazione di queste tecnologie è complessa e costosa. La storia dell’IT è piena di implementazioni fallite per eccesso di ambizione e difetto di execution. L’AI non farà eccezione, nonostante la retorica dominante.

Una frase che circola spesso nei corridoi delle grandi aziende recita: “Automation doesn’t eliminate work, it changes who does it.” In questo contesto, potrebbe essere aggiornata in modo più brutale: “Automation doesn’t eliminate decisions, it changes who is accountable.” Quando un robot dotato di AI prende una decisione sbagliata, la responsabilità non è più così facile da attribuire. È il modello? È il sistema? È l’azienda che lo ha implementato? È il fornitore? Domande legali prima ancora che tecnologiche.

L’aspetto più interessante, e meno discusso, è il potenziale effetto di rete. Man mano che questi sistemi vengono deployati, accumulano dati operativi reali, che a loro volta migliorano i modelli. È un ciclo di apprendimento continuo che potrebbe creare un vantaggio competitivo significativo per chi parte per primo. In altre parole, la robotica AI-driven potrebbe diventare un gioco da winner-takes-most, esattamente come è successo nel software.

Nel frattempo, la narrativa pubblica continua a oscillare tra utopia e distopia. Da un lato, la promessa di fabbriche completamente autonome e città gestite da robot intelligenti. Dall’altro, la paura di una disoccupazione di massa e di sistemi fuori controllo. La verità, come sempre, è più prosaica e meno cinematografica. La maggior parte delle implementazioni sarà graduale, imperfetta, piena di compromessi. Ma proprio per questo, inevitabile.

Una curiosità storica merita di essere ricordata. Quando Henry Ford introdusse la catena di montaggio, molti osservatori la considerarono una soluzione estrema, quasi disumana. Oggi, è diventata il fondamento della produzione moderna. L’AI embodied potrebbe seguire un percorso simile, passando da tecnologia controversa a infrastruttura invisibile.

Il punto finale, se così si può chiamare in un contesto che evolve quotidianamente, è che Gemini Robotics-ER 1.6 rappresenta meno una rivoluzione e più un segnale. Il segnale che l’AI sta uscendo dalla fase adolescenziale, fatta di demo spettacolari e benchmark discutibili, per entrare in una fase adulta, dove contano affidabilità, integrazione e ritorno sull’investimento. È un passaggio meno eccitante, ma molto più rilevante.

Qualcuno dirà che è solo un altro modello, un’altra iterazione in una corsa senza fine. Forse. Ma quando le macchine iniziano a vedere, capire e agire nel mondo fisico con un livello crescente di autonomia, la conversazione cambia inevitabilmente tono. Non si tratta più di cosa l’AI può dire, ma di cosa può fare. E, come ogni CEO sa bene, tra dire e fare c’è sempre di mezzo un budget.

Blog: https://deepmind.google/blog/gemini-robotics-er-1-6/