Hyundai Motor Group accelera la propria AI Transformation dopo aver costruito per anni infrastrutture digitali, piattaforme condivise e una pipeline comune dei dati. Ora il vero obiettivo è portare l’intelligenza artificiale fuori dagli uffici e dentro automobili, robot e fabbriche. È il passaggio dalla Generative AI alla Physical AI e potrebbe cambiare profondamente il modo in cui pensiamo l’industria automobilistica.
Per capire dove vuole arrivare Hyundai con l’intelligenza artificiale conviene partire da un dettaglio apparentemente poco spettacolare: JIRA, Confluence, pipeline di dati, piattaforme collaborative. Non esattamente il materiale con cui si costruiscono le demo che fanno milioni di visualizzazioni.
Eppure è probabilmente proprio qui che si trova la parte più importante della strategia AI di Hyundai Motor Group.
Il gruppo coreano ha presentato a Seoul, durante lo Hyundai Motor Group AX Achievement Showcase, i risultati della propria trasformazione digitale e soprattutto il passaggio alla nuova fase definita internamente AX, AI Transformation. L’obiettivo finale è preparare l’azienda a quella che Hyundai considera l’era della Physical AI, nella quale l’intelligenza artificiale smette progressivamente di vivere soltanto dentro computer e smartphone e comincia a interagire direttamente con il mondo attraverso automobili, robot, macchinari e sistemi produttivi.
Una trasformazione particolarmente importante per un gruppo automobilistico perché la Physical AI potrebbe rappresentare il punto nel quale la rivoluzione dell’intelligenza artificiale incontra finalmente quella industriale.
E Hyundai parte con un vantaggio: possiede già il mondo fisico nel quale farla lavorare.
Prima dell’intelligenza artificiale vengono i dati
L’aspetto interessante della strategia Hyundai è che la storia non comincia con ChatGPT. Il gruppo ha avviato il proprio percorso di Digital Transformation nel 2019, diversi anni prima dell’esplosione della Generative AI, costruendo progressivamente infrastrutture digitali e una base comune dei dati.
Dal 2022 ha inoltre introdotto strumenti come JIRA, Dooray e Confluence per standardizzare gestione dei progetti, monitoraggio delle attività e condivisione della conoscenza.
Potrebbe sembrare normale amministrazione digitale. In realtà è una delle condizioni necessarie per portare l’AI dentro un’organizzazione industriale complessa.
Un modello può essere straordinariamente potente, ma se le informazioni aziendali rimangono distribuite tra database incompatibili, documenti isolati, divisioni che non comunicano e sistemi legacy, quella potenza serve relativamente a poco.
Hyundai ha quindi lavorato prima sulla struttura, mettendo al centro di questa strategia la Global One Data Pipeline, progettata per standardizzare e collegare informazioni provenienti da ricerca e sviluppo, produzione, qualità e vendite, con un obiettivo apparentemente semplice: fare in modo che un dato prodotto in una parte dell’organizzazione possa diventare utile anche alle altre.
Nella pratica significa provare a trasformare l’intera catena industriale in un sistema informativo connesso. Ed è precisamente ciò di cui avrà bisogno la Physical AI.
H Chat Pro: 30.000 dipendenti stanno già usando l’AI
La seconda componente della trasformazione è molto più immediatamente riconoscibile. Hyundai ha sviluppato H Chat Pro, una piattaforma proprietaria attraverso la quale i dipendenti possono utilizzare differenti modelli di intelligenza artificiale generativa all’interno di un ambiente aziendale protetto.
La scelta architetturale è interessante perché Hyundai non sembra voler scommettere tutto su un unico Large Language Model. H Chat Pro permette di accedere a sistemi esterni tra cui ChatGPT, Gemini e Claude, inserendoli però all’interno di un’infrastruttura controllata dal gruppo.
A luglio 2026 la piattaforma ha superato 30.000 utenti attivi, raggiungendo circa l’80% della popolazione dei dipendenti generalisti di Hyundai Motor e Kia.
È forse uno dei numeri più significativi dell’intera strategia.
Il problema dell’AI nelle grandi organizzazioni, infatti, non consiste soltanto nell’acquistare modelli migliori. Consiste nel convincere migliaia di persone a integrarli realmente nei processi quotidiani.
Eunsook Jin, president e head of ICT Management Division di Hyundai Motor Group, lo ha sintetizzato in maniera piuttosto efficace: l’intelligenza artificiale rimane uno strumento e il vantaggio competitivo dipende dalla velocità con cui un’organizzazione riesce a comprenderla, applicarla al lavoro e trasformarla in risultati.
Una considerazione forse meno futuristica di molte dichiarazioni sull’AI, ma decisamente più utile quando bisogna far funzionare un’azienda.
Il passaggio successivo si chiama Physical AI
Fin qui potremmo parlare della trasformazione AI di qualsiasi grande multinazionale. Poi arrivano automobili, robot e fabbriche. Ed è qui che Hyundai diventa particolarmente interessante.
Con Physical AI si indica una nuova generazione di sistemi nei quali l’intelligenza artificiale non si limita a elaborare informazioni digitali, ma percepisce un ambiente fisico, interpreta ciò che sta accadendo, prende decisioni e produce un’azione che modifica quell’ambiente.
Un chatbot riceve un prompt e produce una risposta. Un sistema di Physical AI riceve informazioni da telecamere, sensori, radar o altri dispositivi, costruisce una rappresentazione dell’ambiente, decide cosa fare e trasforma quella decisione in movimento.
Immaginiamo la scena: un robot afferra un componente, un veicolo modifica la traiettoria, una macchina industriale corregge autonomamente un processo, un sistema logistico sposta materiali in risposta a ciò che sta accadendo nella fabbrica. L’intelligenza artificiale, insomma, acquisisce qualcosa che fino a questo momento le mancava: un corpo.
Perché la Physical AI è molto più difficile della Generative AI
Scrivere una risposta sbagliata è fastidioso. Spostare nel posto sbagliato un braccio robotico da centinaia di chilogrammi è un problema nettamente diverso che spiega anche perché la Physical AI rappresenti una delle frontiere tecnologicamente più complesse dell’intelligenza artificiale.
Nel mondo digitale è possibile generare, verificare e correggere rapidamente un output. Nel mondo fisico entrano in gioco spazio, tempo, attrito, gravità, oggetti imprevedibili e soprattutto persone.
Il sistema deve percepire l’ambiente attraverso sensori, comprenderne la geometria, prevedere le conseguenze delle proprie azioni e reagire in tempo reale quando qualcosa cambia.
Ed è qui che diventano fondamentali anche i world model, i modelli del mondo progettati per consentire all’intelligenza artificiale di costruire rappresentazioni dinamiche degli ambienti e prevederne l’evoluzione.
Non è casuale che proprio questa tecnologia stia attirando investimenti crescenti da parte dell’industria AI: NVIDIA ha fatto della Physical AI uno degli assi strategici della propria evoluzione, sviluppando piattaforme per simulazione, robotica e digital twin; Google DeepMind sta lavorando su modelli destinati alla robotica e all’interazione con ambienti fisici; Anthropic, secondo indiscrezioni emerse in queste ore, starebbe trattando l’acquisizione di Decart AI, società specializzata proprio nei world model.
Sono segnali differenti che convergono verso la stessa direzione: dopo aver insegnato alle macchine a generare informazioni, la prossima sfida consiste nell’insegnare loro a comprendere le conseguenze delle azioni.
Hyundai possiede qualcosa che i laboratori AI non hanno
È precisamente qui che la posizione di Hyundai diventa strategicamente interessante. Le grandi società tecnologiche possiedono modelli, cloud e capacità computazionale. Hyundai possiede fabbriche, automobili, supply chain, robot, sistemi logistici e soprattutto enormi quantità di dati prodotti dall’interazione con il mondo reale.
E possiede anche Boston Dynamics.
L’acquisizione della società di robotica statunitense, completata nel 2021, assume oggi un significato molto diverso rispetto a quello che poteva avere soltanto cinque anni fa.
Robot come Atlas non sono più soltanto dimostrazioni impressionanti di ingegneria meccanica. Possono diventare piattaforme fisiche sulle quali applicare modelli AI capaci di percepire, ragionare e agire.
Per Hyundai significa poter lavorare contemporaneamente sui tre elementi fondamentali della Physical AI: intelligenza, dati e corpo. E, soprattutto, significa poter addestrare e verificare questi sistemi all’interno di ambienti industriali reali.
La fabbrica diventa un gigantesco dataset
Qui torna utile quella poco spettacolare Global One Data Pipeline citata all’inizio. Se produzione, controllo qualità, progettazione, manutenzione e logistica generano dati standardizzati e collegati, la fabbrica smette progressivamente di essere soltanto il luogo nel quale vengono costruite automobili e diventa anche un gigantesco sistema di apprendimento.
Immaginiamo un robot utilizzato per movimentare componenti. Le sue operazioni producono dati che possono essere analizzati per migliorare il modello. Il modello aggiornato può modificare il comportamento del robot. Il risultato delle nuove operazioni genera ulteriori dati.
Si crea così un ciclo continuo tra mondo fisico, dati, simulazione, AI e nuovamente mondo fisico.
È uno dei principi fondamentali della Physical AI.
Ed è anche la ragione per cui i digital twin stanno assumendo un’importanza crescente nell’industria: prima di insegnare a migliaia di robot attraverso costosi tentativi nel mondo reale, è possibile generare ambienti virtuali nei quali simulare milioni di situazioni.
La fabbrica reale produce dati per quella virtuale. Quella virtuale addestra l’intelligenza artificiale. E l’intelligenza artificiale torna nella fabbrica reale.
A quel punto la distinzione tra software e produzione comincia a diventare piuttosto sottile.
Anche l’automobile diventa una macchina AI
Lo stesso principio vale naturalmente per il prodotto più importante di Hyundai. L’automobile sta attraversando una trasformazione nella quale software, sensori e intelligenza artificiale assumono un peso crescente rispetto alla tradizionale architettura meccanica.
La Physical AI rappresenta la prosecuzione naturale di questa evoluzione. Un veicolo dotato di sistemi avanzati di assistenza alla guida deve percepire pedoni, automobili, segnaletica e ostacoli, comprendere come si stanno muovendo, prevederne il comportamento e decidere come reagire.
È esattamente il tipo di problema per il quale servono sistemi capaci di costruire rappresentazioni dinamiche del mondo. E questo spiega perché la convergenza tra automotive, robotica e intelligenza artificiale sia destinata ad aumentare.
Il robot industriale e l’automobile autonoma sembrano prodotti completamente differenti. Dal punto di vista dell’AI hanno invece molto in comune: entrambi devono vedere il mondo, comprenderlo, prevederlo e agire al suo interno.
La Physical AI potrebbe essere il vero vantaggio industriale
La trasformazione annunciata da Hyundai racconta quindi qualcosa che va oltre Hyundai. La prima ondata dell’intelligenza artificiale generativa ha favorito soprattutto le aziende che possedevano modelli, cloud, dati digitali e capacità computazionale.
La Physical AI potrebbe redistribuire almeno parzialmente le carte. Perché improvvisamente diventano preziose risorse che le tradizionali aziende industriali possiedono in abbondanza: fabbriche, macchinari, flotte, robot, sensori, processi produttivi e dati provenienti dal mondo reale.
Un produttore automobilistico non deve necessariamente costruire il miglior foundation model del pianeta per ottenere un vantaggio competitivo dall’intelligenza artificiale. Deve riuscire a collegare modelli, dati e sistemi fisici meglio dei concorrenti. Ed è precisamente ciò che Hyundai sembra voler fare.