De volgende golf van AI gaat niet over betere gesprekken op een scherm, maar over machines die kunnen bewegen, tillen, grijpen en met ons kunnen samenleven in de rommelige realiteit van het dagelijks leven.
De sprong van digitale breinen naar fysieke lichamen
In amper drie jaar tijd is generatieve AI verschoven van nieuwigheid naar infrastructuur. Grote taalmodellen schrijven nu e-mails, vatten vergaderingen samen, genereren code en verzorgen klantenservice op schaal. Ze analyseren beelden, verwerken audio en werken steeds vaker als ‘agents’ die online in onze plaats handelen.
De volgende grens verplaatst die autonomie uit de browser naar de fysieke wereld. Techleiders noemen het ‘physical AI’: systemen die krachtige AI-modellen koppelen aan robotlichamen die echte objecten kunnen waarnemen, bewegen en manipuleren.
Physical AI beschrijft artificiële intelligentie die niet alleen over de wereld redeneert, maar er ook in handelt via robots en machines.
Voor Nvidia-CEO Jensen Huang is dit de ‘volgende golf’ van AI: systemen die fysica goed genoeg begrijpen om veilig en productief tussen mensen te werken. Dat betekent robots die deuren kunnen openen, rekken kunnen stapelen, een kwetsbare patiënt veilig kunnen verplaatsen of zich door een rommelig appartement kunnen bewegen zonder het meubilair te vernielen.
Waarom 2026 eruitziet als een kantelpunt
Verschillende trends komen samen rond het midden van dit decennium. Chipmakers leveren gespecialiseerde ‘breinen’ voor robots. Humanoïde prototypes zijn uit onderzoekslabs verschoven naar vroege industriële pilots. En steeds meer bedrijven racen om te bewijzen dat robots echte jobs aankunnen, niet alleen geënsceneerde demo’s.
Nvidia zet zwaar in op deze verschuiving, niet door zelf robots te bouwen, maar door de rekenplatformen te leveren die ze zullen aandrijven. Het compacte Jetson Thor system-on-module, goed voor duizenden biljoenen bewerkingen per seconde, is ontworpen om in robots te zitten en geavanceerde AI-modellen in real time te draaien.
De businesslogica is duidelijk. Zodra robots minder maatwerk worden en meer op een productcategorie gaan lijken, kan wie de kern van hun compute-stack controleert op schaal leveren aan magazijnen, ziekenhuizen, boerderijen en woningen.
Een physical AI-markt die in fabrieken start, kan uiteindelijk bijna elke sector raken die afhankelijk is van repetitieve of risicovolle handarbeid.
Een miljard humanoïde robots tegen 2050?
Investeringsbanken schetsen nu al duizelingwekkende voorspellingen. Morgan Stanley heeft de mogelijkheid geopperd van één miljard humanoïde robots in gebruik tegen 2050. Dat getal is speculatief, maar recente beelden van bedrijven zoals Ubtech hinten op hoe snel productie kan versnellen zodra ontwerpen stabiliseren.
Ubtechs humanoïde Walker S2, in promotievideo’s in nette rijen opgesteld, wijst op een verschuiving van unieke prototypes naar vroege massaproductie. Deze robots evenaren nog niet de behendigheid of het beoordelingsvermogen van een menselijke werknemer, maar ze kunnen lopen, grijpen en basistaken uitvoeren met groeiende betrouwbaarheid.
In Japan bereidt Enactic de inzet voor van robots die ontworpen zijn om ‘samen met mensen te leven in zeer chaotische omgevingen’. Die formulering wijst op de echte uitdaging: woningen, zorginstellingen en publieke ruimtes zijn onvoorspelbaar. Meubels worden verplaatst. Er wordt gemorst. Mensen vergeten kastdeuren te sluiten.
Woonzorgcentra als testomgeving in de echte wereld
Een van Enactics eerste doelen is ouderenzorg. In veel landen zijn personeelstekorten acuut. Zorgmedewerkers staan onder druk, en rugletsels door het tillen van patiënten komen vaak voor. Robots die veilig kunnen helpen bij zware, repetitieve taken zouden de economie van zorg kunnen veranderen.
- Helpen om patiënten met beperkte mobiliteit op te tillen of te herpositioneren
- Maaltijden, medicatie of wasgoed rondbrengen in een instelling
- Monitoren op valpartijen of ongebruikelijke bewegingspatronen
- Nachtelijke controles uitvoeren zonder bewoners onnodig wakker te maken
Robots in zulke omgevingen zouden verpleegkundigen of zorgkundigen niet vervangen. In plaats daarvan nemen ze de fysieke belasting over, zodat personeel meer tijd heeft voor gesprek, observatie en emotionele ondersteuning. Dat is de belofte. Of 2026 het begin markeert van betekenisvolle uitrol, hangt af van veiligheid, kostprijs en publieke aanvaarding.
Robots zijn nog onhandig en soms gevaarlijk
Er is een reden waarom industriële robots vandaag achter hekken staan. Het zijn brutaal sterke, meedogenloze machines die ontworpen zijn om precieze bewegingen te herhalen, niet om rond mensen te improviseren. De schijnbare ‘slimheid’ van generatieve AI vertalen naar veilige, flexibele beweging is bijlange niet opgelost.
Recente incidenten illustreren de kloof. Een Russische humanoïde robot die op een podium omviel, werd een symbool van die mismatch tussen glanzende hype en mechanische realiteit. Machines van Tesla of Boston Dynamics kunnen op camera dansen of springen, maar dat zijn zorgvuldig gescripte, sterk gecontroleerde performances, vaak vele keren herhaald om een vloeiende sequentie te filmen.
Gespreksvlotheid koppelen aan fysieke vaardigheid op menselijk niveau blijkt veel moeilijker dan een chatbot slim laten klinken.
Veiligheid is de harde rand van dit probleem. Zachte bekleding en gewatteerde buitenkanten, zoals de textiele ‘huid’ op sommige 1X-humanoïden, helpen maar beperkt. De echte veiligheidslaag zit in waarneming en controle: het vermogen om een kind te detecteren dat achter de robot stapt, of een hand die onverwacht op een schouder rust, en meteen aan te passen.
De menselijke operators achter ‘autonome’ robots
Voorlopig steunt verrassend veel ogenschijnlijk autonoom gedrag op menselijke teleoperators. Deze werknemers, soms met motion-capturepakken of VR-headsets, demonstreren fysiek taken die de robot nabootst. Anderen houden op afstand toezicht op vloten robots en grijpen in wanneer het systeem in de war raakt.
Die human-in-the-loop-aanpak dient twee doelen. Ze maakt proeven veiliger, en ze genereert waardevolle trainingsdata. Elke til-, grijp- of draaibeweging die van een vaardige operator wordt vastgelegd, wordt een voorbeeld dat toekomstige leeralgoritmen kunnen imiteren en verfijnen.
In tegenstelling tot mensen kunnen robots die lessen meteen delen. Nieuwe technieken kunnen met een software-update over een hele vloot worden uitgerold. De hoop in de sector is dat dit een cumulatief effect creëert: elke generatie robots leert van miljarden eerdere bewegingen, wordt geleidelijk capabeler en minder afhankelijk van menselijk toezicht.
De fysicakloof: waarom lichamen moeilijker zijn dan woorden
Grote taalmodellen werken in een symbolisch, tekstgebaseerd universum. Ze kunnen redeneren over documenten, code en gesprekken, maar hoeven zich geen zorgen te maken over wrijving, gewicht of impuls. Physical AI moet dat wel.
Echte omgevingen zijn rommelig. Vloeren zijn glad. Objecten hebben net andere afmetingen. Licht verandert. Mensen lopen in beeld. Een actie die 99 keer lukt, kan nog altijd rampzalig mislukken als een robot een greep op een hete pan of een fragiele arm verkeerd inschat.
| Uitdaging | Digitale AI | Physical AI |
|---|---|---|
| Fouten | Irritant of kostelijk | Potentieel schadelijk |
| Omgeving | Gestructureerde data | Onvoorspelbare realiteit |
| Leren | Miljoenen tekstvoorbeelden | Minder, risicovollere proeven |
| Testen | Simulaties in software | Simulaties plus checks in de echte wereld |
Simulators kunnen helpen. Nvidia en anderen draaien al gedetailleerde digitale replica’s van fabrieken en magazijnen waar robots veilig taken kunnen ‘oefenen’. Maar die virtuele omgevingen vangen nooit elke eigenaardigheid van de echte wereld. Die laatste 5–10% overbruggen vraagt voorzichtige tests ter plaatse, met strikte beperkingen en menselijk toezicht.
Waarom 2026 werk kan hervormen, niet alleen gadgets
Naarmate physical AI volwassen wordt, zal de impact waarschijnlijk eerst voelbaar zijn in jobs die draaien om routine, beweging en herhaling. Magazijnen, assemblagelijnen en logistieke hubs zijn evidente kandidaten. Robots die vrachtwagens kunnen lossen, pallets kunnen verplaatsen of items uit rekken kunnen picken, zullen onder sterke economische druk staan om zichzelf te bewijzen.
Zorg, schoonmaak en hospitality volgen niet ver daarachter. Een robot die een kar kan duwen, een vaatwasser kan inladen en beddengoed kan vervangen, wordt aantrekkelijk in sectoren met chronische personeelstekorten.
Tegelijk zullen nieuwe rollen ontstaan rond deze systemen. Technici zullen robotvloten onderhouden. Trainers zullen zich specialiseren in het aanleren van nieuwe taken aan machines. Supervisors zullen operaties monitoren en ingrijpen wanneer randgevallen opduiken.
Sleutelbegrippen die lezers vaker zullen horen
Verschillende concepten rond physical AI zullen de komende jaren waarschijnlijk herhaaldelijk opduiken:
- Humanoïde robot: Een robot met een lichaam dat grofweg op een mens lijkt, meestal met twee armen, twee benen en een kopachtige sensorcluster. Het doel is te werken in ruimtes die voor mensen ontworpen zijn, met dezelfde gereedschappen, deuren en trappen.
- Teleoperatie: Een robot op afstand besturen, via een joystick of een motion-capture-opstelling. Data uit teleoperatiesessies kan hergebruikt worden om autonomer gedrag te trainen.
- Belichaming (embodiment): Het idee dat intelligentie gevormd wordt door het hebben van een lichaam dat met de wereld interageert. Veel onderzoekers stellen dat rijkere fysieke interactie leidt tot meer geaarde, betrouwbare AI-systemen.
- Cobots: Collaboratieve robots die ontworpen zijn om veilig naast mensen te werken, vaak met krachtlimieten en veiligheidssensoren afgestemd op nabijheid.
Risico’s, voordelen en een paar realistische scenario’s
Tegen 2026 gaan realistische scenario’s minder over volledig autonome androïden in elk huis en meer over gerichte inzet waar de omstandigheden strak beheerd kunnen worden.
In een modern magazijn kan een vloot humanoïde robots bijvoorbeeld in eerste instantie alleen de nachtshift draaien in een goed in kaart gebracht gebied, gestandaardiseerde kratten verplaatsen langs vaste routes. Menselijk personeel blijft toezicht houden en afwijkende items behandelen, maar physical AI neemt het meest repetitieve tilwerk over.
In een woonzorgcentrum kan één robot starten met zeer beperkte taken: was transporteren, maaltijden leveren of fungeren als mobiel sensorplatform dat controleert op open ramen of onbeheerde kookplaten. Naarmate vertrouwen groeit en prestaties verbeteren, kunnen taken zoals ondersteund tillen stapsgewijs worden toegevoegd, altijd met een mens in de buurt.
De voordelen zijn duidelijk: minder fysieke belasting voor werknemers, 24/7 beschikbaarheid en het vermogen om gevaarlijke of onaangename taken te doen. De risico’s zijn subtieler. Overmatige afhankelijkheid van machines kan basisvaardigheden uithollen. Slecht ontworpen uitrol kan zorg ontmenselijken of ongelijkheid vergroten als slechts sommige groepen toegang krijgen tot robotische hulp.
Physical AI zal niet komen als één grote doorbraak, maar als een reeks incrementele binnendringingen: een robot aan de laadkade, een mechanische helper in de ziekenhuisgang, een mobiele assistent in een magazijngang. Tegen 2026 zullen die binnendringingen waarschijnlijk minder aanvoelen als sciencefiction en meer als nog een stuk complexe machinebouw dat we moeten beheren, reguleren en waar we over zullen discussiëren.
Reacties
Nog geen reacties. Wees de eerste!
Laat een reactie achter