L'ITALIANO CHE STA COSTRUENDO UN ESERCITO DI ROBOT

Hanno preso un robot umanoide, gli hanno attaccato 4 motori a reazione e l'hanno fatto volare. Con le fiamme, sì, è decisamente sul serio. Non in California e nemmeno in Cina, ma a Genova. Si chiama IronCube e il gruppo che l'ha fatto volare adesso vuole costruire robot umanoidi che lavoreranno nelle nostre fabbriche, che svolgeranno i compiti più faticosi senza mai stancarsi e senza mai fermarsi. Ecco, a guidare questo gruppo di pazzi c'è Daniele Pucci, ex direttore dell'Istituto Italiano italiano di tecnologia che adesso vuole abbandonare i laboratori e passare al mondo vero. Nel 2025 ha creato Generative Bionics che ha raccolto 70 milioni di euro da un sacco di aziende internazionali e che ha cominciato a costruire Gene01, un robot da 1 metro e 77 circa, 15 gradi di libertà solo nelle mani e la pelle ricoperta di sensori. Il che, detto onestamente, è una follia perché quella degli umanoidi è la gara più affollata del pianeta tra Tesla, Figure, Unitree, Boston Dynamics, nonché mezza Cina e mezza America che ci sta lavorando, ma Daniele ha deciso di fare questa cosa in Italia. Quindi oggi cercheremo di capire con lui come si costruisce un robot umanoide in Italia e perché un robot deve avere due gambe, due braccia e cinque dita. Cosa ne pensa degli altri robot umanoidi che si vedono in giro? Quanto tempo ci vorrà? E soprattutto, dobbiamo preoccuparci? Daniele.

Jacopo D'Alesio.

70 milioni di euro, parto così, raccolti per costruire dei robot. Ci spieghi brevemente cosa state cercando di fare?

Allora, noi stiamo cercando di creare un robot umanoide e più precisamente una piattaforma per la robotica umanoide abilitata dalla fisica e l'AI sicura, pensata per l'Europa ma pronta per scalare a livello globale. E il nostro obiettivo fondamentale, la nostra missione è quella un po' di aiutare gli esseri umani del futuro, perché se si guardano i dati la società rischia di affrontare dei grossi problemi da qui ai prossimi 10 anni, che crediamo la robotica possa aiutare in queste sfide.

Tu arrivi dal mondo più di ricerca, dall'Istituto Italiano di Tecnologia, per un sacco di anni hai lavorato, hai creato, hai sviluppato un sacco di cose. Adesso state facendo il salto, cioè da ricerca si deve passare a robot fisici nel mondo vero. Da dove si parte quando si deve fare questo grande passaggio?

Noi siamo partiti dall'Istituto Italiano di Tecnologia, che un po' è un luogo particolare, cioè non è un'università dove, no, dove fai ricerca, pubblichi paper. L'Istituto Italiano di Tecnologia ha anche una seconda missione oltre a quella, ma è quella di fare trasferimento tecnologico. E quindi noi per all'incirca 10 anni abbiamo avuto collaborazioni strutturate con tantissime aziende e quindi venivamo già da un'esperienza del sapere un pochino come trasformare la ricerca in un prodotto. Perché poi sai, l'azienda se non funziona non paga. Ok. E quindi il meccanismo del processo di trasferimento tecnologico un po' ce l'avevamo nel bagaglio della nostra esperienza. Tuttavia in questo momento la partita è completamente diversa, dobbiamo fare una sola cosa invece che 20, fare un robot umanoide scalabile, riproducibile e se vuoi producibile, perché poi la fattibilità della sua produzione non è scontata. E quindi la domanda: dove si parte? Beh, si parte dal bisogno dei clienti, cioè dallo use case, quindi dal problema. La nostra interpretazione è che in questo momento fare un robot umanoide che fa tutto male è un rischio alto. E noi, quelli bravi dicono: "No, non devi essere technology push, devi essere market pull." Ecco, noi vogliamo andare in quella direzione, ascoltare i futuri clienti e definire delle soluzioni specifiche per i loro bisogni.

Cioè più una cosa che risolve un problema concreto, vero e magari anche più semplice che non subito il robot che fa tutto.

Noi crediamo che l'approccio deve essere un pochino two-fold, quindi due anime deve avere. Da un lato devi— quello che noi stiamo cercando di fare è creare una piattaforma di robotica umanoide abilitata dalla fisica AI. Che cos'è la piattaforma? È un robot umanoide che sembra un essere umano e che ha la volontà di essere generalista, open source, perché questo è importante che si sappia cosa giri dentro. E questa piattaforma poi può essere utilizzata per generare dei robot umanoidi specifici per dei segmenti di mercato che noi crediamo importanti da affrontare. E questo perché? Perché l'osservazione fondamentale è che un robot umanoide che salda non può essere uguale a un robot umanoide che è in ospedale. E questo non è solamente, se vuoi, buon senso, no? Perché quello che salda ha le protezioni, deve avere anche una maschera, deve avere la mano fatta in un certo modo. Ma anche la regolamentazione a supporto non ti consente di vendere un robot. È per fortuna, diremmo. E quindi noi abbiamo montato questa strategia, definito questa strategia che integra sia la piattaforma di robotico umanoide generalista con dei robot umanoidi specifici per i segmenti di mercato che intendiamo affrontare.

Ma quando proprio si deve iniziare a costruire non solo un prototipo come in laboratorio, ma decine, centinaia, che poi diventano migliaia, che poi diventano decine di migliaia di robot lavoratori, la sfida più grande è la parte di hardware, la parte di software, la parte di integrazione, la parte di dati su cui allenarli? Cioè, Ovviamente sono tutte sfide ugualmente difficili, ma nell'ordine secondo te com'è che si approccerà a questa cosa qui?

Allora, in questo momento abbiamo una grossa esigenza di dati fisici, ok? Quindi uno dei grossi problemi è quello di avere i dati fisici del mondo vero e quindi il robot che deve fare delle cose, però per farlo ha bisogno di modelli, i modelli vengono addestrati e quindi se vuoi l'approvvigionamento dei dati fisici è un problema. Ok, senza dati non riusciamo ad abilitare l'intelligenza. L'altro problema è l'approvvigionamento delle risorse per creare— ma risorse, se vuoi, materiali, non risorse economiche.

Materie prime, proprio.

Materie prime, le terre rare, poi se vogliamo entrare nello specifico. E quindi assicurarsi che tutta la catena di approvvigionamento, quello che poi si chiama supply chain, sia sicura, certificata e sostenibile. Questi problemi che, se vuoi, sono a monte sono importanti, forse entrambi un pochino sullo stesso livello. E poi c'è l'altro problema, se vuoi, della certificazione, cioè a valle il robot deve essere sicuro e quindi deve essere cyberprotetto, giusto per fare un esempio. Quindi ci sono dei problemi che sono a monte e a valle. Poi c'è, se vuoi, un rischio di esecuzione per creare i prototipi, però un pochino, sai, quello è un po' che un modo lo troveremo perché abbiamo esperienza sulla sul campo. Però in questo momento ci sono un po' questi problemi a monte e a valle che vanno affrontati.

Partiamo dall'hardware, cioè a livello di hardware la parte più difficile cosa sono? Gli attuatori, le batterie, la parte di visione, la parte di sensoristica, le mani per esempio che sono molto difficili da replicare perché le nostre mani sono pazzesche?

Sì, allora la parte più difficile secondo noi non è tanto un pezzo specifico ma è come tu metti assieme tutti i pezzi, ok? Cioè il cosiddetto co-design. La domanda che spesso noi dobbiamo affrontare è: ma sul ginocchio ci va un motore pesante o un motore leggero? Quindi non è tanto fabbricare il motore, ma come distribuiamo quest'hardware in giro nel corpo del robot? Quali sono gli effetti incrociati che quest'hardware poi ha sulle performance del robot? E questo ci sta spingendo a creare Se vuoi far fare un salto all'intelligenza artificiale, che non deve più generare testo, ma deve generare fisica, design meccanico. Ok? Perché la risposta a queste domande sono: beh, cerchiamo di far generare la robotica dalle AI.

Quanto prendete spunto dal modo in cui la natura ha già trovato delle soluzioni?

Ma guarda, tantissimo, perché noi ci chiamiamo Generative Bionics per un motivo molto semplice: noi stiamo cercando di avere queste metodologie di base che siano in grado di, dato il task del robot, quindi il compito, camminare, assemblare, eccetera, generare un robot ottimo dal punto di vista fisico cercando di farlo assomigliare alla biomeccanica dell'essere umano. E quindi generative bionics, no? Tutto nasce da questa osservazione fondamentale. Se tu, teoricamente, se tu non metti come altro input la biomeccanica dell'essere umano, magari ti esce un robot con 4 gambe, ok, oppure con 3 mani per il task specifico. E quindi diciamo la biomeccanica poi aiuta perché è perché per migliaia di anni o milioni di anni l'essere umano si è evoluto e quindi è andato la sua biomeccanica, pollici opponibili, intelligenza, quindi è converso verso una soluzione energeticamente ottima.

Ma visto che l'hai citato, noi vediamo i cani, vediamo gli umani, però vediamo tanti umanoidi e voi avete deciso di puntare proprio sugli umanoidi, quindi perché stiamo convergendo verso quest'hardware a forma di umano e non verso uno che abbia 3 braccia, uno che abbia le ruote, uno che abbia la mano con 2 dita, 3 dita, 6 dita, 12 dita?

Questa è una domanda interessante e la risposta non è banale. Però in questo momento noi abbiamo capito come digitalizzare l'essere umano.

Che è quello che abbiamo fatto con ChatGPT, ma partendo dal testo.

Esatto. Noi in questo momento qui abbiamo capito un pochino come mettere dei sensori addosso all'essere umano e digitalizzare i suoi movimenti, non solo nelle posture,— che poi sai sono abbastanza facili— ma anche delle forze di interazione, che è una cosina un pochino più complicata. Se tu digitalizzi l'essere umano, il dato ha una morfologia e quindi ha una forma, se vuoi. Quando tu addestri gli algoritmi di intelligenza artificiale, poi cerchi un corpo che possa ricevere questo modello. Se il corpo a valle ha una morfologia simile a quella del dato, ecco che allora il processo è molto, molto più efficace. Quindi in questo momento qui, ok, Si è capito come digitalizzare l'essere umano, addestrare dei modelli, questi dati hanno una morfologia e quindi 5 dita di un robot semplifica il processo di mettere a terra il modello. Quindi questa è la ragione, questa cosa qui è successa dal 2022 al 2025, sono cose estremamente recenti e questo poi ci permette, ci abilita a che cosa? A inserire un elemento adattabile e flessibile nei processi produttivi attuali senza cambiare l'infrastruttura. Che è l'altro abilitatore, no? Cioè, se io devo cambiare la mia linea produttiva, posso in qualche modo capire come o metto l'automazione nelle pareti, oppure capire come introdurre un elemento flessibile e adattativo.

Mondo progettato per gli umani, per ora mettiamoci lì.

Esatto, e quindi l'IA in questo momento ci sta consentendo di introdurre questi elementi flessibili che utilizzano gli strumenti fatti a misura d'uomo.

E quindi, lo dicevi prima, una delle sfide però è digitalizzarli questi movimenti, perché Se con le intelligenze artificiali classiche che usiamo, i chatbot, hanno preso tutto lo scibile umano che era su internet sotto forma di testo tramite la tastiera unicamente come input di fatto, e poi sì, le foto, i video e tutto quello che vuoi, con i movimenti è un pochino più complesso. Perché io mi immagino quanta conoscenza c'è nell'artigiano che lavora il cuoio facendo questo movimento per decine di anni, che ha imparato in decine di anni da un altro che per decine di anni prima di lui ha fatto delle cose. Quindi come si fa concretamente? L'hai detto mettendo delle tute, dei sensori.

Quello è un modo.

Ma più o meno che ordine di grandezza serve per poi riuscire a portare questa roba qui e generalizzare un movimento dentro un robot?

Allora, l'ordine di grandezza dipende dal compito, al verticale, no? Cioè, non possiamo immaginare che l'ordine di grandezza, non so, dei dati di far camminare un robot è uguale a quello di un futuro chirurgo robotico. Sono due cose completamente completamente diverse. Di solito quello che si cerca di fare è anche capire come ridurre la necessità dei dati per l'addestramento e quindi qui l'importanza, se vuoi, dei modelli fisici, della fisica, introdurre la fisica come elemento di regolarizzazione sui modelli di machine learning in modo tale da usare meno dati. Quindi la risposta in questo momento qui non c'è, però quello che ti posso assicurare è che in questo momento si sta cercando di capire come scalare anche a livello, se vuoi, di digital twin, quindi rappresentazioni digitali, la generazione dei dati. Non sappiamo esattamente quale sia l'ordine di grandezza. Il problema grosso è che è di certo un ordine di grandezza molto superiore rispetto a quello che abbiamo fatto con i chatbot. Questi modelli alle volte vengono chiamati vision language model, no? Eh, ma un robot non è solo vision, non è solo language. Un robot è temperatura, corrente, posizione, velocità, accelerazione, misure capacitive, campo magnetico. Cioè, è tante cose. E quindi tu ti devi prendere quella roba lì e la devi alzare a livello multimodale. E quindi la capisci che l'ordine di grandezza non è solamente un ordine di grandezza, sono svariati ordini di grandezza superiori.

E la parte difficile è che sono cose che noi facciamo normalmente anche inconsapevolmente, nel senso che magari l'artigiano che appunto c'ha quella conoscenza pazzesca non si rende conto che tramite la pressione delle dita sente la temperatura particolare.

Sì.

E voi puntate anche a fare la pelle in qualche modo realistica?

Sì, esatto, perché noi crediamo che poi la pelle del robot sia un elemento essenziale per l'integrazione dei futuri robot umanoidi con l'essere umano. Ad esempio, la pelle del nostro robot, della nostra piattaforma, che si chiama Gene01. Gene perché rappresenta la nostra genetica di Fisica AI.

Qualcuno dice anche che rimanda a Genova.

Ah vabbè, G-Bionics, qualcuno dice che rimanda a Genova. Se senti quelli di Google magari dicono Google Bionics, quindi in realtà è Generative Bionics. In ogni caso, diciamo, il nostro obiettivo è quello anche di fare una pelle che possa misurare le prossimità, no? In modo tale che, sai, se il robot non vede, ma ha dei sensori aggiuntivi rispetto a quello dell'essere umano. E questo è l'errore di interpretazione che spesso si fa, cioè si pensa a robot umanoide che debba avere esattamente le capacità, ad esempio, sensoriali dell'essere umano. Ecco, questo è un errore, ok? Non dobbiamo farlo. Certamente i robot umani sapranno fare più cose degli esseri umani, in modo più efficiente. Perché? Perché avranno dei sensori aggiuntivi rispetto a noi e quindi— o più potenti, o motori più potenti, o vedono meglio, vedono di più, percepiscono la temperatura. Sai, io guardo te, non so esattamente la temperatura, sai, della poltrona. Un robot potrebbe saperlo con una camera che gli permette di saperlo.

Facciamo un passo indietro gigantesco. La tua passione per i robot da dove arriva? Cioè tu da piccolino già avevi il sogno di— o è una cosa che è diventata facendo ricerca?

Diciamo che io un pochino da ragazzino ho cominciato a programmare quando avevo 11-12 anni in assembler e poi da lì pian piano ho cominciato a costruire dei trenini automatici che andavano in modo autonomo e poi ho avviato il mio percorso di studi che mi ha fatto atterrare prima diciamo sulla robotica aerea e poi la robotico umanoide.

E in tutto questo percorso c'è stato un momento in cui hai detto: ok, fermi tutti, i film di fantascienza che ho sempre visto da ragazzino stanno diventando realtà?

Ma allora, diciamo che quando abbiamo fatto volare iCub, far volare un robot umanoide, e sai, coi jet, velocità supersoniche, fiamme—

io l'ho provata quella tuta lì, è una delle cose più difficili che abbia mai fatto, comunque facendo tante cose strane, quindi immagino Sia stato un delirio.

Sì, lì è complicato perché ci sono delle fisiche particolari per la termodinamica e l'aerodinamica, no? Questo tipo di descrizioni che servono per capire come evolve l'aerodinamica e la termodinamica sono un po' più complicate. Quindi sai, quando ti trovi, non so, sul tetto di un edificio e hai il robot con le fiamme e il robot che vola, dici: "Ah vabbè, ma allora siamo vicini alla fantascienza, non è così lontana." Un altro momento che è stato un po' un aha moment per noi è stato nel 2023, dove eravamo uno dei primi gruppi al mondo a lavorare su questi sistemi di digitalizzazione dell'essere umano e poi addestramento dei modelli di intelligenza artificiale e abilitati dai robot umani. Quindi noi abbiamo preso i dati, abbiamo addestrato i modelli, li abbiamo messi sul robot e il robot ha cominciato a muoversi in un certo modo che non sapevamo predire. Non sai cosa fa il robot, arriva l'investitore, gli comincia a camminare dietro, lo abbraccia, ma cosa fa? Boh, non lo so. E quindi lì c'è stato l'aha moment, dove dici aspetta, forse si può fare.

Se fa qualcosa di strano cosa facciamo?

Cosa facciamo? Allora il robot può diventare davvero autonomo, no? E quindi l'autonomia di Robot Humanoidi ci è un po' successa per caso. Noi avevamo questi dati e a un certo punto ho detto proviamo a lanciare un po' di modelli e hanno funzionato. E chiaramente quello ha aperto da un lato la grandissima opportunità di dire: perfetto, facciamola scalare a livello industriale, il valore, si può creare valore aggiunto misurabile per gli end users, i clienti. E da un lato bisogna anche porci qualche domanda, no? Farsi un po' di domande: che succederà in futuro? E noi stiamo cercando un pochino di mitigare lo sviluppo facendoci, a nostro avviso, un po' di domande fondamentali.

Secondo me è molto interessante ed è anche il valore forse che possiamo avere noi in Italia, ma anche in Europa, nel senso che poi magari abbiamo una visione più ampia. Però quello che ti voglio chiedere è legato al fatto che io la prima volta che ho visto l'annuncio "Arriva Generative Bionics", le prime conferenze e cose varie, ho detto: "Ma questo è pazzo!" Cioè, vuole mettersi in Italia a costruire i robot umanoidi quando c'è comunque tutto il mondo, la Cina che è già a fare delle cose megagalattiche, quell'altro che Elon Musk si può permettere di chiudere adesso un'intera fabbrica dove produceva delle macchine che comunque vendeva un sacco di soldi, che andava tutto bene, chiude la macchina per fare i robot umanoidi. Quindi chiaro che c'è il momento, però allo stesso tempo dico: ma come diamine si fa dall'Italia a competere con la Cina e con gli Stati Uniti?

Allora, noi abbiamo la grandissima fortuna di avere 15 anni di esperienza. 15 anni che noi facciamo un po' robotico umanoidi e physical AI, quindi vogliamo fare l'aggregazione degli A player più importanti d'Europa e noi abbiamo messo insieme un team che ha decenni di esperienza su argomenti estremamente innovativi ed estremamente complicati. Quindi il primo sono le nostre risorse umane, ok? Non è facile trovare dei team che hanno lavorato per tanto tempo, ok? Quando abbiamo cominciato questa avventura io mi sono detto: "Sì, però faccio la chiamata della Nazionale." Cioè, un po' quelli più bravi che conosciamo dobbiamo chiamarli, dobbiamo aggregarli. Quindi dapprima sono delle competenze, perché poi l'automazione, la robotica è nata in Europa. L'Europa ha avuto un ruolo fondamentale per quello che adesso chiamiamo Physical AI. Poi ci siamo un po' dimenticati di saper fare certe cose perché non abbiamo visto la maturità della tecnologia e non siamo stati in grado di accelerare nel momento giusto. Questo da un lato, quindi Crediamo di avere un team, di crearlo, di creare il team più importante d'Europa. Dall'altro, beh, l'Europa dal punto di vista industriale non è che è messa male. Noi possiamo davvero, se vogliamo immaginare delle fabbriche umanoidi. Saper fare delle fabbriche per robot umanoidi non è una cosa banalissima, perché è un qualcosa che è in mezzo fra la produzione di un cellulare, la produzione di un'automobile, e la produzione di una lavatrice. È una cosa che sta lì in mezzo, ok? E quindi tutti i player che adesso dicono: "Adesso riconvertiamo i nostri impianti industriali", eh, non è mica così semplice. Quindi noi crediamo che questo sia il momento perfetto per creare un campione europeo, e noi ci poniamo questo obiettivo, per scalare i robot umanoidi a livello globale mantenendo l'approccio umanocentrico, quindi robot umanoidi per gli esseri umani.

E lavorando comunque di fatto lavorato molto con l'America, nel senso che avete una grossa partnership con AMD. Da loro, sia a livello aziendale sia a livello umano, che cosa ti porti a casa dell'approccio comunque che hanno in Silicon Valley di innovare?

Allora, quello di tentare l'impossibile, che alle volte l'impossibile è molto più vicino di quanto uno si possa immaginare. E noi questo qui, questa mentalità, dice: no, è impossibile, non ce la faccio. No, guarda come ci arrivi. Quindi questo approccio un po' di sfidare l'impossibile ce lo siamo certamente portati anche dalla collaborazione con AMD e poi il supporto tecnologico. Cioè AMD nel nostro caso non è solamente un investitore, sta investendo ingegneria nel nostro progetto e questo ci dà un vantaggio enorme per ad esempio l'elettronica del futuro che dovrà essere distribuita, più il data center, e le componenti che servono alla fisica le hai.

Nello specifico cosa ti colpisce di Lisa Su, per esempio?

L'umiltà. L'umiltà. Questo è uno degli elementi che mi ha colpito e un po' la si percepisce in tutta l'azienda. L'umiltà mentre si tenta l'impossibile e alle volte ci si riesce è un elemento fondamentale in questo percorso insomma è una sfida importante.

I cinesi invece come li vedi? Perché a me sembra che abbiano un approccio totalmente opposto, cioè vabbè software, buttiamo dentro qualcosa, facciamo questi robot e iniziamo a spedirli in giro per il mondo. Nel senso che noi stiamo giocando tanto con quelli di Unitree, che sono i primi diciamo che sono arrivati un po' a tutti e che YouTuber stupidi potevano comprare per fare video stupidi e ci stiamo divertendo un sacco. Io li vedo da una parte come comunque quelli che stanno per prima volta creando un ecosistema, nel senso che comunque tutti stanno lavorando sui loro robot perché sono gli unici che si possono comprare. Dall'altra però mi sembrano un po' degli scappati di casa, nel senso che è come se gli fosse esplosa questa situazione e non siano neanche loro pronti. Cioè non riesco a capire cosa c'è di concreto, chi sta bleffando. C'è tanta fuffa attorno a questi umani e mi chiedo, tu come la vedi la Cina da questo punto di vista? Sicuramente c'è anche tanto il governo che dà dietro organizza, spinge e definisce?

Allora, io credo che in questo momento, anzi, per essere precisi, nel 2023 la comunità che lavorava su questi aspetti ha capito molto bene come fare dei robot piccoli, agili e veloci.

Ok.

E questa comprensione è venuta da un salto tecnologico che in un elemento del robot, che è un ingranaggio, ora senza essere troppo tecnici che annoiamo le persone. E perché diciamo questo è stato un salto? Perché ci ha consentito in generale di far sì che gli algoritmi di addestramento, reinforcement learning per poi i più curiosi, potessero essere utilizzati quasi direttamente sul robot. Quindi uno faceva un po' di simulazione al computer, prende e mette sul robot. Quindi motori più piccoli, più potenti, più precisi, più potenti, e che avessero un rapporto di riduzione più basso, proprio se vogliamo essere— ok, fossero più trasparenti. Cioè, tu vai lì, lo tocchi, è molto trasparente, ok? Si muove il robot e questo ci ha consentito di fare dei robot piccoli, agili e veloci, ok?

Ok, ok, ok.

Che secondo noi quello lì è un verticale. L'hai detto tu prima, ci stiamo divertendo, è intrattenimento.

Sì, sì, sì, è show.

È show, ok? Che è un verticale della nostra strategia. Questo è un verticale della nostra piattaforma di Physical AI. Ok, quindi noi vediamo queste soluzioni che sono bellissime, interessanti, ma per l'intrattenimento. Poi hanno, sai, se uno fa un pensiero, beh, magari se ne produco 5000, li metto su, che ne so, i confini, no? Qualcosa succede perché posso controllare i confini. Però hanno quelle due funzioni lì.

Noi abbiamo provato a cucinare una carbonara a terra operandolo, ma la spalla si surriscalda in 15 minuti, il coso esplode, la mano appena tocca l'albume si blocca.

Benvenuto! Ok, esatto. Ora il nostro obiettivo è quello di creare un robot umanoide che abbia un chiaro valore aggiunto misurabile su un problema specifico. E poi quando metti assieme i problemi tiri su il modello, perché l'intrattenimento è bello, no? Però poi dopo fai so what.

E quindi arriviamo a questo GENE01, come vuoi, è un italiano. Come sarà fatto? Quanto sarà grande? Quanto peserà? Si parte da una cosa che sia molto modulare, come funziona?

Allora, Gen-01 sarà alto all'incirca 1 metro e 77. Ok. Poi avrà delle mani con all'incirca 15 gradi di libertà in questo momento, avrà una pelle sensorizzata e sarà ottimizzato poi per l'interazione con l'essere umano.

Ok.

È da tener conto che però Gen-01 è la nostra piattaforma di robotica umanoide, ok? Componenti open source, modularità che ci consente poi di mettere assieme i moduli sia meccanici che software e quindi poi non rappresenterà esattamente i robot umanoidi per i verticali, quelli saranno un po' diversi e saranno generati da Genes01 condividendo quella che poi viene chiamata build of material, cioè la lista dei componenti, in modo tale che tu hai una piattaforma che condivide o la lista dei componenti per l'80-90% per i vari verticali, però le customizzazioni le devi fare. E la customizzazione sono essenzialmente su due livelli: il primo agli end effector, quindi le mani e i piedi, e il secondo all'exterior design, quindi alla scocca esterna, quindi queste due, l'armatura. Ok, ci sono questi due livelli di customizzazione per i robot umanoidi specifici per i segmenti diversi. Gene01 lo stiamo rilasciando, verrà rilasciato tra luglio e settembre.

Rilasciato cosa vuol dire?

Rilasciato significa: la prima iterazione del robot è stata fatta e poi da lì partirà la costruzione della fabbrica dei robot umanoidi per poi andare a supportare la produzione di questa preserie. Perché nel frattempo stiamo ricevendo l'inbound dei clienti e quindi il primo prototipo scalabile è stato fatto, poi stiamo montando la fabbrica dei robot umanoidi e quindi dopo potrà essere replicato.

Esistono tanti prototipi ma state ancora affinando il prototipo definitivo?

Sì, esatto. Diciamo adesso Gen 01 viene prodotto nel primo batch di preserie tra luglio e settembre.

Ok, ok, ok. E se ti chiedessi quando un'azienda X, non necessariamente in partnership con voi, può aprire il sito e comprarne 10?

Allora, questo dipenderà un po' dal verticale. Noi ci stiamo ponendo l'obiettivo che per il Q2 2027 di avere già una disponibilità per dei segmenti di mercato che magari non sono quelli dell'health care, dove i robot non devono toccare i pazienti, ok, ma per altre soluzioni che poi verranno poi annunciate fra un po', ok.

Che poi non è solo il robot, ma anche predisporre eventualmente l'infrastruttura, software, assolutamente.

Quindi software, maintenance, c'è un po' di lavoro da fare.

E uno dei primi utilizzi che state sperimentando è con Fincantieri, avete fatto questa gigantesca partnership, il modello doppia.

Esatto.

Che sarà un robot saldatore. Come si costruisce un robot saldatore?

Si parte dal problema, ok? Quindi si parte dalla digitalizzazione dell'ambiente. Devi prendere l'ambiente, lo devi mettere in un simulatore, quindi ricostruire l'ambiente nel simulatore, e cominci a vedere se il robot così com'è performa come ti sei immaginato. Probabilmente non sarà così, dovremo fare una prima iterazione che è già in corso. E poi quindi partiranno le customizzazioni. Per fine anno poi ci saranno i primi test operativi. Il progetto lì con Ficantieri dura 4 anni. Non è semplice creare un robot monosaldatore. Uno dei processi complicati è la certificazione. Devi certificare il robot, l'applicazione e quello che poi viene chiamato il claim, cioè la saldatura. Non è come spostare pacchi, cioè se un pacco lo sposti un po' più a destra, un po' più a sinistra, è uguale. La saldatura deve avere una qualità, altrimenti la nave non la puoi produrre, no? E quindi devi fare un esercizio un pochino più complesso e il progetto ha bisogno un po' più di tempo.

Per chiudere tutto, dal punto di vista etico, che domande ti fai e che direzione dai a quello che stai facendo? Perché ovviamente un robot umanoide può essere usato per fare tutto, anche nell'utilizzo migliore può avere delle problematiche e portare a incidenti, e potenzialmente può essere usato anche per i fini più sbagliati, come ogni strumento. Quindi, certo, come vi state muovendo da questo punto di vista?

Allora, noi quello che stiamo cercando di fare è mettere l'essere umano al centro, ok? Quindi avere il robot umanoide che sia sempre connesso con l'essere umano, in modo tale che ci sia un filo diretto, ok? Anche di supervisione e controllo.

Ok.

Questo adesso è il nostro approccio. Poi dobbiamo lavorare su due cose, c'è un problema a monte e un problema a valle. Il problema a monte è la selezione dei dati sui quali i robot vengono addestrati. Perché sai, se il robot non ha dei dati di compiti particolari, non può generare. È più complicato che generi quei movimenti. Quindi problema a monte e poi problema a valle: guardrail, stringere il comportamento del robot, fare un enforcing in modo tale che sei sicuro che può avere solo certi comportamenti. Quindi ci sono queste 3 componenti. Problema a monte: data selection. Problema centrale: human integration. E poi guardrail. Questo è un po' l'approccio che stiamo avendo.

Tu ti fidi di te stesso e non che finiremo come Terminator a dover tornare indietro nel tempo?

Allora, io mi fido più dei miei collaboratori che di me stesso. Ho la fortuna di lavorare con gente più intelligente di me, quindi siamo in mani sicure.

Vediamo, vediamo. Verrò sicuramente a trovarvi perché voglio vedere poi i prototipi e poi i primi robot in funzione. Per il momento è stato molto interessante vedere quella che è la visione.

Grazie.

Non vedo l'ora di vederli per davvero nelle fabbriche a fare delle cose, aiutarci più che sostituirci.

Grazie a voi.

Grazie mille.