Tempo di lettura
1. Premessa: la narrazione da correggere
La narrazione dominante sui robot umanoidi racconta una storia di macchine che sostituiscono l’uomo. La realtà è più sfumata — e, a ben guardare, più interessante. Per ora, i robot più avanzati del mondo funzionano grazie a un esercito silenzioso di esseri umani: persone che aprono porte di microonde a Shanghai, tracciano movimenti in laboratori anonimi, prestano il proprio corpo alla macchina perché la macchina impari. Capire questa differenza — tra autonomia vera e autonomia narrata — è la competenza strategica più sottovalutata del momento. Non serve essere ingegneri: serve saper leggere i comunicati stampa delle aziende tech con la stessa attenzione critica con cui si legge un bilancio.
Come giurista informatico, rilevo che questa distinzione non è soltanto epistemologica: ha rilevanza diretta sul piano normativo, contrattuale e della tutela dei lavoratori. Il lavoro umano non è scomparso. Si è spostato. Spesso si è nascosto. Trovarlo — e regolamentarlo — è già, di per sé, un vantaggio competitivo e una responsabilità istituzionale.
2. Il mercato dei robot umanoidi nel 2026: i numeri reali
2.1 Dimensioni del mercato e crescita
Il mercato globale dei robot umanoidi ha raggiunto nel 2025 una valutazione compresa tra 2,92 e 4,89 miliardi di dollari (le fonti divergono per differenze metodologiche: MarketsandMarkets stima 2,92 mld, Fortune Business Insights 4,89 mld). La stima per il 2026 si attesta intorno a 4-5 miliardi di dollari, con un tasso di crescita annuo composto (CAGR) che le principali analisi collocano tra il 39% e il 50%, con proiezioni a lungo termine che proiettano il settore a 150-165 miliardi di dollari entro il 2034.
«Il mercato globale dei robot umanoidi è proiettato a crescere da 2,92 miliardi di dollari nel 2025 a 15,26 miliardi nel 2030, con un CAGR del 39,2%.» — MarketsandMarkets, aprile 2026
In termini di unità fisicamente spedite, il salto è ancora più eloquente: circa 3.000 unità nel 2024, circa 13.000 nel 2025, con stime per il 2026 che oscillano tra 15.000 e 30.000 unità. ABI Research prevede che dal 2027 il mercato supererà le 115.000 unità annue spedite nel mondo.
| Anno | Unità spedite | Valore mercato |
| 2024 | ~3.000 | ~2,0 mld $ |
| 2025 | ~13.000 | 2,92 – 4,89 mld $ |
| 2026 (stima) | 15.000 – 30.000 | 4,0 – 6,24 mld $ |
| 2030 (proiezione) | Oltre 100.000 | 10 – 15,26 mld $ |
| 2034 (proiezione) | Oltre 500.000 | Fino a 165 mld $ |
2.2 Distribuzione geografica degli investimenti
La robotica umanoide è un fenomeno geopoliticamente concentrato. L’Asia-Pacifico guida il mercato con una quota del 42,6% nel 2025 (1,91 miliardi di dollari), destinata a crescere a 2,68 miliardi nel 2026. In testa troviamo Cina, Giappone e Corea del Sud, con la Cina che detiene da sola il primato assoluto. Negli Stati Uniti la crescita è trainata principalmente da Tesla e da un ecosistema di startup ad alto rischio/alta rendita. L’Europa resta in posizione di rincorsa, con alcune eccezioni significative in Germania e nelle startup deep-tech.
| Area geografica | Quota mercato 2025 | Ruolo predominante |
| Asia-Pacifico (Cina, Giappone, Corea) | 42,6% | Leader produttivo e normativo |
| Nord America (USA, Canada) | ~35% | Leader in AI software e finanziamento venture |
| Europa (DE, FR, IT, NL) | ~15% | Forte in regolamentazione, in ritardo in produzione |
| Resto del mondo | ~7,4% | Mercati emergenti, India in crescita |
La Cina merita un focus specifico: nel solo 2025 si sono registrati oltre 610 accordi di investimento nel settore robotico nei primi nove mesi dell’anno, per un totale di 50 miliardi di yuan (circa 7 miliardi di dollari), con una crescita del 250% rispetto all’anno precedente. Solo nel terzo trimestre 2025, 243 deal — il 102% in più anno su anno. La politica industriale cinese ha espressamente dichiarato la “intelligenza embodied” (AI che abita corpi fisici) una priorità nazionale, innescando una corsa agli investimenti che coinvolge sia il settore privato sia le amministrazioni locali.
Sul fronte degli investimenti globali in venture capital e finanziamenti corporate, la cifra aggregata supera i 6 miliardi di dollari solo nel 2025, con operazioni di rilievo: UBTECH ha ottenuto 1 miliardo di dollari di finanziamento strategico; Figure AI è valorizzata 39 miliardi; Tesla punta a produrre 100.000 unità del proprio Optimus nel 2026. I costi di produzione sono calati del 40% in un anno — ben oltre il 15-20% atteso dagli analisti — rendendo alcuni modelli già acquistabili sotto i 10.000 dollari.
3. AI e Robotica: due paradigmi distinti che si potenziano a vicenda
3.1 Una distinzione concettuale necessaria
Uno degli equivoci più diffusi nel dibattito pubblico — e, purtroppo, anche in una parte della letteratura tecnico-giuridica — è quello di trattare “intelligenza artificiale” e “robotica” come sinonimi o come facce della stessa medaglia. Si tratta invece di due domini separati, con storie, metodologie e sfide proprie.
| Dominio | Definizione | Natura | Componente chiave |
| Intelligenza Artificiale | Sistemi software di apprendimento, ragionamento e decisione | Virtuale / computazionale | Dataset, algoritmi, modelli linguistici |
| Robotica | Sistemi meccanici che agiscono nel mondo fisico | Fisico / meccanico | Attuatori, sensori, strutture cinetiche |
Un robot senza AI è una macchina automatica deterministica: esegue sequenze programmate ma non impara, non adatta, non generalizza. Un sistema di AI senza corpo fisico — un LLM, un sistema di raccomandazione, un algoritmo diagnostico — elabora simboli ma non interagisce direttamente con la materia. È la loro integrazione che produce il salto qualitativo: un robot guidato da un sistema di intelligenza artificiale può percepire l’ambiente, adattarsi a variazioni inattese, apprendere dall’esperienza e migliorare le proprie prestazioni nel tempo.
Questa integrazione — Physical AI nella terminologia di NVIDIA, o “intelligenza embodied” nella classificazione cinese — è il vero oggetto del contendere oggi: non i robot “soli” né i sistemi di AI “soli”, ma la loro convergenza in entità fisiche capaci di operare in ambienti non strutturati.
3.2 Il risultato dell’integrazione: precisione, adattività, sicurezza
L’integrazione tra AI e robotica produce vantaggi misurabili. In ambito manifatturiero, i robot guidati da visione computazionale e apprendimento per rinforzo riducono i tassi di errore di assemblaggio fino all’80% rispetto ai robot tradizionali a controllo numerico. In ambito chirurgico, i sistemi robotici assistiti da AI come Da Vinci mostrano tremori ridotti, incisioni più precise e una curva di apprendimento del chirurgo accelerata. In logistica, le soluzioni combinate (robot + AI di path-planning) aumentano la velocità di evasione degli ordini del 200-300% rispetto alle operazioni puramente umane.
La manifattura industriale e la logistica rappresenteranno il 60% del mercato robotico umanoide entro il 2036, come settori dove la convergenza AI-robot produce il maggiore ritorno sugli investimenti. — New Market Pitch, 2026
4. L’essere umano non scompare: si trasforma
4.1 Il lavoro umano nascosto nella macchina
Dietro ogni robot che sembra “autonomo” c’è una quantità straordinaria di lavoro umano. Non si tratta di una fase transitoria destinata a scomparire: è una componente strutturale del processo di sviluppo dell’intelligenza artificiale incarnata.
A Shijingshan, nel distretto occidentale di Pechino, è stato inaugurato un centro di raccolta dati robotici di oltre 10.000 metri quadrati che replica sedici ambienti diversi: una linea di assemblaggio automobilistico, una casa intelligente, una struttura per anziani. Lo scopo non è produrre beni o servizi, ma dati — migliaia di ore di movimenti umani codificati in sequenze che i robot possono apprendere. Secondo Interact Analysis, entro dicembre 2025 erano operativi in Cina oltre 20 centri analoghi, con altri 40 annunciati.
Negli Stati Uniti, Figure AI (valutazione 39 miliardi) ha costruito pipeline di “data recording” in cui operatori umani — inquadrati contrattualmente come lavoratori autonomi — indossano esoscheletri o telecamere e ripetono azioni domestiche (piegare il bucato, stirare, aprire cassetti) mentre il sistema registra ogni micromovimento. Micro1, piattaforma specializzata in questa tipologia di raccolta, offre 15 dollari l’ora per questi data recorder.
Il pattern non è nuovo: è lo stesso che ha caratterizzato la moderazione dei contenuti nei social network, l’etichettatura dei dati per gli algoritmi di classificazione, il feedback umano per i modelli linguistici. Con una differenza rilevante: qui il lavoro è fisico, non digitale. E spesso sfugge alle categorie giuridiche tradizionali.
4.2 Il cambio di paradigma: dall’esecutore all’educatore
Il cambiamento più profondo che la robotica intelligente introduce non è la riduzione del lavoro umano: è la sua trasformazione qualitativa. L’essere umano non è più solo esecutore di compiti ripetitivi — ruolo in cui la macchina lo supera per velocità, resistenza e precisione. Diventa invece educatore, supervisore e garante di qualità del sistema.
Questa transizione richiede un cambio di paradigma sia nelle competenze che nella percezione del proprio ruolo. Colui che in passato avvitava bulloni in fabbrica, oggi può diventare:
- Teleoperation specialist: guida il robot da remoto in ambienti pericolosi o non strutturati
- Data quality annotator: verifica che i movimenti registrati siano corretti e rappresentativi
- Robot supervisor: monitora in tempo reale le performance del sistema e interviene nelle eccezioni
- Trainer di sistema: progetta i percorsi di apprendimento del robot in nuovi contesti operativi
Il World Economic Forum ha stimato che, pur prevedendo la trasformazione di 85 milioni di posti di lavoro entro il 2035, emergono contemporaneamente 97 milioni di nuovi ruoli ripartiti tra esseri umani, macchine e algoritmi: un saldo positivo, a condizione che si investa in formazione e transizione.
5. Analisi sociologica: scenari futuri e implicazioni
5.1 Tre scenari plausibili per il 2030-2035
Lungi dal configurare un futuro univoco, l’integrazione AI-robotica apre almeno tre scenari strutturalmente diversi, ciascuno con diversi gradi di probabilità e implicazioni sociali.
Scenario A — Complementarità virtuosa (probabilità medio-alta)
Uomini e robot operano in ambienti ibridi dove ciascuno svolge ciò che sa fare meglio: il robot gestisce precisione, ripetitività, esposizione a rischio; l’essere umano porta giudizio, empatia, supervisione etica e adattamento creativo. La formazione è continua, il reskilling istituzionalizzato, le tutele contrattuali aggiornate. Questo scenario richiede investimenti pubblici significativi in istruzione e infrastruttura digitale.
Scenario B — Polarizzazione occupazionale (probabilità medio-alta nelle economie avanzate)
Si consolida una biforcazione del mercato del lavoro: alta domanda per lavori ad alta qualificazione (ingegneri, data trainer, supervisori di sistema) e mantenimento dei lavori ad alta componente relazionale e contestuale (cura, educazione, arte), con forte contrazione nei lavori medi routinari. Il rischio principale è la disuguaglianza territoriale e di genere, con le donne impiegate in lavori esposti all’automazione più vulnerabili. Come segnalato dall’OCSE nel 2024, le aree con scarso capitale tecnologico rischiano di essere escluse dai benefici della transizione.
Scenario C — Transizione lenta con rischi di misallocation del capitale (probabilità media)
Come avverte BCG nel suo Physical AI Report del 2026, i volumi di adozione potrebbero essere molto inferiori alle proiezioni ottimistiche. Le proiezioni per il 2030 oscillano tra meno di 1 milione e oltre 6 milioni di unità annue — una forbice che evidenzia l’incertezza del settore. Se l’autonomia reale dei robot rimanesse ancora distante, il modello di business basato su milioni di data-worker a bassa paga potrebbe diventare insostenibile. Il settore rischia quello che BCG definisce «uno dei più grandi errori di allocazione del capitale industriale degli ultimi anni».
5.2 Il punto cieco normativo: il lavoratore della filiera robotica
Dal punto di vista giuridico, la figura del lavoratore che “educa il robot” — il data recorder, il teleoperation specialist, il trainer di sistema — si colloca in un punto cieco regolatorio allarmante. Non è dipendente, non rientra nella normativa sul lavoro subordinato, opera spesso in giurisdizioni diverse da quella dell’azienda committente.
L’AI Act europeo e il GDPR offrono strumenti parziali, ma la specificità di questo lavoro — fisico, domestico, a volte intimo — richiede attenzione normativa dedicata. I dati biometrici di movimento raccolti da operatori che indossano telecamere durante attività quotidiane rientrano astrattamente nella categoria speciale del GDPR, ma le piattaforme di raccolta non sempre garantiscono gli standard richiesti. Questo è il terreno in cui la collaborazione tra diritto del lavoro, diritto dei dati e regolamentazione AI deve aprire nuovi fronti.
5.3 Oltre il catastrofismo: il valore della presenza umana
La storia delle rivoluzioni tecnologiche insegna che il timore della sostituzione è antico quanto la macchina: i luddisti inglesi nell’Ottocento, i tipografi nel Novecento, i call center a inizio millennio. In ogni caso, la transizione è stata dolorosa in alcune fasce, ma ha prodotto — nel medio-lungo periodo — una redistribuzione verso lavori più qualificati e meno alienanti.
La differenza oggi è la velocità del cambiamento. Questo non giustifica il catastrofismo, ma impone una risposta istituzionale più agile di quelle storicamente fornite. La chiave non è bloccare l’innovazione, ma accompagnarla con strumenti di governance adeguati: certificazione delle competenze ibride, protezione del lavoratore della filiera digitale, trasparenza sull’autonomia reale dei sistemi, responsabilità chiara lungo la catena produttiva AI-robot.
«Il robot non può imparare senza l’essere umano. L’essere umano, con il robot, può fare cose che da solo non farebbe mai. Questa non è sostituzione: è coevoluzione.»
6. Conclusioni: leggere la realtà senza la nebbia della narrazione
Il mercato dei robot umanoidi vale già tra 4 e 6 miliardi di dollari nel 2026 e cresce a ritmi che non hanno precedenti nella storia dell’automazione industriale. L’Asia-Pacifico guida con una quota del 42%, la Cina ha investito 7 miliardi di dollari in nove mesi, Tesla e i principali player americani puntano a decine di migliaia di unità. I costi sono crollati del 40% in un anno.
Ma questi numeri raccontano solo metà della storia. L’altra metà è quella dei centri di raccolta dati a Pechino, degli operatori che guadagnano 15 dollari l’ora per insegnare a piegare le camicie, dei lavoratori invisibili che costituiscono la vera infrastruttura dell’autonomia narrata. Comprendere questa dualità è la premessa per qualsiasi strategia professionale, imprenditoriale o politica che voglia fondarsi sulla realtà piuttosto che sul comunicato stampa.
AI e robotica sono due mondi distinti che, quando si incontrano, amplificano le capacità dell’uno e dell’altro. L’essere umano non è il problema di questa equazione: è la variabile che la rende possibile. Cambia il suo ruolo — da esecutore a educatore, da operaio a supervisore, da lavoratore fisico a designer di sistemi intelligenti — ma non esce dalla scena. Anzi: entra in scena a un livello più alto, con una responsabilità più grande.
Il cambio di paradigma non riguarda solo le competenze. Riguarda il senso del lavoro. E questa è, in ultima analisi, una questione profondamente umana.
Fonti principali e riferimenti
MarketsandMarkets, Humanoid Robot Market Set for Rapid Expansion (aprile 2026) — Fortune Business Insights, Global Humanoid Robot Market Report (2025-2034) — ABI Research, Humanoid Robot Market Size Outlook (2025) — New Market Pitch, Humanoid Robotics Market Size (febbraio 2026) — Boston Consulting Group, Physical AI Report (aprile 2026) — Agenda Digitale, «Robot umanoidi: quanto lavoro umano c’è dietro la loro autonomia» (febbraio 2026) — Agenda Digitale, «Dietro i robot umanoidi c’è lavoro umano globale, precario e invisibile» (aprile 2026) — World Economic Forum, Future of Jobs Report (2025) — OECD, AI and the Labour Market (2024) — IFR, World Robotics Report (2024).
Nota: I dati di mercato riportati provengono da analisi di terze parti con metodologie diverse; le cifre vanno considerate come ordini di grandezza indicativi. Dati aggiornati a maggio 2026.
