Robot Humanoid Makin Canggih, Tapi Mengapa Belum Siap Menggantikan Manusia?

Robot tradisional biasanya dibuat untuk menjalankan tugas yang sangat spesifik. Gerakannya telah diprogram berdasarkan kondisi lingkungan yang relatif terkontrol.

Pendekatan tersebut efektif untuk pekerjaan berulang di pabrik, tetapi menjadi bermasalah ketika robot harus menghadapi dunia nyata yang penuh ketidakpastian.

Bayangkan robot diminta mengambil pakaian dan melipatnya. Bentuk pakaian dapat berbeda, posisinya berubah, kain dapat kusut, pencahayaan tidak selalu sama, dan benda lain mungkin menghalangi.

Robot dengan physical AI diharapkan dapat mempelajari berbagai variasi tersebut melalui data. AI tidak harus memiliki kode khusus untuk setiap kemungkinan gerakan, tetapi belajar menemukan hubungan antara apa yang dilihat sensor dan tindakan yang perlu dilakukan.

Seperti dikatakan Bernt Børnic dari startup robotika 1X, keindahan AI dalam robotika adalah batas pemrograman berbasis kode mulai bergeser menuju pendekatan berbasis data.

Di sinilah industri menghadapi persoalan yang berbeda dari perkembangan model bahasa seperti ChatGPT.

Model bahasa memiliki akses terhadap jumlah teks yang sangat besar dari internet. Data tersebut membantu AI mempelajari hubungan antara kata, kalimat, konteks, dan berbagai bentuk pengetahuan.

Robot tidak memiliki kemewahan yang sama.

Robot membutuhkan data yang menghubungkan input sensorik dengan tindakan fisik. AI harus memahami bahwa ketika kamera melihat objek tertentu dari sudut tertentu, motor harus bergerak dengan cara tertentu untuk mengambil atau memindahkannya.

Menurut profesor robotika Ken Goldberg dari UC Berkeley, sebagian besar data yang menghubungkan input kamera dengan gerakan robot tersebut belum tersedia dalam jumlah yang memadai.

Inilah yang disebut robot data gap.

Berbagai perusahaan mencoba mengisi kesenjangan tersebut dengan beberapa pendekatan.

Robot dapat dilatih melalui simulasi lingkungan virtual, memanfaatkan video yang tersedia di internet, dikendalikan manusia melalui teleoperation, atau memperoleh pengalaman langsung ketika bekerja.

Pendekatan terakhir menciptakan semacam flywheel: semakin banyak robot bekerja, semakin banyak data yang dikumpulkan; semakin banyak data tersedia, semakin baik AI belajar; kemudian kemampuan robot yang meningkat menghasilkan lebih banyak pengalaman baru.

Jika siklus ini berhasil, perkembangan robotika dapat bergerak semakin cepat.

Persaingan teknologi robot humanoid juga memiliki dimensi geopolitik.

China telah menjadikan robotika sebagai salah satu bidang strategis dalam kebijakan industrinya sejak 2015. Keunggulan negara tersebut tidak hanya terletak pada jumlah perusahaan, tetapi juga pada ekosistem manufakturnya.

Komponen seperti baterai, sirkuit, motor, sensor, dan cip dapat diproduksi dalam rantai pasok yang sangat besar. Kondisi ini memungkinkan perusahaan mengembangkan dan memproduksi robot dengan kecepatan serta biaya yang sulit disaingi.

Pada 2025, lebih dari 140 perusahaan robot humanoid disebut telah berkembang di China. Perusahaan seperti AgiBot, UBTech, dan Unitree juga termasuk pemain yang mencatat pengiriman robot humanoid dalam jumlah besar secara global.

Namun, pertumbuhan yang terlalu cepat juga menimbulkan kekhawatiran. Banyaknya perusahaan yang berlomba masuk ke sektor tersebut meningkatkan risiko terbentuknya gelembung industri.

Antusiasme terhadap robot humanoid tidak hanya datang dari perusahaan robotika.

Raksasa teknologi seperti OpenAI, Google, Tesla, dan Nvidia serta startup seperti 1X telah menggelontorkan investasi besar untuk mengembangkan teknologi tersebut.

Alasannya sederhana: jika AI berhasil keluar dari komputer dan mampu melakukan pekerjaan fisik, ukuran pasarnya dapat menjadi sangat besar.

Industri robotika humanoid bahkan diproyeksikan berkembang menjadi pasar bernilai multi-triliun dolar pada 2050.

China juga memberikan dukungan finansial yang besar. Pada 2025, pemerintah China menjanjikan dana sekitar 1 triliun yuan, atau sekitar US$140 miliar, untuk mendorong berbagai teknologi baru, termasuk robotika.

Sementara itu, Elon Musk pernah membuat klaim yang jauh lebih spektakuler mengenai Tesla Optimus, dengan potensi pendapatan tahunan yang disebut dapat mencapai US$30 triliun.

Angka-angka tersebut menunjukkan besarnya ekspektasi industri, tetapi juga memperlihatkan betapa jauhnya jarak antara potensi jangka panjang dan kemampuan robot saat ini.

Di dunia nyata, robot humanoid masih banyak berada dalam tahap pilot test atau uji coba terbatas.

Robot memang sudah mampu melakukan beberapa tugas tertentu. Di lingkungan pergudangan, misalnya, robot dapat digunakan untuk menangani pekerjaan di area ekstrem seperti freezer sehingga manusia tidak perlu terlalu sering berada di lingkungan tersebut.

Namun, robot masih menghadapi sejumlah keterbatasan.

Gerakannya dapat lebih lambat dibandingkan manusia, baterai memiliki durasi terbatas, dan kemampuan manipulasi benda masih belum sempurna. Dunia nyata juga penuh dengan kondisi yang sulit diprediksi oleh sistem AI.

Satu kesalahan kecil pada lingkungan produksi dapat menyebabkan kerusakan barang, gangguan operasi, atau bahkan risiko keselamatan.

Karena itu, persoalannya bukan hanya “bisakah robot melakukan pekerjaan ini?”, tetapi juga “bisakah robot melakukannya secara konsisten, aman, cepat, dan dengan biaya yang masuk akal?”

Kekurangan tenaga kerja menjadi salah satu alasan kuat perusahaan tertarik pada robot humanoid. Di Amerika Serikat, sekitar 2 juta pekerjaan manufaktur diperkirakan berisiko tidak terisi pada 2033.

Kondisi tersebut menciptakan peluang besar bagi otomatisasi.

Namun, menggantikan manusia jauh lebih sulit daripada mendemonstrasikan robot yang mampu melakukan satu tugas dalam video promosi.

Robot harus mampu menghadapi variasi lingkungan, bekerja selama berjam-jam, mengelola energi, memahami objek yang berbeda, serta bereaksi terhadap situasi yang tidak pernah ditemuinya sebelumnya.

Karena itu, optimisme terhadap robot humanoid perlu berjalan bersama realisme.

Seperti disampaikan Ken Goldberg, masa depan robotika memang layak optimistis, tetapi penting untuk realistis mengenai jangka waktunya.

Robot humanoid berada di persimpangan antara kemajuan AI dan dunia fisik. Physical AI memberikan peluang untuk membuat robot yang tidak lagi bergantung pada pemrograman kaku, tetapi dapat belajar dari pengalaman dan data.

Namun, industri masih menghadapi robot data gap, keterbatasan perangkat keras, daya tahan baterai, ketangkasan, keselamatan, serta persoalan biaya.

China dan berbagai perusahaan teknologi global kini berlomba membangun ekosistem robotika dengan investasi bernilai miliaran dolar karena melihat peluang pasar yang sangat besar.

Pada akhirnya, pertanyaan terpenting bukan apakah robot humanoid akan menjadi bagian dari masa depan. Kemungkinan besar jawabannya adalah iya.

Pertanyaannya adalah kapan robot tersebut benar-benar cukup cerdas, tangkas, aman, dan murah untuk bekerja di dunia nyata dalam skala besar.

FAQ

1. Apa itu physical AI? Physical AI adalah kecerdasan buatan yang diintegrasikan dengan sistem fisik seperti robot sehingga AI dapat memahami lingkungan dan melakukan tindakan secara langsung di dunia nyata.
2. Apa yang dimaksud robot data gap? Robot data gap adalah kekurangan data yang menghubungkan informasi sensor, seperti gambar dari kamera, dengan gerakan fisik yang harus dilakukan robot.
3. Mengapa China menjadi pemain penting dalam robot humanoid? China memiliki dukungan pemerintah dan ekosistem manufaktur besar yang memungkinkan produksi komponen robot seperti baterai, cip, sensor, dan motor dalam skala tinggi.
4. Apakah robot humanoid sudah siap menggantikan pekerja manusia? Belum secara luas. Robot masih menghadapi keterbatasan dalam kecepatan, baterai, ketangkasan, kemampuan beradaptasi, keselamatan, dan biaya operasional.
5. Mengapa perusahaan berinvestasi besar dalam robot humanoid? Perusahaan melihat potensi besar untuk mengatasi kekurangan tenaga kerja, meningkatkan otomatisasi, dan membangun industri baru yang diperkirakan dapat bernilai multi-triliun dolar dalam jangka panjang.