Bukan Lagi Soal Mesin, Produsen Robot China Kini Berebut Kuasai Otak AI

Persaingan robot humanoid asal China kini memasuki babak baru. Para pengembang tidak lagi hanya berfokus pada kecanggihan perangkat keras, tetapi mulai berlomba mengembangkan otak robot berbasis teknologi kecerdasan buatan atau AI.

Pergeseran ini muncul seiring harga perangkat keras yang semakin murah. Produsen pun menyadari bahwa sumber keuntungan masa depan bukan berasal dari mesin, melainkan dari kecerdasan yang menggerakkannya. "Para produsen robot telah menyimpulkan bahwa keuntungan tidak akan datang dari perangkat keras, tetapi dari otaknya," kata Dermot McGrath, pendiri perusahaan konsultan teknologi ZenGen Labs yang berbasis di Shanghai, dikutip dari Reuters.

Pengembangan otak robot ini dikenal sebagai embodied AI, yakni teknologi yang berfokus pada perangkat lunak agar robot mampu memahami lingkungan sekitar, mempelajari tugas baru, dan beradaptasi tanpa harus diprogram ulang untuk setiap pekerjaan. Sektor ini pun membuka babak baru persaingan teknologi antara Amerika Serikat dan China.

Perusahaan-perusahaan AS masih disebut unggul dalam sejumlah sistem AI robot canggih. Namun, pengembang China berharap kekuatan industri manufaktur dan akses terhadap data pelatihan dari dunia nyata dapat membantu mereka menyaingi para pesaing di AS. Hal ini disampaikan para pendiri dan petinggi dari lima perusahaan robotika China serta sejumlah analis industri dalam wawancara bersama Reuters.

Salah satu pendiri Spirit AI, Gao Yang, menilai otak merupakan bagian terlemah dalam keseluruhan sistem robotika. Perubahan fokus ini pun mendorong lonjakan investasi di bidang embodied AI. Data perusahaan riset ITjuzi menunjukkan perusahaan embodied AI di China menghimpun pendanaan sebesar 93,5 miliar yuan atau sekitar US$13 miliar melalui 322 kesepakatan investasi pada paruh pertama 2026, meningkat lima kali lipat dibanding periode yang sama tahun sebelumnya.

Di AS, sejumlah perusahaan rintisan seperti Physical Intelligence, Skild AI, dan Generalist tengah mengembangkan perangkat lunak yang dirancang mengajarkan berbagai keterampilan kepada robot tanpa pelatihan ulang ekstensif. Generalist menyebut model GEN-1.5 miliknya mampu menyelesaikan sekitar 60 persen tugas sederhana setelah melihat demonstrasi selama 3 hingga 12 detik.

Sementara itu, perusahaan China X Square mempublikasikan penelitian yang menunjukkan robot dapat mempelajari keterampilan menangani benda hanya dengan melihat satu video demonstrasi manusia, tanpa perlu melatih ulang model untuk setiap tugas. Konsultan robotika Georg Stieler menilai laboratorium AI terkemuka di AS telah menetapkan standar tinggi, terutama dalam kecepatan robot mempelajari dan menggunakan keterampilan. Meski begitu, ia menilai sejumlah perusahaan rintisan terkuat di China merupakan pesaing yang patut diperhitungkan.

Perusahaan rintisan khusus di China seperti X Square, Galaxea, dan Spirit AI kini telah mencapai valuasi sekitar US$3 miliar. "Kami ingin robot beralih dari sekadar digerakkan oleh kode menjadi digerakkan oleh akal sehat," kata Co-Founder sekaligus COO X Square, Yang Qian.

Berbeda dengan chatbot yang mempelajari teks dalam jumlah besar di internet, robot membutuhkan contoh interaksi fisik, misalnya cara menggenggam benda hingga menangani kabel yang lentur. Perusahaan China menerapkan berbagai pendekatan untuk mengumpulkan data tersebut, mulai dari mempekerjakan orang untuk memperagakan tugas, menggunakan simulasi komputer, hingga menggabungkan kedua metode.

Spirit AI, misalnya, mempekerjakan sekitar 1.000 orang untuk merekam berbagai aktivitas sehari-hari dan pekerjaan industri. ACE Robotics menggunakan sensor yang dikenakan pada tubuh untuk merekam gerakan dan kekuatan genggaman tangan pekerja di toko dan hotel. Sementara unit robotika Ant Group, Robbyant, melatih model AI menggunakan 160.000 jam materi pelatihan, termasuk 50.000 jam gerakan robot yang diarahkan manusia, serta 20 konfigurasi robot dari 17 merek berbeda.

Robbyant menyebut robot buatannya telah digunakan untuk menangani pesanan di dua apotek di Shanghai, meski staf manusia tetap memeriksa obat-obatan sebelum pesanan dikirim. Kendati demikian, target jangka panjang industri ini adalah mengembangkan perangkat lunak yang mampu mempelajari pekerjaan baru tanpa banyak penyesuaian. Keberhasilannya akan bergantung pada kemampuan satu sistem AI untuk bekerja di berbagai perusahaan dan lingkungan kerja berbeda, yang menuntut pelatihan model semakin canggih dengan dukungan chip berperforma tinggi.