- Investasi VC di bidang Physical AI meningkat secara signifikan, dan rangkaian peristiwa seperti NVIDIA GTC, Bessemer Robotics Day, IPO Unitree, akuisisi Fauna Robotics oleh Amazon, serta kemunculan humanoid Figure di Gedung Putih sedang membentuk momentum industri
- Masih ada trauma dari kegagalan investasi robotika di masa lalu, tetapi siklus kali ini berada di fase yang secara fundamental berbeda karena katalis utamanya tidak bekerja berurutan, melainkan secara paralel dan saling menguatkan pada saat yang sama
- Munculnya model fondasi khusus dunia fisik seperti Vision-Language-Action model, model autonomous driving, dan world model membuka kemungkinan hadirnya "otak robotika" yang serbaguna
- Bottleneck pengumpulan data pelatihan robot mulai berkurang berkat kemajuan dalam simulasi, teleoperation, dan video egosentris, lalu berpadu dengan inferensi edge, turunnya biaya hardware, dan kekurangan tenaga kerja sebagai konteks makro
- Di big tech dan startup sedang terjadi arus masuk talenta dalam skala besar yang mengingatkan pada awal ledakan LLM, sehingga "momen ChatGPT" untuk Physical AI bisa jadi lebih dekat dari perkiraan
Momentum Physical AI saat ini
- Minggu lalu robot Olaf muncul di keynote NVIDIA GTC, lalu disusul kabar Bessemer Robotics Day dan IPO Unitree
- Pada minggu yang sama, kabar akuisisi Fauna Robotics oleh Amazon dan kemunculan humanoid Figure di Gedung Putih turut menjadi sorotan
- Pendanaan VC untuk bidang Physical AI belakangan menunjukkan kenaikan yang berarti, dan hal ini dapat dilihat dalam laporan Morgan Stanley (Desember 2025)
- Dalam prediksi 2026, persaingan Embodied AI bisa menghasilkan dampak yang lebih sengit dan lebih penting daripada perang LLM
Mengapa kali ini berbeda: kerja gabungan simultan dari katalis paralel
- Robotika tidak selalu menjadi kategori yang "panas", dan banyak investor masih menyimpan bekas luka kegagalan (scar tissue) dari siklus sebelumnya
- Laporan Bessemer Venture Partners (November 2025) menunjukkan naik turunnya siklus investasi robotika di masa lalu
- Pembeda utamanya kali ini adalah bahwa katalis Physical AI tidak bekerja secara berurutan, tetapi saling menguatkan secara paralel (compounding in parallel)
- Akibatnya, muncul fenomena konvergensi (convergence) yang secara fundamental berbeda dari titik mana pun di masa lalu
Perkembangan cepat model fondasi Physical AI
- Muncul jenis baru model AI yang dirancang khusus untuk dunia fisik
- Termasuk Vision-Language-Action (VLA) model, model autonomous driving, dan world model
- Lapisan "foundation model" untuk robotika mulai terbentuk, membuka kemungkinan hadirnya "otak robotika" yang dapat berpikir dan bernalar lintas berbagai tugas, lingkungan, dan form factor
- Dibanding pendekatan rule-based yang rapuh atau policy sempit yang dilatih hanya untuk cakupan terbatas dan tidak bisa digeneralisasi, ini merupakan lompatan bertingkat (step-function improvement)
Bottleneck data mulai teratasi
- Selama bertahun-tahun, faktor pembatas utama frontier robotika bukanlah kecerdasan melainkan data
- Data yang dibutuhkan untuk melatih model robot (keterampilan gerak, tekanan, manipulasi, dan lain-lain) tidak bisa dikumpulkan dari internet
- Data Physical AI bersifat tidak terstruktur dan multimodal, sementara biaya pengumpulan di lingkungan nyata tinggi dan lajunya lambat
- Kendala ini mulai berkurang berkat perkembangan teknologi berikut:
- Teleoperation yang skalabel, pendekatan simulation-first, video egosentris, world model, dan haptics
- Teknik dan alat terkait berkembang cepat menuju kematangan (lihat materi Emily Yu dari Boost VC)
- Masalah data memang belum sepenuhnya terselesaikan, tetapi kini bukan lagi hambatan yang mustahil ditembus seperti dulu
Infrastruktur inferensi matang di waktu yang tepat
- Kecerdasan robot hanya berguna jika mampu melakukan aksi secara real-time
- Terjadi terobosan di bidang edge inference
- Komputasi yang lebih efisien memungkinkan model kompleks berjalan secara lokal dan real-time di perangkat
- Di lingkungan tempat latensi dan konektivitas menjadi batasan keras (pabrik, lokasi konstruksi, dan sebagainya), aksi seketika adalah keharusan, sehingga jenis inferensi ini sangat penting bagi sistem Physical AI
Hardware siap diskalakan dan biaya menurun
- Peningkatan hardware, komoditisasi (commoditization), dan penurunan kurva biaya membuat robot yang skalabel dan serbaguna menjadi layak secara ekonomis
- Ini adalah prasyarat penting untuk mengubah demo yang menjanjikan menjadi produk yang benar-benar bisa dideploy
Angin makroekonomi yang mendukung
- Perubahan teknologi dan lingkungan makro yang menguntungkan sedang bertemu pada saat yang sama
- Kekurangan tenaga kerja, kerentanan rantai pasok, dan tekanan geopolitik terkait reshoring mengubah otomatisasi dari taruhan masa depan menjadi kebutuhan strategis saat ini
- Otonomi juga semakin menjadi arus utama dalam persepsi publik
- Mulai dari mobil autonomous driving di jalan hingga robot humanoid yang melayani pelanggan di restoran
Arus masuk talenta dalam skala besar
- Sinyal paling bermakna adalah perpindahan talenta
- Peneliti, pengembang, dan pendiri startup di big tech maupun startup sedang bergerak ke bidang robotika
- Skalanya mengingatkan pada awal ledakan LLM (lihat laporan Lazard September 2025)
Kapan "momen ChatGPT" akan datang
- Kemajuan terbaru memang patut diperhatikan, tetapi perdebatan utamanya kini bergeser ke timing: kapan "momen ChatGPT" untuk Physical AI akan tiba
- Dunia ini masih belum mencapai generalisabilitas sejati dalam skala besar (true generalizability) di lingkungan nyata
- Namun, karena banyak katalis kini bekerja saling menguatkan secara paralel, trajektori yang mengisyaratkan bahwa titik beloknya mungkin lebih dekat dari perkiraan semakin terlihat jelas
Belum ada komentar.