Physical AI: l'intelligenza artificiale ha trovato un corpo
Intelligenza artificiale che percepisce l'ambiente, ragiona e poi agisce nel mondo reale. Prima l'AI ti suggeriva cosa fare, adesso lo fa.

Per anni l'AI è stata una faccenda da tastiera: le scrivevi, lei rispondeva. Testi, immagini, riassunti, codice. Tutto dentro uno schermo, nella finestra di un browser o di un terminale. Adesso ha anche braccia, ruote e sensori, e Jensen Huang, CEO di NVIDIA, l'ha detto senza giri di parole: "Il momento ChatGPT per la robotica è arrivato."
Il nome del fenomeno è Physical AI, o AI fisica: intelligenza artificiale che percepisce l'ambiente, ragiona e poi agisce nel mondo reale. La differenza con il software di prima è netta. Prima l'AI ti suggeriva cosa fare, adesso lo fa, come un agente AI con un corpo. Pensa a robot che caricano pezzi su una linea di montaggio, auto che guidano senza conducente, magazzini che si riordinano da soli.
I numeri dicono che non è fantascienza: il mercato vale circa 5 miliardi di dollari nel 2025 e le stime arrivano a 70 miliardi entro il 2035, con una crescita oltre il 30% l'anno. Esistono già prodotti in produzione e aziende che li usano ogni giorno.
Che cos'è la Physical AI, senza giri di parole
Dietro il nome ci sono quattro tecnologie che lavorano insieme: robotica, sistemi autonomi, software di simulazione e computing distribuito. Nei laboratori la chiamano embodied AI, chi vuole farla semplice parla di intelligenza artificiale robotica. L'obiettivo è lo stesso: macchine che non si limitano a eseguire istruzioni scritte in anticipo, ma capiscono dove si trovano e si adattano a quello che vedono.
Per capire cosa cambia rispetto all'AI di tutti i giorni, basta guardare cosa entra e cosa esce. Un modello come ChatGPT riceve parole e restituisce parole. Un sistema di Physical AI riceve segnali da sensori, telecamere e lidar, li elabora in tempo reale e restituisce movimenti: afferrare un oggetto, seguire un percorso, montare un componente.
Il mondo fisico però è diverso dal mondo digitale, ci sono sicurezza, certificazioni, tempi di risposta e affidabilità dell'hardware da tenere sotto controllo. Se un chatbot sbaglia, fai una nuova domanda. Se sbaglia un braccio robotico, si rompe qualcosa, e di solito non costa poco.
Cinque numeri per capire la scala
- I robot industriali in funzione nel mondo hanno raggiunto i 4,7 milioni di unità nel 2024, con una crescita del 9% in un anno (IFR, World Robotics 2025).
- In dieci anni il costo di un robot umanoide è sceso da circa 3 milioni di dollari a circa 100.000.
- UBTECH ha avviato la produzione in serie del Walker S2: l’obiettivo era consegnare 500 unità nel 2025, con una capacità produttiva di 5.000 robot nel 2026 e di 10.000 all’anno entro il 2027 (comunicato UBTECH, novembre 2025).
- Nel 2024 i sistemi da Vinci hanno eseguito circa 2,68 milioni di interventi chirurgici, il 17% in più rispetto al 2023 (Intuitive Surgical). In molte procedure, chi è stato operato con la robotica resta in ospedale meno giorni rispetto alla chirurgia tradizionale.
- Secondo Barclays, il mercato dei robot umanoidi vale oggi 2-3 miliardi di dollari e potrebbe arrivare a 200 miliardi entro il 2035 (Barclays Research, gennaio 2026).
Dove la Physical AI lavora già
Fabbriche e magazzini
Figure ha portato i suoi robot umanoidi in uno stabilimento BMW, dove caricano lamiere e hanno contribuito alla produzione di 30.000 veicoli. Amazon ha messo in funzione i sistemi Sequoia e Proteus nei suoi centri logistici. Samsung punta a far guidare all'AI tutta la produzione entro il 2030.
Sala operatoria
La chirurgia robotica è il caso più maturo. Il sistema da Vinci di Intuitive Surgical è lo standard globale, con quasi 3 milioni di procedure l'anno. Ma i robot entrano anche nella logistica degli ospedali e nella distribuzione automatica dei farmaci.
Strada
NVIDIA sviluppa software di guida autonoma che le case automobilistiche possono integrare nei propri veicoli, e i robotaxi circolano già in alcune città.
Difesa e sicurezza
Bonifica di ordigni, ricognizione, sorveglianza perimetrale. Le previsioni portano la spesa mondiale per la difesa a 6.600 miliardi di dollari entro il 2035, e secondo Barclays l'intreccio con la Physical AI diventerà sempre più stretto.
NVIDIA e le fondamenta della Physical AI
Se esiste un punto di riferimento per l'infrastruttura, è NVIDIA. Al GTC 2026 l'azienda ha presentato un ecosistema completo per sviluppare robot autonomi:
- Isaac GR00T N: modelli open-source per robot generalisti, capaci di imparare compiti diversi.
- Cosmos: modelli che capiscono e prevedono il mondo fisico, usati per addestrare i robot in simulazione prima di metterli al lavoro davvero.
- Newton: motore fisico per simulazioni ad alta fedeltà.
- Omniverse: piattaforma di simulazione industriale, ora integrata nel RobotStudio di ABB.
La mossa è la stessa che ha fatto di NVIDIA il nome dominante dell'AI: non vendere i robot, ma l'infrastruttura su cui tutti gli altri li costruiscono. Franka Robotics, NEURA Robotics e Boston Dynamics stanno già provando workflow basati su questi strumenti.
E le aziende italiane?
L’Italia in questa partita non è spettatrice, e due realtà lo mostrano bene.
La prima è Generative Bionics, nata a Genova dall’Istituto Italiano di Tecnologia e finanziata con 70 milioni di euro da un round guidato dal fondo AI di CDP Venture Capital. Costruisce robot umanoidi pensati per applicazioni specifiche, che imparano dagli ambienti reali in cui lavorano. È un esempio virtuoso di robot umanoide italiano: dimostra che si può fare Physical AI partendo dalla ricerca del nostro Paese.
La seconda è Cyberwave, startup milanese che ha raccolto 7 milioni di euro e lavora sul livello meno visibile, quello dell’infrastruttura. Trasforma robot, macchine e sensori in gemelli digitali programmabili, così che sviluppatori e agenti AI possano simularli, controllarli e coordinarli con poco codice. È lo strato che sta sotto i robot: il produttore collega la macchina una volta, e chi sviluppa ci lavora sopra senza ripartire da zero. Che il robot sia un umanoide come quelli di Generative Bionics o una macchina già presente in fabbrica, serve sempre qualcuno che sappia farlo dialogare con il resto dell’azienda.
Per le imprese italiane di manifattura e logistica il messaggio è chiaro: non serve costruire un robot per competere. L’hardware e l’infrastruttura esistono, e quello che manca è chi sappia integrarli nei processi dell’azienda. Per questo la Physical AI fa salire la richiesta di competenze AI specialistiche: persone che sappiano addestrare modelli, costruire pipeline di dati e collegare sistemi autonomi a quelli che l’azienda ha già. Sono profili che le imprese italiane fanno fatica a trovare già adesso, per i progetti di AI digitale.
Per prepararsi non serve comprare un robot umanoide. Serve cominciare a costruire competenze e processi per integrare l’AI nei propri sistemi, e quella parte si può fare da subito.
Il software dietro ai robot: come la vediamo noi
Noi di Devpunks i robot non li costruiamo, e ce ne siamo fatti una ragione. Quello che conosciamo bene è il software che li fa funzionare. Nella nostra community ci sono Forward Deployed Engineer, professionisti che entrano in azienda, capiscono il processo e implementano le soluzioni robotiche sul campo, e AI engineer che lavorano su modelli, dati e simulazione.
Per la parte di infrastruttura abbiamo una partnership con Cyberwave, il livello che collega robot e agenti AI. Ci permette di partire da una base solida, senza reinventare l’integrazione a ogni progetto.
Per questo, in ambito robotico, proponiamo progetti chiavi in mano più che il Talent as a Service. Non si tratta di inserire un singolo profilo in azienda: definiamo insieme l’obiettivo e seguiamo il lavoro dall’analisi alla messa in produzione, con il team giusto per ogni fase.
Se vuoi capire da dove partire, parliamone.
Domande frequenti
Cos'è la Physical AI?
È l'insieme di tecnologie che portano l'intelligenza artificiale nel mondo fisico: robotica, sistemi autonomi, simulazione e computing distribuito. L'AI digitale lavora con testo e immagini; la Physical AI percepisce l'ambiente reale con i sensori e agisce fisicamente.
Qual è la differenza tra Physical AI e AI tradizionale?
L'AI tradizionale vive in ambienti digitali: analizza dati, scrive testi, classifica immagini. La Physical AI opera nel mondo reale e deve fare i conti con sicurezza fisica, tempi di risposta, certificazioni e affidabilità dell'hardware. Un errore non si risolve con un "riprova".
Quanto vale il mercato della Physical AI?
Circa 5 miliardi di dollari nel 2025. Le stime arrivano a 70 miliardi entro il 2035, con una crescita annua sopra il 30%. Secondo Barclays, il mercato dei soli robot umanoidi vale oggi 2-3 miliardi di dollari e potrebbe arrivare a 200 miliardi entro il 2035. Le cifre cambiano da fonte a fonte, perché dipendono da cosa si include nel mercato (robot, software, servizi).
Quali esempi di Physical AI sono già in produzione?
I robot umanoidi di Figure in uno stabilimento BMW, i sistemi Sequoia e Proteus nei centri logistici Amazon, i 2,68 milioni di interventi chirurgici con il sistema da Vinci nel 2024, i robotaxi già attivi in alcune città e le fabbriche Samsung che puntano a una produzione guidata dall'AI entro il 2030.
La Physical AI riguarda anche le imprese italiane?
Sì. In Italia ci sono già realtà come Generative Bionics, che costruisce robot umanoidi partendo dalla ricerca dell’Istituto Italiano di Tecnologia, e Cyberwave, che lavora sull’infrastruttura che collega robot, macchine e agenti AI. Per le imprese di manifattura e logistica non serve costruire un robot: l’hardware e l’infrastruttura esistono, e quello che serve è chi sappia integrarli nei processi dell’azienda. È qui che si concentra la richiesta di competenze AI specialistiche, che molte imprese faticano già a trovare per i progetti di AI digitale.