L’Europa ha inseguito per anni la Silicon Valley sui grandi modelli linguistici, ma la prossima competizione dell’intelligenza artificiale potrebbe giocarsi in un terreno dove il continente possiede un vantaggio meno visibile: fabbriche, automazione, ingegneria industriale e robotica. È in questo contesto che assume significato il progetto dell’ex responsabile della robotica di Mistral AI, che secondo Sifted sta preparando una nuova startup e cerca circa 200 milioni di euro di finanziamenti.
Una raccolta di questa dimensione, se completata, sarebbe insolita per una società appena nata. Ma costruire AI fisica richiede capitali molto diversi rispetto a un’applicazione software: servono robot, sensori, laboratori, simulatori, dati reali e una catena hardware capace di produrre macchine affidabili.
Dal linguaggio al movimento
I modelli generativi hanno imparato a manipolare testo, immagini e codice perché Internet offre una quantità enorme di dati. Per un robot la situazione è diversa. Deve comprendere spazio, attrito, peso, deformazioni, errori dei sensori e conseguenze fisiche delle proprie azioni. Un comando apparentemente semplice come prendere un bicchiere contiene una sequenza di decisioni che nel mondo digitale non esiste.
La physical AI cerca di collegare modelli generali a sistemi di percezione e controllo, in modo che un robot possa adattarsi a compiti non programmati uno per uno. È la promessa dietro gli investimenti di Nvidia, Google DeepMind, Tesla e numerose startup di robotica.
Perché l’Europa può avere una possibilità
Nel software consumer gli Stati Uniti dispongono di piattaforme, capitale e distribuzione difficili da eguagliare. Nell’automazione industriale l’Europa possiede invece una rete di aziende manifatturiere, produttori di macchinari e integratori che può diventare un enorme laboratorio per i robot intelligenti.
Germania, Francia e Italia hanno filiere nelle quali una macchina capace di apprendere nuove operazioni potrebbe generare valore senza dover raggiungere immediatamente l’autonomia generale di un umanoide. Un braccio che riduce i tempi di riconfigurazione di una linea produttiva può essere economicamente interessante anche se non sa cucinare o piegare il bucato.
I 200 milioni raccontano il costo del mondo reale
Una startup software può distribuire una nuova versione a milioni di utenti in poche ore. Un robot deve essere costruito, spedito, mantenuto e certificato. Ogni guasto può fermare una linea o danneggiare qualcosa. Per questo il capitale necessario cresce rapidamente.
La dimensione del round cercato suggerisce che la nuova società non voglia limitarsi a un layer software leggero. Il mercato si sta muovendo verso team verticalmente più integrati, capaci di controllare modelli, dati e almeno una parte dell’hardware.
Il problema dei dati robotici
La scarsità di dati è forse il principale ostacolo alla robotica generalista. Non esiste un equivalente del Web contenente miliardi di esempi di mani robotiche che manipolano ogni oggetto possibile. Le aziende stanno quindi combinando teleoperazione umana, simulazione, video e dati sintetici.
Il vantaggio competitivo potrebbe derivare non tanto dal modello iniziale, quanto dal ciclo con cui ogni robot distribuito raccoglie esperienza e migliora quelli successivi. È una dinamica simile a quella che ha reso preziose le flotte di veicoli nella guida autonoma.
Non serve aspettare il robot umanoide perfetto
La narrativa dell’AI fisica è dominata dagli umanoidi perché sono facili da mostrare. Ma il mercato potrebbe svilupparsi attraverso forme molto più specializzate. Magazzini, laboratori, logistica e manifattura offrono ambienti relativamente strutturati dove l’autonomia può produrre ritorni prima delle case private.
Per una startup europea questa può essere una scelta strategica: costruire intelligenza riutilizzabile e applicarla a macchine progettate per problemi industriali concreti, anziché competere subito nella corsa al robot domestico universale.
La nuova frontiera dell’AI non ha un tasto “undo”
Quando un chatbot sbaglia una frase, il costo è spesso limitato. Quando un robot sbaglia una traiettoria, l’errore diventa fisico. Sicurezza, verificabilità e controllo dovranno quindi crescere insieme alle capacità dei modelli.
È questa combinazione di software avanzato e disciplina industriale che rende la robotica una possibile partita europea. Se il nuovo progetto nato dall’ecosistema Mistral riuscirà davvero a raccogliere centinaia di milioni, sarà soprattutto la prova che gli investitori stanno iniziando a considerare l’AI non più soltanto come qualcosa che vive nello schermo, ma come un sistema destinato a entrare nelle fabbriche e nelle macchine.
