De volgende AI-golf heeft handen en wielen

Kunstmatige intelligentie is vooral een digitaal fenomeen: het analyseert data, genereert tekst en neemt beslissingen achter een scherm. Dat verandert nu snel. Een nieuwe generatie AI-systemen opereert in de fysieke wereld, stuurt robots aan, navigeert autonome voertuigen en beheert slimme fabrieken. De term die opkomt voor dit fenomeen is physical AI, en het is meer dan marketingjargon.

Physical AI verwijst naar AI-systemen die niet alleen digitale output produceren, maar ook handelen in de fysieke wereld. Ze nemen via sensoren waar wat er om hen heen gebeurt, verwerken die informatie in realtime en sturen vervolgens hardware aan: motoren, grijparms, rijsystemen, drones. Het gaat dus niet om slimmere software alleen, maar om de combinatie van intelligentie en lichamelijkheid.

De term wordt actief gepromoot door chipgigant NVIDIA, wiens CEO Jensen Huang physical AI in 2024 uitriep tot de volgende grote golf in technologie. Dat is natuurlijk geen toeval: NVIDIA investeert fors in robotica-infrastructuur via zijn Isaac-platform, dat ontwikkelaars in staat stelt om AI-modellen te trainen in gesimuleerde omgevingen en die vervolgens in fysieke systemen uit te rollen. Maar de term beschrijft een bredere beweging die allang gaande is.

Van industriehal tot operatiekamer

De toepassingen van physical AI zijn breed. In de industrie werken cobots, samenwerkende robots, allang naast mensen op de werkvloer. Bedrijven als ABB, Fanuc en Kuka leveren systemen die zich aanpassen aan variabele omstandigheden in plaats van vaste handelingen te herhalen. In logistiek en e-commerce automatiseren magazijnrobots van bedrijven als Ocado en Amazon de verwerking van bestellingen op een schaal die menselijke arbeid niet kan bijbenen.

Autonome voertuigen zijn misschien het bekendste voorbeeld. Tesla en Waymo proberen al jaren volledig zelfrijdende auto’s op de openbare weg te brengen, met wisselend succes. Maar in afgesloten omgevingen, zoals havens, mijnbouw en luchthavens, rijden autonome voertuigen al op grote schaal. De medische sector zet physical AI in voor chirurgische robots en revalidatiesystemen, waarbij precisie letterlijk een kwestie van leven en dood is.

De nieuwste categorie zijn humanoid robots: mensachtige machines die general-purpose taken moeten uitvoeren in omgevingen die voor mensen zijn ontworpen. Figure AI, Agility Robotics en Tesla met zijn Optimus-robot werken aan systemen die trappen kunnen lopen, dozen kunnen pakken en gereedschap kunnen gebruiken. De beelden zijn indrukwekkend; de praktische inzetbaarheid op grote schaal is nog beperkt, maar de ontwikkeling gaat snel.

Waarom nu, en niet tien jaar geleden?

Robotica bestaat al decennia. Wat maakt het nu anders? Drie ontwikkelingen komen samen. Ten eerste zijn foundation models volwassen geworden. De grote taal- en beeldmodellen die de afgelopen jaren zijn ontwikkeld, geven robots een veel rijker begrip van hun omgeving en van instructies in gewone taal. Een robot hoeft niet meer geprogrammeerd te worden voor elke specifieke taak; hij kan een opdracht begrijpen en zelf redeneren over hoe die uit te voeren.

Ten tweede zijn sensoren en chips goedkoper en krachtiger geworden. Lidar, die vroeger tienduizenden euro’s kostte, is nu beschikbaar voor een fractie van die prijs. Gespecialiseerde AI-chips kunnen enorme hoeveelheden sensordata in realtime verwerken. Ten derde maakt simulatietechnologie het mogelijk om AI-systemen op grote schaal te trainen zonder de kosten en risico’s van experimenten in de fysieke wereld. De zogenoemde sim-to-real gap, het verschil tussen gesimuleerde en echte omstandigheden, is nog steeds een uitdaging, maar wordt kleiner.

Waar raakt dit de IT-sector?

Voor IT-dienstverleners is physical AI op dit moment grotendeels een achtergrondtrend, iets om te begrijpen en te volgen. De kern van physical AI, het bouwen en trainen van robots, is het domein van gespecialiseerde fabrikanten en systeemintegratoren. Maar naarmate physical AI-systemen breder worden ingezet, komen ze te draaien op infrastructuur die wél het domein is van IT-dienstverleners.

De meest concrete haak is de convergentie van OT en IT. Operationele technologie, de systemen die fabrieken, energiecentra en gebouwen aansturen, was lange tijd een aparte wereld met eigen protocollen en eigen beheer. Physical AI versnelt de integratie van OT en IT, omdat slimme fysieke systemen nu verbonden zijn met netwerken, cloudinfrastructuur en beveiligingsoplossingen. Dat creëert nieuwe kwetsbaarheden en nieuwe beheervragen, op een terrein waar veel organisaties nog nauwelijks ervaring hebben.

Daarnaast groeit de vraag naar edge computing. Robots en autonome systemen verwerken enorme hoeveelheden data lokaal, omdat het sturen van al die sensorinformatie naar de cloud te traag is voor realtime beslissingen. Wie verantwoordelijk is voor het beheer, de beveiliging en de beschikbaarheid van die edge-infrastructuur, is een vraag die steeds vaker op tafel komt bij organisaties die physical AI gaan inzetten.

Thought leadership

Physical AI is geen hype die volgende maand alweer vergeten is. Het is een structurele verschuiving in hoe AI wordt toegepast, met een tijdshorizon van vijf tot tien jaar voor brede maatschappelijke impact. Organisaties die nu al nadenken over de implicaties, of het nu gaat om beveiliging, infrastructuur of de vraag hoe je medewerkers en robots laat samenwerken, zijn straks beter voorbereid dan wie wacht tot de robots daadwerkelijk voor de deur staan.

Houd physical AI dus in de gaten, als context voor gesprekken met klanten in de industrie, logistiek en zorg. Wie nu weet te vertellen wat physical AI is, wat het vraagt van infrastructuur en beveiliging, en welke risico’s er kleven aan de integratie van OT en IT, bouwt aan een positie die over een paar jaar heel relevant blijkt.

Het bericht De volgende AI-golf heeft handen en wielen verscheen eerst op ChannelConnect.