[비즈한국] Sumbu persaingan robot humanoid kini bergeser ke arah 'seberapa presisi robot dapat menggenggam dan menangani objek'. Hal ini dikarenakan untuk menciptakan nilai ekonomi nyata di lokasi manufaktur dan logistik, bukan sekadar untuk demonstrasi, kemampuan 'tangan' dalam mengenali objek dan mengatur tenaga saat beroperasi menjadi kuncinya. Dalam pameran 'Humanoid Summit Seoul 2026' yang berlangsung selama dua hari mulai tanggal 22 di COEX, Seoul, perhatian pengunjung tersedot tidak hanya pada robot yang sudah jadi, tetapi juga pada tangan robot, sensor taktil, dan perangkat pengumpul data gerakan tangan.
Kemampuan 'Pengenalan' dan 'Manipulasi' Menjadi Fokus Utama
Di panggung global, titik berat pun mulai bergeser ke bagian tangan. Pada World Robot Conference (WRC 2026) yang diadakan di Beijing bulan lalu, muncul penilaian bahwa tangan robot, yang dulunya hanya dianggap sebagai 'aksesori' robot, kini berdiri di pusat perhatian. Elon Musk, CEO Tesla, memperkirakan bahwa tangan memakan sekitar 60% dari tugas pengembangan humanoid 'Optimus'.
Xu Yongkui, Chief Technology Officer (CTO) MRDVS, yang menjadi pembicara startup di sore hari pembukaan, mengatakan, "Robot humanoid tanpa fungsi penglihatan (vision) ibarat 'tubuh yang buta'." Ia melanjutkan, "Bahkan jika robot tidak lagi dibatasi oleh kemampuan mobilitasnya, pada akhirnya ia akan menghadapi batasan di antara kemampuan berjalan dan kemampuan memahami dunia fisik." Ini berarti, berbeda dengan robot logistik yang bergerak di jalur yang telah ditentukan, humanoid harus mampu mengenali dan menangani objek di lingkungan yang tidak terstruktur.
Perusahaan AI fisik asal Korea, Robotis, memamerkan jajaran produk tangan 2 hingga 5 jari berbasis aktuator (penggerak) modular milik mereka. Seorang perwakilan Robotis menjelaskan, "Tangan 5 jari memang lebih menguntungkan untuk pelatihan data karena mirip dengan tangan manusia, tetapi tangan 4 jari atau 3 jari memiliki harga yang jauh lebih murah dan dapat diperkecil seukuran tangan manusia karena tingkat kebebasannya yang lebih rendah. Konsumen bisa memilih sesuai kebutuhan."
Teknologi yang ditekankan oleh Robotis adalah 'back-drivability'. Ini adalah sifat di mana jari secara alami melengkung mengikuti bentuk objek dengan menerima gaya yang diberikan dari luar, selain kekuatan genggaman motor. Dengan cara ini, tangan dapat menggenggam objek dengan stabil dan membantu model AI mengenali apakah objek tersebut sudah digenggam dengan benar.
Perusahaan model fondasi robot, Real World, mengungkapkan prototipe yang mengendalikan tangan robot 5 jari. Perwakilan Real World mengatakan, "Tangan 5 jari memiliki karakteristik dapat menerapkan pekerjaan yang dilakukan manusia secara intuitif tanpa perlu mendesain ulang. Tangan ini cocok untuk menjangkau area kerja yang luas karena seringkali peran jari manis atau jari kelingking penting dalam sebuah tugas." Gripper berbentuk penjepit konvensional dinilai memiliki keterbatasan untuk pekerjaan presisi tinggi.
Hambatannya adalah 'Data Tangan'
Masalah yang dihadapi industri secara umum adalah data. Para pelaku di lapangan seragam menunjuk data sebagai hambatan saat ini. Perwakilan Robotis menegaskan, "Ironisnya, hambatan dalam AI fisik justru terletak pada perangkat lunak AI dan pengumpulan data." Berbeda dengan Model Bahasa Besar (LLM) yang datanya melimpah, data tentang objek apa yang digenggam robot dan dengan kekuatan seberapa besar masih sangat kurang.
Itulah sebabnya perusahaan terkemuka luar negeri mempertaruhkan segalanya demi mendapatkan data. Perwakilan WhatzLab mengatakan, "Perusahaan seperti Figure, yang dianggap mahir membuat humanoid, bahkan mengumpulkan data kehidupan sehari-hari dari masyarakat umum melalui aplikasi seluler. Di bidang robotika, data mana yang paling tepat belum ditentukan, jadi kita masih dalam tahap mencari tahu."
Seiring persaingan perolehan data yang semakin ketat, pasar 'alat' pengumpul data pun mulai terbuka. Startup WhatzLab, yang menjalin kerja sama strategis dengan Robotis, meluncurkan kontroler berbentuk sarung tangan untuk pengumpulan data gerakan tangan. Cara kerjanya adalah ketika manusia memakai sarung tangan tersebut dan bergerak, gerakan tangannya diekstraksi menjadi data numerik, yang kemudian digunakan untuk kendali jarak jauh robot atau pelatihan AI.
Shim Dong-hyun, CEO WhatzLab, mengklaim, "Metode dari perusahaan terkemuka asal Belanda, Manus, sangat dipengaruhi oleh medan magnet sekitar sehingga menghasilkan gangguan (noise) di dekat motor atau ponsel." Ia juga menambahkan, "Pelacakan tangan berbasis kamera akurasinya akan menurun drastis jika tangan saling tumpang tindih atau tertutup." WhatzLab mengklaim telah mengatasi keterbatasan tersebut dengan sensor unit pengukuran inersia (IMU). Mereka juga menyatakan telah mengembangkan algoritma yang secara otomatis menyesuaikan data tanpa perlu proses konversi (retargeting) setiap kali bentuk tangan robot berubah.
Waktu pasar pun berjalan lebih cepat dari yang diperkirakan. Awalnya, industri memprediksi bahwa sarung tangan taktil akan membanjiri pasar pada akhir tahun ini. Namun, setelah perusahaan besar di WRC bulan lalu secara kompak memamerkan sarung tangan pengumpul data yang menangkap gerakan tangan manusia dan umpan balik taktil untuk dipindahkan ke tangan robot, muncul penilaian bahwa pembukaan pasar telah dipercepat.
Sudah Berteknologi 'Taktil', Namun Koneksi ke AI Masih Merangkak
Namun, masih ada kesenjangan antara teknologi yang dibanggakan perusahaan dengan tingkat implementasi nyata. Wang Xingxing, CEO Unitree, memperkirakan bahwa meskipun industri robot mendekati 'momen ChatGPT', diperlukan waktu 2 hingga 10 tahun lagi bagi perangkat lunak robot yang mampu menangani lingkungan nyata yang asing untuk membuat kemajuan besar. Artinya, sebelum humanoid bisa 'masuk kerja' di pabrik, teknologi ujung jari dan data yang mendukungnya harus dipenuhi terlebih dahulu.
Baik Robotis maupun WhatzLab telah melengkapi atau berencana melengkapi produk mereka dengan sensor taktil yang dapat mendeteksi tekanan di ujung jari, namun tahap di mana AI menggunakan informasi ini untuk pengambilan keputusan baru saja dimulai.
Perwakilan Real World menjelaskan, "Sensor taktil itu sendiri sudah banyak dikembangkan, tetapi penelitian untuk menerapkannya langsung ke model VLA (Vision-Language-Action) sedang berlangsung. Kami sedang fokus pada cara menerapkan informasi taktil ke model VLA secara efisien."
Cara pengumpulan data juga memiliki tantangan. Saat ini, strukturnya adalah manusia harus mengendalikan robot secara langsung untuk menumpuk data, sehingga efisiensi kerja rendah. Perwakilan WhatzLab mengungkapkan, "Tujuannya adalah agar humanoid dapat belajar hanya dengan melihat manusia bekerja secara alami."
Pemerintah juga berencana untuk mengatasi hambatan data tersebut. Kementerian Sains dan TIK dalam acara ini mengumumkan rencana untuk membangun 'Perpustakaan Data AI Fisik', di mana model AI, robot, dan perusahaan pengguna di lapangan bekerja sama mengumpulkan data dan menggunakannya kembali untuk peningkatan model.