Il vero collo di bottiglia degli umanoidi domestici non è l'hardware: sono i dati. Dentro la fabbrica di dati di JD.com

La notizia

Il 24 agosto 2026 l'agenzia di stato cinese Xinhua ha diffuso un servizio fotografico dal centro di raccolta dati per robot di JD.com a Suqian, provincia del Jiangsu. Secondo la didascalia ufficiale, la struttura è operativa da ottobre 2025 ed è un centro provinciale per la raccolta dati di robot a intelligenza incarnata (embodied intelligent robot); l'obiettivo dichiarato è migliorare gli scenari di raccolta in termini di fedeltà fisica, capacità di generalizzazione e qualità dell'interazione, trasformando il centro «da libreria statica di campioni a campo di addestramento». (Fonte: Xinhua, 24/08/2026; ripreso da People's Daily Online il 25/08/2026.)

Gli scenari fotografati (scatti del 12 e del 24 agosto 2026) includono, in modo per noi molto rilevante, la raccolta dati per lo scenario "faccende domestiche" (housework scenario), oltre a farmacia, cassa con pagamento tramite scansione e il gesto di versare il tè. Non si tratta di robot al lavoro in case reali: sono tecnici umani che eseguono i gesti perché vengano registrati e usati per addestrare i modelli.

Perché conta per chi guarda al robot di casa

Nella stessa settimana, a Pechino, i World Humanoid Robot Games 2026 hanno prodotto titoli sui record atletici: il Tiangong Ultra del Beijing Humanoid Robot Innovation Center ha corso i 100 metri in 8,86 secondi in semifinale (25 agosto) e in 8,64 secondi in finale, contro i 9,58 del record umano di Usain Bolt del 2009. (Fonti: Global Times, CGTN, 26/08/2026.)

Il contrasto è però esattamente il punto. Come ha ricostruito Il Post il 26 agosto 2026, correre su una pista è un problema quasi risolto — ambiente controllato, poche variabili, potenza meccanica — mentre la manipolazione fine in ambienti disordinati (una casa, appunto) no. L'hardware cinese è maturo; il software e i dati no.

Secondo Rest of World, che ha visitato questi centri, il quadro è concreto e poco romantico: aziende tecnologiche cinesi pagano residenti e operai per filmarsi mentre svolgono faccende quotidiane; in un caso citato, un umanoide di X Square Robot portato nell'appartamento di un residente di Pechino ha impiegato circa un'ora per piegare tre indumenti e un'altra ora per sistemare le scarpe. Sempre secondo Rest of World, anche i modelli più avanzati di UBTECH raggiungono circa l'80% della produttività umana solo su compiti specifici come impilare scatole e smistare pacchi.

Il Post, citando il Financial Times, riferisce che da otto ore di attività di un operatore si ottengono in media circa tre ore di dati utilizzabili: il resto viene scartato per errori o imprecisioni nei movimenti. Sempre secondo Il Post, JD.com ha avviato un progetto che coinvolge 100.000 propri dipendenti e altre 500.000 persone, con l'obiettivo di raccogliere 10 milioni di ore di dati in un paio d'anni, su scenari che vanno dal domestico alla fabbrica. (Cifre riportate dalla stampa, non da un comunicato JD.com che abbiamo potuto leggere in originale.)

Sul contesto economico, Il Post riferisce — citando The Economist (23/08/2026) e la BBC — che circa l'80% dei centri di addestramento cinesi è sostenuto da finanziamenti pubblici, che la Cina prevede di investire l'equivalente di circa 20 miliardi di euro nel settore, e che produrre oggi un umanoide costa circa 65.000 euro contro un terzo di quella cifra necessaria per essere competitivo con un operaio umano.

Il contesto: le prime case reali

L'esperimento più avanzato di umanoidi in case vere resta, a oggi, quello di GigaAI (Wuhan), che a giugno 2026 ha collocato 100 unità del SeeLight S1 in abitazioni per un test gratuito su larga scala. Anche lì i numeri raccontano la distanza dal prodotto finito: secondo Global Times, riordinare alcuni libri richiede diversi minuti e piegare un singolo indumento può richiedere più di dieci minuti. La stessa azienda descrive il robot più come piattaforma di raccolta dati che come prodotto di consumo. (Fonti: Global Times, China Daily, giugno 2026, via Interesting Engineering.)

Cosa significa

La nostra lettura. Se il collo di bottiglia è la disponibilità di dati di manipolazione in ambienti reali, allora il vantaggio competitivo nella robotica domestica non andrà a chi mostra il video più impressionante, ma a chi riesce a industrializzare la raccolta dati — per capacità di mobilitare persone (il modello cinese) o per numero di robot già installati in case vere che generano dati d'uso (il modello di 1X con NEO, o di GigaAI). È una previsione, non un fatto.

La nostra lettura. Ne segue un secondo effetto: le prime generazioni di robot domestici saranno, in buona parte, strumenti di raccolta dati venduti come assistenti. Questo rende la questione privacy strutturale e non accessoria — chi compra un umanoide domestico compra anche un sensore in casa. Ne parliamo nella guida dedicata a teleoperazione e privacy. (dato non confermato su fonte primaria)

• Comunicazione ufficiale di JD.com sui numeri del progetto (100.000 + 500.000 persone; 10 milioni di ore): al momento le cifre circolano via stampa, non su fonte primaria aziendale che abbiamo potuto consultare.
• L'entità esatta e la composizione dei ~20 miliardi di euro di investimento pubblico cinese.
• Quale quota dei dati raccolti riguardi davvero scenari domestici rispetto a retail e logistica: le foto Xinhua mostrano un mix, non una prevalenza.
• Esiti ufficiali delle prove di scenario domestico ai World Humanoid Robot Games 2026 (chiusi il 26 agosto): al 27 agosto le classifiche complete delle gare "di scenario" non risultano pubblicate.

Per l'Italia

Nessuno dei robot citati in questo articolo (SeeLight S1, X Square Robot, Tiangong) è acquistabile o disponibile in Italia. (dato non confermato su fonte primaria) Non risultano annunci di disponibilità europea per queste piattaforme.

Nota metodologica

Le affermazioni su aziende (JD.com, GigaAI, UBTECH, X Square Robot, Tesla) sono attribuite alla fonte e datate. Le cifre economiche e di progetto provengono da testate giornalistiche che citano a loro volta The Economist, Financial Times e BBC: le riportiamo come tali e restano da verificare su fonte primaria.