L'89% dei robot industriali rimane in gabbia e l'intelligenza artificiale non è la soluzione
Per decenni, l'immagine del robot industriale è rimasta la stessa: una macchina dai bracci metallici, potente e veloce, rinchiusa dietro una gabbia d'acciaio mentre gli esseri umani osservavano dall'esterno. Quell'immagine non è una metafora di arretratezza. È una scelta ingegneristica che persiste perché i sistemi di sicurezza disponibili non hanno potuto sostenere nient'altro.
La Federazione Internazionale di Robotica riporta che circa l'89% dei robot industriali continua a operare all'interno di gabbie fisiche. Il mercato dei robot collaborativi — quelli che in teoria dovrebbero lavorare accanto alle persone senza barriere — ha chiuso il 2025 a 2,9 miliardi di dollari e si proietta a 17,2 miliardi entro il 2033. Quei numeri raccontano una storia di adozione accelerata. Quello che non dicono è che la maggior parte di quei robot "collaborativi" continua a operare con restrizioni di spazio e supervisione equivalenti ai loro predecessori in gabbia.
Il collo di bottiglia non è nell'intelligenza delle macchine. È nella capacità di dimostrare a un regolatore, a un assicuratore e a un operaio che il robot non fallirà in un modo che nessuno aveva anticipato.
Knut Sandven, CEO di Sonair Robotics, pone il punto con precisione chirurgica: i sensori laser standard che oggi vengono utilizzati come base di sicurezza negli ambienti industriali sono stati progettati per un mondo statico, di condizioni di luce controllate e materiali prevedibili. Monitorano un piano orizzontale all'altezza degli stinchi. Se un lavoratore si abbassa a raccogliere un utensile o allunga il braccio al di sopra di quella linea invisibile, il sensore semplicemente non lo rileva.
Questo non è un bug minore. È la ragione strutturale per cui la gabbia è ancora al suo posto.
L'illusione del robot che già sa
La narrativa dominante nel settore dell'automazione industriale degli ultimi quattro anni è stata, con piccole variazioni, sempre la stessa: più telecamere, migliore visione computazionale, modelli di percezione più sofisticati. Se il sistema riesce a "vedere" bene, può agire bene. E se agisce bene, è sicuro.
Il problema con questa logica è che confonde la capacità percettiva con la garanzia formale. I sistemi di intelligenza artificiale operano su modelli probabilistici. Calcolano la risposta più probabile a un dato stimolo. Nella maggior parte dei contesti industriali — classificazione di pezzi, ottimizzazione delle traiettorie, manutenzione predittiva — questo è più che sufficiente. Un modello che centra il bersaglio nel 99,7% dei casi è straordinariamente utile.
Ma nella sicurezza fisica quel restante 0,3% ha nome e cognome. Ha conseguenze legali, lavorative e reputazionali che nessun direttore delle operazioni vuole affrontare. E ha un'architettura regolatoria — norme come ISO 10218 e ISO/TS 15066 — che esige qualcosa di qualitativamente diverso da "molto probabile": esige determinismo verificabile.
Un sistema di sicurezza certificato non è quello che quasi sempre rileva una persona. È quello in cui la fisica del meccanismo di rilevamento permette di delimitare matematicamente il peggior tempo di risposta possibile e dimostrare che tale tempo è inferiore alla soglia che causa danno. Le onde sonore viaggiano a una velocità nota. Si riflettono in modo prevedibile. Questo rende possibile un calcolo di garanzia che nessun modello di visione basato sull'apprendimento automatico è oggi in grado di offrire con la stessa tracciabilità.
Sandven lo sottolinea direttamente: "Molto affidabile" e "provato" non sono la stessa cosa. Il settore sta imparando questa lezione in tempo reale, con diversi gradi di esposizione a seconda di quanto si è assunto che l'uno equivalesse all'altro.
Ciò che certifica un volume e non un piano
Sonair ha costruito la propria proposta di valore su una distinzione tecnica che sembra minore finché non viene esaminata in fase operativa. I suoi sensori ultrasonici ADAR — Rilevamento Acustico e Distanza, dall'acronimo inglese — monitorano lo spazio di lavoro di un robot in tre dimensioni, non in una sezione bidimensionale a livello del pavimento.
La differenza non è cosmetica. Un sistema 2D traccia una linea invisibile sul suolo. Chi la attraversa ferma la macchina. Un sistema 3D definisce un volume attorno al robot: sopra, sotto, ai lati, in diagonale. Rileva la presenza umana in qualsiasi punto di quello spazio, indipendentemente dalla postura o dall'altezza del lavoratore.
L'azienda ha appena annunciato la prima certificazione di sicurezza indipendente per un sensore ultrasonico 3D di questo tipo. Non si tratta solo di un traguardo ingegneristico. È un cambiamento nel linguaggio che permette di avere una conversazione diversa con il cliente industriale. Non si tratta più di convincere qualcuno che la tecnologia "funziona bene". Si tratta di mostrare un documento firmato da un organismo di certificazione che attesta che il sistema soddisfa i livelli di integrità della sicurezza richiesti.
Per capire perché questo importa dal lato dell'acquirente: uno stabilimento che vuole eliminare la propria gabbia fisica deve sostituirla con qualcosa che abbia lo stesso peso legale di fronte a un'audit di sicurezza sul lavoro. Fino a ora, quel qualcosa non esisteva in 3D. La gabbia continuava a essere l'unica opzione con un solido supporto normativo.
Con una certificazione 3D indipendente in mano, l'argomento per mantenere la gabbia diventa considerevolmente più difficile da sostenere. E i metri quadrati di impianto che quella gabbia occupa, il flusso di lavoro che frammenta, il costo di installazione e manutenzione che genera — tutti questi fattori passano dall'essere esternalità accettate a essere inefficienze ingiustificate.
Il potere sta nel momento della progettazione, non nel dispiegamento
Sandven sottolinea qualcosa che merita attenzione al di là dell'argomento tecnico: la maggior parte dei produttori di robot inizia a pensare alla sicurezza troppo tardi. La sicurezza viene trattata come uno strato che si aggiunge alla fine, quando il sistema è già definito. E quando viene aggiunta alla fine, le opzioni disponibili sono limitate, costose o entrambe le cose.
Da una prospettiva di architettura dei sistemi, questo non è solo un errore di processo. È un segnale su chi è presente nella stanza quando vengono prese le decisioni di progettazione.
Se il team che costruisce il robot è composto da ingegneri del movimento, specialisti della percezione e sviluppatori di software, la conversazione orbiterà naturalmente attorno a ciò che il robot è in grado di fare. La sicurezza arriva dopo, quando qualcuno del team di conformità o del dipartimento legale alza la mano per chiedere se il sistema supera le norme del mercato di destinazione.
Questa sequenza ha conseguenze prevedibili: la sicurezza rimane codificata nelle limitazioni del prodotto, non nella sua architettura. Il robot finisce per essere capace di fare cose che non riesce a dimostrare in modo certificato di fare in sicurezza. E quel divario è esattamente il collo di bottiglia che mantiene l'89% dei robot industriali dietro le loro gabbie.
La soluzione che Sonair propone — uno strato di sicurezza 3D certificato, separato dal cervello di intelligenza artificiale del robot e costruito su principi fisici deterministici — non è solo una risposta ingegneristica. È una risposta architetturale. Afferma che la sicurezza non può dipendere dalla qualità del modello di IA perché i modelli di IA possono fallire, aggiornarsi, degradarsi o comportarsi in modo imprevisto di fronte a distribuzioni di dati che non hanno visto in fase di addestramento.
Un sistema di sicurezza che fallisce quando il modello di IA fallisce non è un sistema di sicurezza. È un'illusione di sicurezza con una buona documentazione di marketing.
La fiducia non si delega all'algoritmo
Il mercato dell'automazione collaborativa descrive da anni la propria espansione con un argomento implicito: man mano che i robot diventano più intelligenti, la fiducia in loro cresce in modo naturale. Questa assunzione merita un esame serio.
La fiducia nei sistemi ad alto impatto — e l'operazione di macchinari pesanti accanto alle persone è, senza dubbio, un sistema ad alto impatto — non si costruisce dimostrando che il sistema fallisce poco. Si costruisce dimostrando che quando fallisce, lo fa in modi che erano già previsti, delimitati e controllati. Questa è la differenza tra un aereo moderno e un'automobile autonoma: non nella frequenza dei guasti, ma nell'architettura di contenimento di quei guasti.
Sonair sta scommettendo che il mercato industriale sia pronto a fare questa distinzione. I sei milioni di dollari che l'azienda ha raccolto per accelerare il proprio dispiegamento suggeriscono che ci sono investitori che condividono questa lettura. La certificazione indipendente appena ottenuta è l'asset più prezioso di quella scommessa: non perché risolva tutti i problemi di sicurezza nella robotica collaborativa, ma perché stabilisce un linguaggio verificabile dove prima esisteva solo fiducia implicita.
Quando l'89% dei robot industriali rimane in gabbia nonostante decenni di promesse sulla collaborazione uomo-macchina, la diagnosi più onesta punta a un divario architetturale, non di intelligenza. I robot non sono nelle loro gabbie perché siano pericolosi per natura. Ci sono perché l'impalcatura di verifica formale che consente di tirarli fuori non ha mai avuto le dimensioni adeguate per descrivere lo spazio in cui esseri umani e macchine condividono il lavoro. Questa è la crepa strutturale che una certificazione 3D comincia, per la prima volta, a chiudere.
