Amulya Vishwanath werkte zeven jaar aan productmarketing voor de robotica-platformen van Nvidia en is nu oprichter en managing partner van Techable VC. Zij ziet robotica nog niet klaar voor een plotselinge doorbraak zoals ChatGPT dat voor tekstmodellen was. In haar woorden zit de sector nog in een Lego-tijdperk: de bouwstenen moeten eerst worden herontwikkeld en gestandaardiseerd voordat grotere sprongen mogelijk zijn.

Wat wordt met een "ChatGPT-moment" bedoeld?

Het begrip verwijst naar een plotselinge en brede doorbraak. Bij ChatGPT ging het om een chatbot die eind 2022 heel snel veel mensen verraste met wat hij kon. Sommige mensen denken dat robotica ook zo’n moment kan krijgen zodra er één algemeen zeer krachtig basismodel is. Volgens voorstanders zou zo’n model veel van de huidige gespecialiseerde oplossingen overbodig maken.

Vishwanath is terughoudend. Zij zegt dat fysieke systemen veel complexer zijn dan teksttoepassingen. Robots moeten niet alleen ‘begrijpen’ maar ook veilig en betrouwbaar handelen in de echte wereld. Dat vergt andere inspanningen dan alleen een beter algoritme.

Waarom robotica nog niet klaar is voor die doorbraak

Volgens Vishwanath liggen de belangrijkste obstakels op het niveau van de basisonderdelen en regels. Ze noemt onder meer:

• Actuatoren: de onderdelen die beweging mogelijk maken moeten beter, kleiner of goedkoper worden.

• Robotarmen en grijpers: vingerachtige handjes en grijpsystemen zijn vaak specialistisch en niet universeel toepasbaar.

• Software en integratie: systemen moeten op een eenvoudige manier samenwerken en updates krijgen.

• Veiligheidsnormen: normen en voorschriften voor veilige inzet in publieke en bedrijfsmatige omgevingen ontbreken of verschillen nog veel.

Deze lijst laat zien dat het niet genoeg is om alleen een krachtig model voor beslissingen te hebben. De fysieke uitvoering — de hardware en de regels rondom gebruik — moeten ook goed geregeld zijn.

Een andere visie: één groot model maakt veel overbodig

Er bestaan ook meer optimistische geluiden. Sommige investeerders en ondernemers menen dat één groot, algemeen model veel specialistische engineering kan vervangen. Dat idee is dat een veelzijdig model taken kan aanleren en aanpassen, zodat fabrikanten minder verschillende oplossingen hoeven te bouwen.

Vishwanath erkent dat krachtige modellen veel kunnen toevoegen. Maar ze waarschuwt dat zelfs met een uitstekend model, de lastige praktische problemen blijven. Denk aan nauwkeurigheid van beweging, fysieke slijtage, onverwachte situaties en de noodzaak om veilig te kunnen stoppen of ingrijpen.

Waarom dit belangrijk is voor bedrijven en gebruikers

De conclusie dat robotica nog in een opbouwfase zit, heeft directe gevolgen voor wie wil investeren of automatiseren:

• Verwacht geen onmiddellijke, grootschalige vervanging van menselijke taken met goedkope, alleskunnende robots.

• Investeer in testen en in oplossingen die betrouwbaarheid en veiligheid aantonen.

• Richt je op modulariteit: systemen die uit betere bouwstenen bestaan, zijn makkelijker te verbeteren en aan te passen.

Vishwanath zelf richt haar investeringen op wat zij noemt ‘physical AI’: toepassingen waar AI en fysieke materialen of apparaten samenkomen. Haar fonds kijkt naar robotica, materiaalwetenschap en life sciences — sectoren waar de koppeling tussen software en echte hardware cruciaal blijft.

Conclusie

Robotica staat volgens Amulya Vishwanath nog aan het begin van een nieuw bouwstadium. De kerncomponenten, de manier van samenwerken tussen hardware en software en duidelijke veiligheidsregels moeten eerst beter worden. Pas daarna liggen de voorwaarden voor een bredere doorbraak vergelijkbaar met het succes van ChatGPT. Voor nu is de ontwikkeling minder een plotselinge revolutie en meer een proces van het stap voor stap opbouwen en verbeteren van de basis.