Revolusi robotika di Tiongkok

Chen Liang, pendiri Guchi Robotics, sebuah perusahaan otomasi yang berkantor pusat di Shanghai, adalah pria bertubuh tinggi dan kekar berusia pertengahan 40-an dengan kacamata berbingkai persegi. Sikapnya sehari-hari tenang dan bersahaja, tetapi ketika ia berada di dunianya – dekat dengan teknologi yang ia bangun, atau dalam rapat bisnis yang membahas penggantian segera pekerja manusia oleh robot – ia tersenyum lebar yang mengingatkan pada seorang magang di hari pertamanya di pekerjaan impiannya. Guchi membuat mesin yang memasang roda, dasbor, dan jendela untuk banyak merek mobil terkemuka Tiongkok, termasuk BYD dan Nio. Ia mengambil nama dari kata Tiongkok guzhi, "kecerdasan yang teguh", meskipun fakta bahwa namanya terdengar seperti merek mewah Italia tidak sepenuhnya tidak diinginkan.
Selama hampir dua dekade, Chen telah mencoba memecahkan apa yang baginya adalah masalah rekayasa: bagaimana menghilangkan – atau, menurut pandangannya, membebaskan – sebanyak mungkin pekerja di pabrik mobil yang secara teknologi memungkinkan. Akhir tahun lalu, saya mengunjunginya di markas Guchi di pinggiran barat Shanghai. Di sebelah kantor pusat terdapat beberapa gudang tempat para insinyur Guchi bereksperimen dengan robot agar sesuai dengan spesifikasi pelanggan mereka. Chen, seorang insinyur terlatih, mendirikan Guchi pada tahun 2019 dengan tujuan mengatasi tugas otomasi tersulit di pabrik mobil: "perakitan akhir", tahap terakhir produksi, ketika semua bagian komposit – dasbor, jendela, roda, dan bantalan kursi – bersatu. Saat ini, robotnya dapat memasang roda, dasbor, dan jendela pada mobil tanpa campur tangan manusia, tetapi 80% perakitan akhir, ia perkirakan, belum terotomatisasi. Itulah yang menjadi fokus Chen.
Seperti di banyak belahan dunia, AI telah menjadi bagian dari kehidupan sehari-hari di Tiongkok. Tetapi yang paling menggairahkan para politisi dan industrialis Tiongkok adalah kemajuan yang dicapai di bidang robotika, yang, ketika dikombinasikan dengan kemajuan dalam AI, dapat merevolusi dunia kerja. Teknologi di balik ledakan robotika Tiongkok saat ini adalah deep learning, mesin matematis di balik model bahasa besar seperti ChatGPT, yang belajar dengan membedakan pola dari kumpulan data yang sangat besar. Banyak peneliti percaya bahwa mesin dapat belajar menavigasi dunia fisik seperti ChatGPT belajar menavigasi bahasa: bukan dengan mengikuti aturan, tetapi dengan menyerap data yang cukup agar sesuatu seperti ketangkasan manusia muncul. Tujuannya, bagi banyak teknolog, adalah pengembangan robot humanoid yang mampu melakukan pekerjaan pabrik – pekerjaan yang mempekerjakan ratusan juta orang di seluruh dunia.
Sumber daya yang dialokasikan untuk mencapai tujuan ini sangat besar. Pada tahun 2025, Tiongkok mengumumkan dana £100 miliar untuk teknologi strategis termasuk komputasi kuantum, energi bersih, dan robotika. Kota-kota besar juga telah menginvestasikan sumber daya mereka sendiri dalam proyek robotika. Saat ini ada sekitar 140 perusahaan Tiongkok yang berharap untuk membangun robot humanoid. Beberapa yang terdepan melakukan debut mereka pada bulan Februari, di gala festival Tahun Baru Imlek, tontonan yang dikoreografikan negara yang secara longgar dapat dibandingkan dengan Super Bowl dalam hal bombastis dan signifikansi nasional. Ratusan juta orang menyaksikan robot menampilkan sketsa komedi dan rutinitas seni bela diri. Kecepatan kemajuan mengejutkan. Tahun lalu, robot melakukan rutinitas pemandu sorak yang tersinkronisasi. Tahun ini, mereka melakukan salto dan parkour. Pesan yang dimaksudkan jelas: robot akan datang, dan Tiongkok akan menjadi negara yang membangunnya.
Dunia di mana robot humanoid bertenaga AI diproduksi secara massal tampaknya masih menjadi ranah fiksi ilmiah. Akhir tahun lalu, saya mengunjungi 11 perusahaan robotika di Tiongkok di lima kota untuk mencoba memahami seberapa dekat kita dengan masa depan robot. Saya bertemu banyak pengusaha ambisius, yang beroperasi di lingkungan yang sangat terintegrasi dengan pemerintah kota sehingga perbedaan antara swasta dan publik kehilangan maknanya. Semuanya terlibat, dengan cara yang berbeda, dalam perlombaan untuk membangun dan mengkomersialkan robot yang mampu menggantikan pekerja manusia – dan beberapa di antaranya sudah memiliki pembeli Barat yang antusias.
Di dalam salah satu gudang Guchi Robotics, tim karyawan dari General Motors sedang menguji mesin pemasangan roda Guchi menjelang pengiriman ke Kanada. Lambung truk GM putih menempati platform yang ditinggikan di tengah ruangan. Truk itu, dikelilingi oleh empat lengan robot besar dan hutan kabel, berada di dalam penutup pengaman kuning yang terbuat dari batang baja. Saya menonton dari pinggir lapangan saat seorang insinyur GM berjanggut mengutak-atik panel kontrol di luar sangkar baja.
Insinyur itu, seorang pria Amerika yang akan saya panggil Jack, bekerja di divisi "optimasi manufaktur" GM. "Terus terang, apa pun yang menyingkirkan orang dari jalur produksi pada dasarnya adalah pekerjaan saya," kata Jack kepada saya. General Motors menetapkan target pengurangan pekerjaan untuk divisinya setiap tahun, katanya, yang mengharuskan penyingkiran sejumlah pekerja pabrik di semua pabrik di Amerika Utara. Timnya memilih Guchi daripada pesaing yang berbasis di Jerman – yang 95% dimiliki oleh perusahaan Tiongkok – karena yang lain tidak dapat menawarkan jalur perakitan bergerak, jelas Jack. Pembelian mesin Guchi, katanya, akan menyingkirkan 12 operator perakitan di jalur di satu pabrik. (General Motors tidak mengkonfirmasi target pengurangan pekerjaan, tetapi seorang juru bicara mengatakan bahwa perusahaan menerapkan teknologi untuk membantu meningkatkan keselamatan, efisiensi, dan kualitas, "terutama untuk tugas-tugas yang menuntut fisik atau berulang.")
Ironi dari misi pemerintahan Trump untuk menghidupkan kembali produksi industri di AS adalah bahwa sebagian besar mesin yang diperlukan untuk membuat Amerika hebat lagi berasal dari negara yang memotivasi kebangkitan industri Amerika pada awalnya. Tiongkok sekarang menyumbang lebih dari separuh instalasi robot pabrik baru di dunia setiap tahun. "Hampir tidak ada yang bisa dilakukan insinyur Tiongkok yang tidak bisa dilakukan orang Amerika," kata Chen kepada saya. "Ini benar-benar hanya biaya dan kecepatan, dan berapa banyak orang yang dapat Anda libatkan dalam suatu masalah – kami mungkin memiliki 1.000 yang dapat melakukan pekerjaan ini, dan mereka mungkin memiliki 100."
Chen dan saya berjalan ke ujung gudang, di mana kami sekarang memiliki pandangan frontal ke truk GM. Setelah mengamati Jack bekerja sebentar, Chen menunjuk saya ke lengan robot di setiap sisi bodi mobil: "Anda lihat itu? Ini adalah robot penyekrup. Bahkan jika manufaktur kembali ke Amerika Utara, mereka tidak akan lagi menempatkan pekerja di jalur untuk memasang sekrup. Mereka akan menggunakan robot."
Saya tidak begitu yakin. Bukankah salah satu alasan orang Amerika memilih Trump karena mereka ingin pekerjaan kerah biru mereka kembali? Chen menganggap ini murni ilusi. Dunia telah berubah, begitu pula kaum muda. Chen menyuruh saya memikirkan Tiongkok, di mana budaya pabrik tertanam kuat tetapi kaum muda Tiongkok semakin enggan untuk mentolerir pekerjaan kasar. "Begitulah cara orang terhubung sekarang." Jika bahkan orang Tiongkok tidak mau lagi melakukan pekerjaan pabrik, kata Chen, mengapa orang Amerika mau?
Seminggu setelah kunjungan saya ke Markas Guchi, saya bertemu Chen di Beijing barat laut, tempat universitas-universitas terkemuka di kota itu berada. Ia mengundang saya ke pertemuan di kantor pusat Galbot, salah satu startup robot humanoid Tiongkok yang paling banyak dibicarakan. Salah satu robot humanoid beroda mereka muncul dalam sebuah sketsa di pesta Tahun Baru Imlek tahun ini, di mana ia menyerahkan sebotol air kepada seorang aktor pria dari rak dan melipat pakaian. Sejak didirikan pada tahun 2023, Galbot telah mengejar strategi yang kurang mencolok dibandingkan banyak pesaingnya: membangun robot yang dapat melakukan tugas-tugas biasa seperti mengambil barang dan meletakkannya di tempat lain dengan aman dan andal. Pendirinya, Wang He, baru-baru ini mengatakan kepada seorang reporter Tiongkok bahwa robot mereka sudah digunakan di beberapa pabrik mobil Tiongkok, meskipun video tampaknya menunjukkan mereka dalam pengaturan yang sangat terkontrol.
Robot "pick-and-place" Galbot mungkin tampak jauh lebih bodoh daripada pesaing mereka yang melakukan salto, tetapi perbedaan pentingnya adalah bahwa akrobat robot beroperasi sesuai dengan instruksi yang telah diprogram sebelumnya: mereka adalah pencapaian kontrol gerakan dan keseimbangan, tetapi mereka tidak keluar dari skrip. Jenis teknologi yang dikembangkan di Galbot adalah apa yang disebut oleh para robotikawan sebagai model bahasa-aksi-visi (VLA), yang bertujuan untuk memungkinkan mesin beroperasi di lingkungan yang tidak dikenal dan cair, seperti halnya manusia. Untuk saat ini, robot Galbot tidak dapat secara andal melakukan apa yang bagi manusia adalah tugas sepele – misalnya, mencuci piring – tetapi Wang, telah mengatakan kepada wartawan Tiongkok bahwa ia bertujuan untuk memiliki 10.000 robot yang menangani pekerjaan ritel dan pabrik dasar dalam tiga tahun. (Beberapa pelopor AI, seperti Yann LeCun, sangat skeptis bahwa paradigma deep learning saat ini akan memberikan hasil yang diharapkan oleh perusahaan seperti Galbot.)
Tujuan kunjungan Chen adalah untuk melihat bagaimana robot Galbot dapat digunakan di dalam pabrik kendaraan listrik, salah satu lingkungan manufaktur paling kompleks di dunia. Upaya semacam itu membutuhkan pelatihan robot pada banyak skenario pabrik, tetapi tidak ada basis data siap pakai yang menunggu untuk dimanfaatkan. Agar Galbot memiliki peluang untuk menggunakan robot mereka di pabrik, mereka membutuhkan seorang spesialis dengan pengalaman manufaktur kompleks selama puluhan tahun yang dapat mendefinisikan tugas yang tepat untuk robot humanoid, data apa yang perlu dipelajari, dan bahkan mengisi apa yang belum bisa dilakukan robot. Itulah yang ditawarkan Chen untuk dilakukan.
Kami naik lift ke puncak menara, dan masuk ke ruang rapat dengan pemandangan kampus hijau subur Universitas Peking. Seorang insinyur senior Galbot segera tiba dan mulai memberikan gambaran umum kepada Chen tentang perkembangan terbaru perusahaan. Robot Galbot baru-baru ini digunakan di 10 apotek di sekitar Beijing, katanya, mendistribusikan obat 24 jam sehari. Ditenagai oleh chip Nvidia, harganya sekitar 700.000 yuan (£76.000). Pada satu titik, insinyur itu berhenti pada slide yang membahas teknologi di balik robot humanoid Galbot.
Sebelum munculnya deep learning, insinyur itu menunjukkan, para robotikawan industri seperti Chen melatih mesin mereka secara manual. Pemrogram menulis instruksi eksplisit untuk setiap gerakan. Ketika ada yang salah, mereka men-debug kode dan menambahkan baris lain untuk menangani skenario baru. Deep learning berjanji untuk mengganti instruksi tulisan tangan dengan model VLA yang lebih fleksibel. Hambatan utama untuk menciptakan model semacam itu – alasan besar mengapa "momen ChatGPT" untuk robot belum tiba – adalah kelangkaan data.
Peneliti memiliki dua cara untuk mengumpulkan data ini. Salah satunya adalah melalui proses manual yang disebut teleoperasi, di mana manusia memandu robot untuk melakukan tugas yang tepat terkadang ratusan ribu kali. Setiap tugas merekam paket data, termasuk informasi visual, posisi tangan, torsi, kedalaman, di antaranya, yang disebut "urutan tindakan" yang kemudian akan digunakan untuk melatih VLA. Metode ini padat karya, itulah sebabnya Galbot lebih memilih yang kedua: membangun lingkungan virtual. "Ini seperti Avatar," kata insinyur itu kepada kami, merujuk pada film blockbuster. "Saya tidak perlu secara fisik melangkah ke medan perang, saya hanya berbaring di pod saya, dan dapat mensimulasikan semuanya."
Insinyur itu menunjukkan kepada kami video kehidupan nyata robot Galbot yang diuji sebagai pramuniaga toko, pendamping perawatan lansia, dan robot anjing yang menavigasi lalu lintas jalan raya untuk pengiriman. Robot pengiriman, klaim insinyur itu, bisa siap dalam "dua hingga tiga tahun" jika mereka mencurahkan sumber daya yang cukup untuk itu. (Mereka belum memutuskan.) Setelah mengetahui semua kemungkinan, Chen hampir tidak bisa menahan kegembiraannya. Ia mengusulkan rencana untuk melatih robot humanoid Galbot untuk mengemudikan sekrup. Pekerja manusia melakukan ini secara naluriah, tetapi memecahnya untuk robot yang tidak terprogram mengungkapkan banyak keputusan mikro – menemukan lubang, meluruskan sekrup, menerapkan jumlah tekanan dan torsi yang tepat, dan mengetahui kapan harus berhenti. Insinyur itu memberi tahu Chen bahwa robot Galbot sudah dapat menggenggam dan memanipulasi alat seperti obeng, tetapi ia belum yakin robot itu dapat menyelaraskan sekrup atau tahu seberapa keras untuk memutarnya. "Mari kita definisikan tanggung jawab," Chen meyakinkannya. "Apa yang dapat Anda tangani dengan andal, dan apa yang akan saya ambil alih."
Kedua belah pihak menyepakati target: agar layak di pabrik, robot humanoid Galbot perlu memasang sekrup dalam waktu kurang dari delapan detik. Insinyur itu bersandar, sedikit kewalahan. "Kalian memiliki keahlian teknik yang sangat luas."
"Gen yang berbeda," jawab Chen dengan lancar. "Kita bisa memecahkan masalah industri bersama."
Setelah pertemuan, saya berjalan satu blok ke utara ke mal terdekat, di mana Galbot telah menempatkan salah satu robot ritelnya di belakang kios dalam pajangan promosi. Model G1 berwarna putih dan mirip manekin. Masih ada pekerja manusia yang berjaga, mungkin jika terjadi kesalahan. Saya memesan Pocari Sweat, minuman energi Jepang, melalui tablet. G1 berputar ke arah rak, lengan mekanisnya menjulur ke samping seperti sayap, sebelum satu penjepit menutup di sekitar minuman saya dan mengambilnya. Ia meletakkan botol di atas meja dari posisi yang agak terlalu tinggi, sehingga minuman itu, meskipun tidak jatuh, memantul beberapa sentimeter ke samping.
Chen menekankan, selama waktu kami bersama, bahwa teknologi ini bergerak lebih cepat dari yang bisa saya bayangkan. Tetapi pengalaman saya dengan robot G1 – pada dasarnya mesin penjual otomatis yang ditinggikan dan setengah kompeten – membuat saya skeptis. Dua bulan kemudian, pada bulan Februari, saya menonton gala Tahun Baru Imlek dari apartemen saya. Robot Galbot muncul dalam segmen pra-rekaman, dan terlihat berbeda. Penjepitnya hilang, diganti dengan 10 jari artikulasi. Lengan-lengannya tidak lagi besar tetapi ramping dan antropomorfik. Ketika robot meraih sebotol air di rak, ia bergerak jauh lebih cepat dan lebih percaya diri dari sebelumnya. Seberapa banyak dari ini yang diedit atau diatur panggungnya, saya tidak tahu. Tetapi saya merasakan apa yang dirasakan Chen.
Jika Anda pernah melihat robot Tiongkok menari atau melakukan kung fu, kemungkinan besar itu dibuat oleh Unitree. Tahun lalu, perusahaan mengirimkan lebih dari 5.500 robot humanoid, lebih banyak dari perusahaan mana pun di dunia. Baru-baru ini, sebuah video viral muncul yang menunjukkan konser bintang pop Tiongkok Wang Leehom di Chengdu, di mana robot Unitree bertindak sebagai penari latar. Elon Musk memposting ulang dengan satu kata: "Mengagumkan." Pertunjukan viral berfungsi sebagai pemasaran yang baik untuk Tiongkok. Tetapi pelanggan utama Unitree adalah laboratorium dan universitas, termasuk Oxford, Carnegie Mellon, UC San Diego, dan Boston Dynamics, yang membeli robot dan mengembangkan perangkat lunak untuk membuatnya lebih cerdas. Seorang juru bicara memberi tahu saya bahwa Unitree ingin robot mereka akhirnya memasuki pabrik dan rumah sehingga mereka dapat "mengambil pekerjaan berbahaya, berulang, dan membosankan untuk orang-orang".
Larut malam, saya berada di taksi di kota Ningbo, ketika saya menerima pesan dari juru bicara Unitree. Kami telah berencana untuk bertemu di markas mereka di Hangzhou, sekitar satu jam naik kereta, keesokan paginya, tetapi perusahaan itu tiba-tiba menjadwalkan "acara penting" untuk besok yang akan menutup semua jalan di dekat kantor. Tidak banyak hal di Tiongkok yang dapat menghentikan lalu lintas dan mengubah jadwal perusahaan. Saya memeriksa ponsel saya untuk melihat di mana Presiden Xi Jinping berada: dua hari yang lalu, ia menghadiri acara olahraga di Guangzhou, tetapi tidak jelas ke mana ia akan pergi selanjutnya.