Tangan robot sebagai titik lemah industri humanoid: Perlombaan bernilai miliaran dolar untuk memecahkan masalah terbesar yang belum terpecahkan dalam bidang robotika

Komponen paling mahal: Mengapa pemimpin pasar lebih memilih menjual robotnya tanpa tangan?

Cerdas, tahan lama, atau terjangkau? Dilema yang tak terpecahkan dalam industri humanoid

Robot humanoid dianggap sebagai revolusi teknologi besar berikutnya – namun keberhasilannya sebagian besar bergantung pada bagian tubuh yang kita anggap biasa dalam kehidupan sehari-hari: tangan. Meskipun kaki di industri telah lama digantikan oleh penemuan berusia seabad seperti roda, meniru kemampuan menggenggam manusia tetap menjadi tantangan yang sangat besar. Tangan robot bukan hanya komponen yang paling kompleks dan mahal dari mesin tersebut, tetapi juga risiko kegagalan terbesar. Kurangnya data pelatihan, keausan material yang sangat tinggi, dan biaya pengembangan yang sangat tinggi terus memaksa para perancang untuk membuat kompromi yang menyakitkan. Masalah ini sangat serius sehingga bahkan pemimpin pasar terkadang lebih memilih untuk mengirimkan robot mereka tanpa tangan yang berfungsi sama sekali, sementara kemampuan mengesankan lainnya sebenarnya dikendalikan dari jarak jauh oleh manusia yang mengenakan sarung tangan sensor. Artikel berikut ini mengeksplorasi mengapa menggenggam segelas air sederhana mendorong seluruh industri bernilai miliaran dolar hingga batasnya, bagaimana raksasa Jerman seperti Bosch dan Schunk bermaksud untuk memecahkan masalah tersebut, dan mengapa tangan tetap menjadi titik lemah sebenarnya dari industri robot humanoid.

Tesla, Bosch & Co.: Perlombaan bernilai miliaran dolar untuk memecahkan masalah terbesar yang belum terpecahkan dalam bidang robotika

Segelas air sebagai masalah teknik

Siapa pun yang pernah berdiri di depan segelas air dengan tangan yang dibalut gips pasti merasakan ketidakberdayaan yang tak terduga. Menggenggam botol, merasakan hambatan, menyesuaikan kekuatan secara halus saat berat bergeser setiap kali dimiringkan – tangan yang sehat melakukan semua ini dengan mudah, setiap detik, tanpa kesadaran. Dengan tangan yang dibalut gips, genggaman ini tiba-tiba menjadi masalah teknis yang perlu dipecahkan. Dan justru masalah inilah yang sedang dikerjakan oleh seluruh industri saat ini, yang berupaya meniru kemampuan menggenggam manusia pada mesin.

Tangan manusia terdiri dari 27 tulang, lebih dari 30 otot, lebih dari 20 derajat kebebasan, dan mampu menghasilkan kekuatan genggaman lebih dari 400 Newton meskipun beratnya hanya 400 hingga 500 gram. Kuncinya sebenarnya bukan terletak pada tangan itu sendiri. Otot terkuat terletak di lengan bawah dan dihubungkan oleh tendon, yang membuat tangan tetap ringan dan lincah. Selain itu, sekitar 17.000 serat taktil di telapak tangan terus-menerus memberikan informasi tentang apakah sesuatu tergelincir, goyah, atau akan patah. Desain biologis ini telah dioptimalkan selama jutaan tahun, dan justru itulah mengapa sangat sulit untuk mereplikasinya secara teknis.

Mengapa kaki bisa diganti, tetapi tangan tidak?

Argumen utama para produsen mengapa robot humanoid membutuhkan bentuk seperti manusia adalah karena lingkungan yang ada dirancang untuk tubuh manusia. Ini memang benar untuk jangkauan, tinggi genggaman, dan dua lengan yang dapat memegang dan menghubungkan secara bersamaan. Namun, untuk kaki, alternatif industri yang telah teruji dan memiliki sejarah selama seabad sudah ada: roda. Untuk tangan, tidak ada alternatif yang sebanding. Jadi, jika desain kaki adalah pertaruhan yang masih bisa didiskusikan, maka tangan adalah pertaruhan yang mutlak harus membuahkan hasil. Dan ironisnya, tangan adalah bagian yang paling belum terselesaikan dari keseluruhan sistem.

Penjepit paralel dan cangkir hisap telah mengotomatiskan tugas-tugas terstruktur dengan objek kaku selama beberapa dekade, dan mereka melakukannya dengan sangat baik. Namun, mereka gagal tepat di tempat di mana tenaga kerja manusia benar-benar bersinar: dengan objek yang dapat berubah bentuk, pergantian alat yang sering, dan apa pun di mana umpan balik taktil sangat penting. Memasang kabel, menutup ritsleting, memecahkan telur – ini adalah contoh tipikal di mana penjepit kaku seringkali gagal. Siapa pun yang bertujuan untuk membangun robot universal tidak dapat menghindari kebutuhan akan tangan universal.

Kurangnya data memperlambat seluruh industri

Alasan mengapa tugas ini sangat sulit dapat diringkas dalam sebuah ungkapan yang diciptakan oleh industri robotika itu sendiri: Robotika tidak memiliki internet. Kumpulan data raksasa telah dibuat selama beberapa dekade untuk ucapan dan gambar. Tetapi untuk apa yang sebenarnya terjadi selama proses menggenggam, tidak ada yang sebanding. Gaya, kelenturan, selip – tidak satu pun dari ini yang terekam dalam kumpulan data apa pun karena tidak ada yang secara sistematis merekamnya. Dan siapa pun yang mencoba mentransfer gerakan manusia ke alat penjepit dua jari sederhana akan kehilangan sebagian besar informasi ini karena alat penjepit menggenggam secara fundamental berbeda dari tangan.

Tingkat keparahan masalah data ini terlihat jelas di sub-pasar terpisah. Seluruh industri pemasok telah muncul di sekitar perusahaan seperti MANUS, yang memproduksi sarung tangan khusus untuk menangkap pergerakan tangan manusia yang sebenarnya. Pelacakan berbasis kamera gagal tepat pada saat-saat paling kritis: ketika jari-jari saling tumpang tindih atau genggaman menutupi ujung jari. Oleh karena itu, sarung tangan ini mengukur langsung pada tubuh daripada secara eksternal, dan orang-orang menggunakannya untuk mengontrol tangan robot dari jarak jauh, menghasilkan data pelatihan. Sebagian besar yang tampak otonom dalam video demonstrasi, pada kenyataannya, hanyalah itu: seseorang yang mengenakan sarung tangan yang menentukan pergerakan.

Besarnya upaya ini ditunjukkan oleh sebuah perusahaan spin-off dari ETH Zurich. Pada pertengahan Juli, Mimic Robotics memperkenalkan perangkat kedua di samping tangan robotnya sendiri – sebuah eksoskeleton yang terbuat dari anggota tubuh kaku, bukan sarung tangan. Perangkat ini memungkinkan tangan pemakainya hanya melakukan gerakan yang dapat dilakukan oleh tangan robot, dilengkapi dengan sensor taktil, encoder sendi, dan kamera di pergelangan tangan, semuanya dikalibrasi secara tepat sesuai dengan mesin tersebut.

Jawaban kedua untuk kesenjangan data yang sama adalah simulasi. Alih-alih mengumpulkan data dengan susah payah, data tersebut dihasilkan secara artifisial. Dalam lingkungan seperti Isaac Sim milik NVIDIA, ribuan robot virtual berlatih secara bersamaan, menghasilkan lebih banyak percobaan dalam semalam daripada yang dapat dilakukan mesin nyata dalam bertahun-tahun. Pendekatan ini bekerja dengan sangat baik untuk berjalan. Namun, masalahnya memiliki nama tersendiri: kesenjangan simulasi-ke-nyata. Setiap simulasi pada akhirnya merupakan asumsi tentang bagaimana suatu material berperilaku, dan semakin dekat Anda dengan kontak sebenarnya, semakin tidak pasti asumsi ini. Seberapa jauh sekrup tergelincir di ujung jari, bagaimana segel melentur, bagaimana kabel menekuk—ini adalah beberapa variabel yang paling sulit diprediksi. Saat berjalan, pengontrol masih dapat mengkompensasi kesalahan tersebut; robot pulih dengan sendirinya. Namun, saat menggenggam, tidak ada cara untuk mengoreksi: objek tersebut dipegang atau tergeletak di tanah.

Kedua metode, perekaman dan simulasi, pada akhirnya bermuara pada hal yang sama. Sebuah gerakan dapat direkam, dan dapat dihitung. Namun, apa sebenarnya yang terjadi antara ujung jari dan benda kerja masih sulit dipahami oleh kedua metode tersebut hingga saat ini.

Segitiga yang tak terpecahkan antara keterampilan, daya tahan, dan harga

Tangan robot yang ideal harus lincah, memiliki cengkeraman yang andal, dan terjangkau, dan penelitian selama bertahun-tahun telah menunjukkan bahwa setiap desain yang ada mengorbankan setidaknya satu dari tiga aspek ini. Mereka yang memprioritaskan presisi mengintegrasikan motor langsung ke dalam sendi, membuat tangan menjadi besar dan mahal, sementara gearbox menjadi terlalu panas di bawah beban terus menerus. Sebaliknya, mereka yang ingin membangun robot kompak seukuran manusia mengandalkan penggerak tendon, dan tendon ini meregang, berjumbai, dan akhirnya putus. Desain yang memungkinkan kelincahan juga merupakan desain yang paling cepat aus. Mereka yang ingin mengurangi biaya mengurangi derajat kebebasan dan resolusi taktil. Gripper industri klasik membebaskan diri dari dilema ini beberapa dekade yang lalu dengan mengabaikan kelincahan. Dua jari sudah cukup, tetapi menawarkan lima juta siklus, garansi 24 bulan, dan harga yang moderat.

Untuk membandingkan struktur biaya robot humanoid pada umumnya, ada baiknya kita melihat analisis yang banyak dikutip oleh Morgan Stanley tentang model Tesla Optimus Gen 2, yang menunjukkan total biaya material sekitar 55.000 dolar AS.

Menurut perkiraan industri, tangan menyumbang antara 15 dan 25 persen dari total daftar komponen robot humanoid, tergantung pada fitur-fiturnya; untuk model dengan jumlah derajat kebebasan yang sangat tinggi, angka ini dapat melebihi 30 persen. Tidak seperti robot industri tradisional, tangan merupakan komponen penting dari mesin, dan bahkan, dibutuhkan dalam jumlah ganda, karena setiap robot membutuhkan dua buah. Dengan demikian, permintaan akan tangan berbanding lurus dengan volume produksi, dan biaya pun meningkat sesuai dengan itu.

Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten - Gambar: Xpert.Digital

Xpert.Digital adalah pusat industri B2B berbasis data yang dipimpin oleh Konrad Wolfenstein . Perusahaan ini bertindak sebagai solusi eksternal, yang hampir bersifat internal, bagi mitra industri, menutup kesenjangan operasional dalam pemasaran, konten, dan penjualan – tanpa memerlukan sumber daya tambahan di pihak klien.

Informasi selengkapnya di sini:

• Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten

Perusahaan-perusahaan raksasa Jerman memasuki pasar

Siapa pun yang berpikir bidang ini hanya milik perusahaan rintisan mengabaikan siapa yang sekarang memasuki pasar dan dengan sumber daya apa. Schunk, yang berbasis di Lauffen am Neckar, adalah pemimpin pasar dunia dalam teknologi penjepit dan penggenggam, sebuah bisnis keluarga generasi ketiga. Menurut perusahaan, mereka telah meneliti tangan mirip manusia selama sekitar dua puluh tahun – jauh sebelum pasar untuk produk tersebut ada. Pada Januari 2026, penelitian ini dipisahkan menjadi perusahaan independen dengan tujuan produksi massal, dan sejak Juni telah beroperasi dalam kemitraan dengan Bosch Robotics. Sejauh ini, hanya satu prototipe yang telah diumumkan; jumlah siklus, seperti praktik standar pada lembar data penjepit dari perusahaan yang sama, belum diungkapkan.

Di Bosch ConnectedWorld pada Juni 2026, sebuah tangan robot humanoid dari Schunk telah mengambil minuman dari rak dan meletakkannya di atas meja – tugas sederhana dengan kedalaman teknis yang cukup besar di baliknya. Schunk menyumbangkan keahliannya dalam teknologi penjepitan fleksibel dan otomatisasi, sementara Bosch menambahkan mekanika presisi, elektronik, dan kompetensi dalam produksi seri dan perangkat lunak. Tangan manusia, dengan sekitar 27 derajat kebebasan, sangat kontras dengan penjepit industri konvensional, yang biasanya hanya memiliki satu atau dua derajat kebebasan – sebuah ukuran besarnya kesenjangan teknologi yang masih perlu ditutup.

Filosofi desain yang bersaing dalam perbandingan

Pada pertengahan Juli 2026, Mimic Robotics dari Zurich memperkenalkan sebuah tangan robot yang dirancang khusus untuk penggunaan industri berkelanjutan, dengan konstruksi yang hampir seluruhnya didasarkan pada pertimbangan keausan. Motor-motornya terletak di lengan bawah dan menarik jari-jari melalui tendon, mirip dengan tendon manusia. Alih-alih menjalankan tendon melalui selongsong pemandu, tendon tersebut dipandu oleh bantalan dan rol, karena gesekan geser menyebabkan keausan material, sementara gesekan bergulir jauh lebih lembut. Jumlah sambungan dikurangi berdasarkan data industri nyata; setiap sambungan yang kurang bermanfaat dihilangkan untuk memaksimalkan masa pakai. Lembar data yang dipublikasikan pun sesuai, seperti yang dimiliki pemasok konvensional, dengan spesifikasi untuk torsi balik, celah, dan beban berkelanjutan.

1X secara khusus menyebutkan jumlah siklus: lebih dari dua juta siklus beban, dilengkapi dengan perlindungan IP68 dan sertifikasi food-grade. Namun, ada catatan kaki yang perlu diperhatikan. Dua juta siklus tersebut berlaku untuk pergelangan tangan. Untuk jari-jari yang digerakkan tendon, hanya disebutkan bahwa rakitan telah menjalani jutaan siklus pengujian, tanpa menyebutkan angka konkret. Informasi mengenai di mana keausan sebenarnya ditentukan tetap tidak jelas, dan semua nilai diberikan oleh produsen itu sendiri, bukan oleh data lapangan yang diverifikasi secara independen.

Sharpa melakukan optimasi ke arah yang berbeda, berfokus pada sensitivitas. Tangan robot ini, yang dilengkapi dengan lebih dari seribu titik taktil per ujung jari dan digerakkan oleh roda gigi halus alih-alih tendon, menerima penghargaan di CES. Sharpa juga menyebutkan angka – lebih dari satu juta siklus genggaman – juga sebagai klaim yang dilaporkan sendiri. Bagaimana kinerja ini dalam pekerjaan shift sebenarnya adalah sesuatu yang belum diketahui oleh siapa pun di luar perusahaan. Di NVIDIA GTC pada musim semi, tangan robot tersebut dikendalikan dari jarak jauh melalui sarung tangan data dalam demonstrasi yang banyak dibicarakan, termasuk menangkap bola yang dilempar.

Perbandingan terbaru antara tangan Optimus Gen 3 milik Tesla dengan 22 sendi yang digerakkan secara independen dan tangan Neo baru milik 1X menunjukkan bahwa kedua sistem tersebut kini memiliki lebih dari dua juta siklus pengoperasian pada pergelangan tangan dan sertifikasi IP68. Patut dicatat bahwa angka-angka ini tidak lagi dianggap sebagai keunggulan kompetitif, melainkan sebagai persyaratan dasar untuk dianggap sebagai pesaing yang serius.

Mengapa ini lebih dari sekadar detail teknis

Aspek yang benar-benar luar biasa dari perkembangan ini menjadi jelas ketika dibandingkan dengan produsen dengan volume produksi tertinggi. Model humanoid termurah Unitree berharga $4.900 dan dilengkapi dengan kepalan tangan kaku yang tidak dapat menggenggam apa pun. Tangan sama sekali tidak dapat dipesan untuk model ini. Tangan hanya tersedia pada model pengembang yang dimulai dari $10.500, dan itupun hanya sebagai tambahan opsional. Bahkan model unggulan yang besar pun dilengkapi dengan tangan tiruan yang hanya melengkapi siluet dan tidak memiliki fungsi apa pun. Perusahaan tidak mengungkapkan berapa banyak mesin yang akhirnya dikirimkan dengan tangan yang berfungsi.

Pengamatan ini memberikan inti ekonomi sebenarnya dari keseluruhan pengembangan. Komponen yang paling mahal dan sekaligus paling rentan terletak tepat di tempat janji produk inti robot humanoid bergantung – dan pemimpin pasar dalam hal unit terjual justru menghilangkannya ketika ragu. Yang tersisa hanyalah dudukan penjepit yang mahal, yang hingga kini belum terpecahkan secara meyakinkan.

Bagi pengamat pasar dan investor, ini berarti bahwa laporan kemajuan tentang robot humanoid harus dikaji secara kritis untuk menentukan apakah laporan tersebut merujuk pada keseluruhan mesin atau secara khusus pada bagian tangan. Keputusan pembelian yang didasarkan pada video demonstrasi harus mempertanyakan apakah ketangkasan yang ditampilkan dihasilkan secara otomatis atau hasil dari telepresence oleh operator manusia. Dan mereka yang mengevaluasi perkiraan pertumbuhan untuk industri ini harus mempertimbangkan bahwa meskipun kurva biaya keseluruhan untuk aktuator menurun, data keandalan untuk tangan, khususnya, masih sangat tidak lengkap.

Dua hingga tiga tahun ke depan akan menunjukkan apakah kolaborasi seperti antara Schunk dan Bosch, yang menggabungkan keahlian industri tradisional dengan logika produksi massal baru, benar-benar dapat menghasilkan jumlah siklus yang andal dan terverifikasi secara independen, seperti yang sudah menjadi standar dalam teknologi penjepitan klasik. Hingga saat itu, tangan robot tetap menjadi janji yang paling mahal dan belum terpenuhi di seluruh industri humanoid.

☑️ Bahasa bisnis kami adalah bahasa Inggris atau Jerman

☑️ BARU: Korespondensi dalam bahasa ibu Anda!

Konrad Wolfenstein

Saya dan tim saya dengan senang hati siap membantu Anda sebagai penasihat pribadi Anda.

Anda dapat menghubungi saya dengan mengisi formulir kontak di sini [email protected]:atau cukup hubungi saya di +49 7348 4088 965. Alamat email saya adalah

Saya sangat menantikan proyek bersama kita.

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan, dan implementasi

☑️ Pembuatan atau penyesuaian kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B global & digital

☑️ Pelopor Pengembangan Bisnis / Pemasaran / Humas / Pameran Dagang

Dari visibilitas hingga kepercayaan: Jalur skalabel Anda dengan Xpert.Digital - Gambar: Xpert.Digital

Dalam bisnis B2B industri, hubungan bisnis yang berkelanjutan jarang muncul dalam semalam. Hubungan tersebut berkembang selangkah demi selangkah – melalui visibilitas, relevansi profesional, titik kontak yang berulang, dan kepercayaan yang tumbuh. Model 4 tahap Xpert.Digital menjawab hal ini secara tepat: Model ini menawarkan jalur terstruktur yang dimulai dengan titik masuk yang mudah dikelola dan dapat berkembang menjadi kolaborasi yang lebih dalam dalam pengembangan bisnis jika diperlukan.

Alih-alih mengandalkan janji pemasaran yang bombastis, model ini menempatkan hubungan sebagai prioritas utama. Perusahaan memulai dengan ukuran yang jelas dan mudah dihitung, kemudian memutuskan, berdasarkan pengalaman mereka sendiri, sejauh mana mereka ingin memperluas kolaborasi. Faktor kunci untuk proses membangun kepercayaan yang tidak terganggu ini: Platform sepenuhnya menghindari iklan yang mengganggu, sehingga fokus editorial tetap semata-mata pada keahlian perusahaan.

Informasi selengkapnya di sini:

• Dari visibilitas hingga kepercayaan: Jalur skalabel Anda dengan Xpert.Digital