La frase che ha definito il 2026

"The ChatGPT moment of robotics has arrived." — Jensen Huang, CES 2026

Cinque parole, pronunciate il 5 gennaio sul palco di Las Vegas, che probabilmente finiranno citate per i prossimi dieci anni. Non perché siano particolarmente poetiche, ma perché — se si rivelano vere — segnano il punto in cui l'AI smette di vivere solo nei nostri schermi e comincia a muovere atomi.

Cosa significa davvero "physical AI"

Per anni la robotica è stata l'eterna promessa: ogni decennio "questa è la volta buona", ogni decennio si scopriva che camminare in una cucina disordinata era più difficile di battere un campione mondiale di scacchi.

La differenza adesso? I modelli foundation per la robotica esistono. Modelli addestrati su giganteschi dataset di video, simulazioni e dimostrazioni umane, capaci di generalizzare task che non hanno mai visto. È lo stesso salto che gli LLM hanno fatto fra GPT-2 e GPT-3, ma applicato al controllo di un corpo fisico.

NVIDIA ha annunciato al CES uno stack completo per arrivarci:

di dati umani.

In sostanza: lo stack di sviluppo che mancava. Esattamente come AWS ha reso banale lanciare un'app web nel 2010, NVIDIA sta provando a rendere banale lanciare un robot nel 2026.

Perché questo gennaio è diverso da tutti gli altri "momenti chatgpt"

Negli ultimi 36 mesi abbiamo sentito dichiarare il "momento ChatGPT" di praticamente qualunque cosa: della medicina, del codice, dell'arte, persino della contabilità. La maggior parte non lo era. Erano semplici miglioramenti incrementali con un'ottima PR.

Quello della robotica potrebbe essere diverso per tre motivi concreti:

  1. Modelli effettivamente generalisti — GR00T e simili non eseguono un task

specifico, scelgono come risolverlo a partire da un'istruzione in linguaggio naturale.

  1. Hardware finalmente economico — bracci robotici sotto i 5K€, humanoid

sotto i 30K€ in arrivo nel 2026.

  1. Convergenza di stack — un singolo developer con un Mac può oggi addestrare,

simulare e deployare un controller senza un team di robotica.

Cosa significa per chi sviluppa

Se lavori nel software, la prossima domanda interessante non sarà più "come faccio chattare la mia app". Sarà "come faccio fare qualcosa fisicamente alla mia app".

Pensa a:

procedure in giorni invece di settimane.

in showroom.

e protocolli di controllo.

Lo stack che abbiamo costruito per gli LLM (RAG, agents, tool use) si applica quasi tutto. Solo che ora il "tool" è un attuatore, e l'errore non è una hallucination — è un bicchiere rotto.

Il rischio di crederci troppo

Detto questo, una nota di realismo. Il "momento ChatGPT" del software è stato seguito da un anno di hype, due anni di pratica e tre anni di ridimensionamento delle aspettative. Per la robotica il ciclo sarà più lungo, perché l'errore fisico costa di più dell'errore digitale.

Per il 2026 non aspettarti il robot domestico di tuo nonno. Aspettati invece:

Se sei un developer, da dove parto?

Tre cose pratiche:

  1. Studia un foundation model di robotica — GR00T o Octo, almeno il paper.
  2. Gioca con un simulatore — Isaac Sim ha tier free, MuJoCo è open-source.
  3. Allenati sul mental model giusto — non è "quale algoritmo PID uso", è

"quale prompt do al policy model".

Il salto concettuale è grosso: passi da "controllo deterministico" a "prompt + policy + correzione". Suona familiare? È lo stesso salto che chi faceva web ha dovuto fare quando sono arrivati gli LLM.

Il punto

Non sappiamo ancora se il 2026 sarà davvero l'anno della robotica come il 2023 è stato quello degli LLM. Sappiamo però che, per la prima volta, lo stack è pronto. Modelli, hardware, simulatori, tooling per developer.

Se gennaio 2023 ti ha colto impreparato all'esplosione AI, gennaio 2026 ti sta dando un avviso. Sta a noi decidere se ascoltarlo.