JAPAN’S INDUSTRY. YOUR PERSPECTIVE.
JAPAN MANUFACTURINGINSIGHTINDONESIA EDITION
MITRA KAMI · PROFIL SPONSOR
SANWA SHOKO — DEPOSITRON A-1
MITRA

SANWA SHOKO

BACA SELENGKAPNYA ↗
Teknologi & Produk

Dari Perangkat Keras ke Data Pabrik: Tiga Produsen Robot Jepang Beraliansi Tak Lazim di AI Fisik

Tiga produsen robot Jepang yang saling bersaing kini menyeragamkan spesifikasi dan cara pengumpulan data lantai pabrik dalam satu format bersama. Kawasaki Heavy Industries, FANUC, dan Yaskawa Electric bergandengan untuk membangun fondasi AI fisik (physical AI) bagi pabrik. Pada…

Dari Perangkat Keras ke Data Pabrik: Tiga Produsen Robot Jepang Beraliansi Tak Lazim di AI Fisik
NVIDIA

Tiga produsen robot Jepang yang saling bersaing kini menyeragamkan spesifikasi dan cara pengumpulan data lantai pabrik dalam satu format bersama. Kawasaki Heavy Industries, FANUC, dan Yaskawa Electric bergandengan untuk membangun fondasi AI fisik (physical AI) bagi pabrik. Pada tahun pertama proyek ini berencana mengumpulkan 5.000 jam data lapangan, dengan dukungan negara hingga ¥2 miliar (sekitar US$13 juta). Sasarannya bukan produk baru, melainkan standardisasi data yang menjadi landasan AI itu sendiri. Langkah ini menandakan bahwa poros persaingan di robot industri sedang bergeser — dari kinerja mesin ke volume dan kualitas data.

Poin utama

  • Kawasaki Heavy Industries, FANUC, dan Yaskawa Electric berkolaborasi membangun dataset AI fisik untuk lantai pabrik. Proyek ini terpilih dalam "GENIAC", program pengembangan AI generatif yang dijalankan Kementerian Ekonomi, Perdagangan dan Industri Jepang (METI) bersama NEDO.
  • Ketiganya membangun fondasi model VTLA yang mengolah penglihatan, sentuhan, bahasa, dan gerak secara terpadu, dengan mengumpulkan 5.000 jam data video, taktil, dan gerakan dari pabrik pada tahun pertama.
  • Program berjalan Agustus 2026–Juli 2027, dengan dukungan hingga ¥2 miliar (sekitar US$13 juta) dari NEDO. Universitas Osaka, startup sensor sentuh FingerVision, dan perusahaan AI ABEJA turut berpartisipasi.
  • Yang mereka standardisasi adalah spesifikasi data dan cara pengumpulannya. Data lapangan milik sendiri, teknologi kendali, dan perangkat keras tetap ada pada masing-masing perusahaan. Batas antara kerja sama dan persaingan menjadi titik yang paling menentukan.

Produsen robot papan atas bergandengan — soal data

Pada Juli 2026, tiga produsen robot Jepang—Kawasaki Heavy Industries, FANUC, dan Yaskawa Electric—mengumumkan kemitraan untuk mengembangkan foundation model AI fisik di lantai pabrik. Proyek ini terpilih dalam "GENIAC", program pengembangan AI generatif yang dijalankan Kementerian Ekonomi, Perdagangan dan Industri Jepang (METI) dan NEDO (New Energy and Industrial Technology Development Organization). Program berjalan dari Agustus 2026 hingga Juli 2027, dengan dukungan hingga ¥2 miliar (sekitar US$13 juta) dari NEDO.

AI fisik (physical AI) adalah AI yang bekerja di dunia nyata. Alih-alih menghasilkan teks atau gambar di layar, AI ini menggerakkan lengan dan tangan robot untuk mencengkeram, merakit, dan mengangkut — melakukan pekerjaan nyata.

Ketiganya sama-sama berada di jajaran produsen robot industri papan atas dunia, dan biasanya berebut pelanggan yang sama. Yang membuat susunan ini tidak biasa adalah objek kerja sama mereka bukan produk jadi maupun teknologi komponen, melainkan data.

Perannya terbagi. Ketiga produsen menangani standardisasi spesifikasi data dan infrastruktur pengumpulan data; Universitas Osaka menjadi pelaksana utama proyek, dan ABEJA, yang menerima penugasan dari universitas, bertugas mengembangkan lebih lanjut teknologi fondasinya. Teknologi sensor sentuh dibawa oleh startup FingerVision. Pesaing, universitas, dan startup berkumpul demi satu kumpulan data — begitu bentuknya.

Mengapa sekarang — faktor penentu bergeser dari mesin ke data

Selama puluhan tahun, persaingan robot industri ditentukan oleh perangkat keras: akurasi posisi, payload, kecepatan, dan daya tahan. Kekuatan Jepang bertumpu pada kedalaman garapan mekanis itu.

AI fisik menuntut hal lain. Ketika seseorang berkata "ambil itu", robot harus menilai situasi dan menggerakkan tangannya, bahkan untuk komponen yang belum pernah dilihatnya. Perilaku serbaguna seperti itu tidak dapat diwujudkan hanya dengan perangkat keras berpresisi tinggi. Untuk mewujudkannya, diperlukan AI yang dilatih dengan data pekerjaan dalam jumlah besar. Aturan praktis yang sama seperti pada model bahasa besar berlaku di sini: volume dan keragaman data pelatihan sangat menentukan seberapa mumpuni model tersebut.

Masalahnya, data itu selama ini terpecah-pecah antarprodusen. Format perekaman, serta apa yang diukur dan bagaimana caranya, berbeda dari satu perusahaan ke perusahaan lain, sehingga data dari satu perusahaan tidak dapat langsung digunakan untuk melatih model perusahaan lain. Jika formatnya diselaraskan, data yang dikumpulkan dari berbagai perusahaan dan proses dapat saling dimanfaatkan. Cakupan yang bisa dipakai untuk pelatihan meluas, dan kecepatan pengembangan meningkat. Standardisasi adalah fondasi yang memungkinkan pemanfaatan bersama ini.

Itulah sebabnya para pesaing bersatu. Data lapangan yang beragam tidak dapat dikumpulkan oleh satu perusahaan sendirian. Mengumpulkan data yang kompatibel dari berbagai sektor dan proses dalam format bersama memungkinkan pembentukan dataset yang lebih besar dalam waktu lebih singkat dibanding satu perusahaan yang menyimpannya sendiri. Bergandengan menjadi masuk akal karena objek persaingan telah bergeser ke data.

VTLA ingin mengubah "mengajari" menjadi "belajar"

Inti dari upaya ini adalah model VTLA (Vision-Tactile-Language-Action) — model AI yang mengolah penglihatan, sentuhan, bahasa, dan gerak sebagai satu kesatuan. Model ini bertujuan memahami instruksi berbasis bahasa, melihat objek lewat kamera, dan bergerak sambil menyesuaikan gaya berdasarkan umpan balik taktil pada ujung gripper, semuanya dalam satu model.

Ciri khasnya adalah penyertaan indra sentuh. Robot industri konvensional selama ini bekerja terutama dari penglihatan dan data posisi. Namun untuk pekerjaan tangan yang halus — menjepit komponen lunak, memasukkan ke lubang yang sedikit melenceng — kemampuan merasakan selip dan gaya tekan menjadi sangat penting. Teknologi FingerVision mengisi celah itu.

Yang ingin diubah VTLA adalah cara pekerjaan diajarkan kepada robot sejak awal. Lantai pabrik saat ini bergantung pada "teaching": pekerjaan setup di mana setiap gerakan diprogram dengan tangan, dan seseorang harus memasukkan ulang koordinat serta langkah setiap kali objeknya berganti. Beban kerja itu menjadi penghambat otomasi di pabrik dengan variasi produk tinggi dan volume produksi rendah, serta di pabrik yang kekurangan tenaga kerja. Jika VTLA mencapai penggunaan praktis, hubungan itu berbalik: alih-alih diajari secara rinci, AI belajar perilaku dari data yang terakumulasi dan mampu menanggapi, sampai batas tertentu, pekerjaan yang belum pernah dihadapinya. Premis otomasi berpotensi bergeser dari "mengajari" ke "belajar".

Batas antara kerja sama dan persaingan

Inti dari kemitraan tiga arah ini terletak pada garis antara apa yang dibagi dan di mana perusahaan tetap bersaing.

Yang mereka standardisasi adalah spesifikasi data dan cara pengumpulannya — aturan bagaimana data direkam dan disimpan. Yang tetap menjadi milik masing-masing perusahaan adalah data lapangan yang benar-benar dikumpulkan di pabriknya sendiri, teknologi kendali dan perangkat keras robotnya, serta produk dan layanan akhirnya. Aturan dasar dibagi; pertarungan terjadi di atasnya.

Yang benar-benar dipertaruhkan dalam susunan ini adalah letak kendali sesungguhnya. Siapa yang memiliki data yang dikumpulkan dalam format bersama, dan siapa yang boleh memakainya untuk pelatihan? Siapa yang menentukan isi standar itu? Pihak yang memegang kendali itu berpotensi memperoleh posisi strategis dalam ekosistem AI fisik. Menetapkan standar juga merupakan persaingan atas hak menentukan detailnya.

Dilihat dari luar, langkah ini sejalan dengan perlombaan global merebut data. NVIDIA dari Amerika Serikat memperluas pijakannya di AI fisik dengan membangun posisi kuat dalam infrastruktur komputasi dan lingkungan simulasi yang dipakai untuk mengembangkan robot. Ketiga produsen Jepang itu, secara terpisah, juga tengah menjajaki implementasi sosial bersama Fujitsu Jepang dan NVIDIA, dan pada sebagian infrastruktur komputasi akan menggunakan teknologi luar negeri. Namun pada satu titik — standar data untuk lantai pabrik — mereka bergerak untuk menggenggam sendiri fondasi buatan dalam negeri. Meminjam sebagian platform, tetapi tidak menyerahkan kendali atas data — begitulah upaya VTLA ini paling tepat dibaca.

Dampak terhadap industri — pekerjaan integrator dan produsen komponen berubah

Jika dataset serbaguna dan foundation model mengakar, dampaknya menyebar ke luar produsen robot.

Yang paling banyak berubah adalah system integrator (SIer). Memasang robot dan menyetelnya lewat teaching selama ini menjadi sumber pendapatan utama integrator. Ketika semakin banyak gerakan robot diperoleh melalui pembelajaran AI, pekerjaan mengajarkan setiap gerakan secara manual pun berkurang. Sebagai gantinya, titik berat bergeser ke dukungan berbasis data — bagaimana mengumpulkan data yang sesuai dengan suatu lokasi, dan bagaimana menyesuaikan model dengan proses spesifik sebuah pabrik. Dari pemasang peralatan menjadi pendukung pemanfaatan data: perannya akan perlu ditata ulang.

Bagi produsen komponen dan sensor, peluang terbuka. Penekanan VTLA pada indra sentuh berpotensi mengangkat permintaan force sensor (sensor gaya) dan sensor sentuh, serta elemen mesin yang menopangnya. Akurasi AI fisik bergantung bukan hanya pada AI, tetapi juga pada kualitas sensor yang mendeteksi kondisi fisik secara akurat — bidang yang beririsan dengan kekuatan produsen komponen Jepang. Meski begitu, letak nilainya berpotensi bergeser dari menjual sensor sebagai unit tunggal ke bagaimana data yang ditangkapnya dimuat ke dalam platform.

Yang perlu dipantau — siapa menentukan hak penggunaan data

Hal terpenting yang perlu dicermati adalah letak kendali sesungguhnya. Siapa yang memiliki data terkumpul, dan sejauh mana masing-masing perusahaan boleh memakainya? Bagaimana hak menentukan isi standar dibagi di antara ketiganya? Bila hal ini tetap kabur, retorika standardisasi bisa terus berlanjut tanpa pernah tumbuh menjadi standar yang sesungguhnya. Aturan operasional yang dipublikasikan proyek ini akan menjadi bahan penilaian pertama.

Skala juga dipertanyakan. Apakah 5.000 jam pada tahun pertama cukup untuk melatih model serbaguna sulit dinilai dari luar. Dibandingkan dengan volume teks yang jauh lebih besar—berbeda beberapa orde besaran—yang telah dipelajari model bahasa besar, 5.000 jam tampak sebagai level awal. Data pekerjaan lapangan mengandung informasi yang padat setiap jamnya, sehingga perbandingan sederhana berdasarkan waktu tidak berlaku — tetapi seberapa banyak yang bisa ditambahkan mulai tahun kedua akan menentukan kemampuan sebenarnya dari model tersebut.

Lalu ada pertanyaan apakah standar dalam negeri bisa mendunia. Produsen Jepang telah membangun posisi kuat di pasar global lewat perangkat keras; mampukah mereka memegang inisiatif di medan baru berupa data? Proyek satu tahun ini menjadi ujian pertamanya.

MITRA KAMI

MENGHUBUNGKAN INDUSTRI JEPANG.
LIHAT SEMUA MITRA ↗