FANUC Jepang Melangkah ke "Robot yang Tidak Perlu Diajari": AI Vision Mengambil Material Tanpa Registrasi Bentuk per Benda Kerja
FANUC Jepang, produsen besar robot industri, mengembangkan "AI Masterless Vision", sistem yang meniadakan registrasi bentuk untuk setiap benda kerja. Jika jenis objek disebut dengan istilah umum, AI yang telah dilatih sebelumnya akan mengenali bentuk tiga dimensinya.

FANUC Jepang, produsen besar robot industri, mengembangkan "AI Masterless Vision", sistem yang meniadakan registrasi bentuk untuk setiap benda kerja. Jika jenis objek disebut dengan istilah umum, AI yang telah dilatih sebelumnya akan mengenali bentuk tiga dimensinya.
Pengiriman direncanakan pada Januari 2027, tetapi akurasi, kecepatan, dan cakupan penerapannya belum diungkapkan. Artikel ini menelaah apakah yang berkurang hanya pengaturan pengenalan, atau setup seluruh proses ikut menjadi lebih singkat.
Poin utama
- Apa: FANUC mengembangkan sistem AI fisik (physical AI, yaitu AI yang menghubungkan persepsi dan tindakan robot di dunia fisik) untuk robot industri bernama "AI Masterless Vision". Sistem diumumkan pada 27 Oktober 2026, dan pengiriman direncanakan mulai Januari 2027
- Apa yang berubah: Menurut perusahaan, dengan instruksi berupa kata umum seperti "komponen silinder", robot dapat menemukan material dalam citra kamera meski bentuknya belum diajarkan satu per satu, lalu memindahkannya. "Pengajaran vision" untuk tiap benda kerja tidak lagi diperlukan
- Cara kerja: Bentuk tiga dimensi objek dikenali dengan kamera dan AI. AI telah mempelajari lebih dulu perbedaan tampilan objek akibat pencahayaan, serta tampilan objek transparan dan mengilap
- Yang belum terlihat: Cara memperoleh informasi tiga dimensi, rentang bentuk yang didukung, dan apakah cara mencengkeram serta jalur gerak juga tidak perlu diatur belum diungkapkan
- Yang dipertanyakan: Seberapa banyak waktu dari pergantian varian hingga operasi stabil dapat dipangkas dibandingkan pengajaran konvensional
Dengan Instruksi "Komponen Silinder", Robot Memindahkan Material Tanpa Pengajaran Individual
FANUC mengumumkan pada 27 Oktober 2026 bahwa perusahaan telah mengembangkan "AI Masterless Vision" untuk robot industri. Pengiriman direncanakan mulai Januari 2027.
Menurut perusahaan, robot AI dibekali "pemahaman umum tentang objek" sehingga dapat mengenali objek yang ditunjuk dengan kata umum melalui kamera. Bila diberi instruksi "komponen silinder", misalnya, robot dapat menemukan material pemesinan berbentuk silinder yang belum diajarkan lewat pengajaran vision, lalu memindahkannya. FANUC menggunakan slogan "nol pengaturan, nol pengajaran, cukup letakkan benda kerja".
Pada Pameran Mesin Perkakas Internasional Jepang (JIMTOF2026) yang dibuka di Tokyo Big Sight pada 26 Oktober, perusahaan mendemonstrasikan robot yang mengambil berbagai material silinder tanpa pengaturan atau pengajaran sebelumnya, lalu memasang dan melepasnya dari perangkat tiruan mesin bubut. FANUC mengusung otomasi yang dapat berjalan tanpa operator berjaga setelah material ditata.

"Pengajaran vision" yang selalu diperlukan setiap pergantian varian
Dalam pemesinan dengan produksi banyak varian dalam volume kecil maupun produksi dengan jenis dan volume yang berubah-ubah, jenis, bentuk, dan posisi material berubah setiap kali varian produk diganti. Menurut perusahaan, selama ini bentuk setiap material yang berbeda harus diajarkan satu per satu kepada robot. FANUC menyebut pekerjaan tersebut "pengajaran vision".
Sistem vision tiga dimensi FANUC yang sudah ada juga memiliki metode yang mencocokkan data hasil kamera dengan model bentuk yang diajarkan lebih dulu, untuk memperoleh posisi dan orientasi benda kerja. Istilah "masterless" pada nama produk tampaknya merujuk pada ditiadakannya registrasi contoh acuan (master) semacam itu.
Pencahayaan juga menjadi masalah di lapangan. FANUC menjelaskan bahwa komponen logam yang permukaannya mengilap, meski tidak sampai seperti cermin, sulit ditemukan secara akurat oleh sensor vision konvensional, sehingga diperlukan penyesuaian dan pengujian berulang di lokasi produksi, antara lain dengan menyesuaikan pencahayaan.
Prinsip yang diumumkan baru sebatas "kamera dan AI mengenali bentuk tiga dimensi"
AI Masterless Vision mengenali bentuk tiga dimensi objek dengan kamera dan AI. AI telah mempelajari sebelumnya bagaimana objek terlihat pada berbagai kondisi pencahayaan, sehingga menurut perusahaan bentuk tiga dimensi benda dapat dikenali secara stabil bahkan di lingkungan yang kecerahannya berubah menurut waktu dan musim. AI juga dilatih untuk tampilan objek transparan dan objek mengilap seperti cermin, sehingga benda kerja transparan dan mengilap yang tidak dapat dikenali kamera konvensional kini disebut dapat dikenali.
Namun, prinsip yang diumumkan baru sampai di situ. FANUC tidak mengungkapkan bagaimana informasi gambar dan kedalaman digabungkan, cakupan bentuk apa yang dipetakan ke istilah seperti "komponen silinder", dan informasi apa yang diperkirakan atau dikompensasi AI saat menangani objek transparan atau berpermukaan seperti cermin. Apakah pengenalan dilakukan dalam kategori bentuk yang telah dipelajari, atau juga dapat menangani beragam bentuk yang belum pernah dipelajari, belum dapat dinilai saat ini.
Bila penjelasan perusahaan benar, sebagian pekerjaan yang selama ini dilakukan di lokasi produksi untuk meregistrasi bentuk setiap benda kerja diambil alih oleh pra-pelatihan yang telah diselesaikan produsen. Namun, belum jelas apakah beban lapangan benar-benar hilang, atau hanya berubah bentuk menjadi pemeriksaan apakah objek sesuai dengan kategori yang telah dipelajari dan penanganan pengecualian.
FANUC juga menyatakan bahwa robot yang dipasang pada AGV (kendaraan pemandu otomatis) atau kereta dorong yang bergerak di dalam pabrik tetap dapat menemukan dan memindahkan target tanpa terpengaruh perubahan lingkungan sekitar.
Sejalan dengan pengelasan dan uji coba bersama Hitachi: upaya mengurangi pengajaran
Produk ini merupakan bagian dari "AI fisik berbasis platform terbuka" yang diusung FANUC pada Pameran Robot Internasional Desember 2025. Perusahaan membuka driver untuk ROS 2 (platform pengembangan untuk robot), menyertakan Python sebagai standar, dan mendukung platform simulasi NVIDIA dari Amerika Serikat. Menurut FANUC, sejak itu banyak pelanggan mengajukan pertanyaan dan penjajakan bisnis terkait AI fisik.
Pada September 2026, FANUC mengumumkan "AI Welding Agent", yang membaca gambar teknik komponen dengan AI generatif Google Cloud dari Amerika Serikat, lalu menghasilkan kondisi pengelasan dan gerakan robot secara otomatis. Pengirimannya dijadwalkan mulai akhir Desember 2026. Pada 30 September, FANUC juga menjalin kemitraan strategis dengan Hitachi Jepang. Pabrik Hitachi di wilayah Ibaraki dijadikan "Customer Zero" (lokasi uji coba pertama), dan AI direncanakan terus mempelajari aturan khas lapangan pada pengambilan komponen (picking) dan setup ulang akibat pergantian varian. Penerapan kepada pelanggan kedua perusahaan direncanakan mulai tahun fiskal 2027.
Jika semuanya dijajarkan, strategi yang terlihat adalah menggabungkan dua lapisan: pra-pelatihan serbaguna yang mengurangi pengaturan awal, dan pembelajaran berkelanjutan atas pengecualian khas lapangan di lokasi. Namun, ini merupakan penilaian artikel. FANUC tidak menjelaskan bagaimana kedua lapisan itu dihubungkan secara teknis, atau apakah hasil uji coba bersama Hitachi akan tercermin pada AI Masterless Vision.
Pada periode April–September 2026, divisi robot mencatat penjualan ¥194,3 miliar atau sekitar 41% dari penjualan konsolidasi, sehingga menjadi divisi terbesar. Namun, pertumbuhan penjualannya sebesar 12,6% berada di bawah pertumbuhan konsolidasi sebesar 16,2%. Makna strategis produk ini terletak pada apakah rentang penerapan robot dapat diperluas ke industri umum dan proses dengan banyak varian, tempat tenaga untuk melakukan pengajaran sulit diperoleh. FANUC belum mengumumkan harga maupun bentuk penyediaannya.

Kandidat penerapan: proses dengan pengajaran vision sebagai hambatan setup
Efek kemungkinan paling mudah terlihat pada proses yang targetnya bisa ditunjuk dengan nama bentuk umum, dan pengajaran vision pada setiap pergantian varian memakan porsi besar waktu setup. Sebaliknya, pada proses yang kendala utamanya adalah gripper khusus, koordinasi rumit dengan mesin perkakas, atau cycle time yang ketat, mengurangi pengaturan pengenalan saja akan memberi hasil investasi yang terbatas. Konfigurasi robot dan kamera yang didukung, waktu pemrosesan, dan tingkat keberhasilan pengenalan belum diungkapkan, sehingga hal ini untuk saat ini baru berupa penilaian.
Cara membaca demonstrasi silinder juga perlu hati-hati. Bentuk silinder tidak berubah meski diputar mengelilingi porosnya, sehingga kandidat orientasi dan titik cengkeram lebih mudah dipersempit dibandingkan komponen berbentuk tidak beraturan yang rumit. Demonstrasi memasang dan melepas material silinder saja belum cukup untuk menilai kemampuan membedakan bentuk yang mirip, maupun menangani komponen tidak beraturan yang permukaan cengkeramnya terbatas. FANUC menyatakan benda kerja transparan dan mengilap juga dapat dikenali, tetapi kondisi material, latar belakang, dan pencahayaan, serta keberhasilan saat benar-benar dipindahkan, tidak diperlihatkan.
Setelah dipasang, cara mencengkeram, koordinasi peralatan, dan pemulihan saat gangguan perlu diverifikasi terpisah
Pengumuman tidak menjelaskan bahwa pemilihan gripper, posisi cengkeram, jalur yang menghindari tabrakan dengan peralatan sekitar, pertukaran sinyal dengan mesin perkakas, desain keselamatan, hingga pemulihan saat pengenalan gagal juga tidak memerlukan pengaturan. Belum jelas apakah "nol pengaturan, nol pengajaran" hanya menyangkut pengaturan vision, atau juga mencakup seluruh peralatan tempat robot dipasang.
Yang perlu dilihat setelah pengiriman bukanlah apakah silinder bisa dikenali. Yang perlu dilihat adalah seberapa jauh total waktu dari instruksi pergantian varian hingga operasi stabil, termasuk percobaan ulang dan pemulihan dari gangguan, dapat dipangkas dibandingkan cara konvensional. Bila waktu itu tidak memendek, manfaat "masterless" hanya akan terbatas pada pengurangan pekerjaan pengaturan vision untuk pengaturan vision. Apakah setup seluruh proses dapat dipersingkat akan menentukan apakah produk ini layak menjadi investasi peralatan.







