BEIJING, Bharata Online - Memisahkan dua lembar kain mungkin terlihat sederhana. Namun, bagi robot humanoid, material yang lembut dan licin itu merupakan ujian ketangkasan yang berat: terlalu banyak tenaga dapat merusak bentuknya, sementara terlalu sedikit tenaga akan membuatnya berada di luar jangkauan robot.
Namun di pabrik garmen Tiongkok, robot yang dikembangkan oleh Aitu, sebuah perusahaan teknologi jahit cerdas yang berbasis di Provinsi Zhejiang, Tiongkok timur, sudah diuji untuk memisahkan potongan kain, mengangkatnya, membaringkannya, dan menyelaraskannya untuk dijahit.
Untuk kategori produk dan jenis kain tertentu, perusahaan tersebut menyatakan bahwa robot mereka telah mencapai tingkat keberhasilan 97% dalam memisahkan potongan kain, dengan lebih dari 98% hasil pekerjaan menjahit memenuhi standar kualitas.
Dengan tingkat efisiensi saat ini, Aitu memperkirakan robot tersebut dapat mengembalikan modalnya dalam waktu sekitar 18 bulan.
Perhitungan ini menyentuh inti dari ujian selanjutnya bagi industri ini: apakah robot humanoid yang beralih dari prototipe laboratorium ke lantai pabrik dapat memberikan peningkatan produktivitas yang cukup besar untuk membenarkan investasi tersebut.
Industri secara luas menganggap tahun 2026 sebagai tahun dimulainya produksi massal robot humanoid. Kementerian Perindustrian dan Teknologi Informasi Tiongkok serta regulator aset negara telah meluncurkan program untuk melatih robot humanoid dan sistem AI yang terintegrasi dalam lingkungan dunia nyata, dengan tujuan untuk memindahkan mereka dari tahap pengujian ke operasi aktual dan membangun kapasitas penyebaran pada skala 10.000 unit pada akhir tahun.
Robot Aitu sedang dikerahkan dan diuji coba dalam produksi di berbagai pabrik garmen Tiongkok, termasuk Sunrise Group, Eifini, dan Chenfeng Group. Tugas mereka tetap terbatas: memuat dan menurunkan kain di mesin jahit templat, memposisikan material untuk mesin pemasang saku, serta mengambil dan menempatkan potongan kain di mesin press peleburan.
"Robot humanoid masih dalam tahap pembelajaran," kata Lou Lingtong, manajer umum Aitu. "Mereka dapat melakukan proses individual dengan baik, tetapi masih belum mampu menjalankan seluruh alur produksi tanpa campur tangan manusia."
Geek+ memamerkan robot pemetik humanoid Gino 1 dan sistem otomatisasi logistik lainnya di Konferensi AI Dunia 2026 di Shanghai, Tiongkok, 17 Juli 2026. /VCG
Robot AI industri lainnya, G2 yang dikembangkan oleh PIABOT Robotics, telah digunakan dalam perakitan elektronik, penyortiran logistik, inspeksi komponen, dan pemuatan jalur produksi.
Dalam sebuah uji coba di sebuah pabrik elektronik besar di Tiongkok, perusahaan tersebut mengatakan bahwa robot tersebut menyelesaikan 2.283 tugas selama delapan jam tanpa kesalahan.
Pada jalur produksi peralatan keselamatan otomotif, robot G2 digunakan untuk membuat lubang pada komponen sabuk pengaman aluminium. Tugas ini sebelumnya membutuhkan waktu sekitar 18 detik per siklus bagi seorang pekerja. Robot tersebut memangkas waktu tersebut menjadi hanya 12,9 detik, meningkatkan efisiensi sekitar sepertiga.
Mesin-mesin ini belum menjadi pekerja serbaguna yang mampu menangani seluruh proses produksi. Mereka memasuki pabrik satu stasiun dan satu tugas berulang pada satu waktu. Namun, bagi para produsen yang berjuang untuk merekrut dan mempertahankan pekerja, otomatisasi yang terbatas pun dapat bermanfaat secara komersial jika stabil, dapat diulang, dan layak secara ekonomi.
Lou mengatakan bahwa jumlah pekerja garmen yang pensiun atau meninggalkan industri setiap tahun jauh lebih besar daripada jumlah pekerjaan yang saat ini diambil alih oleh robot.
"Pabrik-pabrik tidak dapat merekrut cukup banyak orang atau membujuk mereka untuk tetap bekerja," kata Lou. Meskipun robot mungkin awalnya mengisi kesenjangan tenaga kerja, Xiong Rong, kepala ilmuwan di Pusat Inovasi Robot Humanoid Zhejiang dan profesor di Universitas Zhejiang, mengatakan bahwa penggunaan yang lebih luas juga akan menciptakan lapangan kerja di bidang pemeliharaan, debugging, dan pengembangan sekunder.
Tantangan selanjutnya adalah memberikan mesin-mesin tersebut cukup data dunia nyata agar mereka dapat belajar, beradaptasi, dan mentransfer keterampilan mereka secara andal ke lantai pabrik.
Di Cixi, pusat manufaktur di Zhejiang, fasilitas pelatihan robot humanoid diluncurkan pada pertengahan Mei dengan 40 robot AI yang diwujudkan. Dirancang berdasarkan simulasi skenario dunia nyata dari sembilan industri lokal, termasuk peralatan rumah tangga, otomotif, dan tekstil, fasilitas ini diharapkan dapat menyediakan rata-rata lebih dari 90 jam pelatihan robot yang efektif setiap hari setelah beroperasi penuh.
Sebuah robot humanoid bekerja di jalur produksi di sebuah pabrik pintar di Jiaxing, Provinsi Zhejiang, Tiongkok, 27 Mei 2026. /VCG
Upaya serupa juga sedang dilakukan di Hangzhou, di mana sebuah basis percontohan nasional menghubungkan perangkat keras robot, model AI, dan aplikasi industri.
Fasilitas semacam itu mencerminkan semakin meningkatnya kesadaran bahwa akses ke data pabrik di dunia nyata menjadi sangat penting bagi industri ini.
Kemampuan berjalan, navigasi visual, dan perencanaan rute semakin matang. Masalah yang lebih sulit adalah manipulasi: menggenggam, memutar, memilah, dan merakit objek berulang kali tanpa mengorbankan presisi. Untuk robot pakaian, material fleksibel tetap menjadi tantangan yang sangat besar.
"Memetik kain itu seperti mengambil tahu," kata Lou. "Jika menggunakan terlalu banyak tenaga, kain akan berubah bentuk, sedangkan jika menggunakan terlalu sedikit tenaga, Anda tidak bisa memegangnya."
Tantangan yang lebih luas adalah generalisasi: robot yang dilatih untuk menangani satu material mungkin kesulitan dengan material lain yang belum pernah ditemuinya. Lou mengatakan bahwa memungkinkan robot untuk menyesuaikan gerakan lincahnya dengan material dan objek yang tidak dikenal adalah masalah teknis utama yang sedang diupayakan oleh industri untuk dipecahkan.
Produksi industri tidak memberikan ruang sedikit pun untuk kesalahan. Pantulan dan debu dapat mengganggu persepsi, sementara pengoperasian terus-menerus menuntut daya tahan, manajemen panas, dan umur komponen yang tinggi. Kurangnya antarmuka umum dan standar keselamatan semakin meningkatkan biaya integrasi.
Untuk saat ini, studi kelayakan bisnis masih terbatas pada pekerjaan-pekerjaan yang didefinisikan secara sempit. Lou memperkirakan tahun 2026 hingga 2028 akan menjadi periode validasi robot dalam proses individual, sebelum penerapan terkoordinasi di berbagai tugas mulai berkembang antara tahun 2028 dan 2030.
Adopsi massal kemungkinan besar tidak akan terjadi dalam satu lompatan dramatis. Diperkirakan akan berkembang satu stasiun kerja pada satu waktu, seiring robot membuktikan bahwa mereka dapat beroperasi sepanjang shift penuh dengan kecepatan, presisi, dan keandalan yang dibutuhkan untuk membenarkan biayanya. [CGTN]
