Google e FANUC stanno lavorando insieme per portare sistemi di intelligenza artificiale generativa dentro la robotica industriale. L’obiettivo non è aggiungere una semplice interfaccia conversazionale a un braccio robotico, ma creare celle di lavoro capaci di interpretare istruzioni in linguaggio naturale, riconoscere oggetti, coordinare più robot e adattarsi a scenari produttivi meno rigidi rispetto all’automazione tradizionale.
La collaborazione coinvolge FANUC Corporation, Google, Google Cloud, Intrinsic e Google DeepMind. Al centro ci sono Gemini Enterprise, la piattaforma AI di Google per agenti aziendali, e Intrinsic Flowstate, l’ambiente di sviluppo per soluzioni robotiche intelligenti. FANUC porta invece una base industriale molto ampia: robot collaborativi, robot industriali ad alto carico, controlli, interfacce per l’automazione e una presenza consolidata nelle fabbriche di tutto il mondo.
Per chi segue la stampa 3D e la produzione additiva, questa collaborazione è interessante perché tocca uno dei punti più delicati dell’industria: rendere le celle robotiche più facili da programmare, più adattabili e più utili quando la produzione non è sempre uguale a se stessa.
Che cosa significa Physical AI
FANUC usa il termine Physical AI per descrivere sistemi in cui l’intelligenza artificiale non si limita ad analizzare dati o generare testo, ma agisce nel mondo fisico attraverso robot, sensori, visione artificiale e controllo del movimento. In una fabbrica, questo significa collegare il ragionamento dell’AI con operazioni reali: afferrare un pezzo, spostarlo, inserirlo in un’attrezzatura, caricare una macchina, controllare una superficie, gestire una cella o collaborare con altri robot.
La differenza rispetto alla robotica industriale classica è evidente. Un robot tradizionale esegue programmi ben definiti. Il percorso, la velocità, la posizione degli oggetti e la sequenza di lavoro vengono preparati da tecnici e integratori. Quando l’ambiente cambia, spesso serve intervenire sul programma, sui riferimenti, sui sensori o sulla logica della cella.
Con l’approccio proposto da FANUC e Google, il robot dovrebbe comprendere meglio il compito assegnato. Un operatore potrebbe chiedere, con una frase, di spostare determinati oggetti, organizzare una sequenza o avviare una procedura. Il sistema AI interpreta l’istruzione, riconosce il contesto tramite visione e sensori, seleziona le azioni adatte e coordina il movimento dei robot disponibili.
Non significa che il robot diventi libero di agire senza regole. In fabbrica rimangono necessari limiti di sicurezza, validazione dei movimenti, controllo degli accessi, procedure certificate e supervisione umana. Il punto è rendere più semplice la creazione e l’adattamento delle applicazioni robotiche.
Il ruolo di Gemini Enterprise
Gemini Enterprise è la piattaforma di Google Cloud pensata per creare e gestire agenti AI in contesti aziendali. Nel caso della robotica FANUC, l’agente basato su Gemini Enterprise serve a interpretare le istruzioni dell’utente e trasformarle in attività eseguibili da una cella robotica.
Questa parte è importante perché una fabbrica non può basarsi su un chatbot generico. Un sistema industriale deve operare con permessi, tracciabilità, regole di accesso, dati aziendali, procedure e strumenti già presenti in officina. Google Cloud insiste proprio su questi aspetti: sviluppo di agenti, orchestrazione, governance, sicurezza e integrazione con workflow aziendali.
In una cella robotica, l’AI deve sapere che cosa può fare, con quali macchine può comunicare, quali parametri può modificare e quali operazioni richiedono conferma. Un agente utile in produzione non deve soltanto “capire” una frase, ma deve inserirsi in un sistema industriale controllato.
Intrinsic Flowstate come ambiente per sviluppare celle robotiche
Intrinsic, società del gruppo Google, lavora su strumenti software per rendere più semplice lo sviluppo di applicazioni robotiche. Flowstate è il suo ambiente di sviluppo digitale per progettare, testare e distribuire soluzioni di automazione.
Nella collaborazione con FANUC, Flowstate diventa uno degli elementi centrali. L’idea è permettere a integratori e aziende di costruire soluzioni con blocchi di comportamento riutilizzabili: percezione, pianificazione del movimento, presa, manipolazione, controllo con sensori e altre capacità robotiche. Invece di partire ogni volta da zero, lo sviluppatore può combinare competenze già pronte e adattarle al caso specifico.
Questo modello può ridurre la complessità delle celle robotiche, soprattutto quando entrano in gioco visione artificiale, oggetti variabili, piccoli lotti, cambi formato o linee produttive che non lavorano sempre sullo stesso componente.
FANUC sottolinea anche il supporto a ROS, Python, comunicazioni ad alta velocità, PLC e interfacce esterne. Sono elementi tecnici ma molto concreti: servono a collegare il robot con software industriale, sensori, sistemi di controllo e applicazioni AI. La compatibilità con ROS e con strumenti aperti può facilitare lo sviluppo da parte di integratori, università, centri di ricerca e aziende che hanno già competenze in robotica software.
Robot collaborativi e robot industriali nella stessa cella
Uno degli aspetti più interessanti riguarda la possibilità di far lavorare insieme robot collaborativi e robot industriali non collaborativi all’interno della stessa cella. FANUC cita, tra gli altri, la serie CRX e robot con carichi utili molto diversi, dai piccoli bracci da pochi chilogrammi fino a macchine per carichi molto elevati.
In una fabbrica reale questo può aprire scenari pratici. Un cobot può occuparsi di operazioni vicino all’operatore o di manipolazioni leggere, mentre un robot industriale più grande può gestire movimentazioni pesanti, saldatura, asservimento macchina o processi continui. L’AI può aiutare a coordinare la cella, interpretare l’obiettivo produttivo e adattare la sequenza di lavoro.
La parte più delicata resta la sicurezza. Un conto è far dialogare più robot in una demo, un altro è validare una cella in produzione. Quando entrano in gioco macchine potenti, utensili, pinze, pezzi pesanti o processi termici, ogni movimento deve rispettare vincoli precisi. L’AI può semplificare la programmazione, ma non elimina la necessità di progettazione, certificazione e protezioni fisiche.
Perché questa collaborazione riguarda anche la stampa 3D
La stampa 3D industriale non è fatta solo di stampanti. In molte applicazioni avanzate entrano in gioco bracci robotici, sistemi di deposizione, celle ibride, fresatura, post-processing, controllo qualità, movimentazione dei pezzi e automazione del flusso produttivo.
La robotica ha già un ruolo nella produzione additiva di grande formato. Bracci a sei assi possono depositare materiale lungo traiettorie complesse, lavorare su superfici curve, produrre componenti di grandi dimensioni o combinare deposizione e lavorazioni sottrattive. In questi casi, la programmazione del percorso utensile è una delle attività più difficili. Non basta muovere il robot: bisogna controllare velocità, angolo, portata del materiale, temperatura, distanza dal pezzo e coordinamento con altri assi.
Un sistema AI collegato a visione, sensori e controllo robotico potrebbe aiutare in più passaggi. Potrebbe riconoscere una deviazione geometrica, suggerire una correzione della traiettoria, adattare alcuni parametri di deposizione, monitorare difetti visibili o coordinare una fase di finitura. Non è una scorciatoia magica: serve comunque un modello di processo affidabile. Ma l’integrazione tra robot industriali e AI rende più plausibile una cella additiva capace di adattarsi meglio a lotti variabili e geometrie complesse.
La stampa 3D è rilevante anche in senso opposto: i robot hanno bisogno di utensili, staffaggi, gripper, protezioni, supporti sensore e prototipi meccanici. Molte di queste parti vengono già realizzate con produzione additiva, soprattutto quando devono essere leggere, personalizzate o modificate spesso. Se l’AI accelera lo sviluppo delle celle robotiche, la stampa 3D può diventare uno strumento ancora più utile per creare rapidamente attrezzature su misura.
Dalla programmazione rigida alla cella adattiva
Nell’automazione classica, il valore di una cella robotica cresce quando il processo è stabile e ripetitivo. Se il pezzo è sempre uguale, la posizione è nota e il ciclo non cambia, un robot può lavorare per anni con grande precisione. Il problema nasce quando l’azienda deve gestire varianti, piccoli lotti, pezzi non perfettamente posizionati o cambi frequenti di produzione.
È qui che l’AI può avere un ruolo concreto. La visione artificiale permette di identificare oggetti e posizioni. La pianificazione automatica del movimento può generare traiettorie evitando collisioni. Il controllo basato su sensori può adattare forza, coppia e contatto. Un agente AI può collegare questi elementi e permettere all’operatore di descrivere l’obiettivo invece di programmare ogni dettaglio.
Per molte piccole e medie imprese, la barriera più alta non è il costo del robot in sé, ma l’integrazione. Servono competenze, tempo, test, fermo macchina e manutenzione del software. Se strumenti come Flowstate e Gemini Enterprise riusciranno a ridurre questa complessità, la robotica potrà diventare più accessibile anche in ambienti produttivi meno standardizzati.
Il valore per integratori e sviluppatori
Gli integratori di automazione potrebbero essere tra i primi a beneficiare di questo approccio. Una piattaforma che unisce robot FANUC, strumenti AI, simulazione, ROS e blocchi riutilizzabili può ridurre il tempo necessario per progettare e testare una cella. Il lavoro non scompare: cambia la parte su cui si concentra il tecnico.
Invece di scrivere ogni singola logica di movimento, l’integratore può lavorare su vincoli, comportamento desiderato, sicurezza, validazione, interfaccia con la linea e qualità del processo. La simulazione e il digital twin permettono di provare soluzioni prima di installarle in fabbrica. Le capacità AI possono assistere nella percezione, nella stima della posa degli oggetti e nella generazione di movimenti.
Per i produttori di stampanti 3D industriali, celle robotiche additive e sistemi ibridi, questa direzione è da seguire con attenzione. La produzione additiva avanzata ha bisogno di flessibilità, ma anche di ripetibilità. L’AI può aiutare a gestire la variabilità, purché venga inserita in un sistema verificabile e controllato.
Non basta collegare un modello AI a un robot
Il rischio, quando si parla di robot intelligenti, è immaginare che basti aggiungere un modello linguistico a un braccio meccanico. In realtà la parte difficile è molto più ampia. Un robot industriale deve muoversi in sicurezza, rispettare limiti fisici, evitare collisioni, gestire utensili, leggere sensori, comunicare con PLC, rispondere agli arresti di emergenza e lavorare in ambienti regolati.
Per questo la collaborazione tra Google e FANUC è significativa: unisce un’azienda con forte competenza AI e cloud a un produttore che conosce la fabbrica reale. Google porta Gemini, Google Cloud, Intrinsic e Google DeepMind. FANUC porta robot, controlli, esperienza industriale, compatibilità con tecnologie di automazione e una rete di integratori.
La vera prova sarà la produzione quotidiana. Un sistema può funzionare bene in una dimostrazione, ma deve poi dimostrare affidabilità su turni lunghi, operatori diversi, pezzi sporchi, illuminazione variabile, errori umani e imprevisti. Le fabbriche non perdonano facilmente i sistemi instabili.
Che cosa può cambiare nei prossimi anni
La direzione è chiara: le celle robotiche diventeranno meno dipendenti da programmi rigidi e più orientate a obiettivi, contesto e sensori. Gli operatori non dovranno per forza conoscere ogni dettaglio del linguaggio robotico per chiedere una modifica di processo. I tecnici potranno usare strumenti più visuali e agenti AI per accelerare configurazione, debug e manutenzione.
Per la stampa 3D, questo può significare celle additive più autonome, robot di post-processing più adattabili, controlli qualità integrati e attrezzature personalizzate prodotte in tempi più brevi. Può anche favorire la produzione distribuita, dove linee diverse devono adattarsi rapidamente a componenti e geometrie differenti.
Non siamo di fronte alla fine della programmazione robotica. Siamo di fronte a un tentativo di renderla più astratta, più assistita e più collegata all’ambiente produttivo. Il progettista, l’integratore e l’operatore resteranno centrali, ma potrebbero lavorare con strumenti capaci di interpretare meglio l’intenzione e trasformarla in azioni verificabili.
Una fabbrica più flessibile, non una fabbrica senza tecnici
La collaborazione tra Google e FANUC va letta con equilibrio. Non promette che ogni robot diventerà autonomo in qualunque ambiente. Indica però un passaggio importante: l’AI generativa sta entrando in modo più diretto nella robotica industriale, non solo come strumento di analisi dati, ma come livello di controllo, coordinamento e interazione.
Per il settore manifatturiero, la domanda non è se l’AI arriverà in fabbrica, ma in quali forme sarà abbastanza affidabile da essere usata. La risposta potrebbe partire proprio da applicazioni controllate: asservimento macchina, picking, controllo visivo, movimentazione, post-processing e celle di stampa 3D robotizzata.
FANUC e Google stanno provando a costruire un ponte tra modelli AI e automazione industriale. Se questo ponte reggerà anche fuori dalle dimostrazioni, il risultato più concreto sarà una robotica meno difficile da configurare e più adatta a produzioni variabili. Per molte aziende, questo sarebbe già un cambiamento molto importante.
Meta description
Google e FANUC collaborano per portare Gemini Enterprise e Intrinsic Flowstate nei robot industriali. Ecco cosa può cambiare per automazione, fabbriche e stampa 3D.
