Het antwoord Humanoid robots worden getraind met data van echte menselijke bewegingen, zoals het pakken van een bord of het dragen van een doos. Voor ondernemers in het MKB betekent dit dat robots binnen afzienbare tijd complexere, fysieke taken kunnen overnemen in magazijnen, keukens of productiehallen, zonder dat ze perfect geprogrammeerd hoeven te worden.

Wat er aan de hand is Volgens een artikel van MIT Technology Review investeren robotica-bedrijven fors in het verzamelen van ‘humanoid data’: beelden en sensordata van mensen die alledaagse handelingen verrichten. Waar AI-modellen zoals ChatGPT leerden van tekst, moeten robots leren van beweging. Omdat simulaties nooit perfect de echte wereld nabootsen – denk aan wrijving of elasticiteit – stappen bedrijven nu over op het verzamelen van echte data. In 2025 ging er 6,1 miljard dollar aan durfkapitaal naar humanoid-robotica. Er zijn trainingscentra in China waar mensen met exoskeletten honderden keren per dag dezelfde handeling doen, zoals een tafel afnemen. Ook worden gig-workers in Nigeria, Argentinië en India ingehuurd om zichzelf thuis te filmen tijdens klusjes. Zelfs een Amerikaans bezorgbedrijf voorziet medewerkers van sensoren om hun bewegingen bij het tillen van dozen te registreren.

Wat dit betekent Voor het MKB is dit een verschuiving van ‘dure, geprogrammeerde robots’ naar ‘lerende robots die zich aanpassen aan menselijke omgevingen’. Waar traditionele robots alleen geschikt zijn voor herhaalbare, voorspelbare taken in een gecontroleerde omgeving, kunnen humanoid robots straks inspelen op variatie: een doos van een andere maat, een rommelige werkplek, of een onverwachte handeling. Dit opent deuren voor sectoren waar automatisering tot nu toe lastig was, zoals de horeca, logistiek en lichte industrie. De drempel wordt lager: je hoeft geen programmeur in te huren om een robot een nieuwe taak te leren. De robot leert van de data van echte mensen. Wel is het belangrijk om te beseffen dat deze technologie nog in de kinderschoenen staat. De dataverzameling is arbeidsintensief en de robots zijn nog niet breed beschikbaar. Maar de trend is duidelijk: wie nu nadenkt over welke fysieke taken in het bedrijf het meest geschikt zijn voor automatisering, loopt voor op de concurrentie.

Hoe je dit kunt toepassen De praktische toepassing hangt af van jouw situatie, maar hier zijn een paar scenario’s die aansluiten bij de trend.

Als je een magazijn runt met wisselende producten… Denk aan het sorteren van dozen van verschillende formaten of het inpakken van bestellingen. Overweeg om nu al te inventariseren welke bewegingen je medewerkers het vaakst herhalen, zoals tillen, draaien of verplaatsen. Die bewegingen zijn precies het soort data waar robotica-bedrijven naar op zoek zijn. Je zou kunnen kijken of een leverancier van humanoid robots een pilot wil draaien op jouw werkvloer, waarbij medewerkers sensoren dragen om de bewegingen vast te leggen.

Als je een cateringbedrijf hebt met een standaard menukaart… Taken zoals het vullen van borden, het inpakken van lunchboxen of het schoonmaken van dienbladen zijn uitstekende kandidaten. Een mogelijkheid is om een robot te trainen op de handelingen van jouw beste keukenmedewerker. Je zou contact kunnen opnemen met een robotica-startup die gespecialiseerd is in food-handling en vragen of ze interesse hebben in het verzamelen van data in jouw keuken.

Als je een productiebedrijf bent met assemblagewerk… Denk aan het plaatsen van onderdelen, het vastdraaien van schroeven of het lijmen van componenten. Dit zijn precies de repetitieve, maar variabele taken waar humanoid robots goed in kunnen worden. Overweeg om een interne ‘bewegingsbibliotheek’ op te bouwen door medewerkers te filmen tijdens hun werk (met toestemming). Die beelden kunnen later dienen als trainingsdata voor een robot, mocht de technologie volwassen worden.

Als je een schoonmaakbedrijf hebt… Het schoonmaken van tafels, ramen of vloeren is een van de meest getrainde taken in de humanoid-data-industrie, zoals het artikel beschrijft. Je zou kunnen onderzoeken of er al robots beschikbaar zijn die deze taken kunnen overnemen, of dat je jouw schoonmaakprocessen kunt standaardiseren zodat ze makkelijker door een robot zijn uit te voeren.

Bron: MIT Technology Review