Waarom humanoïde robots nog lang niet klaar zijn voor het echte werk

De afgelopen twee jaar leek de robotica in een stroomversnelling te zijn geraakt. In oktober 2024 liet Tesla-topman Elon Musk robots van het type Optimus drankjes serveren tijdens de onthulling van de Cybercab. In februari 2026 voerden robots van het Chinese bedrijf Unitree een vlekkeloze dansact op tijdens de Chinese Spring Festival Gala, compleet met salto's. Vorige week liep een robot tijdens de World Humanoid Robot Games in Peking de honderd meter in 8,86 seconden, sneller dan het wereldrecord van Bolt.

Zulke beelden voeden de vrees dat robots binnenkort massaal banen overnemen. Maar volgens robotica-experts is die angst voorbarig. Karol Hausman, medeoprichter van het bedrijf Physical Intelligence, zegt dat mensen slecht zijn in het inschatten van robotvooruitgang. Acrobatische toeren zijn voor een robot vaak makkelijker dan iets doodgewoons zoals het oppakken van een blikje frisdrank. Bovendien werden sommige spraakmakende demo's, zoals de drankjes serverende Optimus-robots, niet zelfstandig uitgevoerd. Ze werden op afstand bestuurd door menselijke operators, een techniek die bekendstaat als teleoperatie.

Het echte probleem: iets vastpakken

Dansen is voor een robot relatief eenvoudig, omdat de vloer niet terugvecht. Het grootste onopgeloste probleem in de robotica is juist manipulatie: het vastpakken en verplaatsen van voorwerpen die van vorm veranderen of onvoorspelbaar reageren. Een kussen, een zak chips en een glas water gedragen zich compleet anders zodra je ze oppakt. Theophile Gervet, president van robotica-startup Genesis AI, noemt manipulatie het probleem dat negentig procent van de economische waarde van robotica ontsluit.

Om dit te illustreren stelde robotica-onderzoeker Benjie Holson in 2025 een lijst van vijftien taken op die hij de 'Humanoid Olympics' noemde, zoals het openen van deuren en het pellen van een sinaasappel. Voor een achtjarig kind triviale klusjes. Het bedrijf Physical Intelligence slaagde er drie maanden later in tien van de vijftien taken te demonstreren, een knappe prestatie. Maar de robots deden er vier tot tien keer langer over dan een mens en slaagden slechts in 52 procent van de pogingen. Voor één taak, het binnenstebuiten keren van een sok, trainden de onderzoekers de robot met 176 voorbeelden, verzameld door een robotarm letterlijk te besturen als een marionet, een methode die aansluit bij imitatieleren.

Nog een lange weg te gaan

Naast losse taken is er een dieper probleem: mensen kunnen makkelijk schakelen tussen totaal verschillende klussen en leren al doende bij. Niemand heeft robots nog zo'n flexibiliteit weten bij te brengen. De meeste indrukwekkende robotdemo's duren hooguit een paar minuten, terwijl mensen ook uren durende klussen aankunnen, zoals een motor reviseren of een keuken inrichten. Zulke lange, meerstaps opdrachten vereisen dat een robot onthoudt wat al gedaan is, een vaardigheid die aparte training vergt en samenhangt met wat onderzoekers een lange-horizontaak noemen.

Holson publiceerde begin dit jaar een nieuwe lijst met opdrachten, waaronder een bed opmaken, een spijker inslaan en een ei opvangen zonder het te breken. Zelfs zijn twee 'langdurige' taken, zoals het legen van een vuilnisbak, duurden geen van beide langer dan vijf minuten. Daarnaast moeten robots straks urenlang storingsvrij draaien, betaalbaar zijn om te bouwen en repareren, en volledig veilig kunnen werken naast mensen. Volgens experts kan het nog jaren, misschien decennia duren voordat al die hobbels zijn genomen.