Di pabrik, yang paling dibutuhkan bukan robot yang mirip manusia, melainkan mesin yang mampu bekerja cepat, presisi, dan konsisten untuk satu tugas tertentu. Karena itu, arah otomatisasi industri justru semakin condong ke perangkat khusus seperti lengan robot, sistem navigasi cerdas, dan perangkat lunak yang dibuat untuk kebutuhan spesifik.
Pandangan tersebut makin kuat ketika biaya, skala produksi, dan tingkat keberhasilan di lantai pabrik ikut dihitung. Bagi industri, bentuk humanoid tidak otomatis menjadi nilai tambah jika pekerjaan yang dihadapi sebenarnya lebih efektif ditangani oleh mesin yang dirancang khusus.
Optimisme terhadap robot humanoid memang besar. Elon Musk pernah menyebut robot humanoid berpotensi mendorong valuasi Tesla hingga US$25 triliun dan mengubah tenaga kerja, terutama dengan mengambil alih tugas yang berbahaya, berulang, atau membosankan.
Namun, euforia itu masih berhadapan dengan kenyataan teknis dan ekonomi. Morgan Stanley dalam proyeksi yang sangat bullish memperkirakan pasar robot humanoid dapat mencapai US$5 triliun pada 2050 dengan lebih dari satu miliar unit, tetapi sekitar 90 persen penggunaannya tetap diproyeksikan berada di industri dan komersial.
Di titik ini, hambatan terbesar belum hilang. Masalah utama masih berkisar pada perangkat keras, material, dan AI, sementara harga robot humanoid saat ini bisa mencapai US$200.000 per unit sehingga pengembalian investasi menjadi sulit jika kemampuannya belum matang.
Tugas pabrik menuntut hasil, bukan kemiripan
Di lingkungan produksi, toleransi terhadap kesalahan sangat kecil. Riset IEEE menunjukkan pekerjaan sederhana seperti melipat pakaian saja masih belum dapat dilakukan robot secara andal.
Untuk kebutuhan industri yang lebih konkret, bentuk manusia bahkan kerap tidak diperlukan sama sekali. Memasang sekrup untuk memasang heat sink di motherboard, misalnya, lebih efisien dilakukan oleh lengan robot, obeng, dan sistem navigasi cerdas.
Itulah sebabnya mesin khusus dinilai lebih masuk akal dibanding robot serba bisa. Industri cenderung memberi nilai pada throughput, kualitas, waktu penyelesaian, dan konsistensi, bukan pada seberapa jauh mesin menyerupai manusia.
Pabrik yang dibangun sejak awal untuk otomasi
Arah lain yang dianggap lebih praktis adalah manufaktur di edge, yakni produksi yang dipindahkan lebih dekat ke lokasi produk digunakan. Model ini membantu mempercepat iterasi, mengurangi kerumitan logistik, dan membuat produksi lebih responsif terhadap permintaan.
Pendekatan tradisional biasanya dimulai dari tenaga kerja, lalu otomasi menyusul belakangan. Foxconn menjadi contoh perusahaan dengan sekitar satu juta pekerja yang selama ini menyelesaikan persoalan operasional sebelum sistem otomasi diterapkan.
Model seperti itu memang mampu berjalan dalam skala besar, tetapi tetap memiliki batas. Fleksibilitas, konsistensi, dan kecepatan bisa menjadi tantangan ketika kebutuhan produksi terus berubah.
Manufaktur di edge membalik urutan tersebut. Sejak awal, tantangan ditangani dengan perangkat lunak, robotika, otomasi, data waktu nyata, dan AI, layaknya manufacturing in a box.
Fasilitasnya tidak harus berukuran besar. Bentuknya bisa berupa gudang, pusat data, atau fasilitas produksi ringkas dengan luas sekitar 50.000 hingga 100.000 kaki persegi.
Manusia tetap dibutuhkan di dalam sistem
Dalam model produksi seperti ini, peran manusia tidak hilang. Pekerja bergeser menjadi pengawas operasi, penangani pengecualian, dan pengelola perbaikan berkelanjutan bersama agen AI.
Robot mengambil alih tugas yang berulang dan menuntut presisi, sementara manusia tetap dibutuhkan untuk penilaian, adaptasi, dan pemecahan masalah. Pembagian peran itu menjadi penting karena manufaktur berbasis AI sangat bergantung pada fleksibilitas saat desain, kapasitas, dan alur kerja berubah.
AI yang dipakai di sistem nyata juga tidak berdiri sebagai satu model tunggal. Pengoperasiannya biasanya menggabungkan machine learning klasik untuk optimasi, deep learning untuk visi dan persepsi, serta generative AI untuk orkestrasi dan insight.
Keuntungan dari model ini juga disebut lebih luas. Throughput bisa lebih tinggi, kualitas lebih baik, waktu ke pasar lebih cepat, dan konsistensi lebih kuat, sekaligus lebih hemat biaya dan lebih mudah mendukung onshoring manufaktur.
Pada akhirnya, industri sedang bergerak ke arah yang semakin jelas. Robot yang paling berpengaruh bukan yang paling mirip manusia, melainkan yang dibangun khusus untuk satu pekerjaan dan didukung perangkat lunak cerdas di fasilitas yang efisien.
