Notebookcheck Logo

China wil de markt overspoelen met humanoïde robots — maar deze zijn nog te dom om werknemers te vervangen

Unitree G1 — een van de bekendste humanoïde robots van China.
ⓘ Unitree
Unitree G1 — een van de bekendste humanoïde robots van China.
China breidt zijn industrie voor humanoïde robots in hoog tempo uit, maar de machines zijn nog te traag en onbetrouwbaar om werknemers in de meeste praktijkgerichte functies te vervangen. Ondanks omvangrijke investeringen en indrukwekkende demonstraties kampt de technologie nog steeds met grote uitdagingen op het gebied van kunstmatige intelligentie en trainingsgegevens.

China breidt zijn industrie voor humanoïde robots in hoog tempo uit; momenteel zijn er meer dan 150 bedrijven bezig met de ontwikkeling van deze machines. Maar ondanks omvangrijke overheidsinvesteringen en indrukwekkende openbare demonstraties is de technologie nog lang niet in staat om menselijke werknemers in de meeste praktijksituaties te vervangen.

In een opleidingscentrum voor robotica in het zuiden van China trof Reuters meer dan 100 humanoïde robots aan die eenvoudige taken leerden, zoals het sorteren van kratten, het verpakken van voedsel en het zetten van koffie. De machines zijn nog steeds traag en onbetrouwbaar: een beginnende trainer heeft mogelijk zo’n 300 pogingen nodig om één bruikbare beweging te realiseren, terwijl een ervaren trainer dit in ongeveer 50 pogingen voor elkaar krijgt. Een andere medewerker zei dat sommige robots eenvoudige taken slechts met ongeveer 20 % van de snelheid of productiviteit van een menselijke werknemer kunnen uitvoeren.

Humanoïde robots hebben nog steeds moeite zich aan te passen wanneer er iets verandert, zoals wanneer een voorwerp onder een andere hoek wordt geplaatst of wanneer de apparatuur en de lichtomstandigheden afwijken van die welke tijdens de training werden gebruikt. Conventionele industriële robots zijn vaak sneller, goedkoper en betrouwbaarder voor fabriekswerk.

Het probleem ligt niet alleen bij de hardware. Het grootste obstakel is wellicht de AI van de robots. De ‘visie-taal-actie’-modellen waarmee humanoïden worden aangestuurd, zijn veel moeilijker te trainen dan de grote taalmodellen die door chatbots worden gebruikt. Bovendien hebben ze enorme hoeveelheden trainingsgegevens uit de praktijk nodig: de sector beschikt naar verluidt slechts over ongeveer 500.000 uur, terwijl er naar schatting 100 miljoen uur nodig is voor werkelijk capabele fysieke intelligentie.

Volgens een onderzoek van Reuters hebben Chinese overheidsinstanties in de eerste helft van 2026 ten minste 230 miljoen dollar uitgegeven aan humanoïde robots en aanverwante apparatuur, een stijging ten opzichte van 62 miljoen dollar een jaar eerder. Chinese fabrikanten waren bovendien goed voor ongeveer 95% van de circa 20.000 humanoïde robots die vorig jaar wereldwijd werden geleverd.

De strategie lijkt op China’s eerdere offensief op het gebied van elektrische voertuigen en zonnepanelen: bouw vroegtijdig productiecapaciteit op, subsidieer de sector en laat hevige concurrentie de kosten drukken. Maar humanoïde robots zijn nog een veel minder volwassen technologie, en analisten waarschuwen dat de sector te maken zou kunnen krijgen met een pijnlijke consolidatie naarmate de subsidies uiteindelijk afnemen.

Er zijn al enkele veelbelovende toepassingen. Het Chinese bedrijf Galbot zet bijvoorbeeld humanoïde robots in apotheken in, waar zij producten uit de schappen halen met een succespercentage van naar verluidt meer dan 95%. Maar algemeen fabriekswerk blijft een veel grotere uitdaging.

Voorlopig zien de humanoïde robots uit China er misschien indrukwekkend uit wanneer ze dansen of kungfu beoefenen. Het blijkt echter aanzienlijk moeilijker te zijn om ze aan het werk te zetten.

Bron(nen)

Google LogoAdd as a preferred source on Google
Mail Logo
> Overzichten en testrapporten over laptops en mobieltjes > Nieuws > Nieuws Archief > Nieuws archieven 2026 08 > China wil de markt overspoelen met humanoïde robots — maar deze zijn nog te dom om werknemers te vervangen
Andrew Sozinov, 2026-08-28 (Update: 2026-08-28)