Luca Bianchin — Country Lead, Italy, Inbolt

La robotica sta attirando capitali come mai prima. Le startup di robot umanoidi hanno raccolto oltre 4 miliardi di dollari nel 2025, e il 2026 ha già superato quella cifra a metà anno. Le demo sono spettacolari.

Ma quante di queste tecnologie hanno raggiunto una linea di produzione vera?

La fabbrica è un banco di prova molto più duro di un video dimostrativo. Le linee girano su 2 o 3 turni al giorno. Un fermo linea costa migliaia di euro al minuto. Un impianto può adottare solo tecnologie che funzionano a ogni singolo ciclo.

È qui che la conversazione sulla robotica in Italia dovrebbe spostarsi: dal robot che verrà al robot che c’è già.

Il mercato italiano in numeri

L’Italia è il secondo mercato robotico d’Europa dopo la Germania e tra i primi 5 al mondo per nuove installazioni. Nel 2024 sono state installate 8.783 nuove unità secondo IFR, in calo del 16% rispetto al 2023, dopo il record di 11.475 unità del 2022.

Il dato più interessante però è un altro: il parco robot installato in Italia ha superato le 106.000 unità operative. La densità robotica è di circa 237 robot ogni 10.000 addetti manifatturieri, ben sopra la media mondiale di 132.

E il 2025 ha mostrato segnali di ripresa. Secondo UCIMU-SIRI, nel primo trimestre gli ordini di robotica sono cresciuti dell’8,5%, con il mercato interno in aumento del 71,5%. I robot collaborativi si sono stabilizzati intorno al 10% delle installazioni.

Il quadro globale conferma la stessa dinamica: 4,66 milioni di robot industriali operativi nelle fabbriche del mondo a fine 2024, con una previsione di 575.000 nuove installazioni per il 2025.

Il vero patrimonio è il parco installato

Quei 4,66 milioni di robot globali, e i 106.000 italiani, condividono un limite strutturale: la maggior parte lavora alla cieca.

Un robot industriale tradizionale ripete una traiettoria fissa, programmata su un mondo ideale in cui ogni pezzo arriva sempre nella stessa posizione, ogni rack è perfettamente allineato, ogni pallet si ferma al millimetro giusto. La realtà di uno stabilimento è diversa. I rack si deformano con l’uso. I pezzi arrivano spostati di qualche millimetro. Gli AGV non si fermano mai due volte nello stesso punto.

Quando la realtà si discosta dal programma, il robot si ferma. E ogni fermata costa: interventi manuali, ricalibrazioni, attrezzature su misura per forzare il mondo fisico dentro le tolleranze del programma.

Dare a questi robot la capacità di vedere e adattarsi è uno dei più grandi giacimenti di risparmio disponibili per la manifattura. Per questo l’AI sta entrando in fabbrica prima di tutto attraverso gli impianti esistenti.

Per l’Italia questo conta doppio. Il tessuto manifatturiero italiano, dall’automotive all’elettrodomestico fino all’elettronica, è fatto in larga parte di stabilimenti brownfield: linee costruite anni fa, mai progettate per l’automazione flessibile di oggi. Questi impianti devono automatizzare, o migliorare l’automazione che hanno, su linee che non possono permettersi di rifare. Ciò che manca di più è la flessibilità.

I numeri di mercato riflettono questa direzione. Il mercato globale della machine vision e della robotica a guida visiva vale circa 19 miliardi di dollari nel 2025, con l’Europa che cresce a un ritmo superiore al 10% annuo. Il software per robot a guida visiva cresce ancora più in fretta, con un tasso stimato del 16,4% annuo fino al 2030.

Automotive sets the bar for production-grade intelligence

The automotive industry’s influence extends beyond robotics hardware. ABB’s survey highlights software, digitalization, simulation, and digital twins as among the most significant areas of automotive manufacturing over the next five years, alongside automation and robotics. This emphasis reflects a broader transition toward data-driven, software-defined production systems.

In practice, automotive plants increasingly expect digital representations to remain synchronized with physical reality. CAD models, simulation environments, and robot programs are valuable insofar as they connect directly to live execution. The gap between digital intent and physical behavior is treated as an engineering problem to be closed, not accepted.

This expectation is shaping how automation systems are designed. Vision systems are mounted directly on robots to align perception with action. Localization is performed continuously rather than once per cycle. Motion is adjusted dynamically based on live inputs rather than precomputed paths. These design choices emerge from production necessity, not theoretical preference.

Il ROI resta il re

In fabbrica gli investimenti in automazione si approvano sul payback, che nella robotica industriale si colloca tipicamente tra i 12 e i 18 mesi.

La guida visiva supera questa soglia da entrambi i lati del conto.

A monte, riduce l’investimento iniziale: se il robot vede il pezzo e si adatta, non servono maschere, attrezzature di centraggio o modifiche meccaniche alla linea. Una parte consistente del costo di integrazione tradizionale sparisce.

A valle, aumenta l’affidabilità in esercizio: meno fermate, meno ricalibrazioni, meno interventi degli operatori.

Un esempio concreto: nello stabilimento Stellantis di Jefferson (Detroit), la prima cella a guida visiva è entrata in funzione a gennaio 2025. Entro un anno i sistemi installati erano 9, e la cella principale ha ripagato l’investimento in circa 3 mesi. A livello globale, la tecnologia di guida visiva di Inbolt ha guidato oltre 40 milioni di cicli robot nel 2025, su linee di produzione attive.

Il contesto italiano aggiunge un incentivo in più: con l’iperammortamento 2026-2028 che ha sostituito Transizione 5.0, gli investimenti in automazione avanzata e robotica continuano a beneficiare di un sostegno fiscale rilevante.

La domanda giusta da farsi

Il dibattito sulla robotica continuerà a essere dominato da umanoidi e demo di AI. Nel frattempo, la produttività si gioca su un terreno meno spettacolare: i robot già installati nelle fabbriche italiane, e quanto valore aggiuntivo possono generare se smettono di lavorare alla cieca.

Per un responsabile di stabilimento o un ingegnere di automazione, due domande concrete valgono più di qualsiasi previsione sugli umanoidi: quanta parte del capex di ogni nuova stazione se ne va in attrezzature e ingegneria che servono solo a compensare il fatto che il robot non vede? E quanti fermi linea dell’ultimo trimestre sarebbero stati evitati da un robot capace di adattarsi in tempo reale?

Su 106.000 robot, la risposta vale parecchio.

Fonti: IFR World Robotics 2025; UCIMU-SIRI; Crunchbase; MarketsandMarkets; Imaging and Machine Vision Europe; dati di deployment Inbolt 2025.