ChatGPT ha imparato a scrivere leggendo il web. Un robot non ha un web da cui imparare a stringere un bullone o a riconoscere una superficie calda. Quei dati vanno prodotti, uno per uno, in ambienti reali. E chi li produce decide parecchie cose: dove si addestrano i modelli, chi li verifica, chi ne trattiene il valore. È questa una delle partite meno raccontate della sovranità digitale europea e una startup italiana ha deciso di giocarla.
La startup si chiama Generative Bionics e al CES Unveiled Milan ha annunciato che costruirà una rete di tre Physical AI Data Factory, letteralmente fabbriche di dati per l’intelligenza artificiale fisica: quella che non genera testi o immagini, ma governa macchine che agiscono nello spazio. Il primo polo, 5mila metri quadrati in Italia, dovrebbe entrare in funzione entro il quarto trimestre del 2027. Seguiranno un secondo sito in un altro Paese europeo e un terzo al servizio dei mercati globali. Il partner per l’infrastruttura di calcolo sarà AMD.
Perché la notizia è rilevante e illumina un fronte della sovranità digitale? Chi addestra i robot ne decide il comportamento, il valore e, alla fine, la nazionalità. Per questo la domanda più interessante sulla robotica umanoide non è chi costruirà le macchine, ma dove nasceranno i dati che le fanno funzionare.
La sovranità digitale europea, per come se ne discute a Bruxelles, sembra solo una faccenda per grandi: gigafactory dell’intelligenza artificiale, supercomputer pubblici, regole sul cloud, piani da decine di miliardi. Le startup, in questa narrazione, recitano quasi sempre la parte dei destinatari: imprese a cui offrire potenza di calcolo, bandi, accesso ai dati. Potrebbe essere un errore di prospettiva. Ci sono pezzi di sovranità tecnologica che nessun piano pubblico può costruire dall’alto, perché nascono dentro un prodotto, un cliente, un problema industriale preciso. E ci sono startup che quei pezzi li stanno già costruendo.
La robotica umanoide è uno di questi terreni. Qui la partita non si gioca soltanto sui chip, ma su qualcosa che ancora non esiste in quantità sufficiente: i dati su come ci si muove nel mondo fisico.
Generative Bionics presenta con orgoglio il suo progetto come come la più grande struttura europea di addestramento per robot umanoidi. Ma la taglia, in questa storia, conta meno della scelta di fondo: una startup che decide di presidiare in Europa l’anello della catena che trasforma l’esperienza in capacità.
Indice degli argomenti
Perché un robot ha bisogno di una fabbrica dei dati
Il meccanismo è questo. Nel primo polo verranno riprodotti ambienti industriali scelti insieme ai partner, dove flotte di GENE.01, il robot umanoide della startup, svolgeranno in continuo le attività da imparare. Ogni gesto produrrà dati visivi e di movimento, a cui si aggiungono i segnali della pelle multisensoriale che riveste il robot e che rileva contatto, forza, prossimità e temperatura. È proprio il tipo di informazione che manca ai modelli addestrati sui contenuti online.
Poi entra in gioco la simulazione. Ogni ambiente e ogni configurazione del robot saranno ricostruiti come gemelli digitali, copie virtuali in cui la stessa attività può essere ripetuta in migliaia di varianti: disposizioni diverse della linea, oggetti e materiali diversi, guasti che nessuno vorrebbe provocare in una fabbrica vera. I modelli addestrati e messi alla prova in simulazione tornano sui robot per la verifica sul campo, e i dati raccolti dalle flotte già al lavoro alimentano il giro successivo. Dal reale al virtuale e ritorno, senza soluzione di continuità.
Il risultato atteso sono quelli che lGenerative Bionics chiama World Action Models: modelli che collegano ciò che il robot percepisce, il contesto in cui si trova e le azioni da compiere. «Stiamo replicando il mondo, fisicamente e digitalmente, per addestrare robot umanoidi su larga scala prima ancora che vi entrino», sintetizza Daniele Pucci, CEO di Generative Bionics. Tradotto in termini industriali: configurare e collaudare GENE.01 per uno specifico stabilimento prima di consegnarlo al cliente.
Non è un dettaglio tecnico. Secondo l’International Federation of Robotics, nel 2025 sono stati venduti nel mondo circa 7.000 umanoidi a grandezza naturale, cioè più alti di 140 centimetri. Numeri ancora piccoli, e soprattutto applicazioni che restano specializzate e spesso richiedono un operatore umano che guida il robot a distanza. Standard di sicurezza, costi di addestramento e manutenzione, una convenienza economica ancora da dimostrare: sono questi i freni.
Una fabbrica dei dati serve, in fondo, ad accorciare la distanza fra un robot che fa una bella dimostrazione e uno che lavora da solo, ogni giorno, in un ambiente che non ha mai visto prima.
Il calcolo è americano, il controllo può restare europeo
La potenza di calcolo arriverà da AMD Helios, una piattaforma che AMD definisce «rack-scale»: un intero armadio di server progettato come un unico sistema, con acceleratori Instinct, processori EPYC, componenti di rete Pensando e il software aperto ROCm. Il comunicato, va detto, usa ancora il linguaggio delle intenzioni: parla di una «collaborazione prevista» e di un’infrastruttura di cui Generative Bionics «intende avvalersi». Termini economici e capacità installata non sono stati resi noti.
Il rapporto fra le due aziende, però, non nasce oggi. AMD Ventures è fra gli investitori della startup, la tecnologia AMD è a bordo di GENE.01 e il robot ha debuttato, ancora come progetto, sul palco del CES di Las Vegas nel gennaio 2026, durante il keynote di Lisa Su. Ora la collaborazione si sposta dal singolo robot all’infrastruttura che dovrà addestrarne intere flotte. L’obiettivo, dice Pucci, è fare in modo che «i dati, i modelli e l’infrastruttura alla base dei nostri robot umanoidi siano sviluppati e gestiti nel continente».
C’è un apparente paradosso: un progetto di sovranità europea poggia su chip californiani, e a parlare di «rafforzamento della sovranità europea in materia di AI e industria» è Keith Strier, vicepresidente di AMD. Il paradosso si scioglie se si smette di pensare alla sovranità come autarchia.
L’Unione Europea dipende da Paesi terzi per oltre l’80% di prodotti, servizi, infrastrutture e proprietà intellettuale digitali, come ha ricordato il Parlamento europeo nella relazione del 2025 sulla sovranità tecnologica: ripartire da zero su ogni componente non è un’opzione realistica. La domanda utile è un’altra. Chi decide come si usano i dati? Chi può ispezionare e aggiornare i modelli? Dove restano le competenze? Chi mantiene la relazione con il cliente industriale?
Su questi strati il progetto di Generative Bionics prova a tenere il baricentro in Europa: dati e modelli generati, addestrati e validati nel continente, piattaforma sviluppata in casa, ambienti di prova costruiti con partner industriali europei. Il calcolo resta internazionale. È una sovranità parziale, ma misurabile. E probabilmente l’unica praticabile.
Che cosa può fare una startup che un piano pubblico non può fare
L’Europa sta investendo molto sulle infrastrutture comuni. Ad aprile 2026 la rete prevista dall’AI Continent Action Plan contava 19 AI Factories, poli di calcolo per l’intelligenza artificiale costruiti attorno ai supercomputer europei, e 13 «antenne» territoriali, pensate anche per aprire l’accesso a startup e piccole imprese. Sono strumenti necessari. Ma un supercomputer non produce da solo i dati di contatto, forza ed errore di cui ha bisogno un robot che deve saldare in un cantiere navale. Quei dati nascono soltanto dentro un prodotto e attorno a un caso d’uso.
È qui che una startup può fare la differenza. Può trasformare decenni di ricerca in un prodotto, concentrare talenti su un’unica architettura, scegliere i problemi industriali da cui partire e costruirci attorno la raccolta dei dati. Soprattutto, può mettere insieme attori che da soli difficilmente si incontrerebbero: capitale pubblico, venture capital internazionale, grandi imprese.
Generative Bionics , una storia cominciata nel 202
La storia di Generative Bionics lo mostra bene. La società è nata nel luglio 2024 da oltre vent’anni di ricerca dell’IIT di Genova sulla robotica umanoide: dal robot cognitivo iCub, usato nei laboratori di mezzo mondo, a ergoCub, sviluppato con l’INAIL per la collaborazione fra persone e macchine sul lavoro, fino a iRonCub, il prototipo con propulsione a getto.
L’IIT ha concesso a Generative Bionics licenze esclusive sulle tecnologie sviluppate e, insieme ai fondatori Daniele Pucci, Alessio Del Bue, Marco Maggiali e Andrea Pagnin, sono passati nella startup circa 70 fra ingegneri e ricercatori. Fra i cofondatori ci sono anche Davide Rota, presidente esecutivo, e Jeffrey Libshutz.
Nel dicembre 2025 è arrivato un round seed da 70 milioni di euro, guidato dal Fondo Artificial Intelligence di CDP Venture Capital con AMD Ventures, Duferco, Eni Next, RoboIT e Tether. Anche la composizione del capitale dice qualcosa sulla sovranità possibile: la regia è pubblica e italiana, accanto ci sono gruppi industriali nazionali, un produttore di chip statunitense e Tether, la società che emette la principale stablecoin agganciata al dollaro. Un mosaico, non un blocco.
La filiera si costruisce un accordo alla volta
Nel corso del 2026 la startup ha messo in fila una serie di intese che, lette insieme, disegnano una filiera.
Con Fincantieri lavora a un umanoide saldatore per i cantieri navali, in un programma di quattro anni che prevede i primi test a Sestri Ponente entro la fine dell’anno: spazi stretti, superfici irregolari, scale, lavorazioni che chiedono precisione. Un banco di prova durissimo, e proprio per questo prezioso.
Con Italdesign affronta il passaggio dal prototipo alla pre-serie del rivestimento esterno del robot, la parte che deve diventare fabbricabile in modo ripetibile.
Con la tedesca Synapticon sviluppa i sistemi di azionamento (motori, sensori di posizione, controllo del movimento) con l’obiettivo di produrli, certificarli e integrarli in Europa.
Con Eni, infine, ha firmato a settembre un protocollo d’intesa per sperimentare applicazioni nell’ispezione degli impianti, studiare nuovi materiali e valutare l’uso di capacità di calcolo ad alte prestazioni.
Ogni accordo copre un anello: il compito che genera valore, il prodotto che si può fabbricare, i componenti critici, la potenza di calcolo, il collaudo in condizioni reali. La Data Factory è il collante che trasforma tutte queste esperienze in dataset, modelli e procedure riutilizzabili.
Una startup, da sola, non rende sovrana una filiera. Può però diventare il soggetto che tiene insieme la conoscenza fra i diversi anelli e impedisce che dati, proprietà intellettuale e margini scivolino tutti verso piattaforme esterne. Per riuscirci servono clienti disposti a sperimentare, acquisti pubblici e privati che aprano il mercato, capitali per la fase di crescita. Senza queste condizioni, anche la tecnologia migliore resta un prototipo. O finisce per essere comprata altrove.
Le fabbriche italiane possono diventare aule per i robot
L’Italia ha una carta da giocare. Secondo il rapporto World Robotics 2026 dell’IFR, nel 2025 è stata il secondo mercato europeo per installazioni di robot industriali dopo la Germania, con 7.824 nuove unità. In calo dell’11% sull’anno precedente, però: segno che il vantaggio accumulato nell’automazione non si difende da solo.
La Physical AI offre un modo nuovo di metterlo a frutto. Se i robot imparano lavorando, fabbriche, cantieri e impianti diventano aule. E il valore del manifatturiero italiano non sta più soltanto nel costruire macchine, ma nel saperle addestrare su processi in cui il Paese ha competenze difficili da copiare: lavorazioni, materiali, gesti tecnici, eccezioni, standard di qualità. Se queste esperienze alimentano modelli controllati in Europa, possono diventare prodotti da esportare, servizi di aggiornamento, lavoro per integratori e fornitori.
Per le imprese sarebbe il passaggio da clienti della tecnologia a coproduttori dei dati e delle applicazioni. È, in piccolo, la stessa traiettoria che l’Europa insegue quando parla di sovranità digitale.
La prova sarà in cantiere
Restano molte domande aperte. Il comunicato di Generative Bionics non dice dove sorgerà il primo polo, quanto costerà, quanta potenza di calcolo sarà installata, quanta energia consumerà, quali partner industriali contribuiranno agli ambienti di prova e a quali condizioni l’infrastruttura sarà accessibile ad altri. Sono le informazioni che serviranno per misurare la reale portata economica del progetto.
Poi ci sono i numeri che contano davvero, quelli che arriveranno solo con il polo in funzione: quanto tempo serve per insegnare un nuovo compito a GENE.01, quanto di ciò che il robot impara in simulazione regge nel mondo reale, quante volte un operatore deve intervenire, quanto costa ogni attività completata.
La sovranità digitale si misura anche in ore di addestramento risparmiate, in interventi umani evitati, in robot che lavorano davvero accanto alle persone. Generative Bionics ha messo sul tavolo un progetto e una scadenza, il 2027. Da lì in poi parleranno i dati.
Partecipa alla community