Ziegler begon zijn verhaal met een eenvoudige vraag: waarom robotica, en waarom nu? Zijn antwoord was niet technologisch, maar maatschappelijk. Europa kampt met een demografische verschuiving die zich langzaam voltrekt, maar overal voelbaar is. De vraag naar productie, logistiek en dienstverlening blijft stijgen, terwijl arbeid schaarser wordt. “Voor het eerst in de geschiedenis wordt menselijke arbeid echt een luxe”, zei hij. We willen niet minder bestellen, niet minder produceren en niet langer op pakketten wachten. Integendeel: de verwachting blijft dat alles morgen wordt geleverd. “Iets moet dat gat vullen. Ik geloof dat dat robotica is.”
Daar komt volgens Ziegler een tweede laag bij: als robots een grotere rol krijgen, is ook een technische basis nodig om ze te onderhouden, te servicen en veilig te laten functioneren. Robotisering betekent dus niet alleen minder handwerk, maar ook een nieuwe vraag naar technisch talent. En de derde factor is de omvang van de wereldeconomie achter logistiek. Ziegler verwees naar de wereldwijde e-commercemarkt, die volgens hem richting 7 biljoen dollar beweegt. “Elke dollar daarvan staat voor een pakket dat gecontroleerd, gesorteerd, verzonden en bezorgd moet worden.” Automatisering voorkomt volgens hem dat dit systeem onder zijn eigen gewicht bezwijkt.
Unimate
Toch begint zijn verhaal niet bij humanoids of AI-modellen, maar bij Unimate, de klassieke industriële robot die bij General Motors repetitieve taken uitvoerde. Die eerste robotrevolutie draaide om precisie, herhaalbaarheid en vaste programma’s. Robots waren sterk, betrouwbaar en voorspelbaar, maar ook inflexibel. Ziegler zette daar Robotics 2.0 tegenover: robots die leren uit data, patronen herkennen, zich aanpassen en in staat zijn om met intentie te werken. “In Robotics 1.0 leerden wij de robot wat hij moest doen. In Robotics 2.0 verwachten we dat de robot zelf leert.”
Volgens Ziegler staan we daardoor niet langer aan de rand van een nieuw tijdperk. We zijn er al in beland. “We zijn Robotics 2.0 niet langer aan het naderen,” zei hij, “we zijn een nieuw tijdperk binnengegaan.” Het verschil zit niet alleen in betere hardware, maar vooral in data. Bedrijven bouwen wereldmodellen, verzamelen beelden, bewegingen en handelingen, en trainen robots om met variatie om te gaan. Daarmee verschuift ook de rol van system integrators. Zij installeren en onderhouden niet alleen robots, maar staan dicht bij de klant, de productieomgeving en de industriële data die nodig zijn om robots werkelijk slim te maken.
Ziegler liet zien dat cognitive robotics al op uiteenlopende plekken zichtbaar is. In de olie-, gas-, chemie- en energiebranche kunnen autonome of tele-operated robots gevaarlijke installaties inspecteren. Quadrupeds zoals Anybotics’ ATEX-gecertificeerde robots kunnen omgevingen betreden waar mensen risico lopen, data verzamelen en afwijkingen detecteren. In andere voorbeelden draait het minder om poten of armen en meer om software: robots die inspectiedata vertalen naar bedrijfsinformatie, of autonome beveiligingssystemen die terreinen controleren op open poorten, indringers, kentekens of gaten in hekken. “Robots zijn niet alleen hardware,” was de onderliggende boodschap, “ze zijn ook software.”
Robotkok
Daarna verbreedde Ziegler het beeld naar robotarmen, logistiek en recycling. Robots kunnen vrachtwagens beladen alsof ze Tetris spelen, dozenwanden in realtime bouwen en zo de ruimte beter benutten. In recycling veranderen visionsystemen beelden van afvalstromen in data, waarna materialen zoals metaal, karton of aluminium worden geclassificeerd. Zelfs een robotkok uit Cambridge paste in zijn verhaal: een systeem dat video’s van koks analyseert, recepten afleidt en handelingen probeert te reproduceren. Het voorbeeld was deels luchtig, maar de les was serieus: video is waardevol trainingsmateriaal. Robots kunnen uit beelden leren hoe de fysieke wereld werkt.
Het meest beladen deel van de presentatie ging over humanoids. Ziegler erkende de hype, maar ontweek de kritische vraag niet: waarom zouden robots eigenlijk op mensen moeten lijken? Voor huizen is hij sceptisch. Wie wil er nu een machine van zestig kilo in huis die nog niet volledig te vertrouwen is? Ook in de industrie is de businesscase volgens hem vandaag de dag nog vaak zwak. Op dit moment ziet hij voor humanoids in veel industriële toepassingen “geen echte payback”. Soms zijn ze vooral een PR-instrument, een manier om te laten zien dat een bedrijf innoveert.
Toch wees hij humanoids niet af. Zijn advies: begin niet met de droom van één robot die alles kan, maar met één taak. Succesvolle bedrijven kiezen volgens hem vaak eerst een smalle toepassing, bijvoorbeeld dozen verplaatsen in logistiek of lassen in een scheepswerf. Daarna breiden ze horizontaal uit naar vergelijkbare taken. De belofte van een algemene robot die kan afwassen, lassen, sorteren en magazijnwerk doen, is aantrekkelijk, maar de weg ernaartoe is veel complexer. Hype kan daarbij zelfs nuttig zijn, zei Ziegler later: robotica had lang moeite om kapitaal en talent aan te trekken. Humanoids zetten de deur open voor meer aandacht, meer investeringen en meer jonge mensen die voor robotica willen kiezen.
Cross-embodiment
Drie technologische doorbraken kunnen volgens Ziegler de versnelling verder aanjagen. De eerste is cross-embodiment: één soort robotbrein dat verschillende vormen kan aansturen, van robotarm tot robothond of humanoid. De tweede is dexterous manipulation: de combinatie van hardware en software waarmee robots fijnmotorische taken leren uitvoeren die voor mensen vanzelfsprekend zijn, maar voor machines extreem complex. De derde is sim-to-real: de kloof tussen simulatie en werkelijkheid verkleinen, zodat robots al in virtuele omgevingen leren omgaan met scenario’s voordat ze fysiek worden ingezet.
Wat is er dan nodig om robotica echt op te schalen? Ziegler noemde vier voorwaarden: industriële data, betrouwbaarheid, edge-modellen en integratie. Er zijn genoeg laboratoriumdata, maar echte productiedata ontbreken vaak. Veiligheid en betrouwbaarheidstechniek zijn cruciaal als robots de fabrieksvloer opgaan. Edge AI is nodig omdat robots niet altijd op de cloud kunnen wachten; ze moeten lokaal, snel en veilig kunnen reageren. Integratie bepaalt uiteindelijk of een robot nuttig is in een bestaande productieomgeving.
Voor Europa en Nederland ziet Ziegler kansen, juist omdat hier veel industriële kennis, systeemintegratie en maakindustrie aanwezig zijn. De afhankelijkheid van Chinese robotcomponenten, actuatoren en supply chains wordt internationaal steeds nadrukkelijker besproken. Europese bedrijven kunnen volgens hem een rol spelen in onderdelen, productie, integratie en veilige toepassingen. Maar daarvoor is talent nodig. Zijn slotboodschap aan het hightechpubliek was daarom opvallend eenvoudig: verlaag de instap naar robotica, begin vroeg, maak het zichtbaar en aantrekkelijk. “Maak manufacturing en robotica weer sexy,” zei hij. Niet omdat robots mensen simpelweg vervangen, maar omdat de volgende industriële golf vraagt om mensen die AI een lichaam kunnen geven.
