Generatiivinen tekoäly on muuttanut tietotyön. ChatGPT, Claude, Gemini -- ne kirjoittavat, koodaavat, analysoivat ja suunnittelevat. Mutta tässä on luku joka jää helposti huomaamatta: vain noin 20 prosenttia maailman BKT:stä syntyy puhtaasta tietotyöstä. Loput 80 prosenttia tulee fyysisestä työstä eli tehtaista, varastoista, rakennustyömaista, sairaaloista, pelloilta.

Generatiivinen AI tuottaa tekstiä, kuvia ja koodia. Fyysinen AI tuottaa liikettä, otetta ja toimintaa. Ero on bittien ja atomien välillä -- ja se selittää miksi fyysisen AI:n taloudellinen potentiaali on moninkertainen.

Termi "fyysinen AI" viittaa tekoälyjärjestelmiin jotka havaitsevat, ymmärtävät ja toimivat fyysisessä maailmassa. Se ei ole pelkkää robotiikkaa. Fyysinen AI yhdistää kielimallien päättelykyvyn, konenäön, simulaation ja reaaliaikaisen toiminnan yhdeksi kokonaisuudeksi.

NVIDIA:n Jensen Huang on konseptin näkyvin puolestapuhuja. Hän kuvaa fyysisen AI:n arkkitehtuurin kolmena tietokoneena:

Generatiivinen AI ymmärtää kieltä ja käsitteitä. Fyysinen AI ymmärtää painovoimaa, kitkaa ja materiaalien ominaisuuksia. Se on paljon vaikeampi ongelma, ja juuri siksi sen ratkaisemisella on suurempi vaikutus.

Vuosi sitten humanoidit olivat laboratoriodemoja ja Twitter-videoita. Nyt ne ovat tehtaissa tekemässä oikeaa työtä.

Elon Musk ilmoitti maaliskuun alussa että Teslan Fremont-tehtaan Model S ja Model X -linjat suljetaan lähikuukausina -- ja muutetaan Optimus-humanoidirobottien tuotantoon. Se kertoo prioriteeteista enemmän kuin mikään lehdistötiedote. Teslan vuoden 2026 investoinnit ylittävät 20 miljardia dollaria, ja valtaosa suuntautuu robotakseihin, Optimukseen ja AI-infrastruktuuriin.

Optimus v2.5:n käsissä on 22 vapausastetta ja jännevetoiset sormet voimantunnistimilla. Robotti nappaa tennispallon lennosta ja taittelee pyykkiä. Teslan sisäisessä käytössä on yli 1 000 yksikköä keräämässä dataa. Pienimuotoinen ulkoinen tuotanto alkaa vuoden 2026 loppuun mennessä, laajamittainen skaalaus 2027.

Figure AI:n humanoidi on työskennellyt BMW:n tehtaalla Yhdysvalloissa 11 kuukautta ja lastanut metallikomponentteja yli 30 000 X3-ajoneuvoon. Pilotti on laajentunut BMW:n Leipzigin tehtaalle Saksaan eli ensimmäinen humanoidi eurooppalaisessa autotehtaassa.

Maaliskuun alussa Figure esitteli Helix 02 -demon jossa robotti siivoaa olohuoneen autonomisesti. Yhtiön BotQ-tehdas San Josessa tavoittelee 12 000 robotin vuosituotantoa ja skaalaa 100 000 yksikköön. Vuokramalli: noin 1 000 dollaria kuukaudessa. Yhtiön arvo on 39,5 miljardia dollaria, ja sijoittajiin kuuluvat NVIDIA, Microsoft ja Jeff Bezos.

Kiina hallitsee noin 90 prosenttia maailman arviolta 15 000 vuosittaisesta humanoidien toimituksesta. Unitreen G1-humanoidit valmistavat jo uusia robotteja tehtaalla -- robotit rakentavat robotteja. G1:n hinta on 13 500--16 000 dollaria, ja se osaa pedata sänkyjä ja avustaa ruuanlaitossa. Xiaomi osoitti että sen humanoidi pyörittää kolmen tunnin autonomisen työvuoron autotehtaalla ilman etäohjausta.

Uusia tulokkaita ilmestyy viikoittain. Noble Machines (ex-SpaceX, Apple, NASA) tuli ulos stealth-tilasta 9. maaliskuuta -- teollisuushumanoidi on jo Fortune 500 -asiakkaalla. KNOWIN Shenzhenistä kehittää kotihumanodia joka kaataa viiniä, pesee pyykkiä ja leikkii lasten kanssa.

Investointipankkien ennusteet fyysisestä AI:sta ovat nousseet dramaattisesti viimeisen vuoden aikana.

Goldman Sachs on nostanut ennustettaan 500 prosenttia viimeisen vuoden aikana. Humanoidien hinnat ovat laskeneet 40 prosenttia vuodessa -- nopeammin kuin pankin alkuperäinen 15--20 prosentin arvio.

Morgan Stanleyn laskelman mukaan 50 000 dollarin humanoidi vastaa kahden ihmistyöntekijän tuottavuutta elinkaaren aikana -- noin 200 000 dollarin arvoa. Maailmassa on yli 800 miljoonaa fyysistä työpaikkaa joissa on työvoimapulaa.

Generatiivinen AI on vaikuttava. Mutta se toimii digitaalisessa maailmassa jossa rajat ovat jo ennestään matalat. Tekstin tuottaminen, koodin kirjoittaminen, kuvien generointi -- nämä ovat tehtäviä joissa ihminen pärjäsi jo kohtuullisesti tietokoneella.

Fyysinen AI murtautuu alueelle jossa automaation este on ollut paljon korkeampi. Tehdastyö, logistiikka, hoivatyö, rakentaminen. Nämä vaativat kehoa, käsiä ja kykyä reagoida ennakoimattomiin tilanteisiin. Juuri siksi ne ovat pysyneet ihmistyön varassa.

On vielä yksi näkökulma joka jää usein huomaamatta. Generatiivinen AI muuttaa miten ajattelemme ja työskentelemme. Fyysinen AI muuttaa miten elämme. Kun humanoidi voi siivota kodin, hoitaa vanhusta tai kantaa rakennusmateriaaleja, vaikutus arkeen on paljon konkreettisempi kuin mikään chatbot.

Laskelma suomalaisessa tehdaskontekstissa tekee eron konkreettiseksi:

Luvut eivät ole tarkkoja -- humanoidien todellinen tuottavuus riippuu tehtävästä ja teknologian kypsyydestä. Mutta suunta on selvä. Vuoteen 2030 mennessä humanoidi voi maksaa viidesosan ihmistyöntekijästä ja tehdä kolminkertaiset tunnit.

Skeptikot nostavat esiin vastaväitteitä joita ei kannata ohittaa.

Kätevyyskuilu on valtava. Ihmiskehossa on 244 vapausastetta pelkästään käsissä. Parhaat humanoidikädet yltävät 22 vapausasteeseen. Ihminen korjaa itseään, tuntee materiaalien eron ja improvisoi. Robotti ei ainakaan vielä.

Humanoidin muoto ei ole optimaalinen. Miksi rakentaa robotti joka näyttää ihmiseltä, kun pyörillä liikkuva tai tehtäväkohtaisesti suunniteltu robotti tekee saman työn tehokkaammin? Teollisuudessa erikoisrobotit ovat usein parempi valinta kuin yleiskäyttöinen humanoidi. Humanoidin etuna on sopeutuminen ihmisille suunniteltuihin ympäristöihin -- portaat, ovet, työkalut -- mutta se ei tee siitä automaattisesti parasta vaihtoehtoa kaikkeen.

Sim-to-real-kuilu. Simulaatiossa koulutettu robotti törmää fyysisessä maailmassa tilanteisiin joita virtuaaliympäristö ei osannut mallintaa. Valo muuttuu, lattia on liukas, esine painaa eri tavalla kuin datassa. BMW:n pilotissa Figure-robotit palautuivat naarmuilla ja lommoilla.

Tuotannon skaalaus. Yksittäisiä demoja on helppo tehdä. Kymmeniä tuhansia luotettavia robotteja vuodessa on toinen asia. Akkuteknologia, raaka-aineet ja toimitusketjut ovat samoja pullonkauloja kuin sähköautoissa.

Fyysinen AI tuo mukanaan kysymyksiä joita generatiivinen AI ei joutunut kohtaamaan. Kun chatbot antaa väärän vastauksen, sen voi unohtaa. Kun humanoidi pudottaa potilaan tai rikkoo koneen, seuraukset ovat fyysisiä.

EU:n tekoälysäädös (AI Act) astui voimaan elokuussa 2024, ja sen laajat velvoitteet tulevat täysin voimaan elokuussa 2026. Se luokittelee tekoälyjärjestelmät riskitasojen mukaan.

Humanoidit luokitellaan todennäköisesti korkean riskin järjestelmiksi kun niitä käytetään kriittisessä infrastruktuurissa, turvallisuuskomponentteina tai työympäristöissä. Korkean riskin luokittelu tarkoittaa:

Kuka on vastuussa kun autonominen humanoidi aiheuttaa vahinkoa? EU:n tuotevastuudirektiivi (päivitetty 2024) asettaa lähtökohtaisesti valmistajan vastuuseen -- tuottamusolettama ilman todistustaakkaa. Mutta AI:n "musta laatikko" -luonne tekee vastuun osoittamisesta monimutkaista.

EU:n erillinen AI-vastuudirektiivi vedettiin takaisin 2025 koska jäsenmaat eivät päässeet sopuun. Käytännössä vastuukysymykset ratkaistaan kansallisen lainsäädännön pohjalta tapaus kerrallaan -- epävarmuus joka hidastaa yritysten investointipäätöksiä.

Humanoidi joka maksaa 10 000--30 000 euroa työskentelee 23 tuntia vuorokaudessa ilman taukoja, lomia, ammattiliittoa tai sosiaaliturvamaksuja. Se on halvempi kuin halpatyövoima missä tahansa maassa.

Pohjoismaiset ammattiliitot suhtautuvat robotteihin kahtiajakoisesti.

SAK ja Teollisuusliitto näkevät robotit positiivisena vaarallisissa ja raskaissa tehtävissä, mutta vaativat uudelleenkoulutusta, robottiveroa ja universaalia perustuloa kattamaan siirtymävaiheen. Tutkimusten mukaan robotiikasta hyötyvät eniten maat joissa on vahva työntekijäsuoja -- kuten Suomi -- koska tuottavuushyödyt jaetaan laajemmin.

Suomi on teollisuusmaa jonka väestö ikääntyy nopeasti. Nämä kaksi asiaa yhdessä tekevät fyysisestä AI:sta erityisen relevantin -- ja antavat Suomelle sekä ongelman että mahdollisuuden.

Tilastokeskuksen väestöennusteen mukaan Suomessa kuolee vuoteen 2060 mennessä 700 000 ihmistä enemmän kuin syntyy. Yli 75-vuotiaiden määrä kasvaa nykyisestä noin 550 000:sta yli 850 000:een vuoteen 2040 mennessä. THL:n mukaan ympärivuorokautisen hoivan piirissä oli vuoden 2024 lopussa noin 67 500 asiakasta, ja vuoden aikana palveluja käytti 115 000 henkilöä.

Hoitajapula on jo nyt akuutti. Hyvinvointialueet raportoivat tuhansista täyttämättömistä hoitajapaikoista. Kun ikääntyvien määrä kasvaa 50 prosenttia seuraavan 15 vuoden aikana, pula pahenee väistämättä.

Suomessa ei ole humanoidiyhtiöitä. Mutta Suomessa on juuri sitä osaamista jota fyysinen AI tarvitsee:

Jensen Huang kehotti Eurooppaa tarttumaan tilaisuuteen: "Teollinen pohjanne on niin vahva. Tämä on kerran sukupolvessa tuleva mahdollisuus." Suomelle tämä tarkoittaa kahta asiaa. Ensinnäkin teollisuusyritysten pitää seurata humanoidikehitystä ja aloittaa pilotit. Toiseksi Suomen vahvuudet -- anturiteknologia, simulaatio, automaatio-osaaminen -- ovat juuri sitä mitä fyysisen AI:n arvoketju tarvitsee.

Suomalaisille yrityksille ja päättäjille kolme asiaa:

1. Pilotit 2026--2027. Teollisuusyritysten kannattaa aloittaa humanoidipilotit nyt -- ei siksi että teknologia on valmista, vaan siksi että oppimiskäyrä on jyrkkä. BMW aloitti Figure-pilotin 2025 ja on nyt vuoden edellä kilpailijoita.

2. Koulutusinfra. Tampereen yliopiston ja Aallon robotiikkatutkimus tarvitsee rahoitusta simulaatio- ja testausympäristöihin. NVIDIA:n Isaac Sim ja Omniverse -alustat ovat avoimia -- Suomi voi hyödyntää niitä ilman massiivisia alkuinvestointeja.

3. Sääntely-ennakointi. EU AI Actin korkean riskin vaatimukset tulevat voimaan elokuussa 2026. Yritykset jotka alkavat valmistautua nyt säästävät miljoonia myöhemmin. Suomen kannattaa myös vaikuttaa aktiivisesti siihen, että EU:n robottivastuusäännöt eivät tapa eurooppalaista innovaatiota.

Lähteet: NVIDIA Physical AI, Goldman Sachs: Humanoid robot market, Morgan Stanley: Robotics analysis, McKinsey: Economic potential of generative AI, Figure AI, Tesla Optimus, THL: Sosiaalihuollon laitos- ja asumispalvelut 2024, Tilastokeskus: Väestöennuste, EU AI Act, Tampereen yliopisto: Robotics, Mevea, Cimcorp