Fabrikanten van humanoïde robots schalen hun productiecapaciteit in hoog tempo op. Nieuwe fabrieken moeten jaarlijks duizenden of zelfs tienduizenden robots kunnen produceren. Maar tegenover die indrukwekkende productieplannen staat voorlopig een veel bescheidener praktijk: slechts een klein deel van de humanoids lijkt daadwerkelijk productiewerk in fabrieken te verrichten.
De ontwikkeling van humanoïde robots lijkt een nieuwe fase in te gaan. De afgelopen jaren draaide het vooral om prototypes: robots die konden lopen, dozen verplaatsen, onderdelen oppakken of tijdens demonstraties eenvoudige assemblagetaken uitvoeren. Inmiddels verschuift de aandacht naar massaproductie.
Een opvallend voorbeeld is het Chinese UBTech. Het bedrijf opende in september in Liuzhou een fabriek die volgens de eigen plannen meer dan 10.000 robots per jaar moet kunnen produceren. De productielijn is ontworpen om ongeveer iedere tien minuten een robot af te leveren. Siemens levert digitale industriële technologie waarmee onder meer ontwerp- en productieprocessen worden ondersteund.
Dat klinkt alsof de humanoïde robot op het punt staat massaal de fabriek binnen te stappen. Maar precies daar ontstaat een interessante tegenstelling, valt te lezen in een blog op Invest Deeptech. De productiecapaciteit groeit veel sneller dan het aantal robots waarvan duidelijk is dat ze daadwerkelijk productiewerk uitvoeren.
Capaciteit is nog geen productie
Een recente analyse van Invest Deeptech wijst op dat verschil. UBTech zou in de eerste helft van 2026 ongeveer 900 humanoïde robots hebben verkocht, terwijl de nieuwe fabriek een capaciteit van meer dan 10.000 exemplaren per jaar krijgt. Andere fabrikanten kondigen eveneens ambitieuze productieplannen aan.
Daarbij is het belangrijk verschillende cijfers uit elkaar te houden. Productiecapaciteit, daadwerkelijk geproduceerde robots, verscheepte exemplaren en robots die bij betalende klanten operationeel zijn, zijn vier verschillende zaken.
Dat onderscheid is bij een jonge markt als humanoïde robotica extra belangrijk. Een fabriek die technisch 10.000 robots per jaar kan bouwen, hoeft er niet daadwerkelijk 10.000 te produceren. En 10.000 geproduceerde robots betekenen evenmin dat al die machines vervolgens in industriële productieomgevingen worden ingezet.
Dat de productie inmiddels wel degelijk snel kan worden opgeschaald, blijkt bijvoorbeeld bij AgiBot. Het Chinese bedrijf meldde in maart 2026 dat zijn 10.000ste robot van de productielijn was gekomen.
Wie koopt die robots?
Minstens zo interessant is daarom de vraag waar al deze humanoids uiteindelijk terechtkomen. Invest Deeptech haalt hiervoor onder andere cijfers aan die Unitree heeft verstrekt in het kader van zijn beursplannen.
Volgens die gegevens was ongeveer 74 procent van de omzet met humanoïde robots afkomstig uit onderzoek en onderwijs. Nog eens circa 17 procent kwam uit commerciële toepassingen, zoals demonstraties, evenementen en presentaties. Ongeveer 9 procent werd onder industriële toepassingen gerangschikt.
Maar ook dat laatste percentage vraagt om enige uitleg. Binnen deze categorie vallen volgens de beschikbare gegevens namelijk eveneens robots die bijvoorbeeld rondleidingen in bedrijfsgebouwen verzorgen. Het aandeel van de omzet dat afkomstig zou zijn van robots die daadwerkelijk fysieke taken uitvoeren in productie, inspectie of logistiek, komt daarmee volgens de analyse uit op slechts enkele procenten.
Dat levert een opmerkelijk beeld op. Terwijl humanoids vaak worden gepresenteerd als toekomstige fabrieksarbeiders, bestaat een belangrijk deel van de huidige markt nog uit universiteiten, onderzoeksinstellingen, AI-ontwikkelaars en organisaties die de machines gebruiken voor demonstraties en experimenten.
Fabriek blijft lastige omgeving
Dat betekent niet dat humanoïde robots niet geschikt kunnen worden voor industriële toepassingen. Er lopen inmiddels veel pilots waarbij robots onderdelen verplaatsen, bakken aanvoeren, machines beladen of eenvoudige assemblagehandelingen uitvoeren.
Maar een demonstratie is iets anders dan continu meedraaien in een productieproces. Een industriële robot moet gedurende lange tijd betrouwbaar en voorspelbaar functioneren. Een foutpercentage dat tijdens een demonstratie acceptabel lijkt, kan bij duizenden handelingen per ploegendienst al snel tot veel productiestilstand leiden.
Reuters constateerde onlangs eveneens dat Chinese fabrikanten grote stappen zetten met humanoïde robots, maar dat de machines voor veel fabriekstaken nog te langzaam en foutgevoelig zijn. Een belangrijk probleem is de hoeveelheid trainingsdata. Een humanoid moet niet alleen kunnen herkennen wat hij ziet, maar die informatie ook vertalen naar betrouwbare fysieke handelingen: een onderdeel oppakken, de juiste kracht uitoefenen of een object correct positioneren.
Daar komt nog iets bij. In moderne fabrieken concurreren humanoids niet alleen met menselijke medewerkers. Ze moeten zich ook bewijzen tegenover bestaande industriële robots en andere vormen van automatisering.
Een traditionele robotarm hoeft bijvoorbeeld niet te kunnen lopen, zijn evenwicht te bewaren of zelfstandig te bepalen waar hij zich bevindt. Wanneer een productieproces kan worden aangepast aan zo'n conventionele robot, kan dat een eenvoudigere en betrouwbaardere oplossing zijn.
De potentiële kracht van humanoids zit juist in situaties waarin de omgeving níet speciaal voor robots kan of moet worden aangepast. Fabrieken, magazijnen en andere werkomgevingen zijn immers grotendeels ontworpen voor mensen. Een robot met ongeveer dezelfde bewegingsmogelijkheden zou daardoor bestaande werkplekken, gereedschappen en infrastructuur kunnen gebruiken.
Eerst data verzamelen
Dat veel humanoids momenteel bij onderzoeksinstellingen en ontwikkelaars terechtkomen, hoeft overigens niet alleen als teken van een tegenvallende industriële markt te worden gezien. Deze robots zijn ook nodig om data te verzamelen.
Juist fysieke trainingsdata vormen momenteel een belangrijke beperking bij de ontwikkeling van zogenoemde embodied AI: kunstmatige intelligentie die niet alleen informatie verwerkt, maar ook in de fysieke wereld moet handelen. Meer robots in echte omgevingen leveren meer gegevens op waarmee nieuwe modellen kunnen worden getraind.
Daarmee kan een soort vliegwiel ontstaan. Meer robots leveren meer praktijkdata op, waarmee betere AI-modellen kunnen worden ontwikkeld. Betere modellen maken de robots vervolgens bruikbaarder, waardoor weer meer machines kunnen worden ingezet. Ook Goldman Sachs wijst op het gebrek aan hoogwaardige fysieke trainingsdata als een van de belangrijkste knelpunten voor humanoïde robotica.
Grote cijfers met voorzichtigheid bekijken
Bij alle genoemde aantallen past wel een belangrijke kanttekening. De markt voor humanoïde robots ontwikkelt zich razendsnel en veel cijfers zijn afkomstig van fabrikanten zelf, investeringsdocumenten, marktanalisten of publicaties die weer naar andere bronnen verwijzen. Bovendien lopen definities uiteen. Sommige tellingen nemen alleen volledig humanoïde, tweebenige robots mee, terwijl andere ook robots met een mensachtige romp op een verrijdbaar onderstel meetellen.
Daardoor zijn productie-, verkoop- en marktcijfers moeilijk onafhankelijk met elkaar te vergelijken en te controleren. Ook de cijfers uit de analyse van Invest Deeptech moeten daarom vooral worden gezien als een indicatie van de ontwikkeling van de markt en niet als definitieve, onafhankelijk geverifieerde marktstatistieken.
De onderliggende trend is niettemin interessant. Fabrikanten laten zien dat zij steeds beter in staat zijn humanoïde robots op grotere schaal te bouwen. De volgende uitdaging ligt niet zozeer bij het neerzetten van nóg grotere productielijnen, maar bij het vinden van voldoende toepassingen waarvoor bedrijven daadwerkelijk bereid zijn te betalen.
Voor de industrie is daarmee vooral één vraag relevant: niet hoeveel humanoids een fabrikant kán produceren, maar hoeveel robots dag in, dag uit betrouwbaar productiewerk kunnen uitvoeren. Juist op dat punt moet de markt zich de komende jaren nog bewijzen.