Il 18 dicembre 2025, Google ha rilasciato in sordina FunctionGemma, un minuscolo modello di IA con 270 milioni di parametri progettato per funzionare interamente sul dispositivo. Il comunicato stampa parlava di smartphone — impostare promemoria, accendere la torcia, le solite cose da assistente digitale. Ma nascosto in quelle specifiche c’è qualcosa di molto più interessante: un progetto per rendere i robot drasticamente più economici.
Ecco il segreto sporco dei robot “intelligenti” di oggi: la maggior parte non è affatto intelligente. Sono terminali. L’intelligenza vive da qualche parte in un data center a migliaia di chilometri di distanza, collegata tramite una connessione internet che aggiunge latenza, costa soldi e fallisce nel momento in cui entri in una zona morta. Ogni volta che il tuo robot da magazzino deve prendere una decisione, chiama casa come un adolescente nervoso che chiede il permesso.
FunctionGemma cambia completamente i conti.
I numeri che contano
Lasciamo perdere le chiacchiere di marketing e guardiamo cosa conta davvero per la robotica:
- 288 MB di spazio di archiviazione – Sta sui microcontroller più economici
- 550 MB di RAM – Un Raspberry Pi 4 ne ha 8 GB di scorta
- 0,3 secondi di tempo di risposta – Sul dispositivo, senza giro di rete
- 58% di precisione base → 85% dopo il fine-tuning – Addestrabile per compiti specifici
L’ultimo punto è cruciale. FunctionGemma non è pensato per essere un chatbot generico. È progettato per essere affinato su compiti stretti e specifici — esattamente quello che fanno i robot. Un robot da magazzino non ha bisogno di discutere di filosofia. Deve capire “prendi la scatola A, spostala allo scaffale B” ed eseguire perfettamente, migliaia di volte al giorno.
Perché i robot dipendenti dal cloud sono un vicolo cieco
L’attuale paradigma dei robot “intelligenti” è fondamentalmente rotto. Considera cosa succede quando il tuo robot deve prendere una decisione:
- Dati dei sensori catturati
- Dati compressi e inviati al cloud
- Server cloud elabora la richiesta
- Risposta rinviata
- Robot agisce
Sono cinque passaggi con molteplici punti di fallimento. Congestione di rete? Il robot si blocca. Server sovraccarico? Il robot aspetta. Interruzione internet? Il robot diventa un costoso fermacarte. E stai pagando per ogni millisecondo di tempo di calcolo e ogni megabyte di trasferimento dati.
Per un singolo aspirapolvere domestico, questo potrebbe essere tollerabile. Per una flotta di 500 robot da magazzino che funzionano 24 ore su 24? Solo le bollette cloud potrebbero mandarti in bancarotta, e la latenza rende il coordinamento in tempo reale quasi impossibile.
La rivoluzione dell’edge computing colpisce la robotica
FunctionGemma rappresenta un cambiamento filosofico: invece di chiedere “come rendiamo i robot abbastanza intelligenti da aver bisogno del cloud”, Google sta chiedendo “come rendiamo il cloud abbastanza piccolo da stare in un robot”.
Questo non è senza precedenti. L’industria automobilistica l’ha capito anni fa — la frenata automatica d’emergenza della tua auto non chiama Google prima di decidere di fermarsi. La decisione avviene localmente, in millisecondi, perché la latenza uccide (letteralmente). Ma finora, i modelli di IA capaci di comprendere comandi in linguaggio naturale e tradurli in azioni erano troppo massicci per il deployment edge.
Come appare la robotica economica
Immagina un robot assistente domestico da 200 € con:
- Comprensione completa del linguaggio naturale per comandi comuni
- Nessuna tariffa di abbonamento mensile
- Funziona perfettamente durante le interruzioni internet
- I tuoi dati vocali non lasciano mai il dispositivo
- Risposta istantanea ai comandi
Oppure immagina robot agricoli che possono operare in campi senza copertura cellulare. Droni di risposta alle catastrofi che non hanno bisogno di Starlink per funzionare. Accompagnatori per anziani che non richiedono un abbonamento cloud per ricordare a qualcuno di prendere le medicine.
I risparmi si accumulano a ogni livello. Hardware di calcolo più economico significa robot più economici. Nessuna dipendenza dal cloud significa niente tariffe ricorrenti. Elaborazione locale significa requisiti di rete più semplici. Privacy by design significa approvazione normativa più facile.
L’architettura “controllore del traffico”
Google non è abbastanza ingenuo da affermare che FunctionGemma possa sostituire completamente i grandi modelli linguistici. La loro architettura proposta è più intelligente: usare FunctionGemma come “controllore del traffico” locale che gestisce immediatamente il 90% dei comandi semplici, e instrada le query complesse al cloud solo quando necessario.
Per un robot, questo potrebbe apparire così:
- Gestito localmente: “Vai avanti”, “Fermati”, “Raccogli l’oggetto rosso”, “Torna alla stazione di ricarica”
- Instradato al cloud: “Analizza questo oggetto insolito e dimmi cos’è”, “Pianifica un percorso ottimale attraverso questo nuovo ambiente”
Questo approccio ibrido ti dà la velocità e l’affidabilità dell’edge computing per le operazioni di routine, preservando l’accesso all’intelligenza su scala cloud per i veri casi limite.
Il fattore fine-tuning
Forse l’aspetto più importante per la robotica è l’addestrabilità di FunctionGemma. La precisione base del 58% suona terribile — e lo è, per un assistente generico. Ma affinata su un vocabolario specifico di comandi e azioni robot, salta all'85%.
Ora immagina cosa succede quando un’azienda di robotica lo affina specificamente per il suo caso d’uso:
- Robot da prelievo magazzino: 50 comandi base, vocabolario ottimizzato, precisione potenzialmente sopra il 95%
- Drone di consegna: comandi di navigazione, override di sicurezza, risposte meteo
- Braccio di produzione: istruzioni di movimento precise, controlli qualità
Ogni tipo di robot ottiene un cervello IA su misura, perfettamente dimensionato per le sue esigenze e addestrato esattamente sul vocabolario che incontrerà. È l’opposto dell’approccio “un modello gigante per dominarli tutti” — è modulare, efficiente e deployabile.
Le implicazioni per i produttori di robot
Per le aziende che costruiscono robot, FunctionGemma rappresenta un punto di svolta strategico:
La struttura dei costi cambia: La distinta materiali per un robot “intelligente” potrebbe scendere di centinaia di euro quando non hai bisogno di costoso hardware di rete e ridondanza di connettività cloud.
Il modello di abbonamento muore: Robot-as-a-Service dipende dalla dipendenza cloud per bloccare i clienti in pagamenti ricorrenti. L’IA locale rompe quel modello — e i clienti lo noteranno.
L’affidabilità diventa raggiungibile: Un robot che può funzionare autonomamente significa uptime garantito senza infrastruttura di rete eroica.
La privacy diventa una feature: I dati che non lasciano mai il dispositivo non possono essere violati, trapelati o citati in giudizio.
Cosa manca
Non esageriamo. FunctionGemma ha limiti reali:
- Nessun ragionamento multi-step: “Prendi la scatola, controlla l’etichetta e mettila nel cestino giusto” è attualmente oltre le sue capacità
- I comandi indiretti faticano: “La stanza è troppo luminosa” non attiverà una regolazione della luce
- 15% di tasso di errore: Va bene per molte applicazioni, pericoloso per altre
Ma questi sono problemi software con soluzioni note. Il ragionamento multi-step è ciò per cui serve il chain-of-thought prompting. I comandi indiretti possono essere gestiti con fine-tuning su parafrasi. I tassi di errore scenderanno con dataset di training più grandi e iterazioni del modello.
I vincoli hardware — quello è il problema difficile. E Google ha appena dimostrato che 270 milioni di parametri sono sufficienti per il function calling pratico. Questa è la svolta.
Il quadro generale
FunctionGemma non creerà da solo la rivoluzione dei robot. Ma è una proof of concept di cui l’industria dell’IA aveva disperatamente bisogno: non serve un modello da mille miliardi di parametri per rendere utili le macchine. Serve il modello della giusta dimensione per il giusto lavoro.
Le implicazioni si estendono oltre la robotica in IoT, wearable, dispositivi medici e qualsiasi altra cosa che deve prendere decisioni senza chiamare casa. Ma per la robotica specificamente, questo sembra il momento che l’industria stava aspettando — il momento in cui “robot intelligente” smette di richiedere “robot costoso”.
Il futuro della robotica accessibile non è nel cloud. È in 288 megabyte di pesi attentamente addestrati, che girano localmente, rispondono istantaneamente, funzionano ovunque. Google ci ha appena dato un’anteprima di come appare. Ora tocca ai produttori di robot costruirlo.
