Pada 18 September 2026, Toyota resmi mengumumkan masuk ke bisnis robot untuk lantai produksi. Kabarnya sendiri tidak mengejutkan—perusahaan ini sudah cukup lama bergelut dengan robot, dari robot pelempar bola CUE hingga robot pendamping hidup HSR, semuanya pernah dicoba. Yang membedakan kali ini: mereka mendirikan organisasi baru bernama "Toyota Robotics", hendak menjual ke luar robot yang berisi AI rakitan sendiri, dan mengumumkan satu angka jangka menengah-panjang—sekitar 400 ribu unit.
Apa artinya 400 ribu unit? Pengiriman tahunan robot industri seluruh Jepang saja hanya berkisar 50-60 ribu unit. Jelas ini bukan target penjualan biasa. Bacaan angka itu bersama satu informasi lain langsung menjernihkan keadaan: dari 400 ribu unit tersebut, 150 ribu unit dipakai grup Toyota sendiri dan 250 ribu unit dipakai para pemasok, mengiringi pembaruan peralatan berskala sekitar 1 triliun yen per tahun (sekitar 50 miliar CNY) mulai 2028, diturunkan bertahap mengikuti overhaul besar sekitar 60 pabrik di seluruh dunia. Dengan kata lain, Toyota merancang dirinya bersama seluruh rantai pasoknya sebagai satu jaringan pengumpulan data dari lantai produksi.
Mari kita susun dulu kerangka peristiwanya:
- Pada 18 September 2026 Toyota mengumumkan masuk ke bisnis robot lantai produksi, mendirikan organisasi baru "Toyota Robotics" yang menjual robot ber-AI kembangan sendiri ke pasar;
- Target penerapan jangka menengah-panjang sekitar 400 ribu unit: 150 ribu unit grup + 250 ribu unit pemasok, mengiringi pembaruan peralatan sekitar 1 triliun yen per tahun mulai 2028 dan pembaharuan sekitar 60 pabrik di seluruh dunia—angka ini mencakup robot industri yang telah ada, bukan penjualan satu model tunggal;
- Robot andalannya, "ELEY", berbobot sekitar 50 kg, bertangan dua jari, bergerak dengan roda, dan menggendong AI fondasi perilaku "Large Behavior Model (LBM)" hasil Toyota Research Institute (TRI);
- Toyota berencana mengubah praktik kerja sekitar 18 ribu teknisi handal "takumi" menjadi contoh belajar robot, namun indikator pengukur keberhasilannya belum dipublikasikan.
ELEY: Roda, Tangan Dua Jari, dan Fondasi yang Makin Cerdas Setiap kali Diberi Makan
Mulai dari badan mesinnya. ELEY berbobot sekitar 50 kg, bertangan dua jari, dan menggelinding dengan roda—tidak meniru manusia berjalan dua kaki. Pilihan ini sama sekali tidak konservatif, justru sangat pragmatis: kontrol berjalan dua kaki itu sulit, berisiko jatuh, dan rakus daya, sementara lantai pabrik memang sudah rata; roda lebih murah, lebih cepat, dan lebih mudah dijejalkan berbatch-batch. Penjejalan massal itu sendiri penting: semakin awal robot dikirim sebatch demi sebatch ke lini produksi, semakin cepat data menumpuk. Bentuk badan bukan tujuan, melainkan sarana agar data dapat terus dikumpulkan.
Tokoh sesungguhnya adalah AI di dalamnya. LBM (Large Behavior Model) adalah "model fondasi untuk perilaku": jika model bahasa besar menjadi cerdas lewat lautan teks, LBM mempelajari gerakan robot dari data demonstrasi dalam jumlah besar. Ia berbeda dari jalan lama yang memprogram gerakan satu per satu secara manual—dengan menonton manusia bekerja, ia memperoleh gerakan yang jarang keliru dari sedikit pembelajaran. Dalam demonstrasi yang telah dipublikasikan, ELEY sanggup mengulang secara mandiri tugas melipat kaus setelah mempelajarinya. Kelebihan model fondasi jenis ini adalah cukup sedikit pembelajaran tambahan untuk menguasai tugas baru; namun mutu fondasinya bergantung pada seberapa banyak demonstrasi lapangan berjangkauan luas dan berkualitas tinggi yang diberikan kepadanya.
Di sinilah tersentuh aset Toyota yang nyaris tak mungkin ditiru pihak lain: sekitar 18 ribu "takumi". Perasaan tangan dan reh para teknisi handal justru merupakan sumber data demonstrasi bermutu tertinggi. Bagaimana para ahli berpengalaman menakar daya, bagaimana mereka menangani produk cacat—pengalaman implisit semacam ini yang tak muat dalam dokumen proses bisa langsung menjadi bahan belajar robot.
Ada satu hal lagi yang mudah terlewat: LBM tidak terikat pada perangkat keras tertentu. TRI pada 2025 pernah memperagakan LBM yang menggerakkan robot humanoid Atlas milik Boston Dynamics. Karena AI tidak terkurung pada satu badan mesin, penentu kemenangan adalah berapa banyak jenis lapangan yang sanggup menjalankan AI ini dan berapa banyak data yang dapat ditarik pulang. Menjual robot, Toyota sekaligus menambah simpul pada jaring ini.
Yang Sesungguhnya Diperebutkan Semua Pihak: Lapangan Pengumpulan Data
Jika kamera diundur, di lintasan yang sama sudah tampak lumayan banyak sosok, dan sikap masing-masing banyak berbicara.
Tesla paling blak-blakan. Hingga pertengahan 2026, mereka telah menurunkan Optimus berskala ribuan unit di pabrik-pabrik seperti Fremont, tetapi penjualan ke luar kosong. Musk sendiri mengakui, robot-robot itu "terutama untuk pembelajaran dan pengumpulan data, belum menjadi kekuatan tempur yang nyata di pabrik". Ini nyaris pengakuan terbuka: yang diincar saat ini adalah data. Hanya saja tempat pengumpulannya terpusat di pabrik sendiri, sehingga keragaman lapangannya terbatas.
BMW dan Mercedes-Benz asal Jerman menempuh jalan lain: tidak membuat robot sendiri, melainkan berpasangan dengan startup spesialis. BMW menjalankan validasi Figure 02 dari Figure AI selama sepuluh bulan penuh di pabrik Spartanburg, Amerika Serikat, melayani proses produksi lebih dari 30 ribu unit X3, lalu melangkah ke kontrak komersial model penerus Figure 03—awalnya sekitar 40 unit, dengan tarif sekitar 25 dolar per jam kerja per robot. Mercedes-Benz membawa Apollo dari Apptronik masuk ke basis Berlinnya, dimulai dari logistik dalam pabrik dan pemeriksaan kualitas tahap awal. Ada satu detail menarik dalam model pembagian kerja ini: data nyata dari lini produksi pabrikan mobil justru menumpuk di sisi perusahaan AI. Yang menggenggam data adalah Figure dan Apptronik, bukan BMW dan Mercedes.
Dalam kecepatan produksi massal dan penerapan, produsen Tiongkok lari paling kencang. Pada September 2026, UBTECH mengoperasikan pabrik pintar berkapasitas tahunan di atas 10 ribu unit di Liuzhou, Guangxi—catatan: itu kapasitas produksi, bukan capaian penerapan; namun Walker S2 miliknya memang telah beroperasi ratusan unit, masuk ke pabrik-pabrik BYD, Geely, FAW-Volkswagen, Dongfeng, FAW-Audi, BAIC, dan Foxconn, sementara Airbus di Eropa pun telah mengerjakan langkah serupa sejak Januari 2026. Unitree hingga Juli 2026 telah memproduksi sekitar 18 ribu unit secara kumulatif dengan tingkat swasembada komponen di atas sembilan puluh persen, dan masih merencanakan terbentuknya kapasitas produksi 75 ribu unit per tahun. Humanoid IRON milik XPeng membidik produksi massal penghujung 2026. Pemerintah Tiongkok menetapkan target pengiriman tahunan melampaui 100 ribu unit sebelum 2027. Sepanjang paruh pertama 2026, pengiriman robot humanoid global menembus 22 ribu unit, dan konon lima besar seluruhnya perusahaan Tiongkok. Melesatkan robot dalam jumlah besar ke lapangan yang beragam secepat mungkin—itulah cara produsen Tiongkok menimbun data lapangan.
Kartu As Toyota, dan Jam yang Tertinggal di Awal
Jika aset Toyota ditimbang dari kacamata data, keunggulannya sebenarnya tidak main-main. Mereka memiliki salah satu kumpulan lokasi produksi terbesar dunia, ditambah pedalaman rantai pasok—rencana 250 ribu unit yang jatuh pada mata rantai pemasok berarti tak terhitung lapangan dengan proses yang saling berbeda berpotensi menjadi sumber data yang besar sekaligus beragam; 18 ribu "takumi" menyediakan contoh bermutu; AI, robot, dan pabrik seluruhnya di tangan sendiri, sehingga siklus data tertutup dapat berputar sepenuhnya di dalam tubuh perusahaan. Pada titik ini arah mereka bertolak belakang dengan pabrikan mobil Eropa yang bersandar pada perusahaan spesialis luar.
Namun jam menjadi persoalan. 400 ribu unit adalah target jangka menengah-panjang; pengerjaan sungguhan baru dimulai setelah 2028. Padahal Tesla saat ini sudah memanen data berskala ribuan unit, dan produsen Tiongkok saat ini pun telah memasukkan robot ke pabrik-pabrik otomotif besar. Akumulasi data bersifat bunga majemuk: semakin dini siklusnya berputar, semakin dalam belajarnya, semakin besar pula lonjakan performa putaran berikutnya—sebaliknya, begitu tertinggal, jurang biasanya melebar seiring waktu, bukan diam di tempat.
Kekhawatiran kedua adalah bias data. Jika lapangannya terbatas pada Toyota sendiri beserta sistem rantai pasoknya, data yang terkumpul bisa kekurangan keragaman yang diperlukan untuk diperluas ke pabrik perusahaan lain. Mampukah jaringan rantai pasok raksasa ini sungguh-sungguh menjelma menjadi keunggulan data, pada akhirnya ditentukan oleh seberapa jauh ia dibuka ke luar grup.
Untuk Menakar Peluang Menang, Awasi Tiga Titik Ini
Ritme penerapan di lapangan. Kapan, berapa unit, dan ke lini produksi mana yang sungguh beroperasi—jangan menilai dari demo di panggung peluncuran, nilailah dari kepadatan unit riil yang diturunkan. Luas jangkauan data. Seberapa jauh ia membentang melintasi lapangan sendiri, grup, dan pihak luar menentukan langsung tingkat keumuman model. Rapor dari lapangan. Berapa banyak perbaikan yield dan rasio operasi efektif yang nyata dibawa LBM—Toyota belum merilis indikator ini, dan cepat atau lambat lembar jawabannya harus dikumpulkan.
Ujung-ujungnya, angka 400 ribu unit itu sendiri bukan penentu menang-kalah. Yang sungguh menentukan keberhasilan adalah mampukah Toyota, tanpa menunggu 2028, menurunkan unit riil ke lini produksi sedini dan seluas mungkin, agar siklus pengumpulan dan pembelajaran data bermutu tinggi lebih dulu bergerak. Bagi kami para pelaku sisi peralatan, ada satu kesan yang mengena langsung: ketika keahlian para "takumi" mulai menjelma menjadi aset data, koordinat nilai pekerjaan perawatan dan penyetelan ikut bergeser. Bacaan terkait: cakupan merek dan dokumentasi model, layanan retrofi dan peningkatan lini produksi.
Bacaan lanjutan
- Mengapa Kawasaki, FANUC, dan Yaskawa berkolaborasi dalam langkah langka
- Sogo shosha Jepang antre merengkuh posisi di gerbang kecerdasan tertanam
- Perawatan dan perbaikan robot industri semua merek
