De Physical AI-revolutie loopt niet op twee benen
Bij 'AI in de fysieke wereld' denken de meesten aan humanoïden. De echte revolutie is stiller, minder fotogeniek — en draait al in productie. Dit artikel schrijft zichzelf terwijl u leest.
We wijzen naar de verkeerde demo.
Elke keynote opent met een humanoïde die drie aarzelende stappen op het podium zet. De zaal applaudisseert. De investeerders glimlachen. Dan eindigt de demo, de robot gaat terug de truck in, en niemand denkt er meer aan tot de volgende keynote. Ondertussen vangt in een verpakkingslijn in Lyon een vision-model al tien maanden defecten in de stroom. Niemand heeft het gefilmd.
De Physical AI-revolutie is dat tweede ding, niet het eerste. Het is de AI die stil lijnen, vloten, labs, edge-apparaten en processen laat draaien. Hij loopt niet. Hij werkt gewoon.
De zes lagen die niemand op een slide zet.
Physical AI is een stack, geen robot. Je kunt de top niet leveren zonder de basis. De Physical AI-systeemarchitectuur benoemt de zes lagen onder elke succesvolle implementatie: SENSE (instrumentatie), CONNECT (telemetrie naar centrale opslag), COMPUTE (waar inferentie draait — edge/fog/cloud/hybride), REASON (het model), ACT (actuator, workflow, alarm) en ORCHESTRATE (control plane die de andere vijf bewaakt en herstelt).
De meeste AI-consulting stopt bij REASON. De meeste productiestoringen wonen in ORCHESTRATE.
Waarom humanoïden voorlopig niet de juiste moat zijn.
Humanoïden zijn by design generiek — en generiek is precies de verkeerde primitive als unit-economics tellen. De winnaars van de Physical AI-race bouwen doelgebonden machines: een vision-rig dat weet dat het naar lassen kijkt, een heftruck die weet dat hij pallets laadt, een sensornetwerk dat weet dat het netfrequentie monitort.
De humanoïde komt wel. Hij wordt indrukwekkend. Hij zit niet bij de eerste 100 implementaties bij uw klant. De eerste 100 zijn het saaie type — en die kunt u vandaag leveren.
Wat 'AI-soevereiniteit' echt betekent in de fysieke wereld.
Wanneer AI een fysiek asset aanstuurt — een lader, robot of proceslijn — is soevereiniteit geen slogan meer maar een architectuurbesluit. Waar bevinden inferentie, data, telemetrie en herstel zich? Wie mag het systeem wijzigen? Wie is verantwoordelijk wanneer het buiten zijn operationele grens treedt?
Mistral en open-weight modellen maken meerdere antwoorden mogelijk, maar de nationaliteit van een leverancier bewijst geen dataresidentie. Hyperion maakt de deploymentgrens expliciet, kiest op basis van de echte eisen voor een wereldwijde API, regionale endpoint, klantcloud of self-hosting, en documenteert bewijs en rollback vóór actuatie.
De echte bottleneck is niet compute.
Iedereen praat over GPU's. Bijna niemand praat over de echte bottleneck: de kloof tussen een werkende pilot en een systeem dat procurement, security review, change management en 24/7 ops overleeft.
Daar sterven de meeste projecten. Niet in de modellering. Niet in de data. In dat lange, weinig glamoureuze midden waar pilot productie wordt. Hyperion is gebouwd om in dat midden te leven. Pilot-to-Production Hardening is een dienstlijn, geen slide.
De komende 24 maanden.
Twee falsifieerbare voorspellingen. Eén: medio-2027 zal de mediaan industriële AI-implementatie in Europa een vision-systeem, een onderhoudsvoorspeller of een process-optimaliser zijn — geen chatbot, geen humanoïde. Twee: de transparantieverplichtingen van de AI Act worden een koperstool. MKB's gaan leveranciers vragen om dezelfde risicoklasse-verklaringen die Hyperion al produceert.
De saaie revolutie wint. Wij staan graag in haar keuken, niet op haar podium.