De grijper is de bottleneck, niet het brein
Robots worden slimmer dan hun handen. Dat is het ongemakkelijke punt uit een analyse op The Robot Report: de modellen die robots aansturen gaan harder vooruit dan het stuk gereedschap dat het werk daadwerkelijk doet.
De auteur is Thomas Houden, Director Global Business Development bij grijperfabrikant OnRobot. Belangenpositie duidelijk, maar zijn redenering houdt stand. Zijn punt: physical AI robots die met AI-modellen in de echte, rommelige wereld werken draait niet alleen om zien en plannen. Het draait om contact. Een model kan bedenken dat een doos opgepakt moet worden, maar de grijper moet die doos raken, de juiste kracht zetten, voelen of het product vastzit en bijsturen als het misgaat. Elke keer weer. Beweging van robotarmen is inmiddels volwassen technologie, schrijft hij. Manipulatie niet, omdat wrijving, slip en vervorming zich niet laten wegrekenen in een simulatie. Een greep die in de simulatie werkt, kan in het schap alsnog mislukken.
Daarom is dit relevant voor iedereen die weleens een demo bekijkt. Op zo'n demo pakt de robot nette dozen uit een nette bak. Jouw magazijn zit vol met folie, zakjes, blisters, half-ingedeukte kartons en dat ene artikel waarvan de leverancier de verpakking twee keer per jaar wijzigt. De software is niet je risico. De vingers zijn je risico.
Amazon liet in mei 2025 zien wat er gebeurt als je dat serieus neemt. Hun Vulcan-robot heeft tastzin: sensoren die kracht en koppel meten, zodat de robot voelt hoe hard hij mag knijpen. Volgens CNBC kan Vulcan daarmee ongeveer 75 procent van het miljoen artikelen in het magazijn in Spokane hanteren. Indrukwekkend. Ook: een kwart lukt nog steeds niet.
Wat betekent dat concreet?Vraag niet naar de nauwkeurigheid van het model, maar stuur een krat met je eigen lastigste artikelen op. Zakken, folie, spiegelende verpakkingen, wisselende gewichten. Laat de leverancier daarop testen en vraag om het percentage dat niet gepakt wordt. Vraag daarna wat er gebeurt bij zo'n mislukking: valt het product, of geeft de robot een seintje en pakt een mens het op? Dat exception-proces bepaalt je echte bezetting, niet de folder.
En kijk naar terugkoppeling. Grijpers die voelen of ze iets vast hebben, leveren precies de data waarmee het systeem beter wordt. Zonder die signalen train je blind.
Welk deel van jouw assortiment blijft in de bak liggen? Wie daar geen getal op durft te plakken, verkoopt je een demo.
Meer lezen
Bij humanoïde robots is het contract interessanter dan de robot
Supply Chain Movement beschrijft hoe humanoïde robots niet alleen technisch maar vooral commercieel iets veranderen: leveranciers experimenteren met robot-as-a-service en betalen per uitgevoerde taak in plaats van een grote CAPEX-investering. Voor magazijnen verlaagt dat de drempel om te starten, maar verschuift het risico naar contractvoorwaarden en beschikbaarheidsafspraken. Wie nu oriënteert, doet er goed aan naast techniek ook het afrekenmodel te toetsen.
Robotorders stijgen buiten de auto-industrie. Alleen: het magazijn staat niet in dat lijstje
Brancheorganisatie A3 meldt dat de roboторders in Noord-Amerika in het tweede kwartaal van 2026 in vrijwel alle sectoren stegen, met duidelijke groei buiten de auto-industrie. Warehousing en logistiek zijn daarbij een van de trekkende segmenten. Voor wie AI-adoptie overweegt is dit een marktsignaal: levertijden, integratiecapaciteit en prijsdruk bij systemintegrators bewegen mee met deze ordergolf.
Voordat je een robot koopt: je eigen logdata weet al waar het misgaat
Konekti gebruikt process mining en process intelligence op bestaande ERP- en WMS-logdata om verstoringen, herbewerkingen en wachttijden in de keten zichtbaar te maken. De aantrekkingskracht zit in de lage instapdrempel: geen nieuwe hardware, maar analyse van data die er al is. Voor magazijnen is dit vaak de logische eerste AI-stap, omdat het aantoont wáár automatisering het meeste oplevert voordat er geïnvesteerd wordt.