LG Electronics rafforza la collaborazione con NVIDIA per sviluppare e portare sul mercato nuove soluzioni robotiche basate sulla physical AI, l’intelligenza artificiale progettata non soltanto per elaborare informazioni, ma per percepire l’ambiente e agire nel mondo fisico. Il progetto ruota attorno alla nuova Data Factory che LG sta costruendo nel proprio campus di ricerca e sviluppo di Yangjae, a Seoul: una struttura di 10.000 metri quadrati destinata a raccogliere, generare, verificare e arricchire i dati necessari per addestrare robot domestici, industriali e logistici.
L’iniziativa segue il memorandum d’intesa firmato il 13 agosto 2026 nella sede NVIDIA di Santa Clara, in California. I vertici delle due aziende si sono successivamente incontrati nel cantiere della Data Factory per verificare l’avanzamento dei lavori e discutere ulteriori ambiti di collaborazione. La struttura è ancora in costruzione e, secondo i programmi comunicati da LG, dovrebbe entrare a pieno regime entro la fine del 2026.
Una fabbrica di dati per insegnare ai robot
Il nome Data Factory sintetizza la funzione dell’impianto: non una fabbrica tradizionale dedicata alla produzione in serie di macchine, ma un ambiente nel quale produrre e perfezionare dati di addestramento. Per un robot, infatti, imparare a pulire una stanza, afferrare un componente o impilare materiali richiede un’enorme quantità di esempi, comprese le variazioni e le situazioni impreviste che possono presentarsi nel mondo reale.
La struttura di Yangjae comprenderà spazi nei quali i robot potranno esercitarsi e aree dedicate al controllo e al miglioramento delle informazioni raccolte. Uno degli ambienti riprodurrà un’abitazione, permettendo ai robot domestici LG CLOiD di apprendere e ripetere operazioni di pulizia. Un’altra area sarà ispirata allo stabilimento LG del Tennessee che produce lavatrici: qui i robot saranno addestrati a movimentare, impilare e assemblare componenti.
Il programma coinvolgerà anche altre società del gruppo. I robot saranno impiegati nelle soluzioni di automazione logistica sviluppate da LG CNS, mentre un ambiente predisposto da LG Innotek sarà dedicato all’addestramento delle mani robotiche. LG dichiara inoltre di avere già iniziato a utilizzare su larga scala i propri CLOiD, sviluppati internamente e provati in condizioni reali, per raccogliere e generare dati.
La Data Factory si svilupperà su quattro livelli, uno interrato e tre fuori terra, e dovrebbe ospitare diverse centinaia di robot entro la fine del 2026. La scala dell’impianto mostra come LG consideri la disponibilità di dati non un’attività accessoria, ma una componente centrale della propria strategia robotica.
Il “data flywheel” al centro della strategia
L’obiettivo dichiarato è creare un data flywheel, cioè un ciclo nel quale l’utilizzo dei robot produce nuovi dati, questi dati vengono impiegati per migliorare i modelli e i modelli aggiornati rendono i robot progressivamente più capaci. Ogni nuova sessione di lavoro può così contribuire ad ampliare e perfezionare il patrimonio informativo disponibile.
La Data Factory dovrebbe avere una duplice funzione. Da una parte consentirà di raccogliere dati attraverso l’interazione fisica dei robot con ambienti controllati; dall’altra servirà a elaborare e valorizzare le informazioni provenienti dagli stabilimenti produttivi, dai siti logistici e, secondo LG, anche dagli elettrodomestici utilizzati nelle abitazioni di tutto il mondo.
È proprio in questo passaggio che la lunga esperienza industriale di LG può assumere un valore strategico. Processi manifatturieri, movimentazione di materiali, assemblaggio e interazione con gli spazi domestici generano esempi concreti che difficilmente possono essere sostituiti interamente da dati sintetici. La capacità di integrare queste informazioni potrebbe aiutare l’azienda a costruire modelli più adatti ai propri prodotti e alle proprie attività.
LG prevede che, entro la fine del 2026, i dati raccolti direttamente nella struttura e quelli generati o arricchiti attraverso le tecnologie NVIDIA raggiungano complessivamente 100.000 ore, una quantità equivalente a circa dodici anni di dati se considerata come una singola sequenza temporale. Si tratta tuttavia di un obiettivo annunciato dall’azienda: la qualità, la varietà e l’effettiva utilità di questo patrimonio informativo dovranno essere valutate sulla base dei risultati ottenuti dai robot.
Il ruolo di Omniverse, Cosmos e Isaac
La collaborazione affianca ai dati industriali e domestici di LG tre componenti dell’ecosistema NVIDIA dedicate alla robotica: le librerie NVIDIA Omniverse, i modelli open world NVIDIA Cosmos e la piattaforma aperta NVIDIA Isaac.
Nel progetto descritto dalle aziende, queste tecnologie saranno utilizzate per elaborare, ampliare e combinare le informazioni raccolte negli ambienti fisici. Il principio è quello di integrare l’esperienza reale con dati generati o modificati digitalmente, aumentando il numero di situazioni alle quali un robot può essere esposto durante l’addestramento.
Questa impostazione è particolarmente importante quando gli eventi più utili sono difficili, costosi o pericolosi da riprodurre ripetutamente. Un ambiente digitale può introdurre variazioni negli oggetti, negli spazi o nelle condizioni operative, permettendo di preparare il robot a una gamma più ampia di circostanze. La simulazione, però, non elimina la necessità delle prove fisiche: resta da verificare quanto le capacità apprese nei modelli e negli ambienti virtuali riescano a trasferirsi in modo affidabile nelle abitazioni, nelle fabbriche e nei magazzini reali.
L’intero patrimonio informativo dovrebbe alimentare lo sviluppo del Robot Foundation Model di LG, indicato dall’azienda come il modello alla base delle capacità dei propri robot umanoidi. Un foundation model è un sistema addestrato su grandi quantità di dati che può diventare una base comune per più compiti, anziché richiedere un modello completamente separato per ogni singola operazione. Nella robotica, la sfida consiste nel collegare percezione, comprensione dell’ambiente, pianificazione e movimento, mantenendo al tempo stesso sicurezza e precisione.
Dalla fabbrica alla casa
LG opera già nella robotica industriale e commerciale, ma punta a estendere la propria presenza nel mercato domestico. CLOiD rappresenta il collegamento più evidente tra questi ambiti: viene addestrato sia in un’abitazione ricostruita sia in un ambiente ispirato a una linea produttiva, con attività che spaziano dalla pulizia alla manipolazione dei componenti.
La possibilità di riutilizzare dati, modelli e competenze tra fabbriche, logistica e abitazioni potrebbe ridurre la frammentazione dello sviluppo. Un sistema capace di riconoscere oggetti, pianificare movimenti e utilizzare mani robotiche può infatti trovare applicazioni differenti, purché venga adattato ai vincoli di ciascun contesto.
Le difficoltà, tuttavia, cambiano sensibilmente. Una fabbrica è in genere strutturata per rendere prevedibili oggetti, percorsi e procedure. Una casa presenta ambienti molto più variabili, persone in movimento, animali, ostacoli e oggetti disposti in modi difficili da anticipare. Anche un’operazione apparentemente semplice, come raccogliere un elemento dal pavimento o riordinare una stanza, richiede il riconoscimento del contesto e la capacità di agire senza danneggiare persone o beni.
Per questo motivo, l’accumulo di ore di addestramento non costituisce da solo una prova della maturità commerciale dei robot. Saranno determinanti la diversità dei casi rappresentati, la precisione delle annotazioni, la gestione degli errori e la capacità di ottenere comportamenti affidabili anche di fronte a situazioni non presenti nei dati iniziali.
LG punta a controllare una parte più ampia della catena del valore
L’iniziativa si inserisce in una riorganizzazione più ampia. Nell’agosto 2026 LG ha istituito un Robotics Business Center che risponde direttamente al CEO e ha il compito di coordinare le attività robotiche delle diverse società del gruppo. La nuova struttura organizzativa dovrebbe migliorare l’integrazione tra componenti, prodotti, software, dati e applicazioni industriali.
LG parte da una posizione particolare: oltre ai prodotti finiti, sviluppa e produce componenti fondamentali per i robot, come gli attuatori, che trasformano i comandi del sistema in movimenti fisici. A questi elementi aggiunge gli stabilimenti, le attività logistiche, gli elettrodomestici connessi e ora una struttura dedicata ai dati.
Questa combinazione potrebbe consentire all’azienda di presidiare una porzione più ampia della catena del valore, dall’hardware ai modelli di intelligenza artificiale fino alle applicazioni operative. L’obiettivo dichiarato è diventare un fornitore completo di soluzioni robotiche, evitando di limitarsi alla vendita di singole macchine o componenti.
Lyu Jae-cheol, CEO di LG Electronics, ha sintetizzato così la strategia: “Grazie alle sinergie generate dal modello ‘One LG’ — che riunisce le competenze chiave delle diverse società del Gruppo — e alla collaborazione strategica con partner globali, rafforzeremo la nostra competitività nel campo della physical AI e diventeremo un provider completo di soluzioni robotiche”.
Un vantaggio nei dati, ma anche una maggiore dipendenza tecnologica
La collaborazione mette in relazione due risorse complementari. LG dispone di ambienti industriali, prodotti, componenti e casi d’uso dai quali ricavare dati reali; NVIDIA fornisce tecnologie per simulare scenari, sviluppare modelli e costruire applicazioni robotiche. Se l’integrazione funzionerà come previsto, LG potrebbe ridurre i tempi necessari per passare dall’addestramento alla sperimentazione e, successivamente, alla commercializzazione.
Il possesso di dati proprietari potrebbe diventare una barriera competitiva importante. Due aziende possono acquistare hardware di calcolo simile, ma non necessariamente dispongono degli stessi esempi di produzione, logistica e utilizzo domestico. Un insieme di dati ampio, ben verificato e continuamente aggiornato potrebbe quindi essere più difficile da replicare della singola tecnologia utilizzata per elaborarlo.
Al tempo stesso, l’adozione estesa di Omniverse, Cosmos e Isaac potrebbe rafforzare la dipendenza di LG dall’ecosistema tecnologico NVIDIA. La piattaforma viene definita aperta, ma la profondità dell’integrazione, la portabilità dei modelli e la possibilità di utilizzare infrastrutture alternative saranno elementi strategici da osservare. Il vantaggio di accelerare lo sviluppo con strumenti già disponibili deve essere confrontato con il rischio di legare una parte rilevante della propria architettura a un unico partner.
Un altro tema riguarda la gestione dei dati provenienti da fabbriche, siti logistici ed elettrodomestici. Per trasformare queste informazioni in una risorsa utilizzabile su larga scala saranno necessari criteri rigorosi di qualità, sicurezza, proprietà e tutela della riservatezza. Il comunicato non precisa quali dati potranno essere raccolti dai dispositivi domestici né con quali modalità: è quindi prematuro valutare questo aspetto, che potrebbe diventare rilevante con l’avvicinarsi di eventuali servizi commerciali.
La prova decisiva sarà l’impiego nel mondo reale
La Data Factory offre a LG un’infrastruttura per unire capacità manifatturiere, sperimentazione fisica e intelligenza artificiale. La collaborazione con NVIDIA può accelerare la costruzione dei dataset e lo sviluppo del Robot Foundation Model, mentre il coordinamento affidato al Robotics Business Center indica la volontà di trasformare la robotica in un’attività più organica all’interno del gruppo.
Per ora, però, il progetto resta in una fase di sviluppo. La struttura non è ancora pienamente operativa, il traguardo delle 100.000 ore è una previsione per la fine del 2026 e non sono stati comunicati benchmark indipendenti, costi, date di commercializzazione o prestazioni misurate dei futuri robot. Anche il memorandum con NVIDIA definisce un quadro di collaborazione, ma non permette ancora di quantificare i risultati industriali che ne deriveranno.
La capacità di raccogliere molti dati rappresenta dunque un punto di partenza, non il risultato finale. Il successo dipenderà da quanto quei dati riusciranno a tradursi in robot affidabili, sicuri, economicamente sostenibili e realmente utili. Se LG riuscirà a compiere questo passaggio, l’integrazione tra fabbriche, logistica, abitazioni e piattaforme di physical AI potrebbe diventare uno dei suoi principali vantaggi nella competizione per la prossima generazione di sistemi robotici.
