Mengintip Strategi Masif Tiongkok: Pusat Pelatihan Robot Humanoid dan Masa Depan Lanskap Tenaga Kerja Global

(Credit: CNBC)

Dunia robotika dan kecerdasan buatan (Artificial Intelligence) sedang mengalami pergeseran paradigma yang sangat fundamental. Jika beberapa tahun lalu robot humanoid (robot menyerupai manusia) lebih sering diposisikan sebagai objek pameran, hiburan, atau sekadar demonstrasi teknologi di atas panggung, hari ini realitasnya telah berubah total. Tiongkok, sebagai salah satu kekuatan ekonomi dunia, tengah memimpin akselerasi robot humanoid dari ranah laboratorium menuju lantai pabrik dan sektor layanan publik secara riil.

Melalui laporan investigasi terbaru dari CNBC, pemerintah Tiongkok bersama sektor privat kini gencar membangun jaringan infrastruktur yang oleh media setempat dijuluki sebagai "Sekolah Robot Humanoid" atau secara resmi disebut Humanoid Robot Data Training Centers. Langkah ini menandai era baru di mana robot tidak lagi diprogram secara kaku, melainkan "disekolahkan" layaknya tenaga kerja manusia untuk menguasai berbagai keterampilan kerja (on-the-job training).

Sebagai pelaku bisnis dan pengamat teknologi, saya melihat fenomena ini bukan sekadar tren teknologi sesaat, melainkan sebuah strategi industrial makro yang terukur dan berpotensi mengubah peta kompetisi manufaktur serta rantai pasok global (global supply chain).

Mendidik Tenaga Kerja Masa Depan yang Non-Humanoid

"Kami pada dasarnya mengajarkan robot untuk berpikir secara mandiri," ungkap Kenneth Ren, seorang konsultan teknologi dan pakar solusi global dari RealMan Intelligent Technology, saat diwawancarai di Pusat Pelatihan Robot Humanoid Beijing. Kontrasnya jelas: Ren sedang melatih pekerja masa depan, namun mereka sama sekali bukan manusia.

Pusat pelatihan yang berbasis di Beijing ini mendapat dukungan penuh dari pemerintah kota dan menjadi bagian dari jaringan pusat data serupa yang tersebar di berbagai wilayah Tiongkok, termasuk Qingdao di Provinsi Shandong. Di fasilitas ini, robot-robot humanoid dipersiapkan untuk menghadapi berbagai skenario dunia nyata.

Bagaimana proses "sekolah" ini berlangsung? Di sinilah peran penting dari ratusan instruktur manusia, salah satunya adalah Fudi Luo. Menariknya, Luo adalah seorang mantan guru kesenian yang kini beralih profesi menjadi instruktur sibernetik.

Setiap harinya, Luo dan rekan-rekannya menghabiskan waktu hingga 8 jam untuk melakukan gerakan repetitif. Menggunakan kamera, kontroler, dan perangkat motion capture, mereka memandu murid-murid AI ini menyortir barang di lini pabrik.

"Pada awalnya, robot tidak memiliki kesadaran sama sekali, jadi saya harus mengendalikannya secara manual. Namun, begitu gerakan saya menghasilkan data, robot tersebut akan belajar dan kemudian dapat melakukan tugas itu sendiri," jelas Luo. Sambil bercanda ia menambahkan, "Robot tidak tahu apa itu rasa lelah, tapi saya tahu!"

Melalui proses imitation learning yang intensif ini, robot-robot tersebut diajarkan berbagai keahlian spesifik, mulai dari pekerjaan domestik (housekeeping), pijat refleksi, menata rak toko swalayan, hingga perbaikan material logam (metal repair).

Tantangan Tangan Robotik: 10.000 Kali Latihan untuk Satu Keahlian

Salah satu komponen paling rumit dalam anatomi robot humanoid adalah tangan. Di kampus robotika yang sama di ibu kota Tiongkok, sebuah perusahaan startup bernama Beijing Inspire-Robots Technology fokus melatih tangan robotik yang dilengkapi dengan sensor canggih dan pelacak gerakan (motion tracking).

Winston Zou, Sekretaris Dewan Direksi perusahaan tersebut, mengungkapkan kepada CNBC mengenai tingginya tingkat repetisi yang dibutuhkan. "Rata-rata, sebuah tangan robotik harus berlatih sebanyak 10.000 kali hanya untuk mempelajari satu keahlian baru," ujarnya. Berkat latihan masif tersebut, tangan robotik buatan mereka kini sudah mampu melakukan tindakan presisi tinggi, seperti mengambil sebutir telur tanpa pecah, menjepit objek yang sangat kecil, hingga mengangkat seutas tali.

Kompleksitas desain tangan inilah yang sempat disorot oleh CEO Tesla, Elon Musk. Dalam pertemuan dengan investor pada awal tahun 2026, Musk mengeklaim bahwa robot humanoid miliknya, Tesla Optimus, masih lebih unggul karena desain tangannya—yang ia sebut sebagai bagian paling sulit untuk dikuasai dalam robotika. Kendati demikian, Musk secara terbuka mengakui agresivitas Tiongkok.

"Sejauh ini, kompetisi terbesar untuk robot humanoid akan datang dari Tiongkok. Tiongkok sangat luar biasa dalam hal meningkatkan skala manufaktur (scaling manufacturing)," aku Musk.

Kebijakan Makro: Strategi Industri Tanpa Batas (Industrial Policy of Everything)

Langkah masif Tiongkok ini digerakkan oleh kebijakan top-down yang sangat agresif dari pemerintah pusat. Pengembangan ekosistem Embodied AI dan robot humanoid telah ditetapkan sebagai fokus strategis hingga tahun 2030 demi memastikan Tiongkok mendominasi pasar dan rantai pasok global. Sama seperti ketika Beijing sukses merajai pasar kendaraan listrik (EV) dan ekosistem AI global beberapa tahun lalu, pola yang sama kini diterapkan pada robotika.

Dalam laporan riset tertanggal 11 Mei 2026, U.S. Chamber of Commerce bersama firma riset Rhodium Group menyebutkan fenomena ini dengan istilah yang menarik: "Kebijakan industri generasi baru Tiongkok mewakili pergeseran dari intervensi sektor yang ditargetkan, menuju apa yang dapat digambarkan sebagai 'kebijakan industri untuk segala hal' (industrial policy of everything)."

Saat ini, implementasi robot AI di Tiongkok tidak hanya terbatas di dalam ruang simulasi sekolah, tetapi sudah mulai diuji coba langsung di lapangan (on-the-job training). Robot bertenaga AI mulai terlihat beroperasi sebagai koki restoran, bartender, pelayan, petugas polisi lalu lintas, hingga penjaga toko kelontong. Meski saat ini sebagian besar masih membutuhkan asistensi atau pengawasan manusia, para promotor teknologi ini meyakini bahwa tinggal menunggu waktu sebelum robot-robot ini mampu beroperasi sepenuhnya secara otonom.

Kesimpulan & Analisis Bisnis

Melihat skala pelatihan dan dukungan struktural yang ada, Tiongkok sedang menyelesaikan tantangan terbesar industri robotika: ketersediaan data fisik (kinetik dan spasial) dalam jumlah besar. Ketika data tersebut berhasil dikonversi menjadi kecerdasan otonom, lanskap biaya manufaktur global akan berubah.

Namun, di balik kekhawatiran global mengenai potensi hilangnya lapangan kerja, para pelaku industri di Tiongkok menekankan visi yang berbeda. Seperti yang ditegaskan kembali oleh Kenneth Ren:

"Tujuan kami adalah mengambil alih tugas-tugas yang berbahaya bagi manusia atau pekerjaan repetitif yang tidak ingin atau takut dilakukan oleh orang-orang. Kami tidak memiliki niat untuk menggantikan manusia di bidang apa pun."

Bagi kita di Indonesia, fenomena "Sekolah Robot" di Tiongkok ini harus dipandang sebagai sinyal penting. Dunia bisnis global sedang bergerak menuju efisiensi mutlak berbasis otomasi cerdas. Tantangan kita ke depan bukan lagi sekadar meningkatkan kuantitas tenaga kerja, melainkan melakukan upskilling besar-besaran agar tenaga kerja manusia kita mampu berkolaborasi, mengelola, dan mengungguli sistem mekanis cerdas ini di masa depan.