A Fremont, in California, alcuni operai Tesla hanno smesso di indossare la tuta sensorizzata che serviva ad addestrare Optimus. Il gesto ha bloccato una parte del programma: l'azienda ha dovuto reclutare trainer esterni per raccogliere i dati di movimento che alimentano l'intelligenza artificiale di Tesla Optimus.
Le tute che trasformano il corpo in dataset
Nei box di addestramento, gli operai selezionati indossavano caschi con telecamere, guanti tattili e tute con sensori inerziali. Simulavano montaggio, prelievo e smistamento: ogni gesto veniva registrato in una libreria di movimenti da riprodurre su Optimus. Il sistema ricorda la cattura performance del cinema digitale, applicata però alla catena di montaggio.
La linea Model S e Model X di Fremont è ferma da maggio 2026: gli ingegneri sono stati spostati sulla nuova generazione di umanoidi. Tesla punta a superare i mille robot alla settimana entro fine 2026 e, nelle stime di Elon Musk, a un ritmo di un milione di unità annue sul lungo periodo. Il calendario dipende però da persone in carne e ossa disposte a fare da modello, come ha ammesso la stessa dirigenza dopo il rallentamento estivo.
Perché il caso Optimus riguarda anche l'Italia
L'Europa Occidentale è oggi la regione più robotizzata del mondo: 267 robot ogni 10mila addetti nella manifattura nel 2024, +3% sul 2023. L'Italia è quinta a livello europeo con 237 unità e resta nella top 20 globale, davanti a Francia e Spagna. Il quadro completo è nel rapporto World Robotics 2025 dell'International Federation of Robotics, pubblicato ad aprile 2026.
La differenza rispetto al passato è che il robot non è più una macchina fissa, avvitata a bordo linea. Optimus e i suoi concorrenti sono progettati per replicare mansioni umane generiche: non serve riprogettare la fabbrica, serve un lavoratore che gli mostri come muoversi. Nel rapporto Employment Outlook OCSE sull'intelligenza artificiale nel mercato del lavoro si stima che il 27% dei posti nei paesi OCSE abbia un rischio alto di automazione, con la quota concentrata nei lavori manuali ripetitivi.
Il perimetro non è teorico: BMW, Mercedes-Benz e Amazon hanno avviato programmi pilota con altri umanoidi (Figure 02, Digit di Agility Robotics) nelle proprie fabbriche europee e americane. Il tema di chi fornisce i movimenti di training si porrà anche nei prossimi contratti di stabilimento italiani, dove l'automotive vive già una transizione all'elettrico che tocca l'occupazione.
Chi paga il dataset, chi ne raccoglie il valore
La rivolta di Fremont mette a fuoco un punto poco discusso: il gesto operaio è materia prima per un modello di intelligenza artificiale. Chi lo produce non ha un contratto specifico per quel ruolo, non riceve un compenso aggiuntivo e non ha voce sull'uso futuro di quei dati. Il caso di sfruttamento nella Piana di Sibari ricorda quanto la tutela del lavoro manuale resti vulnerabile anche fuori dagli stabilimenti hi-tech.
Le proporzioni del cambiamento le fissa il Future of Jobs Report 2025 del World Economic Forum: 170 milioni di nuovi posti creati entro il 2030, 92 milioni sostituiti, saldo netto di 78 milioni. Il 39% delle competenze richieste oggi sarà obsoleto in cinque anni. Sono numeri globali, ma la platea più esposta è quella dei mestieri manuali ripetitivi delle economie mature: esattamente il profilo dell'operaio Tesla.
L'automazione non tocca più solo l'assemblaggio. In Cina il gruppo RealMan sta portando quasi mille robot nelle farmacie e nelle panetterie: uno spostamento dalla fabbrica ai servizi che ridefinisce il perimetro dei mestieri esposti (ne abbiamo scritto nel pezzo sulla svolta cinese di RealBOT). Se anche gli sportelli e i banconi diventano ambienti di training, il conflitto sulla proprietà del gesto è destinato ad allargarsi.
Il prossimo tavolo contrattuale, in Italia come negli Stati Uniti, dovrà scegliere se il gesto catturato dai sensori è tempo di lavoro pagato una volta o un dato che vale per anni. Cambia anche il modo in cui leggiamo le buste paga: chi produce dati di training andrebbe misurato con parametri diversi da quelli tradizionali, come suggerisce la nostra analisi sui salari nell'istruzione.