Fabrikanıza Robot İşçi Almadan Önce: Fiziksel Yapay Zekâ İçin Hazırlık Rehberi
- MUHARREM GEZER
- 10 Ağu
- 12 dakikada okunur
Biliyorum bazıları için çok erken ancak yakın gelecekte yatırım yapacak işletmeler için şimdiden dikkate alınması, uyarlamada önemli fayda sağlayacak.
Yapay zeka şu ana kadar dünya genelinde oluşmuş veriyi kullanıyor. Ancak fiziksel veri (Örn: Ütü nasıl yapılır? ya da yazımızın konusu montaj bölümündeki personel nasıl iş yapar? Kalıp ya da fikstür nasıl bağlanır? gibi konular şirkete özel ve fiziksel dünya ile ilgili olduğundan henüz yeterli veri yok.) İleride buna da çözüm bulurlar mı bilemiyorum ancak şimdiden hazırlık yapmakta fayda var. Çin bu konuda çok hızlı ilerliyor. Bir garsonun servisi, bir otel çalışanının yatağı düzeltmesi gibi görevleri kayıt altına alıyorlar.
BMW'nin Spartanburg fabrikasında Figure 02 isimli insansı robot, sözleşmenin imzalanmasından itibaren 11 ay içinde 30 binden fazla aracın montajına katkı sağladı1. Agility Robotics'in Digit robotu 100 binden fazla kasa taşıdı2. Schaeffler, 2032'ye kadar küresel fabrikalarında 1.000-2.000 insansı robot çalıştırmak için anlaşma imzaladı; ilk kurulum Aralık 2026 ile Haziran 2027 arasında Almanya'daki iki tesiste başlıyor3.
Bu haberleri okuyan bir üretim müdürünün ilk refleksi genelde şu oluyor: "Biz de bir tane denesek mi?." Yanlış soru. Doğru soru şu: Fabrikam, bir robot işçiyi kaldırabilecek durumda mı?
Çünkü Haziran 2026'da Chicago'da düzenlenen Automate fuarının en net mesajı buydu: İki ayaklı ya da tekerlekli (bence uygulama alanına göre değişiklik gösteriyor. Depo uygulamaları gibi mesafenin uzun olduğu alanlarda tekerlekli daha uygun) insansı robotlar kalabalık topladı ama üretim hattına girmeleri için hâlâ birkaç geliştirme döngüsü var4. Buna karşılık, kamera ve sensör geri beslemesiyle gerçek zamanlı karar veren "fiziksel yapay zekâ" robotları şimdiden sevkiyat yapıyor. Yani teknoloji geliyor, ama düşündüğünüz yerden değil.
Bu yazıda, önümüzdeki 12-24 ay içinde robot işçi konusuna girmeyi düşünen bir imalat şirketinin bugünden yapması gerekenleri sırayla ele alıyoruz. Hangi bilgi altyapısı, hangi teknolojiler, hangi standartlar, hangi insan yetkinlikleri.
Önce terimi netleştirelim: Fiziksel yapay zekâ nedir?
Klasik endüstriyel robot, kendisine öğretilen bir görevi tekrar eder. Öğretme kolu (teach pendant) ile nokta nokta programlanır; parça 5 milimetre kayarsa durur veya hatalı iş üretir. Bu robotlar 1960'lardan beri fabrikalarda5 ve son derece verimli bir şekilde kullanılmakta. Ama tek şartla: Ortam değişmeyecek.
Fiziksel yapay zekâ (Physical AI) bu şartı kaldırıyor. Robot, önceden öğretilmiş bir rutini gerçekleştirmek yerine kameradan gördüğünü ve kendisine söyleneni yorumlayarak hareketi o anda üretiyor. Bunun altındaki teknoloji VLA modelleri: Vision-Language-Action, yani görüntü ve dil girdisini alıp doğrudan motor komutu üreten temel modeller6.
NVIDIA'nın açık kaynaklı Isaac GR00T ailesi bunun en bilinen örneği. GR00T 1.7 sürümü yaklaşık 32.000 saat gerçek insan gösterimi ve 8.000 saat simülasyon verisiyle eğitildi7.
Pratik fark şu: Klasik robotu programlarsınız, fiziksel yapay zekâ robotunu eğitirsiniz. Birincisi mühendislik işi, ikincisi veri işi.
Bu ayrım, hazırlık planınızın tamamını belirliyor. Veri işi olduğu için de, fabrikanızın veri olgunluğu robotun markasından daha belirleyici hale geliyor. Daha önce Kurumsal Yapay Zeka Uygulama Rehberi yazımda dijital tarafta anlattığım tablo, fiziksel tarafta aynen tekrarlanıyor: on beş paralel pilot, sıfır ölçekleme.
Şişirilmiş ile gerçek arasındaki mesafe: 2026'nın fotoğrafı
Sayılar birbirine karışıyor, o yüzden ayıralım. Piyasa tarafında beklentiler yüksek: UBS, 2035'te iş yerlerinde 2 milyon insansı robot öngörüyor8. Barclays, ilk dağıtım dalgasının 2030'a kadar imalat, lojistik, tarım ve inşaatta yaşanacağını tahmin ediyor9.
Saha tarafında tablo daha ölçülü. Batılı üreticilerin dağıtımları düzine mertebesinde, binler değil10. Çin tarafında Unitree 2025'te yaklaşık 5.500 insansı robot sevk etti.10.
Bağımsız bir envanter çalışmasının Temmuz 2026 tarihli değerlendirmesi ise şunu söylüyor: Ticari insansı robot işi gerçek, ama az sayıda ve sınırları net çizilmiş malzeme taşıma iş akışında yoğunlaşmış durumda11. Başka bir ifade ile şu anki robotlar taşıma, kaldırma, yerine koyma işi yapıyor. Üretim değil.
Yorumum şu: 2026, insansı robot satın alma yılı değil. Hangi görev, hangi kısıtlarla, hangi güvenilirlikte ve hangi toplam sahip olma maliyetiyle? sorularının cevaplandığı doğrulama yılı12. Bu doğrulamayı yapabilmek için de fabrikanın belli bir hazırlık seviyesinde olması gerekiyor.
Hazırlığın beş katmanı
Robotik konusu açıldığında çizilen şema aşağıdaki gibi. Katmanlar birbirinin üzerine biniyor; ilki tamamlanmadan sonrakine geçen projeler pilot aşamasında takılıp kalıyor.
1. Görev envanteri ve fizibilite: robotu değil, işi seçin
Hazırlığın ilk adımı teknoloji seçmek değil, hattaki işleri puanlamak. Şu andaki uygulamaların neden kasa, palet ve parça taşıma etrafında toplandığına bakın: nesneler, istasyonlar ve çevrim gereksinimleri net tanımlanabiliyor ve yakında bir insan iş gücü duruyor11. Bu, tesadüf değil, seçim kriteri.
Her aday görev için toplamanız gereken veriler:
• Çevrim süresi ve gerçek duruş dağılımı (planlı/plansız ayrı ayrı)
• Parça varyasyonu: kaç farklı SKU, kaç farklı tutuş noktası, ne sıklıkta değişiyor
• Ergonomi yükü ve iş kazası geçmişi — bu görevler robot için ilk sırada
• Personel devir hızı: yüksek devirli istasyonlar ekonomik gerekçeyi kendiliğinden üretir
• Fiziksel kısıtlar: koridor genişliği, zemin düzlüğü, aydınlatma, şarj/pil değişim alanı
Bu veriyi elle toplamak zorunda kalıyorsanız, cevabınızı zaten aldınız demektir: ikinci katmanla başlamanız gerekiyor.
2. Veri ve entegrasyon katmanı: en çok atlanan adım
Robot işçi, kendi başına duran bir makine değil. BMW'nin AEON programında olduğu gibi, robotun mevcut üretim süreçlerine entegre edilmesi bekleniyor: Mevcut ekipman, iş talimatları, güvenlik bölgeleri ve kalite sistemleriyle konuşması gerekiyor12. Bunun için üç şey lazım.
MES/ERP tarafında görev tanımı. Robota "şu kasayı al" demek yetmiyor; hangi iş emri, hangi parti, hangi kalite kaydı sorularının cevabı sistemde olmalı. MES'i (Manufacturing Execution System — üretim yürütme sistemi) olmayan bir tesiste robot, kör bir taşıyıcıdan öteye geçemez.
OT-IT ağ mimarisi ve edge hesaplama. VLA modelleri robotun üzerinde, gerçek zamanlı çalışıyor; bunun için gömülü hesaplama birimleri kullanılıyor13. Ama model güncellemesi, telemetri ve filo yönetimi için hattan buluta güvenli bir yol gerekiyor. Üretim ağınız hâlâ ofis ağıyla aynı VLAN'daysa, bu iş robotla başlamaz; ağ segmentasyonuyla başlar.
Gösterim (demonstration) verisi. Bir VLA modelini kendi göreviniz için uyarlamak, o görevi yapan insanın veya robotun kayıtlarına dayanıyor. Bu kayıtlar (görüntü, robot durumu, aksiyon üçlüsü) modelin ince ayarı için gerekli14. Kamera altyapınızı bugünden kurup, kritik istasyonlarda kayıt almaya başlamak, iki yıl sonra çok değerli bir varlık yaratıyor. ( Bunu her gittiğim yerde söylüyorum. Yaklaşık 2 yıl önce kuru meyve üretimi yapan bir işletmede, konveyörden akan kayısıların fotolarını çekmelerini ve kabul/red etiketlemelerinin faydalı olacağını söylemiştim. Şimdi ellerinde müthiş bir veri var.)
3. Simülasyon ve dijital ikiz: Ucuz deneme alanı
Robotu gerçek hatta denemek pahalı ve riskli. Bu yüzden sektör, eğitimi ve doğrulamayı simülasyona kaydırdı. NVIDIA'nın Isaac Sim ve Isaac Lab çerçeveleri fabrika ortamının fizik doğruluğu yüksek modelini kurup, aynı anda çok sayıda robotu test etmeye izin veriyor15; Idealworks gibi şirketler bunu şimdiden filo testi için kullanıyor13.
İşin can alıcı kısmı sentetik veri. Gartner'ın tahminine göre uç (edge) senaryolarda yapay zekâ eğitim verisinin bugün yalnızca %20'si sentetik; 2030'da bu oran %90'a çıkacak13. Yani gelecekte robotunuzun öğrendiği şeyin büyük kısmını, sizin fabrikanızın dijital ikizi üretecek. Dijital ikiziniz yoksa, üretebileceğiniz bir şey de yok.
Buradaki teknik terim sim-to-real: simülasyonda öğrenilen davranışın gerçek robota aktarılması. Aradaki farkı kapatmak için genelde küçük bir gerçek robot gösterimi setiyle son ince ayar yapılıyor6. Pratikte bu, "önce sanalda kur, sonra sahada rötuşla" demek.
4. Güvenlik ve uyumluluk: Takvim sizi bekliyor
Bu katman, Türkiye'deki ihracatçı firmaların en çok gecikeceği yer. Üç tarih önemli.
ISO 10218'in 2025 sürümü Şubat 2025'te yayımlandı. Birinci bölüm robot tasarımını, ikinci bölüm entegrasyonu kapsıyor ve daha önce ayrı bir teknik şartname olan ISO/TS 15066'daki işbirlikçi robot (cobot) güvenlik gereksinimleri artık ISO 10218-2:2025'in içine alındı16. Yeni kurulan hücreler için geçerli belge artık bu.
AB Makine Tüzüğü 2023/1230 ise 20 Ocak 2027'de uygulanmaya başlıyor ve Makine Direktifi 2006/42/AT'yi tamamen değiştiriyor. Geçiş süresi yok: 19 Ocak 2027'de piyasaya arz edilen bir robot hücresi eski direktife uyabilir, bir gün sonrası tüzüğe uymak zorunda17. Tüzük ayrıca siber güvenlik risklerinin uygunluk değerlendirmesine dahil edilmesini ve kendi kendine öğrenen, uyarlanabilir makineler için daha ayrıntılı gereksinimleri getiriyor16. AB'ye makine veya robotlu hat satan her Türk üreticisini doğrudan ilgilendiriyor.
Üçüncüsü bir boşluk: İki ayaklı ya da tekerlekli insansı robotlar için özel standart henüz yok. ISO 10218 ailesi, gücü kesildiğinde ayakta kalan statik dengeli robotları varsayıyor. Bacaklı bir insansı robot ise dinamik dengeli; aktif olarak dengede duruyor ve enerji kesildiğinde devrilebiliyor. Bu senaryoyu kapsayacak ISO 25785-1 hâlâ çalışma taslağı aşamasında18. Yani bugün insansı robot devreye alan bir işletme, kendi risk değerlendirmesini standart yayımlanmışçasına titiz yapmak zorunda.
Buna bir de yapay zekâ mevzuatı ekleniyor. AB Yapay Zeka Yasası'nın kapsamını ve Türkiye'deki şirketleri neden ilgilendirdiğini AI Act araştırma raporumuzda ayrıntılı ele almıştık.
5. İnsan ve organizasyon: Robotu kim çalıştıracak?
Dünya Ekonomik Forumu'nun 2025 Future of Jobs raporuna göre dünya iş gücü 100 kişi olsaydı, 59'unun 2030'a kadar yeniden eğitilmesi gerekecekti; Bunlardan 11'i bu eğitimi büyük olasılıkla alamayacak19. İşverenlerin %63'ü beceri açığını dönüşümün önündeki en büyük engel olarak gösteriyor19. İmalatta önümüzdeki beş yılda temel becerilerin yaklaşık %40'ının değişmesi bekleniyor20.
Somut karşılığı şu: Makine operatörü robot teknisyenine, lojistik ekibi mobil robot koordinatörüne, bakım ekibi kestirimci bakım analistine dönüşüyor; üretim mühendisinin işi ise robotik sistemleri eğitmek ve optimize etmek haline geliyor21. Bu roller kendiliğinden oluşmuyor. Bir robot işçi programının en gerçekçi ilk adımı, iki üç kişilik bir çekirdek ekibi bugünden simülasyon ve robot güvenliği konusunda eğitmek.
12-24 aylık gerçekçi bir sıralama
Şekil 1'deki takvimin adım adım karşılığı. Süreler orta ölçekli, tek tesisli bir imalatçı varsayımına göre.
0-3. ay: Görev envanteri ve puanlama. Aday üç görevin çevrim, varyasyon ve ergonomi verisinin toplanması. Mevcut otomasyon envanterinin çıkarılması.
3-9. ay: Veri ve entegrasyon boşluklarının kapatılması. MES tarafında görev/iş emri modelinin netleştirilmesi, OT-IT ağ segmentasyonu, kritik istasyonlarda kamera kaydının başlatılması.
9-15. ay: Bir hücrenin dijital ikizinin kurulması ve simülasyonda senaryo denemeleri. Açık VLA modelleriyle laboratuvar ölçeğinde deney. Çekirdek ekibin eğitimi.
15-24. ay: Sınırları net çizilmiş tek bir görevde saha pilotu. Ölçülecekler: müdahale oranı, vardiya başına tamamlanan iş, arıza süresi ve toplam sahip olma maliyeti. Pilot başarısızsa öğrenilen şey de bir çıktıdır.
Dikkat: bu planın ilk dokuz ayında tek bir robot satın alınmıyor. Yatırımın büyük kısmı veri, ağ ve insan tarafında.
Peki bu adımlar atlanırsa ne oluyor?
Bu, teorik bir risk listesi değil. 400'den fazla depo ve imalat robotu devreye alma projesinin incelendiği bir analizde başarısızlık nedenleri şöyle dağılıyor.
Entegrasyon sorunları %30,
Gerçekçi olmayan yatırım getirisi beklentisi %25,
Değişim yönetimi eksikliği %20,
Yanlış robot seçimi %15,
Altyapı hazırlıksızlığı %1022.
Dikkat edin: listede "robot çalışmadı" diye bir kalem yok. Teknoloji neredeyse hiç başarısız olmuyor; çevresindeki planlama başarısız oluyor.
Gartner'ın öngörüsü de bu yönde: 2028'e kadar insansı robotu üretim ölçeğine taşıyabilecek şirket sayısının çok az olması bekleniyor ve pilotların çoğu altıncı ayı göremeden bitiyor23. Dijital tarafta da tablo benzer; S&P Global'in verisine göre şirketlerin %42'si 2025'te yapay zekâ girişimlerinin çoğunu rafa kaldırdı. Bir yıl önce bu oran %17'ydi24.
Katman katman: Hangi eksik, hangi maliyeti doğuruyor.
Görev seçimi yapılmazsa "genel amaçlı" tuzağına düşülüyor.
Gartner'ın 2026 analizine göre "genel amaçlı" diye pazarlanan insansı robotlar, çoğu fabrika görevinde insanın yarısı kadar verimli çalışıyor; buna karşılık göreve özel robot kolları veya otonom taşıyıcılar (AGV) yatırılan dolar başına 3-5 kat daha iyi performans veriyor23.
Yüksek çeşitlilikli üretimde sonuçlar daha da acımasız: 40 dakikalık takım/fikstür değişimi gerektiren bir hücre, ortalama parti süresi 60 dakikaysa vaktinin yaklaşık %40'ını üretmeden geçiriyor25. Tasarruf edildiği sanılan işçilik de, yerine geçen daha nitelikli ve daha pahalı kurulum teknisyeni tarafından kısmen yeniden harcanıyor.
Veri ve entegrasyon eksikse robot çalışır, tesis çalışmaz.
Sahadaki en yaygın cümle şu: "Otomasyona yatırım yaptık ama OEE kıpırdamadı." Sebep genelde robotta değil, robotun MES, PLC ve kalite sistemleriyle konuşamamasında. Entegrasyonun tek başına başarısızlıkların %30'unu oluşturması tesadüf değil22.
Simülasyon atlanırsa maliyet doğrudan oluşuyor.
Yeterli sim-to-real hazırlığı yapılmadan başlatılan pilotlar, boşa geçen robot zamanı, tesis aksaması ve yarım kalan entegrasyon kalemlerinde çok fazla maliyet oluşturuyor. Fiziksel devreye almadan önce sim-to-real için 3-6 ay ayrılması öneriliyor23. Beklenti yönetimi açısından bilinmesi gereken bir başka sayı: satıcı demolarında %95'in üzerinde görülen görev başarı oranı, gerçek üretimde ilk altı ayda %40-60 bandında seyrediyor23.
Güvenlik hazırlığı geç kalırsa üretim değil, imza gecikiyor.
ISO 10218-2:2025 kapsamında hücre seviyesinde risk değerlendirmesi zorunlu; Bu belgeler hazır değilse robot fiziksel olarak hattadır ama devreye alma onayı çıkmaz25. Yatırım yapılmış, amortisman işlemeye başlamış, üretim yok. AB'ye satış yapan bir firma için 20 Ocak 2027 sonrası bu gecikme doğrudan pazar erişimi sorununa dönüşüyor.
Not: Türkiye'de yasal ve sektörel uygulamalarda hâlihazırda resmi referans ve belgelendirme altyapısı çoğunlukla önceki versiyon olan TS EN ISO 10218-2 (2011 sürümü) üzerinden devam etmektedir.
İnsan tarafı ihmal edilirse en ucuz kalem en pahalıya geliyor.
Düzgün bir değişim yönetimi programının maliyeti tipik olarak 20-50 bin dolar. Yapılmadığında ortaya çıkan personel devri, rampa gecikmesi ve verimlilik kaybının bedeli ise 150-300 bin dolar22. Yani tasarruf edilen her dolar, yaklaşık altı dolar olarak geri geliyor.
Kimsenin sormadığı üç soru
Teklif masaya geldiğinde neredeyse hiç sorulmayan, ama sonradan projeyi belirleyen sorular şunlar.
• Pil ne kadar dayanıyor? İnsansı robotlarda ortalama 90-120 dakika. Fabrika vardiyası 8 saat23. Şarj veya pil değişim döngüsü kapasite planına girmemişse, hesapladığınız çevrim adedi baştan yanlış.
• Birim maliyet neyi kapsıyor? İnsansı robot fiyatları 30 bin ile 250 bin dolar arasında değişiyor23; ama entegrasyon, güvenlik belgelendirmesi, kavrayıcı tasarımı ve veri toplama bu rakamın içinde değil.
• Geri ödeme hesabı hangi çevrim süresine dayanıyor? "Robot fiyatı ÷ işçilik tasarrufu" formülü, ideal çevrim süresi kullanıldığı anda anlamını yitiriyor. Model değişimi, operatör desteği, bakım müdahalesi, malzeme bekleme ve kalite yeniden işleme kayıpları temel senaryoya baştan konulmalı25.
Türkiye için ne anlama geliyor?
Uluslararası Robot Federasyonu'nun (IFR) verilerine göre Türkiye'de 10.000 çalışan başına yaklaşık 43 robot (2023 verisi) düşüyor26. Aynı ölçüde Almanya 449, Japonya 446, Batı Avrupa ortalaması 26727. Küresel tabloda 2024'te 542 bin yeni endüstriyel robot devreye alındı. 28.
Bu tabloyu iki şekilde okuyabilirsiniz. Karamsar okuma: Geriyiz. Benim okumam farklı. Klasik robotikte geride olmak, fiziksel yapay zekâ döneminde mutlaka dezavantaj değil, çünkü eski nesil ekipmana gömülü sermayemiz de daha az. Kurulacak yeni hatları doğrudan yeni nesil mimariye göre tasarlama şansı var.
Ama bir şartla: Atlanacak adım donanım, hazırlık değil. Türkiye'deki imalatçıların çoğunda gördüğüm tablo, robotun değil verinin eksik olduğu. Duruş nedenleri hâlâ kâğıda yazılıyorsa, kalite kayıtları hattan kopuksa, üretim ağı ofis ağıyla aynı yerdeyse; oraya konulacak insansı robot pahalı bir yatırım olur.
İhracatçılar için ek bir aciliyet var: 20 Ocak 2027 uzak değil. AB pazarına makine, hat veya robotlu hücre satan bir firmanın teknik dosyasını yeni tüzüğe göre yenilemesi için elinde bir buçuk yıl kaldı. Bu, robot işçi tartışmasından bağımsız olarak zaten yapılması gereken bir iş; robot planı varsa iki katı önemli.
Türkiye'nin genel yapay zekâ hazırlığına dair değerlendirmemi Türkiye Yapay Zeka Yarışında Nerede Duruyor? yazısında paylaşmıştım. Fiziksel yapay zekâ, o tablonun en sermaye yoğun ve en yavaş hareket eden ayağı. Tam da bu yüzden erken başlamak avantaj yaratıyor.
Fabrikanızda yarın bir robot işçi belirse, ona ne iş vereceğinizi veriyle gösterebilir misiniz? Cevabınız "hayır" ise, doğru başlangıç noktası zaten belli.
EK: Yaygın üretim robotları
Üretici / model | Fabrika kullanım alanı | Öne çıkan özellik | Tam robot fiyatı / ticari model |
Ar-Ge, deneme, hafif taşıma ve mobil görevler | 178–180 cm; LiDAR + derinlik kamerası; H1-2’de 27 serbestlik derecesi ve nominal 7 kg kol yükü | $90 bin çevrimiçi fiyat; el/kavrayıcı gibi opsiyonlar ayrıca tekliflenebilir | |
Hat yanı taşıma, malzeme elleçleme, fabrikada vardiyalı görev | 52 serbestlik derecesi, çift gözlü görüş, 15 kg taşıma, otonom batarya değiştirme | Teklif usulü; bağımsız piyasa tahmini $90–180 bin/adet | |
Depo ve fabrika içi kasa/tote taşıma | İnsan ölçeğinde iki ayaklı mobilite; tekrarlı malzeme taşıma | RaaS/kiralama; kamuya açık sabit satış fiyatı yok | |
Hat yanı görevler, kalite kontrol, taşıma | 25 kg kaldırma, değiştirilebilir 4 saatlik batarya; tekerlekli veya iki ayaklı yapılandırma | Teklif usulü; seri üretimde hedeflenen bedel $50 bin altı, güncel liste fiyatı yok | |
Üretim lojistiği, parça sıralama ve elleçleme | Görsel-yapay zekâ ile insan ortamında hareket/manipülasyon; BMW’de ticari kullanım | Teklif usulü / operasyon bazlı anlaşma; kamuya açık cihaz fiyatı yok | |
Tesla Optimus | Gelecekte üretim ve lojistik | Tesla fabrikalarındaki iç kullanım/prototip aşaması | Satışa açık değil; $28–30 bin yalnızca Tesla’nın uzun vadeli hedefi, güncel satış fiyatı değil |
Kaynaklar
1. BMW Group advances the use of Physical AI in production with Figure 03 project in Spartanburg — BMW Group Haziran 2026
2. Digit Moves Over 100,000 Totes in Commercial Deployment — Agility, Kasım 2025
3. Physical AI moves closer to factory floors as companies test humanoid robots — AI News, Mayıs 2026
4. Physical AI and Humanoids Lead Automate 2026 — Packaging World, Haziran 2026
5. What is physical AI — and how is it changing manufacturing? — World Economic Forum, Eylül 2025
6. Isaac GR00T: Vision-Language-Action Models — Sim-to-Real — NVIDIA Docs, 2026
7. Develop Humanoid Robot Policies End-to-End with NVIDIA Isaac GR00T — NVIDIA Technical Blog, 2026
8. Physical AI and humanoid robots — Tech Trends 2026 — Deloitte Insights, Aralık 2025
9. Humanoid robots touted as next AI investment opportunity — CNBC, Haziran 2026
10. The Humanoid Robotics Reality Check: Q2 2026 Pilot-to-Production Status — Haziran 2026
11. Humanoid Factory Deployments: Real, Pilot or Announced? — Temmuz 2026 tarihli doğrulanmış envanter
12. Humanoid robotics in 2026: pilots, pricing, and reality — HumanoidHub, Haziran 2026
13. NVIDIA Unveils Full-Stack Robotics Platform at GTC 2026 — Mart 2026 (Gartner sentetik veri tahmini dahil)
14. NVIDIA Isaac-GR00T — veri hazırlama ve ince ayar iş akışı — GitHub, Haziran 2026
16. Industrial Robot Safety Standards: ISO 10218, ISO/TS 15066 & CE Marking (2026) — EVS, Nisan 2026
17. EU Machinery Regulation 2023/1230: Essential Checklist — Temmuz 2026
18. ISO Safety Standards for Humanoid Robots: What manufacturers need to know in 2026 — RoboticsBiz, Mayıs 2026
19. Future of Jobs Report 2025 — World Economic Forum, Ocak 2025
20. Insights from the production line for the new industrial workforce — World Economic Forum, Aralık 2025
21. What is physical AI — and how is it changing manufacturing? (iş gücü bölümü) — World Economic Forum, Eylül 2025
22. Common Reasons Robot Deployments Fail (And How to Avoid Them) — Robotomated, 400+ devreye alma projesi analizi, Nisan 2026
23. 7 Humanoid Deployment Mistakes Manufacturing Leaders Make — Ocak 2026 (Gartner tahminleri dahil)
24. Why 42% of AI Projects Show 0 ROI — S&P Global verisinden aktarım, Mayıs 2026
25. Why Automation Projects Fail After the Robot Arrives — EVS, 2026
26. Türkiye'de Robot Yoğunluğu Artıyor: Fark Kapanıyor mu? — ATP, IFR verilerinden aktarım, Ekim 2025
27. Robot Density Surges in Europe, Asia, and Americas — IFR, Nisan 2026
28. Global Robot Demand in Factories Doubles Over 10 Years (World Robotics 2025) — IFR, Eylül 2025
EDT CENTER OLARAK NELER YAPIYORUZ?
Dijital Dönüşüm Olgunluk Seviyesi Ölçümü
Yapay Zeka Olgunluk Seviyesi Ölçümü
Ana Veri Yönetimi
İş Yazılım Analiz, Değerlendirme, Araştırma, Sözleşme Yönetimi ve Uygun Tedarikçi Seçimi
İş Yazılım Denetim
Strateji Belgesi Oluşturma
Şirket İçi Özel Eğitim Programları (Yapay Zeka, Veri Okuryazarlığı, Liderlik)
Dijital dönüşüm yolculuğunuza bugün başlamak veya mevcut yapay zeka stratejinizi güncellemek için EDT Center uzmanlarıyla iletişime geçin:
📧 contact@edtcenter.com | 📞 +90 541 946 5000 | 🌐 www.edtcenter.com
Yorumlar