Renault Group meldt een route van circa tien Calvin-robots eind 2026 naar 350 in Franse en Spaanse fabrieken eind 2027, samen met ontwikkelpartner Wandercraft.
Voor een Nederlandse maakonderneming zit de betekenis niet in een verre robotbelofte, maar in de ontwikkelvraag erachter. Als één nieuwe industriële vaardigheid nu ongeveer zes maanden training vraagt, verschuift de inzet van alleen robot-hardware naar teleoperatiedata, simulatie, veiligheid en koppeling met de productielijn.

De planning ligt er, de route nog niet
Renault test Calvin in de fabriek van Douai, waar de robot twee banden tegelijk oppakt, samen ongeveer 30 kilo. Renault zegt al circa 11.000 klassieke industriële robots te gebruiken, maar die zijn meestal aan één taak gebonden. Calvin moet met fysieke AI zijn omgeving waarnemen, zich aanpassen en van opdracht kunnen wisselen.
Wandercraft meldde op 4 september twaalf Calvin-40-klanten in onder meer de auto-industrie, logistiek, retail, zorg en defensie. De eerste serie-uitleveringen staan gepland voor de eerste helft van 2027; de huidige toepassingen draaien vooral om materiaalbehandeling, zoals dozen, banden, panelen en karren. Picking en sorteren worden nog ontwikkeld, zo beschrijft Wandercraft de stap van afgebakende taken naar bredere industriële inzet.
De roadmap is dus concreet, maar de grootschalige uitrol is nog een ontwikkeltraject. Renault noemt robuustheid en integratie in een snel draaiende productieomgeving nog als open punten.
Eén vaardigheid kost zes maanden
De Humanoid Robots Summit in Stuttgart loopt van 9 tot en met 11 september. De officiële agenda vermeldt Renaults Laurent Duthoit en Wandercrafts Camille Croze als sprekers in een programma over industriële inzet en massaproductie.
Het opvallendste nieuwe getal uit hun presentatie is de trainingstijd. Een verslag vanaf de summit beschrijft dat één industriële vaardigheid momenteel ongeveer zes maanden kost. De keten loopt volgens een tweede verslag van teleoperatie en dataverzameling via modelbouw naar tests in simulatie. Voor de auto-industrie moet die doorlooptijd terug naar dagen of weken.
De reden is niet simpelweg te weinig data. Bestaande robotdatasets komen vaak uit huishoudelijke of gecontroleerde omgevingen, terwijl een productielijn wisselende objecten, bewegende processen, veiligheidsregels en langdurige herhaling vraagt. De relevante data ontstaat dus op de werkvloer zelf, tijdens het uitvoeren van echte taken.
De fabriek wordt onderdeel van de leerlus
Voor bedrijven betekent dit dat een humanoïde robot niet als een los apparaat naast de automatisering verschijnt. De waarde hangt samen met de taakdefinitie, de data die tijdens een pilot wordt verzameld, de veiligheidsgrenzen en de software die de robot met planning en materiaalstromen verbindt. Een demonstratie is pas industrieel bruikbaar als dezelfde taak betrouwbaar blijft werken bij variatie en over meerdere diensten.
Dat verklaart ook de gekozen volgorde. Wandercraft begint met afgebakende, commercieel nuttige taakclusters en wil nieuwe vaardigheden toevoegen op basis van praktijkdata. Die aanpak sluit aan op Ventions Physical AI-lab, dat productiedata, variatie en betrouwbaarheid in één ontwikkellus probeert te brengen.
Renaults route naar 350 robots maakt humanoïde automatisering tastbaar voor Europese fabrieken. De summitdetails laten tegelijk zien waar de schaal wordt verdiend: niet bij het bouwen van één indrukwekkend prototype, maar bij het sneller leren, testen en veilig draaien van een vaardigheid in het ritme van een echte productielijn.
Veelgestelde vragen
Van robotidee naar werkvloer
Ik help je om automatisering te vertalen naar een werkend proces: van meedenken en ontwerp tot software, koppelingen en livegang. Ik bouw en automatiseer end-to-end, self-hosted waar dat kan.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.

