Atoms is het nieuwe bedrijf van Travis Kalanick, de oprichter van Uber. Daarmee keert hij niet simpelweg terug naar technologie, maar kiest hij heel nadrukkelijk voor robotica, industriële automatisering en wat je fysieke AI zou kunnen noemen. Niet humanoids staan centraal, maar gespecialiseerde robots voor concrete taken in voedselproductie, mijnbouw en transport. Dat maakt Atoms meteen interessant. Het bedrijf probeert niet de meest spectaculaire robot te bouwen, maar een systeem dat in de echte wereld productief werk uitvoert.

Die positionering zegt veel. Waar een groot deel van de AI markt nog altijd draait rond software, modellen en digitale workflows, schuift Atoms op richting machines, infrastructuur en fysieke processen. De naam is dus geen toeval. Waar softwarebedrijven jarenlang met bits werkten, mikt Atoms op atomen, echte objecten, beweging, productie en logistiek.

Wat Atoms precies is

Volgens de beschikbare informatie brengt Kalanick zijn bestaande CloudKitchens activiteiten onder in Atoms. Dat betekent dat Atoms niet vanuit het niets begint. Er is al ervaring met keukens, operationele systemen, vastgoed en voedselinfrastructuur. Op de website van Atoms komt die focus duidelijk terug. Het bedrijf spreekt over infrastructuur voor beter voedsel, autonome transportsystemen voor mijnen en steengroeven, en een “wheelbase for robots”.

Dat laatste is een van de opvallendste onderdelen van het verhaal. In plaats van een mensachtige robot als universeel platform te kiezen, lijkt Atoms te bouwen aan een verrijdbare basis voor robots die voor specifieke omgevingen en taken ontworpen zijn. In interviews heeft Kalanick ook expliciet gezegd dat zijn bedrijf niet op humanoids focust, maar op gespecialiseerde robots die op industriële schaal efficiënt werk kunnen doen.

Dat is een belangrijk onderscheid. Veel publieke aandacht gaat vandaag naar humanoids omdat die visueel aanspreken en makkelijk te demonstreren zijn. Ze lijken op mensen, bewegen op een herkenbare manier en passen in het populaire idee van de robot als mechanische werknemer. Maar in veel industriële contexten is een mensachtige vorm helemaal niet de efficiëntste keuze.

Waarom Atoms niet voor humanoids kiest

Een humanoid is nuttig in omgevingen die voor mensen ontworpen zijn en waar veel verschillende kleine taken moeten gebeuren. Een woning waar een robot moet opruimen, afwassen, stofzuigen en objecten verplaatsen. Zo’n omgeving is rommelig, onvoorspelbaar en weinig gestandaardiseerd.

In een industriële keuken of op een mijnsite ligt dat helemaal anders. Daar gaat het om herhaalbare processen, hoge volumes, veiligheid, snelheid en voorspelbaarheid. In dat soort omgevingen is een gespecialiseerde machine vaak logischer dan een robotarm op twee benen. Een robot die ontworpen is om op grote schaal maaltijden te produceren, bakken te verplaatsen of materiaal over een industriële site te vervoeren, hoeft niet op een mens te lijken. Hij moet vooral betrouwbaar zijn, goedkoop draaien en in een strak proces passen.

Die redenering sluit aan bij een bredere trend in robotica. Niet elke doorbraak in fysieke AI zal komen van algemene robots die alles een beetje kunnen. Veel waarde zal net ontstaan in systemen die één taak uitzonderlijk goed uitvoeren. In magazijnen, fabrieken, keukens, mijnen en logistieke knooppunten is dat vaak een veel realistischer route naar schaal.

Van CloudKitchens naar robotica

Dat CloudKitchens in Atoms opgaat, is strategisch logisch. CloudKitchens draaide rond delivery first keukens, operationele software, vastgoed en productieruimtes voor moderne foodmerken. Dat lijkt op het eerste gezicht iets anders dan robotica, maar in de praktijk is de overlap groot. Wie keukens op schaal bouwt en optimaliseert, komt al snel terecht bij automatisering, standaardisatie en machinegestuurde workflows.

De foodsector is bovendien een aantrekkelijke testomgeving voor gespecialiseerde robots. Er is structurele druk op marges, personeel is vaak moeilijk te vinden, processen zijn repetitief en consistentie is cruciaal. Een geautomatiseerd systeem dat maaltijden sneller, goedkoper en voorspelbaarder kan produceren, heeft daar meteen economische waarde.

Atomstrekt die logica door. In plaats van enkel software voor restaurants te leveren, kan het bedrijf infrastructuur, geautomatiseerde keukens, operationele systemen en mogelijk ook robotische modules combineren. Het gaat dan niet om één machine, maar om een complete industriële stack rond voedselproductie.

Mijnbouw past in het plaatje

Naast food noemt Atoms ook mijnbouw als speerpunt. Mijnbouw is een zware industriële sector met dure assets, gevaarlijke omstandigheden en een duidelijke businesscase voor automatisering. Als autonome voertuigen, robotplatformen en software de productiviteit verhogen en tegelijk veiligheidsrisico’s verlagen, dan is de waardepropositie duidelijk.

Kalanick heeft daarbij aangegeven dat hij op het punt stond om Pronto over te nemen, een start-up die zich richt op autonome voertuigen voor industriële en mijnbouwsites. Hij noemde zichzelf ook al de grootste investeerder in dat bedrijf. Dat is relevant, want het toont dat Atoms niet alleen over robotica praat, maar meteen mikt op domeinen waar autonomie al concreet kan worden ingezet.

Mijnsites zijn voor autonomie vaak geschikter dan drukke stadscentra. De omgeving is begrensd, de workflows zijn sterker gecontroleerd en de economische waarde van uptime is hoog. Daardoor kunnen autonome systemen er sneller tot echte inzet komen dan in consumentengerichte mobiliteit. Voor een bedrijf als Atoms is dat een slimme ingang. Het levert praktijkervaring op met fysieke AI in een setting waar de operationele voordelen meetbaar zijn. Huawei focust zich ook op automatisering van mijnbouw.

De ambitie achter Atoms

In zijn visietekst beschrijft Kalanick een toekomst waarin het maken, verplaatsen en verwerken van fysieke goederen steeds meer loskomt van menselijke arbeid. Daarvoor gebruikt hij het idee van het digitaliseren van de fysieke wereld.

Concreet bedoelt hij daarmee drie stappen. Eerst moet een systeem de actuele toestand van de fysieke wereld begrijpen. Daarna moet het de toekomstige toestand kunnen voorspellen. Ten slotte moet het die toekomst kunnen beïnvloeden of controleren. Dat klinkt abstract, maar het is in feite een herkenbare AI architectuur vertaald naar de echte wereld. Sensoren leveren data, modellen maken voorspellingen en machines voeren acties uit.

Dat idee is niet nieuw in strikte zin, maar Atoms probeert het te koppelen aan een industriële businesscase. De uitdaging zit dan niet alleen in het AI model, maar in de hele keten eromheen: sensoren, hardware, energie, onderhoud, terreinontwikkeling, software en productie.

Waarom de naam Atoms goed gekozen is

De naam Atoms past perfect bij het moment waarin AI zich nu bevindt. Jarenlang lag het zwaartepunt van de technologiesector bij digitale producten. Software kon eindeloos gekopieerd worden tegen lage marginale kosten en investeerders hielden van schaal zonder zware fysieke infrastructuur. Met de opkomst van AI verandert dat beeld deels.

Steeds meer waarde verschuift naar de fysieke laag die AI mogelijk maakt of gebruikt. Niet alleen software bouwen, maar ook de machines, sites en operationele context waarin AI tastbare economische output genereert.

Dat betekent ook dat succes hier moeilijker is dan bij een puur softwarebedrijf. Robotica en industriële automatisering vragen kapitaal, tijd, integratie en operationele discipline. Je kunt niet volstaan met een demo of een model. Je moet systemen bouwen die in ruwe, chaotische en dure omgevingen blijven draaien. Net daarom is de keuze voor concrete sectoren als food en mijnbouw geloofwaardiger dan een vaag verhaal over algemene robotintelligentie.

Transport blijft op de achtergrond meespelen

Hoewel Atoms op de website ook transport noemt, lijkt Kalanick voorlopig voorzichtig over toepassingen die mensen vervoeren. Zijn geschiedenis met Uber en autonome mobiliteit hangt nog altijd boven elk nieuw project dat hij lanceert. Voor hij bij Atoms aan passagiersvervoer denkt, lijkt hij eerst te focussen op industriële mobiliteit en gecontroleerde omgevingen.

Toch is het moeilijk om die transportlaag helemaal los te zien van Atoms. Kalanick bouwde Uber uit rond dispatch, realtime locatiegegevens en operationele optimalisatie in steden. In zijn visietekst gebruikt hij ook een oude Uber analogie om uit te leggen hoe je de fysieke wereld kunt begrijpen, voorspellen en sturen.

Het verschil is dat de nadruk verschuift van consumentenvervoer naar industriële infrastructuur. Minder app ervaring, meer fysieke operaties. Minder marktplaats, meer machinepark. Maar de onderliggende ambitie blijft verwant. Beweging in de echte wereld efficiënter organiseren.

Wat Atoms interessant maakt voor de roboticasector

Voor de bredere roboticasector is Atoms vooral relevant omdat het drie ideeën samenbrengt. Eerst is er de overtuiging dat gespecialiseerde robots economisch sneller tractie kunnen krijgen dan humanoids. Daarna is er het besef dat fysieke AI niet alleen om modellen draait, maar ook om infrastructuur, vastgoed, energie en industriële processen. Ten slotte is er de keuze om te starten in sectoren waar de waarde van automatisering relatief makkelijk te meten is.

Als Atoms daarin slaagt, kan het een model worden voor een nieuwe generatie AI bedrijven die niet stoppen bij software.

Waar je de komende tijd op moet letten

De belangrijkste vraag is nu of Atoms zijn visie kan vertalen naar concrete producten en operationele uitrol. Er zijn een paar signalen die veel zullen zeggen over de ernst en haalbaarheid van het project.

  • Overnames en integratie
    Als de overname van Pronto of een vergelijkbare stap doorgaat, dan toont dat dat Atoms industriële autonomie snel wil verankeren.
  • Verticale focus
    Het wordt belangrijk om te zien of Atoms echt kiest voor enkele duidelijk afgebakende use cases in food en mijnbouw, of toch te breed wil gaan.
  • Robotplatform
    De “wheelbase for robots” klinkt strategisch sterk, maar moet nog concreet worden. Is het een hardwareplatform, een mobiliteitslaag, of een combinatie met software en sensoren?
  • Operationele tractie
    Uiteindelijk telt niet de visie, maar de vraag of klanten de systemen inzetten, gebruiken en er economisch voordeel uit halen.