Obecnie modele językowe potrafią pisać egzaminy, ale wcielona sztuczna inteligencja wciąż zawodzi w kuchniach, magazynach i szpitalach. Przymiotnik „robotyczny” przywołuje wizję, która nie jest szczególnie płynna ani zdolna. Problem nie polega na tym, jak zaawansowany jest model, ale na jakości danych, na których jest trenowany. Sztuczna inteligencja, która działa w rzeczywistym świecie, potrzebuje danych z rzeczywistego świata: wideo, audio, ruch, przypadki brzegowe. Firmy, które budują systemy AI działające w terenie, będą tymi, które rozwiążą problem wierności danych.