Goldman Sachs в новом отчёте «Physical AI» почти впятеро увеличил прогноз по гуманоидным роботам: к 2035 году банк ожидает 6,5 млн выпущенных человекоподобных машин при объёме рынка около $138 млрд. Первыми сценами внедрения названы склады и логистика, за ними последует автомобилестроение. Пересмотр фиксирует смещение капитальных затрат от ИИ-инфраструктуры дата-центров к «физическому ИИ», где производственную базу уже строят NVIDIA и Tesla.

image
image

Что произошло

Инвестбанк Goldman Sachs опубликовал 80-страничный отчёт «Physical AI» с резко пересмотренным прогнозом по рынку гуманоидных роботов. К 2035 году теперь ожидается 6,5 млн выпущенных человекоподобных роботов против прежних примерно 1,4 млн, а объём рынка оценён в $138 млрд вместо $38 млрд. Промежуточные вехи тоже подняты: 75 000 единиц в 2026 году вместо 51 000 и 890 000 к 2030 году вместо 256 000. Первыми сценами внедрения названы склады и логистика, затем автомобилестроение. Главным операционным риском десятилетнего цикла робототехники в отчёте названа добровольная пауза лидеров ИИ — тема, которую публично обсуждают Дарио Амодеи и Сэм Альтман.

Контекст

Суть прогноза не в роботах самих по себе, а в механизме спроса: по оценке Goldman Sachs, в каждом гуманоиде может быть полупроводников на $3 000–6 000 — вычисления, аналоговые чипы и edge-память, что при заявленных объёмах выпуска даёт до $19,5–39 млрд годового спроса на чипы. Экосистема «физического ИИ» уже собирается в продакшен-стек: NVIDIA расширяет связку Omniverse, Cosmos, Isaac и Jetson, в том числе под складскую робототехнику Amazon, где работает более 1 млн роботов, а Tesla переоборудует завод во Фримонте под сборочные линии Optimus. При этом сам документ остаётся банковской проекцией спроса, а не технической дорожной картой развития роботов.

Почему это важно для индустрии

Для индустрии пересмотр означает возникновение второго после дата-центров спроса на полупроводники: цепочки поставок — от TSMC до тестового оборудования — получают нового заказчика в лице робототехники. Стартапам и продуктовым командам доступны не сами гуманоиды, а уже существующий стек NVIDIA: Omniverse, Cosmos, Isaac и Jetson позволяют строить симуляционные сценарии складской робототехники, пайплайны синтетических данных, edge-прототипы и интеграции с действующими складскими системами. Прямо сейчас банковский прогноз ничего не меняет в продакшене, поэтому практичный шаг для строителей — пилоты со складскими операторами и софт для оркестрации флотов, мониторинга и safety-контроля.

Почему это важно для пользователей

Для ML-исследователей в embodied AI, robotics и world models сдвиг капзатрат к физическому ИИ означает рост финансирования симуляции и синтетических данных, прежде всего вокруг Cosmos, Isaac и Omniverse. Читателям отчёт даёт проверяемые ориентиры: опубликованные вехи поставок на 2026 и 2030 годы можно использовать как внешние контрольные точки для калибровки хайпа — если поставки заметно ниже плана, пятикратный пересмотр окажется переоптимистичным допущением. Следить стоит за тремя сигналами: реальными поставками Tesla Optimus со сборочных линий Фримонта, складскими развёртываниями Amazon на стеке NVIDIA и публикациями NVIDIA по Cosmos и Isaac, где появление бенчмарков и методологии станет признаком зрелости направления.

Что пока неизвестно / ограничения

Отчёт не содержит методологии, бенчмарков ловкости и метрик надёжности вроде MTBF или uptime, поэтому его нельзя читать как доказательство прогресса моделей — это проекция спроса, а не оценка возможностей роботов. Резкий пересмотр может отражать изменение допущений — кривых стоимости, сроков, снятие риска паузы, — а не новый технический уровень; сам документ такую интерпретацию не демонстрирует. Названные риски конкретны: надёжность, нехватка реальных данных для обучения, автономность и стоимость. Доступ гуманоидов к массовым разработчикам остаётся неясным, а тезис о том, что за пересмотром стоят реальные заказы и капзатраты, — интерпретация, которую нужно проверять по вехе 2026 года.

Источники

Автор

Look at AI, редакция