Humanoid-роботы провели больше 100 тысяч часов на реальных производствах в 2026 году. BMW, Japan Airlines и Amazon уже не тестируют — внедряют. Вопрос не в том, сработают ли они. Вопрос в том, кто успеет построить заводы под их масштабирование.
1. Figure 02 на заводе BMW в Спартанберге за 11 месяцев произвёл 30 000 автомобилей — первый задокументированный ROI humanoid-робота в автоиндустрии
2. Japan Airlines запустила трёхлетнюю программу с humanoid-роботами Unitree в аэропорту Ханэда — не пилот, а операционное обязательство
3. Стоимость humanoid-роботов упала на 40% за два года — Tesla Optimus целится в $20 000, а Unitree G1 уже стоит $16 000
4. Венчурные инвестиции в humanoid-роботов превысили $4,3 млрд за пять кварталов — больше, чем за всю предыдущую историю категории
Цифра, которая меняет правила
30 217. Именно столько автомобилей BMW X3 собрали с участием двух humanoid-роботов Figure 02 на заводе в Южной Каролине. За 11 месяцев, 1 250 операционных часов и более 90 000 перемещённых компонентов кузова. Это не демонстрация технологии. Это первая публичная документация ROI физического ИИ в автоиндустрии.
Каждый робот работал 10-часовые смены, пять дней в неделю. Точность установки деталей — выше 99%. Цикл — 84 секунды. Человек на той же операции укладывался в 90–95 секунд с учётом перерывов. Разница — в стабильности.
Как мы писали 23 мая, Китай контролирует почти 80% мирового рынка humanoid-роботов по объёму поставок. Но производственная валидация происходит не там. Она происходит на заводах BMW в Европе и США.
Инвестиции в человекоподобных роботов
21 раунд за пять кварталов. Три крупнейших — 45% всего объёма. Средний раунд — $205 млн. Crunchbase, New Market Pitch, май 2026
Доказательство эффективности BMW
11-месячный пилот на заводе в Спартанберге. 90 000+ перемещённых компонентов. Цикл 84 секунды при точности >99%. Figure AI, IIoT World, апрель 2026
Снижение себестоимости платформ
Bank of America прогнозирует цену ниже $17 000 за единицу к 2030 году. Уже сейчас Unitree G1 стоит $16 000. Goldman Sachs via Deloitte, Bank of America, 2026
Человекоподобные как сервис
JAL стала первым авиаперевозчиком, взявшим humanoid-роботов не в аренду для пиара, а в трёхлетнюю операционную программу. Две платформы на базе Unitree обслуживают багаж, контейнерные перевозки и уборку салонов в токийском аэропорту Ханэда. Цена вопроса — $15 400 за единицу.
Почему это важно: аэропорты спроектированы под людей. Лестницы, узкие проходы, двери, поворотные ручки. Колёсный робот там беспомощен. Humanoid-форма — не эстетический выбор, а инженерное решение.
BMW пошла дальше. После успеха с Figure в США компания создала Центр компетенций по Physical AI в производстве и запускает пилот с Hexagon AEON на заводе в Лейпциге. Логика: если humanoid-робот работает в Лейпциге — одном из самых разнообразных заводов концерна — он заработает везде.
Условие для масштабирования сформулировал глава направления процессов Майкл Штрёбель: «Если мы можем интегрировать робота в Лейпциге, то сможем применить его на всех наших заводах по всему миру».
Юнит-экономика меняет всё
Стоимость humanoid-роботов снизилась на 40% между 2023 и 2025 годами. Tesla Optimus Gen 3 нацеливается на потребительскую цену около $20 000. Unitree уже продаёт G1 за $16 000. Boston Dynamics Electric Atlas — всё ещё дорогой ($140–150 тыс.), но это платформа для предприятий, а не массовый продукт.
Ключевой сдвиг — в структуре затрат. Goldman Sachs фиксирует падение стоимости компонентов: моторы, сенсоры, аккумуляторы. Китайская цепочка поставок, построенная для электромобилей и потребительской электроники, теперь работает на humanoid-роботов.
При операционных затратах $2 в час humanoid-робот становится экономически эффективнее работника-человека в регионах с дефицитом труда. Это не прогноз — это текущая арифметика для Японии и Германии.— Roland Berger, апрель 2026
Новые игроки меняют карту
Пока BMW и Tesla масштабируют production-линии, на рынок врываются новые категории. Samsung и Meta совместно разрабатывают humanoid-робота для дома — альянс корейского производства и калифорнийского ИИ. 1X Technologies запустила фабрику NEO в Калифорнии — первое вертикально-интегрированное производство humanoid-роботов на территории США.
Sunday Robotics, основанная выходцами из Google, собрала $165 млн при оценке $1,15 млрд — на создание домашнего робота Memo для мытья посуды и уборки. 1 000 человек уже в листе ожидания.
В Китае ROBOTERA привлёк $200 млн на коммерциализацию humanoid-платформ. Apptronik — $520 млн при поддержке Google и Mercedes-Benz. За пять кварталов сектор привлёк $4,3 млрд — больше, чем за всю предшествующую историю.
Где конкуренты, а где лидеры
| Параметр | Figure 02 | Agility Digit | Tesla Optimus G3 |
|---|---|---|---|
| Статус | ✔ Производство BMW | ✔ Склады Amazon | ◐ Пилоты на заводах Tesla |
| Форма фактор | Антропоморфный | Птиценогий | Антропоморфный |
| Цена | Не раскрыта (B2B) | $250 000/год в лизинг | ~$20 000 (проект) |
| Главное преимущество | OpenAI + Helix VLA | Реальная выручка | Dojo + FSD нейросети |
| Производство | BotQ — до 12 000/год | RoboFab — сотни → тысячи | Цель 10 000+ за 2026 |
Платформы humanoid-роботов на май 2026. Источники: KraneShares, Singularity Moments, Technerdo
Почему именно сейчас
В 2026 году сошлись три фактора. Первый — демографический. Рабочая сила Японии сократится на 31% к 2060 году. Германия теряет 400 000 человек трудоспособного населения ежегодно. Китай — 10 миллионов. Дефицит рук — не циклический, а структурный.
Второй — технологический. Vision-Language-Action модели (VLA — модели, объединяющие зрение, язык и действия) за два года проникли в 40% новых роботизированных развёртываний. Квантованные VLA работают на обычных GPU потребительского класса с частотой 10–25 Гц — достаточно для управления манипуляциями в реальном времени.
Третий — ценовой. Стоимость производства humanoid-робота упала на 40% за два года. Bank of America ожидает цену ниже $17 000 за единицу к 2030 году. При стоимости эксплуатации $2 в час робот окупается за 18–24 месяца на двухсменной работе. Это уже конкурентоспособно с человеческим трудом в развитых экономиках.
Roland Berger называет это «моментом конвергенции». Goldman Sachs пересмотрел прогноз по рынку роботов в шесть раз за один год — до $38 млрд к 2035-му. Bessemer Venture Partners считает, что и этот прогноз консервативен. Вопрос не в том, произойдёт ли масштабирование. Вопрос в том, кто его возглавит.
Склад как полигон
Agility Robotics — единственная компания, которая уже зарабатывает выручку на humanoid-роботах. Её робот Digit перемещает контейнеры на складах Amazon, GXO Logistics и Spanx. Сотни тысяч часов наработано. Грузоподъёмность — 16 кг. Задача — тотеры: взять коробку с полки, перенести на конвейер.
Amazon развернула миллион роботов всех типов на своих складах и запустила DeepFleet AI — систему управления робофлотом. Humanoid-форма Digit выбрана не случайно: складские стеллажи, проходы и двери спроектированы под людей. Адаптировать инфраструктуру под роботов дороже, чем купить робота, который вписывается в существующую.
RoboFab — фабрика Agility в Сейлеме, Орегон, построенная специально для серийного производства humanoid-роботов. Мощность — сотни единиц в год с планом выхода на тысячи. Amazon — инвестор и первый клиент.
ETF как индикатор зрелости
14 мая 2026 года WisdomTree запустила Physical AI, Humanoids and Drones Fund (тикер WDRN) на бирже Cboe. Комиссия — 0,45%. Индекс включает компании, работающие на стыке ИИ, робототехники и автономных систем. Для сравнения: три года назад не было ни одного публичного ETF на humanoid-роботов.
Появление индексного продукта означает, что сектор прошёл проверку на инвестиционную привлекательность для розничных инвесторов. Параллельно Bank of America выпустил прогноз: рынок humanoid-роботов достигнет $5 трлн к 2050 году с более чем 1 млрд единиц в эксплуатации.
Сектор привлёк $4,3 млрд за пять кварталов — больше, чем за всю предыдущую историю. Но три крупнейших раунда составляют 45% всего объёма. Рынок всё ещё держится на нескольких крупных игроках.— New Market Pitch, апрель 2026
Figure AI строит завод BotQ мощностью 12 000 humanoid-роботов в год. Каждые 90 минут — новый робот. Тезис компании: не кто сделает лучшего робота, а кто построит завод под миллион единиц. Figure называет это стратегией Ford Model T для humanoid-индустрии.
Что останавливает масштабирование
Три ограничения. Первое — данные. Для обучения humanoid-робота одной задаче нужно 300–1 200 демонстраций. Средняя стоимость часа телеметрических данных упала с $340 до $118 — но это всё ещё миллионы долларов на библиотеку навыков.
Второе — безопасность. Humanoid-роботы работают рядом с людьми. Каждый сбой в восприятии — риск травмы. BMW подтверждает, что стандарты ISO для коллаборативных роботов не рассчитаны на антропоморфные платформы весом 60–80 кг.
Третье — конкуренция с существующей автоматизацией. Промышленный робот-манипулятор стоит от $25 000, не требует обучения на демонстрациях и работает 24/7. Humanoid-робот должен доказывать, что его гибкость стоит дополнительных $15–130 тыс.
1. Закрытие пилота Figure 03 в BMW — переход от тестов к контракту на масштабирование (ожидается Q3 2026)
2. Релиз Tesla Optimus Gen 3 для сторонних заказчиков — первый тест рыночного спроса вне заводов Tesla
3. Регуляторная рамка ЕС для humanoid-роботов — обсуждается классификация как «оборудование повышенного риска»
4. Продажи Unitree G1 — если компания выполнит план в 10–20 тыс. единиц, это изменит ценообразование всего сектора
От симуляции — к производству
Ровно год назад главным вызовом embodied AI была симуляция. Как мы писали 18 мая, перенос навыков из виртуальной среды в реальную — sim-to-real (симуляция-в-реальность) — оставался узким местом. Domain randomization (рандомизация параметров симуляции) требовала недель настройки под каждую задачу. Физический ground truth (физически достоверные данные) стоил миллионы.
За год ситуация изменилась кардинально. BMW доказала: humanoid-робот может работать на реальной производственной линии, а не только в симуляторе. 1 250 часов — не лабораторный тест, а заводская смена. Данных для обучения становится больше не в симуляции, а в процессе самой работы.
Это переворачивает логику: не симуляция кормит реальность, а реальность — симуляцию. Каждый час работы Figure 02 генерирует данные, которые улучшают следующую версию модели. Figure AI называет этот цикл «самоусиливающимся градиентом» — чем больше роботов работает, тем быстрее они учатся.
