27.08.2026
Роботизация: от фантастики к реальности
Физический ИИ уже делает роботов автономнее и расширяет возможности их применения. Снижение стоимости технологий ускоряет внедрение роботизации в реальный сектор
Роботизация давно вышла за пределы промышленных сборочных линий. К этому рынку уже относятся автономные бытовые устройства, медицинские системы, беспилотный транспорт, промышленные и человекоподобные роботы. Технологии постепенно проникают во всё большее число отраслей и становятся частью реальной экономики.
Сектор представляет особый интерес для инвесторов, поскольку находится на стыке нескольких трендов: растущего дефицита кадров, развития искусственного интеллекта и интеграции с индустрией электромобилей и полупроводников. Объём рынка робототехники в 2026 году уже достигает $38 млрд — на 34% больше, чем годом ранее, а темпы роста стали рекордными за десятилетие.
Современная робототехника переходит от запрограммированных алгоритмов к физическому воплощению искусственного интеллекта, способному воспринимать окружающий мир, адаптироваться к изменяющимся условиям и автономно решать сложные задачи.
Структура выручки от промышленных и сервисных роботов во всем мире по отраслям в 2025 году, %
Текущая структура доходов сектора пока отражает предыдущий этап роботизации. На медицинский и бытовой сегменты по-прежнему приходится до половины всех доходов. Это объясняется относительной простотой внедрения, а также возможностью жёстко алгоритмизировать процессы, когда роботу не нужно быстро анализировать окружающий мир.
Наибольший потенциал связан с коммерческим внедрением роботов в реальный сектор. Здесь важен искусственный интеллект, интегрированный в робота, а не набор заранее заданных алгоритмов. Это открывает широкие возможности для автоматизации в отраслях с платёжеспособным спросом. Постепенное развитие физического ИИ, вероятно, напрямую повлияет на структуру доходов всей отрасли.
Динамика и структура выручки роботостроения по промышленным секторам, $ млрд
Однако спрос внутри промышленности также меняется неравномерно. Наибольшие темпы роста прогнозируются в автомобилестроении, электронике и металлообработке, тогда как химическая промышленность пока отстаёт.
Несмотря на разную динамику отдельных отраслей, общие ежегодные темпы ввода в эксплуатацию новых роботизированных систем почти удвоились за последние 10 лет.
Динамика установок роботов по промышленным секторам, $ млрд
Текущие тенденции
Одним из основных трендов в робототехнике становится смещение фокуса от жёстко запрограммированных аппаратов к мобильным автономным решениям, способным работать рядом с человеком или вместо него.
Согласно исследованию ABI Research, мировой парк автономных мобильных роботов (AMR) вырастет с 525 тысяч единиц в 2024 году до более чем 2 млн к 2030 году. Сегмент коллаборативных роботов — коботов, безопасных помощников человека, — увеличится с 49 тысяч до почти 300 тысяч единиц. Самым быстрорастущим сегментом станут человекоподобные роботы: по прогнозу, их поставки превысят 180 тысяч единиц в год, а среднегодовые темпы роста (CAGR) составят 190%.
Динамика и прогноз количества поставок роботов по типам, тыс шт.
По прогнозам Cervicorn Consulting, объём рынка человекоподобных роботов к 2035 году достигнет $7,5 млрд при среднегодовых темпах роста более 15%.
Динамика и прогнозы размера рынка человекоподобных роботов, $ млрд
Одним из ключевых драйверов развития этого направления становится резкий рост инвестиций в стартапы, занимающиеся разработкой человекоподобных роботов. Вложения в сегмент выросли более чем в 300 раз с 2017 по 2025 год, а только за первое полугодие 2026 года составили $4,4 млрд.
Инвестиции в стартапы, разрабатывающие человекоподобных роботов, $ млрд
Высокие темпы развития робототехники объясняются сразу несколькими факторами. По данным Goldman Sachs, производственные затраты на одного робота снизились на 40% по сравнению с прошлым годом, в результате чего цены на роботов упали до диапазона $30‑150 тысяч. По данным Robotics Center, средняя стоимость часа высококачественных данных для дистанционного управления — собранных, размеченных и приведённых к стандартизированному формату — снизилась примерно с $340 в начале 2024 года до $118 к текущему моменту.
На рынке также появляется всё больше производителей, предлагающих продукцию дешевле $10 тысяч за единицу, что повышает доступность роботов для коммерческого использования. По данным McKinsey, средний срок окупаемости промышленных роботов в отдельных отраслях сократился с 5,3 лет в 2019 году до 1,3 лет в 2026. Чем ближе стоимость внедрения и обслуживания робота к затратам на найм сотрудника, тем выше спрос на роботизацию.
Дополнительную поддержку сектору даёт синергия со смежными отраслями. Быстрый рост рынка электромобилей сформировал более доступную компонентную базу: компактные моторы, силовые инверторы и производительные аккумуляторы, которые подходят для использования в робототехнике. Развитие полупроводников, в свою очередь, обеспечило отрасль высокопроизводительными чипами для локальной обработки данных прямо на борту робота.
Поддержка NVIDIA и наработки Tesla
Крупнейшие технологические компании начинают разрабатывать собственные отраслевые стандарты для робототехники. В мае NVIDIA представила новые платформы GR00T и Isaac.
NVIDIA GR00T — мультимодальная базовая ИИ-модель, разработанная для управления человекоподобными роботами. В основе архитектуры GR00T лежит концепция двухсистемного мышления: медленная система отвечает за высокоуровневое планирование, а быстрая переводит эти планы в микрокоманды для исполнительных механизмов. Обучение на видеозаписях человеческих действий и симуляциях позволяет роботу интуитивно осваивать законы физики и самостоятельно находить решения для новых задач.
Если GR00T — мозг робота, то Isaac — его инфраструктура, которая обеспечивает полный цикл разработки, симуляции и развёртывания. В виртуальных средах Isaac Sim и Isaac Lab роботы обучаются сложнейшим навыкам со скоростью, в тысячи раз превышающей реальное время. Это частично решает проблему переноса полученного опыта из симуляции в реальную среду — Sim-to-Real. Платформа также включает библиотеки Isaac Perceptor, Isaac Manipulator, а также суперкомпьютеры Jetson Thor, избавляя разработчиков от необходимости создавать программную инфраструктуру с нуля.
В отличие от LLM, у физического ИИ нет готовой базы данных для обучения: роботам требуется большой объём экспериментальной информации о механике, кинематике движений и трении. Платформа Isaac решает эту проблему с помощью синтетических данных. Исследования Университета Карнеги-Меллона и Стэнфорда независимо друг от друга показали, что модели, обученные с использованием 40% синтетических данных, показали сопоставимые результаты с системами, обученными на 100% реальных данных.
Tesla также развивает направление роботизации через проект человекоподобного робота Optimus. Для компании это возможность выстроить вертикальную интеграцию в смежном секторе с использованием существующих наработок. Tesla уже применяет ключевые для робототехники технологии: автопилот FSD, собственное производство аккумуляторов и микроэлектроники, а также опыт масштабирования сборки. Компания не закупает сторонние промышленные манипуляторы и сервоприводы. Актуаторы, редукторы, силовая электроника, батарейные блоки и бортовые вычислительные чипы также разрабатываются и производятся внутри компании. С одной стороны, это даёт экономию на масштабе, с другой — позволяет Tesla дополнительно монетизировать накопленные данные и разработанные технологии.
В отличие от конкурентов, которые развивают алгоритмы движения самостоятельно, Optimus использует единую с автопилотом Tesla архитектуру end-to-end нейросетей. Компьютерное зрение на базе камер без использования дорогих лидаров и алгоритмы оценки пространства, обученные на миллиардах километров реального дорожного движения, дали роботу готовую систему восприятия 3D-мира.
Кроме того, Tesla сама выступает крупнейшим заказчиком и тестировщиком Optimus. На гигафабриках во Фримонте и Остине развёрнуты роботы Optimus Gen 3, которые выполняют реальные производственные задачи.
Итоги
Роботизация — логичный шаг к повышению производительности труда в условиях старения населения и дефицита кадров. Стоимость найма устойчиво растёт, тогда как стоимость внедрения роботов постепенно снижается. Это повышает коммерческий потенциал сектора и поддерживает текущие темпы его роста.
Развитие смежных отраслей — в частности, производства электромобилей и искусственного интеллекта — ускоряет прогресс в робототехнике и позволяет использовать уже готовые технологии вместо разработки с нуля.
Дополнительную поддержку сектору оказывают крупнейшие технологические компании, включая NVIDIA и Tesla. Они развивают ключевые технологии, формируют отраслевые стандарты и ускоряют внедрение роботизации.
Одним из главных барьеров остаётся необходимость собирать огромные объёмы данных о кинематике и реальном мире. Компании, которые начали этот процесс раньше, первыми накапливают данные и тем самым создают большой отрыв от конкурентов.
По прогнозам Goldman Sachs, только рынок человекоподобных роботов достигнет $38 млрд. Morgan Stanley ожидает, что к 2050 году весь рынок роботизации вырастет до $5 трлн.
Почитать ещё
Данная информация не является индивидуальной инвестиционной рекомендацией, и финансовые инструменты либо операции, упомянутые в ней, могут не соответствовать вашему инвестиционному профилю и инвестиционным целям (ожиданиям). Определение соответствия финансового инструмента либо операции вашим интересам, инвестиционным целям, инвестиционному горизонту и уровню допустимого риска является вашей задачей. ООО «Го Инвест» не несёт ответственности за возможные убытки в случае совершения операций либо инвестирования в финансовые инструменты, упомянутые в данной информации, и не рекомендует использовать указанную информацию в качестве единственного источника информации при принятии инвестиционного решения. Перед совершением операций на финансовых рынках рекомендуем ознакомиться с Декларацией о рисках
Станьте частью команды
© 2026. ООО «Го Инвест», официальный сайт. Лицензия Банка России на осуществление брокерской деятельности № 045-14130-100000 от 15.04.2022
ООО «Го Инвест» осуществляет сбор данных аналитического свойства, в том числе использует файлы cookies и аналитические сервисы — для персонализации сервисов и повышения удобства их использования, возможности их обновления. Ознакомиться с условиями по сбору данных