Краткое содержание анализа:
Первый раунд финансирования робота компании Xpeng превысил 900 миллионов долларов, а оценка компании составила 43 миллиарда юаней (около 6,3 миллиардов долларов), что значительно превышает показатели большинства ведущих стартапов в области антропоморфных интеллектуальных роботов (обычно около 20 миллиардов юаней). Капитал интересуется не самим роботом, а готовыми производственными мощностями автомобильной промышленности Xpeng, цепочками поставок, системами контроля качества, каналами обслуживания клиентов и возможностями сбора данных. С 2026 года отечественные автопроизводители активно вступают в эту сферу, используя различные подходы, но все они обладают ключевыми преимуществами в виде конкретных сценариев использования роботов и доступа к данным: автомобильные заводы и каналы обслуживания клиентов позволяют получать качественные данные для обучения роботов, которые в настоящее время являются особенно дефицитными ресурсами. В будущем ключ к успеху в области антропоморфных интеллектуальных роботов будет заключаться в способности контролировать сценарии использования, генерировать данные и создавать замкнутые циклы их совершенствования.
I. Оценка робота Xpeng в 43 миллиарда юаней: капитал покупает возможности автомобильной промышленности, а не отдельный робот
Почему первый раунд финансирования робота Xpeng принес оценку в 43 миллиарда юаней, что в три раза превышает показатели большинства стартапов, прошедших несколько раундов инвестирования?
- Уникальные ресурсы: Xpeng возник из автомобильной промышленности, поэтому у компании уже есть готовые производственные мощности, цепочки поставок (например, закупка комплектующих, сборочные линии), системы контроля качества (соответствующие стандартам автомобилестроения). Стартапам приходится строить заводы с нуля и устанавливать цепочки поставок, в то время как Xpeng может использовать существующие ресурсы.
- Важность сбора данных: В настоящее время в области антропоморфных интеллектуальных роботов не хватает не технологий, а данных о их работе. На автомобильных заводах Xpeng есть множество сценариев использования роботов (прессование, сварка, сборка), что позволяет собирать реальные данные о их работе (например, о том, как роботы завинчивают болты или переносят детали), без необходимости аренды специальных площадок или опасений по поводу ошибок, которые могут привести к остановке производства (все контролируется на собственном заводе).
- Стремление к быстрому внедрению: Xpeng планирует начать массовое производство роботов к концу 2026 года с ежемесячным объемом производства в тысячи единиц, которые будут поставляться в магазины и промышленные парки. Благодаря наличию каналов продаж автомобилей у компании уже есть готовые пути для внедрения роботов на рынок, что значительно ускоряет процесс их коммерциализации.
II. Автопроизводители коллективно вступают в сферу антропоморфных интеллектуальных роботов: разные подходы, но все они обладают ключевыми преимуществами
С 2026 года почти все крупные автопроизводители начали разрабатывать роботов, используя различные подходы, но у всех есть общее преимущество – доступ к конкретным сценариям использования:
- Независимые подходы: Xpeng, Chery (Mojia Robotics), GAC (Huilun Technology), Changan (Tianshu Robotics) создают роботов как отдельные бизнес-проекты, занимаются их разработкой, производством и продажей. Например, Chery Mojia уже поставила 3000 роботов и планирует провести IPO.
- Внутреннее сотрудничество: FAW, Dongfeng, Seres начинают с использования роботов на собственных производственных линиях (например, роботы для завинчивания болтов на колесных арматурах), затем постепенно расширяя их использование на другие сценарии.
- Инвестиционное сотрудничество: NIO инвестирует в компании, разрабатывающие роботов (например, Ren Shaoqing’s Robotics), SAIC (Zhiyuan Robotics), Geely (Yushu Technology), Great Wall (сотрудничество с Yushu Technology), используя инвестиции для привлечения технических команд и предоставления своих сценариев для тестирования роботов.
Общее: У всех автопроизводителей есть реальные производственные условия и каналы обслуживания клиентов, которых не имеют стартапы, вынужденные платить за аренду площадок и поиск клиентов.
III. Что является ключом к успеху в области антропоморфных интеллектуальных роботов? Сейчас это данные, что делает ситуацию сложнее, чем в случае с большими моделями
Антропоморфные интеллектуальные роботы должны работать так же, как люди, и для этого необходимо обучать их на основе данных. Однако сбор данных для роботов гораздо сложнее, чем для больших моделей (например, ChatGPT) или систем автономного вождения:
- Ограниченность источников данных: У больших моделей есть данные с интернета и изображения, у систем автономного вождения – данные с камер, установленных на автомобилях. У роботов же данных недостаточно для эффективного обучения.
- Сложность структуры данных: При работе роботов необходимо собирать информацию о визуальных впечатлениях, ощущениях от прикосновений, углах движения суставов, затрачиваемых усилиях и результатах выполнения задач. У разных роботов разное количество суставов и датчиков, поэтому данные несовместимы.
- Высокие затраты на сбор данных: Можно использовать людей для управления роботами (дорого), создавать симуляции (но они сильно отличаются от реальных условий), или воссоздавать реальные производственные сценарии (например, строить макеты заводов), но это все равно не заменяет реальные условия работы.
Вывод: Тот, кто сможет собирать качественные данные в реальных условиях по низким затратам, будет лидировать в области антропоморфных интеллектуальных роботов.
IV. Важность данных для развития робототехники
Для успешного развития робототехники крайне важен доступ к качественным данным. Автопроизводители, использующие роботов в своем производстве, могут значительно улучшить эффективность процессов и качество продукции. Стартапы, же не имеющие таких ресурсов, могут столкнуться с трудностями при разработке и внедрении роботов. Поэтому для успешного развития этой отрасли необходимо содействие правительств и инвесторов в создание инфраструктуры для сбора и анализа данных.