🤖 Восемь часов без ошибки: чем на заводе меряют роботов с ИИ

Первыми на заводах прижились не человекоподобные машины, а манипуляторы и тележки заводской логистики: у Midgard решение Universal Robots окупилось примерно за 500 часов работы, а брак упал с 10% до 1–2%. Приёмка состоит из скучных строчек: восемь часов без ошибки, выдержанный такт, доля брака, срок окупаемости.

Спрос двигают короткие серии и переналадки, дорогие для жёсткой автоматики, и нехватка рук: население КНР в 2025 году сократилось на 3,39 млн, до 1,404 млрд; родились 7,92 млн человек, рождаемость упала до 5,63‰, а доля жителей от 60 лет — 23%. Граница рабочей системы и демонстрации не в корпусе: машина должна выполнить и проверить задание, а сбой превратить в данные для следующей версии.

Демо заканчивается там, где начинается приёмка

Рабочее внедрение действует в реальном цеху, отвечает за качество, безопасность и темп, замыкает путь от восприятия до проверки и улучшается на эксплуатационных данных. Машина, которая повторяет движение, а при отклонении зовёт оператора, остаётся традиционной автоматикой даже с нейросетью.

Заказчику важны успешность операции, непрерывное время работы, такт, частота вмешательств, цена повторного развёртывания и возврат инвестиций. Если следующий завод требует новой интеграции, первая установка не масштабируется.

Более ста AMR-роботов HIKROBOT, развёрнутых с Wistron в Куньшане, Чэнду и Чунцине, снизили эксплуатационные расходы на 26%. У KUKA на заводе Harley-Davidson точность доставки достигла 99%, а производительность удвоилась. Измеряется весь маршрут материала и его влияние на выпуск.

Контур ценнее корпуса

Рабочая система соединяет два цикла. Внутри смены она принимает задачу, распознаёт состояние участка, планирует, действует, проверяет результат и реагирует на отклонение. Команда «взять деталь» не закончена, пока система не удостоверилась, что деталь нужная, целая и помещена по техпроцессу.

После смены журналы, редкие сбои и неудачные захваты очищают, размечают, воспроизводят в симуляции и используют для новой версии. Онлайн-контур не даёт ошибке сорвать процесс; офлайн-контур превращает её в материал для улучшения. Без первого остаётся демонстрация со страховкой, без второго — автоматика без накопления опыта.

Человекоподобный корпус не обязателен. Рабочему месту подходит манипулятор, перевозке — AMR, инспекции — мобильная платформа, связи операций — гибкий конвейер. VLA и world model тоже лишь модули: основу многих задач пока составляют правила, планировщики, классическое управление и специализированные модели; большие модели помогают понимать задания и исключения.

Три скорости внедрения

Зрелый эшелон — заводская логистика и фиксированные операции. Границы ясны, результат легко принять, эффект — посчитать. У Toolcraft решение Universal Robots увеличило пропускную способность на 43%, снизило расходы на 23% и окупилось примерно за год. У Midgard возврат инвестиций занял около 500 часов.

В Midgard себестоимость детали уменьшилась примерно на 30%, а брак — с 10% до 1–2%. Ячейка ABB YuMi за восьмичасовую смену подняла выпуск с 5000 до 6000 комплектов при окупаемости около двух лет. Эти цифры связывают оборудование, качество и деньги, но не гарантируют тот же результат другому цеху.

Переходный эшелон объединяет инспекцию, согласование темпа линии, переналадку и полуструктурированные операции. Различия деталей и исключения повышают цену копирования. ActiNav от Universal Robots обеспечил Schaeffler неупорядоченный захват с тактом 12 секунд и окупаемостью менее года. Но новая геометрия снова требует настройки: узким местом становится исправление отклонений.

Дальний эшелон — сложная сборка, сбои и разные задачи в неопределённой среде. Figure 02 на заводе BMW в Спартанберге отработал свыше 1250 часов и переместил более 90 тысяч деталей: это не доказывает дешёвого тиражирования и редкости вмешательств. В Берлине и Венгрии Mercedes-Benz испытывает Apollo от Apptronik в перевозке и контроле качества, через телеуправление обучая автономности; AEON от Hexagon на заводе BMW в Лейпциге участвует в сборке высоковольтных батарей. Для Apollo широта задач ещё не означает устойчивости и экономичности.

Кто забирает средний слой

Компоненты, датчики, модели и ПО задают предел возможностей; платформы выполняют работу; клиент принимает результат. Между ними слой, собирающий корпус, алгоритм, техпроцесс и заводские интерфейсы в решение для покупки, приёмки и сервиса. Он ближе всего к превращению технологии в выручку.

Роли не закрепились: производители роботов идут во внедрение, интеграторы — к стандартным модулям, разработчики решений — в эксплуатацию. Они борются за архитектуру, управление после запуска и данные. Пока доход дают машина, интеграция и сервис; в перспективе iResearch ждёт смещения прибыли к платформам, библиотекам заданий, симуляции и постоянной эксплуатации.

Что это значит

Рынок переходит от замкнутой задачи к инженерной поставке. Машины осваивают операции быстрее, чем поставщики учатся дёшево переносить решение на сотню предприятий. Данных о контакте и отказах мало, редкие ситуации плохо покрыты, а различия оборудования и процессов разрушают обещание универсальной установки.

iResearch считает момент окном возможностей. В июне 2026-го Agility Robotics объявила о плане выйти на биржу через SPAC с оценкой $2,5 млрд и привлечь свыше $600 млн; в феврале 2025-го Apptronik закрыла раунд A на $350 млн. Google DeepMind выпустила Gemini Robotics, NVIDIA — GR00T N1 и Halos for Robotics. Преимущества лидеров не закрепились; мерило оптимизма — повторные заказы, расширение и цена второго внедрения.

Маршрут ступенчатый: одна операция, семейство сходных задач, несколько участков и лишь затем сеть заводов. Победит не обязательно самая универсальная машина. Промышленный embodied AI становится бизнесом, когда после команды «выполнить» система сама отвечает «выполнено ли» — и на следующем объекте даёт тот же проверяемый ответ дешевле.