Po boomie na generatywną AI rynek skręca w stronę rozwiązań, które „działają rękami”: robotów, autonomicznych maszyn i inteligentnej infrastruktury. W Korei widać to w inwestycjach w komponenty, baterie, wdrożenia przemysłowe i projekty o znaczeniu obronnym.
AI wchodzi w materię
Po kilku latach dominacji generatywnej AI, kojarzonej głównie z tekstem, obrazem i usługami w chmurze, coraz wyraźniej rysuje się kolejny etap: przeniesienie inteligencji do świata fizycznego. „Fizyczna AI” to nie hasło marketingowe, lecz praktyczny kierunek rozwoju, w którym algorytmy przestają jedynie doradzać człowiekowi na ekranie, a zaczynają sterować ruchem, chwytaniem, nawigacją i pracą maszyn.
W tym ujęciu robot lub autonomiczny system musi jednocześnie widzieć otoczenie, interpretować je w czasie rzeczywistym, podejmować decyzje i wykonywać zadania bez ciągłego nadzoru. Taka architektura wymaga nie tylko oprogramowania, ale też niezawodnych czujników, napędów, zasilania i integracji z liniami produkcyjnymi. Nieprzypadkowo Międzynarodowa Federacja Robotyki prognozuje powrót wzrostu instalacji robotów przemysłowych po pandemicznym spowolnieniu — to tworzy „podłogę” popytu dla całego ekosystemu fizycznej AI.
Komponenty zamiast gadżetów
Jednym z najbardziej pragmatycznych ruchów w tej układance jest wejście w elementy, które decydują o kosztach i dostępności robotów. W robotyce kluczowe są m.in. siłowniki (aktuatory) — „stawy” maszyn, odpowiadające za precyzję i udźwig. W samym koszcie wytworzenia robota potrafią stanowić ponad 40 proc., więc opanowanie ich projektowania i produkcji daje realną przewagę: można obniżać koszty, skracać łańcuch dostaw i sprzedawać komponenty innym producentom w modelu B2B.
Równolegle rośnie znaczenie „warstwy zmysłów”. Kamery, LiDAR i radar to fundament percepcji, bez której robot pozostaje ślepy, a autonomiczny wózek czy ramię przemysłowe — niepewne w działaniu. Zapowiedzi uruchomienia masowej produkcji komponentów robotycznych w perspektywie 2027–2028 oraz oczekiwanie zauważalnych przychodów po 3–4 latach pokazują, że branża myśli w cyklu inwestycyjnym typowym dla przemysłu, a nie dla aplikacji mobilnych.
Skalowanie całego stosu technologii
Fizyczna AI wymusza inwestycje „od krzemu po fabrykę”. W Korei widać podejście polegające na równoległym wzmacnianiu półprzewodników dla AI, infrastruktury R&D i nowych linii produkcyjnych, przy jednoczesnym budowaniu ekosystemu partnerstw. Deklaracje wydatków rzędu ponad 110 bilionów wonów na badania i moce wytwórcze (ponad 20 proc. więcej rok do roku) sugerują, że stawka jest strategiczna: chodzi o utrzymanie przewagi w układach dla AI i jednoczesne otwarcie nowych rynków, takich jak robotyka czy rozwiązania przemysłowe.
Istotny jest też kierunek wdrożeń: najpierw roboty przemysłowe we własnych zakładach, dopiero potem bardziej uniwersalne konstrukcje. To rozsądna ścieżka, bo fabryka jest środowiskiem kontrolowanym, gdzie łatwiej mierzyć efekty, zbierać dane i iterować. W tle pozostaje pytanie o „on-device AI”, czyli przetwarzanie na urządzeniu — w robotyce opóźnienia i łączność bywają krytyczne, więc lokalna moc obliczeniowa może przesądzać o bezpieczeństwie i niezawodności.
Energia jako wąskie gardło robotyki
Jeśli fizyczna AI ma działać poza laboratorium, musi mieć stabilne zasilanie w ograniczonej przestrzeni. Roboty — zwłaszcza humanoidalne — potrzebują wysokiej gęstości energii, ale też dużej mocy chwilowej podczas ruchu, podnoszenia czy stabilizacji. Dlatego rozwój baterii „szytych” pod robotykę staje się równie ważny jak modele AI.
Pokazy próbek baterii półprzewodnikowych w formacie pouch, projektowanych z myślą o humanoidach i innych zastosowaniach fizycznej AI, wskazują na próbę przeniesienia doświadczeń z elektromobilności na nowe segmenty: roboty, lotnictwo czy urządzenia ubieralne. Ambicja uruchomienia produkcji masowej już od przyszłego roku (w wybranych kategoriach) brzmi odważnie, ale jednocześnie podkreśla presję czasu: kto pierwszy zapewni bezpieczne, lekkie i wydajne źródło energii, ten może dyktować tempo wdrożeń.
Humanoidy i twarde wdrożenia w przemyśle
Najbardziej medialną twarzą fizycznej AI są humanoidy, ale ich sens ekonomiczny rozstrzyga się na hali produkcyjnej. Konstrukcje demonstrowane na targach mają pokazać nie tylko „sztuczki”, lecz parametry: zakres ruchu stawów, widzenie dookólne, udźwig czy odporność na temperatury. W przypadku robotów przeznaczonych do pracy w fabryce liczy się też odporność na wodę i pył, czujniki dotyku oraz zdolność wykonywania zadań na różnych wysokościach.
Plany budowy zdolności produkcyjnych rzędu około 30 tys. robotów rocznie i wdrożenia ich w amerykańskim zakładzie do 2028 r. pokazują, że celem nie jest pojedyncza demonstracja, tylko skala. Start od sekwencjonowania części i powtarzalnych czynności jest logiczny: to obszary, gdzie roboty szybko zwracają się dzięki stabilnej jakości i redukcji przestojów. Ryzyko? Humanoidy są skomplikowane, a ich utrzymanie i bezpieczeństwo pracy w otoczeniu ludzi wymaga rygorystycznych standardów oraz dojrzałego oprogramowania.
Od fabryki do infrastruktury strategicznej
Fizyczna AI coraz częściej łączy się z polityką przemysłową i bezpieczeństwem. Zapowiedź budowy kompleksu robotyczno-wodorowego, z fabryką robotów i zapleczem dla firm partnerskich, to przykład myślenia infrastrukturalnego: AI, produkcja i energia mają tworzyć spójny system. Tego typu projekty są odpowiedzią na niepewność łańcuchów dostaw i rosnącą konkurencję technologiczną.
W tle pobrzmiewa też argument o „nowej normalności” ryzyka: firmy zakładają, że turbulencje geopolityczne i gospodarcze nie są epizodem, tylko stałym elementem otoczenia. To sprzyja inwestycjom w automatyzację, bo robotyka bywa traktowana jako sposób na stabilizację produkcji mimo braków kadrowych, presji kosztowej czy ograniczeń logistycznych.
Symulacje i obrona: nowy poligon dla agentów AI
Najbardziej kontrowersyjnym, ale i najszybciej rosnącym obszarem zastosowań fizycznej AI jest sektor obronny. Współpraca przemysłu z podmiotami rozwijającymi zaawansowane symulacje — znane dotąd z wirtualnych światów i gier — ma konkretną logikę: zanim agenty AI trafią do robotów i autonomicznych platform, można je trenować, testować i weryfikować w realistycznych środowiskach symulacyjnych. To przyspiesza iteracje i pozwala odtwarzać rzadkie, niebezpieczne scenariusze bez kosztów i ryzyka poligonowego.
Jednocześnie rodzi to pytania o standardy odpowiedzialności, przejrzystość testów i granice autonomii w systemach o znaczeniu militarnym. Z perspektywy technologicznej wspólne programy R&D, pilotaże i budowa wspólnych ram operacyjnych brzmią jak próba „uprzemysłowienia” procesu wdrażania agentów AI. Z perspektywy społecznej — to obszar, w którym tempo innowacji może wyprzedzać debatę o regulacjach.
Co przesądzi o sukcesie fizycznej AI
Fizyczna AI nie wygra samym zachwytem nad humanoidem. O sukcesie zdecydują trzy przyziemne czynniki: koszt komponentów (napędy, czujniki), dostępność energii (baterie o wysokiej gęstości i mocy) oraz zdolność do bezpiecznego działania w realnym świecie, gdzie wszystko jest bardziej chaotyczne niż w danych treningowych. Do tego dochodzi integracja z istniejącą produkcją — robot, który nie „dogaduje się” z linią i systemami jakości, pozostaje drogim eksperymentem.
Koreański zwrot w stronę fizycznej AI wygląda na próbę zbudowania przewagi poprzez przemysłową dyscyplinę: inwestycje w cały łańcuch wartości, od półprzewodników i baterii po wdrożenia w fabrykach i projekty infrastrukturalne. Największym wyzwaniem będzie utrzymanie równowagi między szybkością a niezawodnością — bo w świecie fizycznym błędy AI nie kończą się na złej odpowiedzi, tylko mogą oznaczać realne straty, przestoje i zagrożenia bezpieczeństwa.
Oryginalny tekst: From robots to defense alliances: Companies pivot to physical AI – The Korea Times