ربات‌های انسان‌نما در سال ۲۰۲۶ وارد خط تولید شدند: آنچه واقعاً در جریان است

سوال این که ربات‌های انسان‌نما چه زمانی وارد نیروی کار واقعی می‌شوند، در بیشتر دهه گذشته بارها مطرح و رد شده و دوباره مطرح شده است. پاسخ رایج از سوی شکاکان همیشه نوعی «پنج تا ده سال دیگر» بود - بازه زمانی که حاکی از قریب‌الوقوع بودن دائمی بدون تعهد واقعی است. اما آن پاسخ منقضی شده است. در سال ۲۰۲۶، ربات‌های انسان‌نما پنج سال با کف کارخانه فاصله ندارند. چندین هزار عدد از آن‌ها همین حالا آنجا هستند، کار واقعی انجام می‌دهند، و شرکت‌هایی که این ربات‌ها را مستقر می‌کنند سفارش ده‌ها هزار عدد دیگر می‌دهند.

چه کسی چه چیزی را مستقر می‌کند

Boston Dynamics در ژانویه ۲۰۲۶ ربات الکتریکی Atlas آماده تولید خود را رونمایی کرد که به طور خاص برای اتوماسیون صنعتی طراحی شده است، نه نمایش تحقیقاتی. این ربات می‌تواند تا ۵۰ کیلوگرم را بلند کند و حدود چهار ساعت با باتری قابل تعویض کار کند. تولید اولیه برای سال ۲۰۲۶ کاملاً رزرو شده است: مرکز اپلیکیشن رباتیک متاپلنت هیوندای، همراه با Google DeepMind، اولین ناوگان را در اختیار گرفته است. گروه هیوندای سفارش بیش از ۲۵۰۰۰ دستگاه Atlas را برای کارخانه‌های هیوندای و کیا ثبت کرده است و تولید در آمریکا تا ۲۰۲۸ مقیاس می‌یابد. این بزرگترین سفارش ثبت‌شده برای ربات‌های انسان‌نما است و از خریداری می‌آید که برای خودرو می‌سازد و به ربات‌هایی نیاز دارد که در آن محیط به‌طور قابل اعتماد کار کنند.

Figure AI از مرز ۱۰۰۰۰ استقرار در انبارهای شریک عبور کرده است، از جمله نصب فعال در تأسیسات تولیدی BMW در اسپارتانبورگ، کارولینای جنوبی. وظایف شامل مونتاژ قطعات و حمل مواد است - کار تکراری و دقیق که نیاز به حل مسئله خلاقانه ندارد، اما دست‌های ماهر و استدلال فضایی را می‌طلبد. BMW گزارش می‌دهد که کارایی خط در این سایت ۱۵ درصد بهبود یافته است. این عدد اولیه است و تغییر می‌کند، اما یک اندازه‌گیری واقعی از یک استقرار واقعی است، نه یک پیش‌بینی از محیط نمایشی.

مسیر Tesla از نظر شخصیت متفاوت است. این شرکت تا سه‌ماهه اول ۲۰۲۶ بیش از ۵۰۰۰۰ دستگاه Optimus Gen 3 تولید کرده است که عمدتاً در Gigafactory‌های خود در آستین، شانگهای و برلین مستقر شده‌اند. این ربات‌ها کارهای داخلی انجام می‌دهند - عملیات pick-and-place، مرتب‌سازی سلول‌های باتری، مونتاژ سبک - اما Tesla آن‌ها را بیشتر به عنوان پلتفرم‌های یادگیری توصیف کرده است تا کارگران تولیدی. ارزیابی صادقانه این است که Optimus در حال جمع‌آوری داده‌ها و ایجاد قابلیت است، بیش از تولید بازده اقتصادی. تبدیل کارخانه فریمانت توسط Tesla برای تولید ربات انسان‌نما در سه‌ماهه دوم ۲۰۲۶ نشان می‌دهد که این شرکت برای مقیاس جدی است، اما اولین استقرارهای واقعاً مولد خارجی احتمالاً در اواخر ۲۰۲۶ یا اوایل ۲۰۲۷ رخ می‌دهد.

این ربات‌ها چه کاری می‌توانند انجام دهند و چه کاری نمی‌توانند

قابلیت‌های ربات‌های انسان‌نمای تجاری فعلی از آنچه بازاریابی نشان می‌دهد محدودتر است، اما از آنچه منتقدان اعتراف می‌کنند قابل‌توجه‌تر است. وظایفی که در سال ۲۰۲۶ به طور قابل اعتماد انجام می‌دهند مشخصات مشترکی دارند: تکراری، ساختاریافته، از نظر فیزیکی سخت و خوب تعریف شده. جابجایی مواد، حمل قطعات، عملیات pick-and-place روی اشیاء شناخته شده، و مونتاژ قطعات با هندسه مشخص. این وظایف ارزشمند هستند - بخش قابل توجهی از کار کارخانه و انبار را تشکیل می‌دهند - اما به سازگاری در دنیای باز نیاز ندارند که به ربات‌ها اجازه دهد طیف کامل کار انسانی را بر عهده بگیرند.

مرز دشوار، مهارت دستکاری اشیاء در شرایط نامنظم است. برداشتن یک شیء شناخته شده در مکان شناخته شده از یک جهت مشخص یک مسئله حل شده است. برداشتن یک شیء ناشناخته از یک توده، یا جابجایی اشیاء با اشکال و وزن‌های متغیر، یا کار در محیط‌هایی که به طور غیرقابل پیش‌بینی تغییر می‌کنند - اینها همچنان مسائل تحقیقاتی فعال هستند. Boston Dynamics Atlas، Figure 02 و Tesla Optimus Gen 3 همگی در این وظایف بهتر از هر رباتی هستند که سه سال پیش در دسترس بود. اما هیچ‌کدام نمی‌تواند کاری را انجام دهد که یک کارگر انبار وقتی اتفاق غیرمنتظره‌ای رخ می‌دهد انجام می‌دهد.

اقتصاد نیروی کار

تصمیمات استقراری که همین الان گرفته می‌شود به همان اندازه که تحت تأثیر قابلیت فناوری است، تحت تأثیر اقتصاد نیروی کار است. در بازارهایی که با کمبود مزمن نیروی کار برای کارهای فیزیکی مواجه هستند - تولید خودرو، لجستیک، فرآوری مواد غذایی - محاسبه برای ربات‌های انسان‌نما در حال تغییر است. ربات‌های موجود امروز تقریباً ۳۰,۰۰۰ تا ۸۰,۰۰۰ دلار به ازای هر واحد هزینه دارند، با هزینه‌های مداوم نرم‌افزار و نگهداری. برای وظایفی که یک کارگر انسانی سالانه ۵۰,۰۰۰ تا ۷۰,۰۰۰ دلار دستمزد و مزایا دارد، دوره بازگشت سرمایه روی سخت‌افزار فعلی یک تا سه سال بسته به نرخ استفاده اندازه‌گیری می‌شود. با کاهش هزینه واحد به دلیل مقیاس تولید، این محاسبه در سطوح قیمت پایین‌تر قانع‌کننده‌تر می‌شود.

چارچوب جایگزینی نیروی کار، اگرچه از نظر اقتصادی برای برخی سناریوها دقیق است، اما ناقص نیز هست. استقرارهایی که بهترین نتایج اولیه را نشان می‌دهند در مکان‌هایی است که ربات‌ها پرتکرارترین و پرخطرترین وظایف را در کنار کارگران انسانی انجام می‌دهند و کارگران به نقش‌های نظارتی یا وظایف متغیرتر منتقل می‌شوند. نتیجه اسپارتانبورگ BMW از یک مدل مشارکتی حاصل شده است، نه مدل جایگزینی. مسیر کوتاه‌مدت ربات‌های انسان‌نما در محیط کار بیشتر شبیه تخصیص مجدد کارهای انسانی است تا جایگزینی کامل.

لایه نرم‌افزاری که کسی درباره آن صحبت نمی‌کند

سخت‌افزار ربات‌های انسان‌نما توجه را جلب می‌کند، اما تصمیمات نرم‌افزاری که الان گرفته می‌شود تعیین می‌کند کدام شرکت‌ها در پنج سال آینده پیشتاز باشند. Cosmos 3 از NVIDIA که در Computex 2026 معرفی شد، یک foundation model برای physical AI است - سیستمی که می‌تواند درباره محیط‌های فیزیکی استدلال کند، داده‌های آموزشی برای رفتار ربات تولید کند و ربات‌ها را قادر سازد بدون برنامه‌نویسی دستی طاقت‌فرسا با وظایف جدید سازگار شوند. شرکت‌هایی که ربات‌هایی را مستقر می‌کنند که از عملیات واقعی یاد می‌گیرند و آن داده را به مدل‌های بهبودیافته بازمی‌گردانند، یک مزیت compounding می‌سازند. ربات‌های سال ۲۰۲۸ به طور قابل توجهی توانمندتر از ربات‌های ۲۰۲۶ خواهند بود، نه عمدتاً به دلیل بهبود سخت‌افزار، بلکه به دلیل اینکه مدل‌های اجرا شده روی آن‌ها با میلیون‌ها ساعت داده از تعامل فیزیکی واقعی آموزش دیده‌اند که فقط شرکت‌های دارای ناوگان فعال بزرگ به آن دسترسی خواهند داشت.