Goldman Sachs prognozuje 38 miliardów dolarów do 2035 roku: analiza prognozy

Na początku 2024 roku Goldman Sachs opublikował 88-stronicowy raport zatytułowany “Rise of the Humanoids”, w którym prognozował, że rynek robotów humanoidalnych osiągnie 6 miliardów dolarów do 2035 roku. Dwanaście miesięcy później zrewidował tę liczbę w górę do 38 miliardów dolarów, czyli 6-krotny wzrost. Ta rewizja nie była drobną korektą. Odzwierciedlała fundamentalne przemyślenie tego, jak szybko roboty humanoidalne mogą penetrować rynki pracy i jak szybko spadną koszty.

Raport Goldman stał się najczęściej cytowaną prognozą rynkową w branży robotyki humanoidalnej. Każda prezentacja firmowa, każda prezentacja dla inwestorów, każde przemówienie konferencyjne odwołuje się do jakiejś wersji liczby “38 miliardów dolarów do 2035 roku”. Ale większość osób, które ją cytuje, nie przeczytała pełnego raportu. Oto, co tak naprawdę mówi, jak go zamodelowano i gdzie założenia mogą się nie sprawdzić.

Dlaczego doszło do rewizji

Pierwotna prognoza Goldman na poziomie 6 miliardów dolarów została opublikowana przed kilkoma kluczowymi wydarzeniami.

Po pierwsze, krzywa kosztów przesunęła się szybciej, niż oczekiwano. Kiedy pisano pierwotny raport, najtańszy komercyjnie dostępny robot humanoidalny kosztował około 100 000 dolarów (cena korporacyjna Walker X od UBTECH). Do połowy 2024 roku Unitree wprowadził G1 za 16 000 dolarów, a AgiBot dostarczał jednostki za około 28 000 dolarów. Pierwotny model Goldman zakładał koszty jednostkowe na poziomie 50 000 - 100 000 dolarów do 2030 roku. Rzeczywistość już podcinała ten szacunek 3-5-krotnie.

Po drugie, tempo wzrostu produkcji w Chinach zaskoczyło wszystkich. Pierwotny model Goldman zakładał stopniowe skalowanie przez garść firm. Polityka MIIT i pojawienie się AgiBota w połączeniu z agresywną polityką cenową Unitree sprawiły, że strona podażowa skalowała się znacznie szybciej, niż model przewidywał.

Po trzecie, skok możliwości AI był większy, niż oczekiwano. Integracja dużych modeli językowych i multimodalnych modeli fundamentalnych z systemami sterowania robotami postępowała w latach 2024-2025 szybciej, niż przewidywali analitycy robotyki Goldman. Poszerzyło to zakres zadań, które roboty humanoidalne mogły wykonywać, a co za tym idzie - rozszerzyło adresowalny rynek.

Jak Goldman modeluje rynek

Metodologia prognozowania Goldman opiera się na podejściu odgórnym od rynku pracy w połączeniu z oddolną analizą zdolności produkcyjnych. Zrozumienie metodologii jest kluczowe dla oceny wiarygodności prognozy.

Krok 1: Całkowity adresowalny rynek pracy

Goldman zaczyna od globalnej siły roboczej w sektorach, w których roboty humanoidalne mogą zastąpić ludzkich pracowników. Skupiają się na czterech sektorach: produkcja (330 milionów pracowników globalnie), magazynowanie i logistyka (90 milionów), usługi komercyjne (60 milionów na odpowiednich stanowiskach) i ostatecznie konsument/gospodarstwo domowe (nieuwzględnione w liczbie na 2035, ale wspomniane jako potencjał wzrostu).

Szacują, że do 2035 roku około 4% adresowalnych miejsc pracy w produkcji i 2% w logistyce mogłoby technicznie być wykonywanych przez roboty humanoidalne. Daje to łączny adresowalny wolumen około 1,4 miliona robotów.

Krok 2: Wskaźnik penetracji i harmonogram

Goldman nie zakłada, że wszystkie technicznie adresowalne miejsca pracy zostaną spenetrowane do 2035 roku. Ich scenariusz bazowy zakłada, że roboty humanoidalne obsadzą około 250 000 stanowisk do 2035 roku, co stanowi około 18% technicznie adresowalnego rynku. To jest krzywa wdrożeń, a nie teoretyczne maksimum.

Krok 3: Ekonomia jednostkowa

To tutaj rewizja była najdramatyczniejsza. Pierwotny model zakładał przychód na jednostkę na poziomie około 25 000 dolarów (tylko sprzedaż sprzętu). Zrewidowany model zakłada przychód w cyklu życia jednostki na poziomie około 150 000 dolarów, obejmujący sprzęt (30 000 - 50 000 dolarów), subskrypcje oprogramowania AI (500 - 1 000 dolarów/miesiąc), kontrakty serwisowe (3 000 - 5 000 dolarów/rok) i licencjonowanie aplikacji specyficznych dla zadań.

Krok 4: Ograniczenie zdolności produkcyjnej

Goldman przyznaje, że zdolność produkcyjna, a nie popyt, będzie wiążącym ograniczeniem przynajmniej do 2030 roku. Ich model zakłada, że globalna zdolność produkcyjna osiągnie 100 000 jednostek rocznie do 2030 roku i 500 000 jednostek rocznie do 2035 roku. Liczby te zakładają znaczne inwestycje kapitałowe ze strony wielu producentów.

Trzy scenariusze

Goldman prezentuje trzy scenariusze: pesymistyczny (bessa), bazowy i optymistyczny (hossa). Większość ludzi cytuje tylko scenariusz bazowy. Rozpiętość jest istotna.

Scenariusz pesymistyczny: 12 miliardów dolarów

Scenariusz pesymistyczny zakłada, że postęp AI utyka, koszty jednostkowe pozostają powyżej 40 000 dolarów, a roboty humanoidalne ograniczają się do prostych powtarzalnych zadań w ustrukturyzowanych środowiskach. W tym scenariuszu roboty humanoidalne są w zasadzie drogimi alternatywami dla automatyki stacjonarnej z nogami, a większość producentów dochodzi do wniosku, że tradycyjne ramiona robotyczne są bardziej opłacalne. Globalne wdrożenie osiąga około 100 000 jednostek do 2035 roku.

Scenariusz bazowy: 38 miliardów dolarów

Scenariusz bazowy zakłada stabilną poprawę AI, spadek kosztów sprzętowych do 20 000 - 30 000 dolarów do 2030 roku oraz wykonywanie przez roboty humanoidalne znaczącego zakresu zadań manipulacyjnych i nawigacyjnych w częściowo ustrukturyzowanych środowiskach. Przychody z oprogramowania i usług stanowią 60% łącznej wartości rynku. Globalne wdrożenie: 250 000 - 300 000 jednostek.

Scenariusz optymistyczny: 152 miliardy dolarów

Scenariusz optymistyczny zakłada szybkie przełomy w AI, koszty jednostkowe poniżej 15 000 dolarów do 2030 roku oraz otwarcie rynku konsumenckiego przed 2035 rokiem. W tym scenariuszu roboty humanoidalne stają się w fabrykach tak powszechne jak wózki widłowe, a roboty domowe zaczynają penetrować rynek konsumencki. Globalne wdrożenie przekracza 1 milion jednostek. Goldman zaznacza, że ten scenariusz “wymaga wielu jednoczesnych przełomów”, ale nie jest niemożliwy.

Co model oddaje dobrze

Ramy Goldman opierają się na kilku założeniach, które wydają się dobrze poparte obecnymi dowodami.

Zastępowanie pracy to właściwa perspektywa. Roboty humanoidalne będą wyceniane przede wszystkim na podstawie pracy, którą zastępują, a nie jako samodzielne produkty. Jest to zgodne z tym, jak każda duża firma produkująca roboty humanoidalne przedstawia swoją ofertę klientom korporacyjnym.

Oprogramowanie i usługi będą generować większość wartości. Komodytyzacja sprzętu już się dzieje (patrz: Unitree G1 za 16 000 dolarów). Prawdziwe marże będą pochodzić z oprogramowania AI, aplikacji specyficznych dla zadań i kontraktów serwisowych. Jest to zgodne z szerszymi trendami w branży technologicznej.

Zdolność produkcyjna to krótkoterminowe wąskie gardło. Popyt na roboty humanoidalne w odpowiednim przedziale cenowym prawdopodobnie przewyższa zdolność podażową przynajmniej do 2030 roku. Modelowanie strony podażowej przez Goldman jest bardziej konserwatywne niż niektóre inne prognozy, co jest prawdopodobnie trafne.

Co model może oddawać błędnie

Każdy model prognostyczny opiera się na założeniach, które mogą okazać się nietrafione. Oto najważniejsze z nich.

Krzywa spadku kosztów może być zbyt optymistyczna. Goldman zakłada, że koszty sprzętowe jednostki będą spadać o 15-20% rocznie, podążając za krzywą podobną do ramion robotów przemysłowych w latach 2000. Ale roboty humanoidalne są znacznie bardziej złożone niż ramiona robotyczne, z większą liczbą siłowników, czujników i bardziej wymagającymi parametrami termicznymi i strukturalnymi. Spadek kosztów może być wolniejszy, niż sugerują historyczne analogie robotyczne.

Rynki pracy mogą stawiać opór. Model zakłada, że firmy wdrożą roboty humanoidalne wszędzie tam, gdzie są opłacalne. W rzeczywistości związki zawodowe, regulacje, opór publiczny i inercja instytucjonalna mogą znacząco spowolnić adopcję. Europa w szczególności prawdopodobnie wdroży regulacje ograniczające tempo robotycznego zastępowania pracy.

Założenie o przychodach z oprogramowania jest nieudowodnione. Scenariusz bazowy Goldman zakłada 500 - 1 000 dolarów miesięcznie przychodów z subskrypcji oprogramowania na robota. Żadna firma produkująca roboty humanoidalne nie wykazała jeszcze tego rodzaju powtarzalnego modelu przychodów z oprogramowania na skalę. Jest to prawdopodobne, ale jest projekcją opartą na innych rynkach SaaS, nie na rzeczywistych danych przychodowych z robotów humanoidalnych.

Czynnik chiński działa w obie strony. Model Goldman zakłada, że chińscy producenci napędzą skalę produkcji i redukcję kosztów, co przyniesie korzyść łącznej wielkości rynku. Ale jeśli chińskie firmy zdominują produkcję i sprzedają z niskimi marżami, łączny adresowalny przychód może być niższy, niż Goldman prognozuje. Rynek z milionami tanich chińskich robotów to duży rynek pod względem wolumenu jednostek, ale niekoniecznie pod względem wartości dolarowej.

Jak wypadają prognozy innych banków

Goldman nie jest jedynym bankiem inwestycyjnym z prognozą rynku robotów humanoidalnych. Szacunki różnią się znacząco.

Rozpiętość pomiędzy głównymi bankami (18 - 45 miliardów dolarów) jest węższa niż własny zakres Goldman od scenariusza pesymistycznego do optymistycznego, co sugeruje ogólny konsensus, że rynek będzie znaczący, ale jego dokładna wielkość w dużej mierze zależy od założeń dotyczących postępu AI i krzywych kosztowych.

Co to oznacza dla inwestorów i branży

Raport Goldman ma znaczenie, ponieważ daje inwestorom instytucjonalnym “pozwolenie” na alokację kapitału w robotykę humanoidalną. Przed raportem roboty humanoidalne były uznawane przez większość inwestorów instytucjonalnych za spekulatywną technologię. Po tym, jak Goldman postawił liczbę 38 miliardów dolarów z 88-stronicową metodologią za nią, sektor stał się “inwestowalny” w sposób, w jaki nie był wcześniej.

Ma to realne konsekwencje. Więcej kapitału płynącego do sektora oznacza, że więcej firm może skalować produkcję, co obniża koszty, co rozszerza adresowalny rynek, co przyciąga więcej kapitału. Prognoza Goldman jest w tym sensie częściowo samospełniająca się.

Najbardziej użyteczny sposób myślenia o prognozie Goldman to potraktowanie jej nie jako przewidywania, ale jako zestawu ram analitycznych. Metodologia, dzieląca rynek na TAM pracy, wskaźnik penetracji, ekonomię jednostkową i zdolność produkcyjną, daje ustrukturyzowany sposób formowania własnego poglądu. Dostosujcie założenia do własnych przekonań o postępie AI, krzywych kosztowych i środowisku regulacyjnym, a otrzymacie własną liczbę. Wkład Goldman to ramy, nie konkretna odpowiedź.

Nie ulega wątpliwości, że rynek robotów humanoidalnych istnieje i rośnie. 500 milionów dolarów przychodów w 2025 roku to fakt. 12 800 dostarczonych jednostek to fakt. Pytanie dotyczy jedynie tego, jak duży i jak szybki będzie wzrost. I w tym pytaniu raport Goldman jest tak dobrym punktem wyjścia jak każdy inny.