Co naprawde mowi scenariusz pesymistyczny Goldman Sachs (i dlaczego warto go przeczytac zamiast naglowka o 38 mld dolarow)

Kiedy Goldman Sachs opublikowal swoja zrewidowana prognozę rynku robotow humanoidalnych pod koniec 2024 roku, liczba, ktora odbila sie echem w kazdej prezentacji dla inwestorow, w kazdym przemowieniu konferencyjnym i kazdym poscie na LinkedIn, wyniosla 38 miliardow dolarow do 2035 roku. Szerzej opisalismy ten scenariusz bazowy w naszej analizie raportu Goldman Sachs. Liczba 38 mld dolarow stala sie swego rodzaju haslom branzy. Wystarczy ja wrzucic do rozmowy, by zasygnalizowac, ze roboty humanoidalne sa prawdziwe, ze powazni ludzie z terminalami Bloomberg w nia wierza i ze istnieje wart scigania rynek adresowalny.

Jednak raport Goldman Sachs nie mowi, ze rynek robotow humanoidalnych wyniesie 38 miliardow dolarow. Mowi, ze rynek moze wyniesc miedzy 12 a 152 miliardami dolarow, a sami analitycy nie sa pewni, gdzie w tym przedziale wyląduje rzeczywistosc. To rozpieta 28 razy. Gdybys powiedzial inwestorowi venture capital, ze calkowity rynek adresowalny twojego startupu wynosi miedzy 12 a 152 miliardow dolarow, uprzejmie poprosillby cie, zebys wrocil, kiedy juz ustalisz ktory.

Scenariusz bazowy na 38 miliardow dolarow jest psychologicznie najwygodniejszą liczba. Jest wystarczajaco duza, by uzasadnic inwestycje, ale wystarczajaco skromna, by wydawac sie wiarygodna. Siedzi w strefie, gdzie mozna kiwac glowa bez koniecznosci konfrontowania sie z mozliwoscia, ze cala ta branzy moze skończyc sie jako przypis w historii - lub ze moze pozerac caly rynek pracy. Scenariusze pesymistyczny i optymistyczny sa tymi interesujacymi. Zmuszaja do myslenia o tym, co naprawde musialoby byc prawdziwe, by kazdy wynik sie zmaterializowal. I teraz, na poczatku 2026 roku, istnieja realne dowody wskazujace w obu kierunkach.

Ten artykul dotyczy scenariusza pesymistycznego na 12 miliardow dolarow. Nie dlatego, ze uwazamy go za najbardziej prawdopodobny wynik, ale dlatego, ze prawie nikt go nie czyta, a zalozenia, ktore za nim stoja, zasługują na powazne rozpatrzenie.

Problem zakresu 28x

Zanim pojdziemy dalej, zatrzymajmy sie na chwile przy tej liczbie. Roznica miedzy scenariuszem pesymistycznym a optymistycznym Goldman Sachs wynosi 12,7 razy. Inaczej mowiac, wlasni analitycy Goldman twierdza, ze rynek w 2035 roku moze byc mniej wiecej wielkosci globalnego rynku zmywarek (12 mld dol.) lub mniej wiecej wielkosci globalnego rynku sprzetu polprzewodnikowego (152 mld dol.). To sa dwie profundnie rozne przyszlosci. Jedna jest nudna. Druga przeksztalca cywilizacje.

Ten zakres nie jest niepowodzeniem analizy. To uczciwe odzwierciedlenie realnej niepewnosci. Branzy robotow humanoidalnych jest na etapie, w ktorym wynik zalezy od kilku binarnych pytan, na ktore nikt nie moze pewnie odpowiedziec. Czy modele fundacyjne do manipulacji naprawde beda sie uogolniac? Czy koszty siłownikow pójdą sciezka elektroniki konsumenckiej czy lotniczej? Czy regulatorzy pozwola tym maszynom pracowac obok ludzi w fabrykach? Czy spoleczenstwo je zaakceptuje?

Kazda firma prognozujaca stoi przed tym samym problemem. Ale odmiennie radza sobie z niepewnoscią.

Morgan Stanley podaje jednopunktowe szacowanie 29 mld dolarow bez publikowania zakresu pesymistycznego i optymistycznego. Citi GPS oferuje 45 mld dolarow, ale chowa scenariusz pesymistyczny w przypisie. ARK Invest w swoim raporcie Big Ideas 2026 rzuca liczba 24 bilionow dolarow szansy przychodowej, co sprawia, ze scenariusz optymistyczny Goldman wyglada zachowawczo. Tylko Goldman publikuje wszystkie trzy scenariusze z wystarczajacymi szczegolaami metodologicznymi, by mozna bylo audytowac ich zalozenia.

Ta transparentnosc jest największa wartoscia raportu. Nie liczba 38 mld dolarow. Framework.

Scenariusz pesymistyczny w calosci: 12 miliardow dolarow do 2035 roku

Scenariusz pesymistyczny Goldman Sachs nie jest scenariuszem zagłady. Nie jest “roboty humanoidalne zawodza”. To cos bardziej subtelnego i - pod niektorymi wzgledami - bardziej interesujacego. To scenariusz, w ktorym roboty humanoidalne dzialaja, mniej wiecej, ale nie wystarczajaco dobrze ani tanio, by uzasadnic swoj ksztalt wobec prostszych alternatyw. W scenariuszu pesymistycznym robot humanoidalny staje sie rozwiazaniem szukajacym problemow, ktore istniejaca automatyzacja juz rozwiazuje taniej.

Oto piec filor scenariusza pesymistycznego.

Filar 1: Postep AI zatrzymuje sie na “wystarczajaco dobre do demon, niewystarczajace do wdrozen”

Scenariusz pesymistyczny zaklada, ze mozliwosci AI wymagane od robotow humanoidalnych do wykonywania uzytecznej pracy w nieustrukturyzowanych srodowiskach nie pojawiaja sie zgodnie z harmonogramem. Konkretnie Goldman zaklada, ze modele fundacyjne do manipulacji robotycznej osiagaja plafon na poziomie, na ktorym radza sobie z 60-70% podzadan w kontrolowanych demonstracjach, ale zawodza w 15-25% przypadkow brzegowych ze swiatwa rzeczywistego.

To kluczowe rozroznienie. Roznica miedzy 95% a 75% wskaznikiem sukcesu w warunkach fabrycznych to nie 20 punktow procentowych. To roznica miedzy uzytecznym narzedziem a drogim zobowiazaniem. Robot upuszczajacy jedna na cztery czesci, lub zamrozajacy sie po napotkaniu nieoczekiwanej przeszkody w 20% przypadkow, nie nadaje sie do wdrozenia. Wymaga ludzkiej opieki, co obala cale ekonomiczne uzasadnienie.

Pesymistyczne zalozenie AI Goldman Sachs nie polega na tym, ze postep calkowicie sie zatrzymuje. Polega na tym, ze postep trwa, ale napotyka malajace zwroty. Pierwsze 80% mozliwosci przychodzi szybko (mozna argumentowac, ze jestesmy tam teraz w przypadku prostych zadan pick-and-place). Nastepne 15% trwa znacznie dluzej. Ostatnie 5% - ta czesc, ktora sprawia, ze roboty sa wystarczajaco niezawodne do autonomicznego wdrozenia - moze wymagac przelomow architektonicznych, ktore jeszcze nie nastapily.

Filar 2: Koszty sprzetu odmawiaja podazania sciezka elektroniki konsumenckiej

Scenariusze bazowy i optymistyczny zakladaja, ze koszty sprzetu robotow humanoidalnych spadaja o 15-20% rocznie, podazajac trajektoria podobna do telewizjorow plaskich, baterii litowych lub przemyslowych ramion robotycznych. Scenariusz pesymistyczny zaklada, ze koszty spadaja tylko o 5-8% rocznie, utrzymujac cene jednostkową powyzej 40 000 dolarow do 2030 roku i powyzej 30 000 dolarow do 2035 roku.

Dlaczego koszty moglyby pozostac wysokie? Kilka powodow.

Siłowniki sa najwiekszym czynnikiem napedzajacym koszty w robotach humanoidalnych, stanowiac 40-55% rachunku materialow. W przeciwienstwie do polprzewodnikow korzysatajacych ze skalowania fotolitografii, siłowniki sa urzadzeniami elektromechanicznymi wymagajacymi precyzyjnej obrobki, magnesow z ziem rzadkich i niestandardowej przekladni. Fizyka jednoczesnego zmniejszania silnika, zmniejszania jego wagi i zwiekszania mocy jest naprawde trudna. Analiza krzywej kosztow UBS Evidence Lab z 2025 roku wykazala, ze koszty siłownikow spadly o zaledwie 8% rok do roku w 2024-2025, w porownaniu z zakladanym przez scenariusz bazowy Goldman rocznym spadkiem o 18%.

Czujniki sa drugim co do wielkosci czynnikiem kosztowym. Robot humanoidalny potrzebuje czujnikow sila-moment w kazdym stawie (12-20 sztuk), IMU, wielu kamer i czesto LiDAR. Sam zestaw czujnikow kosztuje 3000-5000 dolarow za jednostke przy obecnych wolumenach. Koszty spadna wraz ze skalem, ale scenariusz pesymistyczny zaklada, ze zlozonosc integracji czujnikow utrzymuje laczne koszty czujnikow powyzej 2000 dolarow za jednostke do 2035 roku.

Nastepnie jest problem zarzadzania termicznego. Roboty humanoidalne generuja znaczne cieplo podczas dlugotrwalej pracy. Obecna technologia baterii i silnikow produkuje tyle ciepla odpadowego, ze wiekszosc humanoidow moze pracowac ciagle przez 2-4 godziny przed koniecznoscia schlodzenia. Rozwiazanie tego wymaga albo lepszych baterii (drogie), lepszego odprowadzania ciepla (dodaje wagi i kosztow), albo akceptowania ograniczonych okien roboczych (zmniejsza wartosc dla klientow).

Filar 3: Pytanie o ksztalt pozostaje nierozstrzygniete

To najbardziej prowokacyjny argument scenariusza pesymistycznego. Analitycy Goldman Sachs w scenariuszu pesymistycznym expressis verbis pytaja: po co humanoid? Jesli celem jest automatyzacja prac fabrycznych, dlaczego budowac robota w ksztalcie czlowieka, kiedy mozna zbudowac robota w ksztalcie pasujacym do zadania?

Przemyslowe ramiona robotyczne automatyzuja prace fabryczne od dziesiatek lat. Sa niezawodne, dobrze rozumiane i o malejacych kosztach. Nowoczesne 6-osiowe ramie robotyczne kosztuje 25 000-50 000 dolarow i moze pracowac ciagle przez ponad 80 000 godzin. Nie musi zachowywac rownowagi. Nie musi chodzic. Nie musi zarzadzac zlozoną dynamiką bipedalna jednoczesnie z wykonywaniem zadan manipulacji.

Standardowy argument za humanoidalnym ksztaltem polega na tym, ze moga nawigowac w srodowiskach zaprojektowanych dla ludzi i uzywac narzedzi zaprojektowanych dla ludzkich dloni. To wazne w pewnych zastosowaniach. Ale scenariusz pesymistyczny pyta: ile tych zastosowan uzasadnia premie 40 000 dolarow+ wobec stalego ramienia robotycznego? W fabryce, gdzie mozna przeprojektowac uklad, prawdopodobnie niewielu. W magazynie, gdzie mozna zainstalowac system szynowy, prawdopodobnie niewielu. Scenariusz pesymistyczny szacuje, ze tylko 15-20% poczatkowo adresowalnego rynku naprawde wymaga humanoidalnego ksztaltu. Reszta mogla byc obslugiwana przez tania, prostsze alternatywy.

Filar 4: Rynki pracy opieraja sie szybciej niz postepuje technologia

Scenariusz bazowy zaklada, ze firmy beda wdrazac roboty humanoidalne wszedzie tam, gdzie uzasadnia to ekonomia, z opoznieniem okolo 3-5 lat miedzy oplacalnoscia a faktycznym wdrozeniem. Scenariusz pesymistyczny zaklada, ze opoznienie wynosi 7-10 lat, napedzone przez trzy sily.

Po pierwsze, tarcia regulacyjne. Europejskie Rozporzadzenie o AI i ewoluujace przepisy bezpieczenstwa pracy moga wymagac rozleglych procesow certyfikacji dla robotow humanoidalnych pracujacych obok ludzi. Scenariusz pesymistyczny Goldman szacuje, ze sama certyfikacja UE moze dodac 18-24 miesiace do hamonogramow wdrozen i 5000-10 000 dolarow na jednostke w kosztach zgodnosci. Japonska ramka bezpieczenstwa przemyslowego, choc bardziej przyjazna robotom, nadal wymaga znacznych adaptacji dla humanoidalnych ksztaltow, ktore nie byly brane pod uwage w istniejacych przepisach.

Po drugie, opor zwiazkowow pracowniczych. Na rynkach, gdzie zorganizowana praca jest silna, w tym w Niemczech, Japonii, Korei Poludniowej i czesciach Stanow Zjednoczonych, zwiazki zawodowe beda negocjowac limity wdrozen, wymogi przekwalifikowania i harmonogramy stopniowego wdrazania. To nie jest spekulacja. To sie juz dzieje. Negocjacje kontraktowe UAW z 2025 roku z Fordem i GM obejmowaly expressis verbis klauzule ograniczajace automatyzacje robotyczna w liniach montazowych.

Po trzecie, nastrojow spoleczne. Dane z badania McKinsey dotyczacego automatyzacji pokazuja, ze publiczna akceptacja robotow w miejscu pracy gwaltownie spada, gdy roboty wygladaja jak humanoidy. Paradoksalnie ludzie sa mniej komfortowi pracujac obok robota, ktory ich przypomina, niz obok przemyslowego ramienia. Ta bariera psychologiczna moze spowolanik przyjecia w srodowiskach zorientowanych na klienta i mieszanych srodowiskach pracy ludzi i robotow.

Filar 5: Przychody z oprogramowania nie zmaterializuja sie

Scenariusz bazowy Goldman Sachs zaklada, ze 60% calkowitej wartosci rynku robotow humanoidalnych pochodzi z oprogramowania i uslug, nie ze sprzetu. To zalozenie, bardziej niz jakiekolwiek inne, napedza roznice miedzy rynkiem o wartosci 12 miliardow a rynkiem o wartosci 38 miliardow dolarow. Rynek sprzetu jest w przyblizeniu podobny we wszystkich scenariuszach. Rynek oprogramowania i uslug to miejsce, gdzie scenariusze sie radykalnie rozchodza.

Scenariusz pesymistyczny zaklada, ze przychody z oprogramowania na jednostke osiagaja tylko 200-300 dolarow miesiecznie, w porownaniu z 500-1000 dolarow w scenariuszu bazowym. Dlaczego? Poniewaz scenariusz pesymistyczny zaklada, ze wiekszosc nabywcow to duzi producenci, ktorzy rozwijaja wlasne oprogramowanie dedykowane zadaniom we wlasnym zakresie, a nie subskrybuja platformy stron trzecich. Jesli Toyota wdraza 500 robotow humanoidalnych na swoich liniach montazowych, nie zamierza placic 500 dolarow miesiecznie za robota za gotowe oprogramowanie. Zbuduje wlasny stos sterowania, tak samo jak zbudowala wlasny system produkcyjny.

Scenariusz pesymistyczny zaklada rowniez wyzsza rotacje klientow. Jesli roboty nie wykonuja zadan wystarczajaco niezawodnie (patrz Filar 1), klienci anuluja subskrypcje oprogramowania i przywroca pracownikow ludzkich. To petla sprzezenia zwrotnego, ktora sprawia, ze scenariusz pesymistyczny jest wewnetrznie spojny: slaba wydajnosc AI prowadzi do niskiej niezawodnosci, co prowadzi do niskich wskaznikow dolaczenia oprogramowania, co prowadzi do nizszych przychodow na jednostke, co prowadzi do mniejszego calkowitego rynku.

Pesymistyczny vs. bazowy: zalozenia ramie w ramie

Teraz, gdy nakreslilismy piec filor, zobaczmy, jak scenariusz pesymistyczny i bazowy porownuja sie pod wzgledem kazdego kluczowego zalozenia.

A teraz scenariusz bazowy wobec optymistycznego.

Co mowi obecne dowody o kazdym scenariuszu

Tu robi sie interesujace. Jestesmy teraz na poczatku 2026 roku. Zrewidowana prognoza Goldman Sachs zostala opublikowana pod koniec 2024 roku. Mamy okolo 15 miesiecy nowych danych, by testowac ich zalozenia. Ocenmy dowody.

Dowody wspierajace scenariusz pesymistyczny

Manipulacja AI nadal nie jest wystarczajaco niezawodna do autonomicznego wdrozenia. Od marca 2026 roku zaden robot humanoidalny nie dziala w pelni autonomicznie w srodowisku produkcyjnym bez nadzoru czlowieka. Jednostki Optimus Tesli w Fremont i Giga Texas wykonuja nadzorowane zadania transportu materialow. Wdrozenia Figure w BMW sa opisywane jako “nadzorowane przez czlowieka”. Jednostki Apollo firmy Apptronik w Mercedes sa w programach pilotazowych, nie w pelnej produkcji. Ocena zrecznosci humanoidow IEEE Spectrum z 2025 roku wykazala, ze nawet najlepsze systemy osiagaly wskazniki wykonania zadan wynoszace zaledwie 82% w przypadku nowych zadan manipulacji - znacznie ponizej progu 95% wymaganego przez scenariusz bazowy Goldman.

Spadki kosztow byly wolniejsze niz projektowano. Unitree G1 za 16 000 dolarow wyglada jak dane ze scenariusza bazowego, ale jest pewne zastrzezenie. G1 za 16 000 dolarow to platforma deweloperska o ograniczonych mozliwosciach manipulacji. G1 gotowy do produkcji z ulepszonymi dlonmi i dodatkowymi czujnikami kosztuje blizej 25 000-30 000 dolarow. W pelni wyposazone jednostki, ktore AgiBot i Unitree dostarczaja klientom przemyslowym, sa wyceniane na 35 000-60 000 dolarow, w zaleznosci od konfiguracji. To blizej trajektorii kosztow scenariusza pesymistycznego niz bazowego.

Koszty siłownikow nie przebily progu. UBS Evidence Lab sledzilo ceny siłownikow przez 2025 rok i odnotowalo spadki rok do roku o 8%, nie o 15-20% wymagane przez scenariusz bazowy. Lancuch dostaw magnesow ziem rzadkich, skoncentrowany w Chinach, dodal geopolityczne ryzyko do struktury kosztow. Ceny neodymu wzrosly o 12% w 2025 roku z powodu kontroli eksportu i konkurencji popytu z silnikami EV.

Laczne wdrozenia sa skromne. Od marca 2026 roku na calym swiecie dostarczono lacznie okolo 15 200 robotow humanoidalnych od wszystkich producentow. To realne i znaczace, ale stanowi skumulowana sume, nie roczny wolumen. Scenariusz bazowy Goldman wymaga, by roczne dostawy osiagnely 100 000 jednostek do 2030 roku. Obecne roczne tempo wynosi okolo 8000-10 000 jednostek. Osiagniecie 100 000 rocznych jednostek w ciagu czterech lat wymaga utrzymanego wzrostu rok do roku o 75-85%. Mozliwe, ale agresywne.

Dowody wspierajace scenariusz bazowy

Trajektoria kosztow zmierza we wlasciwym kierunku. Choc koszty nie spadaly tak szybko, jak projektowal scenariusz bazowy, spadaja. Cena G1 od Unitree reprezentuje rzeczywisty przelom w stosunku do cen powyzej 100 000 dolarow z 2023 roku. Skala produkcji AgiBot w Szanghaju wykazuje, ze masowa produkcja humanoidow jest mozliwa. Pytanie dotyczy tempa spadku, nie kierunku.

Polityka przemyslowa Chin przyspiesza podaz. Plan rozwoju robotow humanoidalnych MIIT, w polaczeniu z prowincjonalnymi subsydiami w Guangdong, Zhejiang i Szanghaju, tworzy srodowisko polityczne bezposrednio ukierunkowane na redukcje kosztow poprzez skale. Scenariusz bazowy Goldman zakladal ten rodzaj wsparcia rzadowego. Materializuje sie.

Mozliwosci AI poprawiaja sie, nawet jesli nie z predkoscia scenariusza bazowego. RT-X od Google DeepMind, GR00T Nvidii i rozne otwartorodlowe modele fundacyjne robotyki wykazaly realny postep w generalizacji. Artykul opublikowany w Nature pod koniec 2025 roku wykazal, ze modele manipulacji oparte na transformerze moga przeniesc umiejetnosci pomiedzy roznymi morfologiami robotow z 87% wiernoscia, w gore z 60% dwa lata wczesniej. To nie jest jeszcze wydajnosc scenariusza bazowego, ale trajektoria jest zachecajaca.

Popyt korporacyjny jest realny. BMW, Mercedes, Amazon, BYD, SAIC i Foxconn zlozyli zamowienia lub podpisali umowy pilotazowe dla robotow humanoidalnych. To nie sa spekulatywne zobowiazania startupow scigajacych hype. To decyzje alokacji kapitalowej firm o rygorystycznych wymaganiach dotyczacych ROI. Strona popytowa modelu Goldman wydaje sie podazac za planami.

Dowody wspierajace scenariusz optymistyczny

Modele fundacyjne sie kumuluja. Raport Big Ideas 2026 ARK Invest twierdzi, ze robotyczne modele fundacyjne sa na tej samej wykladniczej krzywej poprawy, ktora szla za modelami jezykowymi w latach 2020-2023. Jesli to prawda, roznica miedzy obecnymi mozliwosciami a niezawodnym autonomicznym wdrozeniem moze zniknac w 2-3 lata, a nie 5-7 lat. To centralny zaklad scenariusza optymistycznego i nie jest oczywiscie nieprawidlowy, nawet jesli jest optymistyczny.

Zaklad konsumencki Unitree dziala. G1 od Unitree jest pierwszym robotem humanoidalnym ze znaczacą sprzedaza konsumencka. Choc wiekszosc jednostek trafia do badaczy i deweloperow, szacunkowo 10-15% sprzedazy G1 pod koniec 2025 roku trafialo do konsumentow indywidualnych. Jesli rynek konsumencki otworzy sie przed 2035 rokiem, zalozenia dotyczace wolumenu jednostek w scenariuszu optymistycznym staja sie znacznie bardziej wiarygodne.

Krzywa kosztow: gdzie scenariusze zyja lub umieraja

Jesli istnieje jedna zmienna najbardziej determinujaca, ktory scenariusz sie zmaterializuje, to jest to krzywa kosztow. Wlasna analiza wrazliwosci Goldman pokazuje, ze zmiana o 10% w zakladanym rocznym tempie spadku kosztow przesuwa wielkosc rynku w 2035 roku o 8-12 miliardow dolarow. Zadna inna zmienna nie ma takiej dzwigni.

Przeanalizujmy dlaczego.

Ekonomika wdrozenia robotow humanoidalnych jest napedzana przez proste porownanie: czy ten robot kosztuje mniej niz pracownik ludzki, ktorego zastepuje? Odpowiedz zalezy od trzech rzeczy. Kosztu poczatkowego robota, rocznego kosztu operacyjnego (konserwacja, energia, oprogramowanie) i w pelni naladowanego rocznego kosztu pracownika ludzkiego, ktorego wypiera.

Model Goldman zaklada, ze robot humanoidalny musi osiagnac 2-letni okres zwrotu, by byc atrakcyjny dla nabywcow korporacyjnych. Oznacza to, ze calkowity koszt posiadania robota przez dwa lata musi byc mniejszy niz dwa lata zastepowanej przez niego pracy ludzkiej.

W scenariuszu pesymistycznym, z robotem za 42 000 dolarow i 8000 dolarow rocznych kosztow operacyjnych, 2-letni TCO wynosi okolo 58 000 dolarow. To oplacalne w porownaniu z niemiecskim lub amerykanskim pracownikiem produkcyjnym, ale nie w porownaniu z chinskim, wietnamskim czy indyjskim. Adresowalny rynek scenariusza pesymistycznego jest w zasadzie ograniczony do krajow o wysokich plac i zadan o wysokiej precyzji.

W scenariuszu bazowym, z robotem za 25 000 dolarow i 5000 dolarow rocznych kosztow operacyjnych, 2-letni TCO wynosi 35 000 dolarow. To otwiera rynek chinski, bedacy najwiekszą sila roboczą w produkcji na swiecie. Dlatego wolumeny jednostek w scenariuszu bazowym sa tak znacznie wyzsze niz w scenariuszu pesymistycznym - nie dlatego, ze adresowanych jest wiecej typow zadan, ale dlatego, ze rynek chinski przelacza sie z “zbyt drogi” na “oplacalny”.

W scenariuszu optymistycznym, z robotem za 14 000 dolarow i 3000 dolarow rocznych kosztow operacyjnych, 2-letni TCO wynosi 20 000 dolarow. W tej cenie roboty humanoidalne staja sie konkurencyjne nawet w srodowiskach produkcyjnych o srednim dochodzie i otwiera sie rynek konsumencki dla zastosowan domowych przy cenach porownywalnych do uzywaneego samochodu.

Dlatego krzywa kosztow to nie jedna zmienna wsrod wielu. To zmienna determinujaca wielkosc adresowalnego rynku. Robot za 42 000 dolarow adresuje rynek wart 12 miliardow. Robot za 25 000 dolarow adresuje rynek wart 38 miliardow. Robot za 14 000 dolarow adresuje rynek wart 152 miliardy. Technologia i popyt sa drugorzedne wobec pytania, jak szybko spadaja koszty.

Co scenariusz pesymistyczny ma racje tam, gdzie byki to ignoruja

W kolach robotycznych modne jest odrzucanie scenariusza pesymistycznego jako pozbawionego wyobrazni. Ale kilka jego zalozen zasługuje na wiekszy szacunek niz dostaje.

Luka niezawodnosci jest realna i niedoceniana

Roznica miedzy “imponujaca demonstracja” a “wdrozeniem gotowym do produkcji” jest jednym z najbardziej konsekwentnych trybow awarii w historii robotyki. Baxter od Rethink Robotics byl imponujacy w demonstracjach. Zawiodl komercyjnie, bo nie byl wystarczajaco niezawodny dla srodowisk produkcyjnych. Pepper od SoftBank byl imponujacy w demonstracjach. Zostal wycofany, bo nie mogl niezawodnie wykonywac uzytecznych zadan. Historia robotyki jest usiana maszynami, ktore dzialaly 80% czasu i dlatego byly bezuzyteczne w 100% zastosowan komercyjnych.

Scenariusz pesymistyczny zaklada, ze roboty humanoidalne moga isc tym samym szlakiem, tylko na wieksza skale i wyzszym koszcie. Robot, ktory moze pomyslnie wykonac zadanie 80% czasu w kontrolowanej demonstracji, moze osiagnac tylko 60% w prawdziwej fabryce ze zmiennym oswietleniem, nieoczekiwanymi przeszkodami i czesciami nie przybyłymi w oczekiwanej orientacji. Pozostale 40% wymaga interwencji czlowieka, co oznacza, ze i tak potrzebujesz pracownika ludzkiego, co oznacza, ze robot jest kosztem dodatkowym, a nie substytucją kosztow.

Argument o ksztalcie ma historyczny precedens

Sceptycyzm scenariusza pesymistycznego wobec humanoidalnego ksztaltu echoes rzeczywisty wzorzec w automatyzacji przemyslowej. Kiedy po raz pierwszy wprowadzono pojazdy AGV, wczesne projekty naśladowaly ksztalt widlakow. Z czasem branzy odkryla, ze dedykowane AGV wyglajace zupelnie inaczej niz widlaki byly bardziej wydajne, tansze i bardziej niezawodne. Ksztalt widlaka byl przejsciowym projektem pomagajacym ludziom wizualizowac technologie, a nie optymalnym rozwiazaniem inzynieryjnym.

Scenariusz pesymistyczny pyta, czy roboty humanoidalne sa w tej samej fazie przejsciowej. Moze odpowiedzia na “jak automatyzowac odbieranie zamowien w magazynie?” nie jest “zbuduj robota wygladajacego jak ludzki pracownik” ale “przeprojektuj magazyn, zeby niehumanoidalne roboty mogly sprawniej wykonywac odbieranie”. Amazon robi dokladnie to ze swoimi projektami magazynow, optymalizujac uklady pod mobilnosc robotow, a nie pod mobilnosc ludzi.

Problem ceny chinskiej jest obosieczny

Byki lubia cytowac agresywna produkcje humanoidalnych robotow w Chinach jako dowod na szybkie obnizanie kosztow. Scenariusz pesymistyczny obraca ten argument. Jesli chinscy producenci spchrna ceny jednostkowe do 15 000-20 000 dolarow, ale zachodnie firmy nie moga z tym konkurowac przy takich maryzach, rynek moze byc duzy pod wzgledem wolumenu jednostkowego, ale maly pod wzgledem przychodow. Rynek, na ktorym dostarcza sie 500 000 jednostek po sredniej cenie sprzedazy 20 000 dolarow, to 10-miliardowy rynek sprzetu. Dodaj umiarkowane przychody z oprogramowania i jestesmy przy 12-15 miliardach lacznie. To jest scenariusz pesymistyczny, nawet przy agresywnych wolumenach jednostkowych.

To scenariusz, w ktorym pesymisci maja racje co do calkowitej wartosci rynku, nawet jesli byki maja racje co do liczby dostarczonych robotow. Obie strony moga byc prawidlowe w roznicy metrykach i nadal dochodzic do bardzo roznych szacunkow wielkosci rynku.

Co scenariusz optymistyczny widzi, czego niedźwiedzie nie dostrzegaja

Sprawiedliwosc wymaga rwniez oceny scenariusza optymistycznego. On rowniez ma slepе punkty.

Wykladniczy postep AI nie jest fantazją

Pesymisci zwykla zakladac, ze postep AI jest w przyblizeniu liniowy - ze kazdy punkt procentowy poprawy wskaznika sukcesu zadan wymaga tyle samo wysilku badawczego co poprzedni. Ale historia AI przez ostatnia dekade sugeruje inaczej. Modele jezykowe przeszly od “sporadycznie koherentnych” do “zdaja egzamin adwokacki” w okolo cztery lata. Generowanie obrazow przeszlo od “rozmazanej bzdury” do “fotorealistycznych” w okolo trzy lata. Jesli manipulacja robotyczna podazy podobna krzywa, luka miedzy obecnymi mozliwosciami a niezawodnoscia gotowoscia produkcyjnej moze zniknac znacznie szybciej niz zaklada scenariusz pesymistyczny.

Artykul Nature o transferze uczenia sie modeli fundacyjnych w robotyce, opublikowany pod koniec 2025 roku, wykazal, ze transfer uczenia sie oparty na morfologiach poprawil sie z 60% do 87% wiernosci w zaledwie 18 miesiecach. Jesli ta stopa poprawy bedzie kontynuowana, osiagamy prog 95%+ wymagany przez scenariusz bazowy Goldman do 2028 roku, a nie do 2032 roku.

Krzywe kosztow zwykly zaskakiwac po stronie nizszej

Scenariusz pesymistyczny zaklada 5-8% roczny spadek kosztow robotow humanoidalnych. Ale dane historyczne z analogicznych branzy sugeruja, ze gdy produkcja osiaga skale, spadki kosztow przyspieszaja, a nie spowalniaja. Panele sloneczne spadly w kosztach o 99% przez 40 lat, przy czym wiekszosc tego spadku nastapila w ciagu ostatnich 15 lat, gdy produkcja sie skalowala. Baterie litowo-jonowe spady o 97% przez 30 lat, z najostrzejszymi spadkami po 2015 roku, gdy gigafabryki weszly do akcji.

Roboty humanoidalne sa aktualnie w fazie przedskalowej. Roczna produkcja jest w nizkich tysiącach. Tempo spadku scenariusza pesymistycznego o 5-8% moze byc dokladne dla tej fazy. Ale jesli produkcja osiagnie dziesiątki tysiecy rocznie (co nawet scenariusz pesymistyczny przyznaje, ze jest mozliwe do 2030 roku), historyczne wzorce sugeruja, ze spadki kosztow moga przyspieszyc do 15-25% rocznie, co popycha trajektorie w kierunku scenariusza bazowego lub optymistycznego.

Efekt platformy moze byc ogromny

Scenariusz pesymistyczny zaklada, ze przychody z oprogramowania na jednostke beda skromne, bo duze przedsiebiorstwa beda budowac rozwiazania wewnetrzne. To jest wiarygodne dla pierwszej fali adoptujacych. Ale scenariusz optymistyczny dostrzega cos, czego scenariusz pesymistyczny nie widzi: efekt platformy.

Jesli roboty humanoidalne stan sie na tyle ustandaryzowane, ze zewnetrzni deweloperzy moga budowac dla nich aplikacje dedykowane zadaniom, model przychodow z oprogramowania moze wygladac mniej jak korporacyjne SaaS, a bardziej jak iOS App Store. Wyobraz sobie marketplace, gdzie producent moze sciagnac umiejetnosc “kontroli jakosci” za 200 dolarow miesiecznie i umiejetnosc “paletowania” za 150 dolarow miesiecznie i umiejetnosc “obslugi maszyny” za 300 dolarow miesiecznie, kazda opracowana przez wyspecjalizowanego dostawce. W tym scenariuszu przychody z oprogramowania na jednostke moglyby przekroczyc zalozenia scenariusza bazowego.

Nie dzieje sie to dzisiaj. Ale App Store rowniez nie dzial sie w 2005 roku, gdy iPhone byl jeszcze dwa lata od premiery. Efekty platformy sa trudne do przewidzenia, az sie zapalaja, a potem rosna szybciej niz ktokolwiek oczekiwal.

Niedobor sily roboczej jest silą napedową

Zalozenie scenariusza pesymistycznego dotyczace oporu rynku pracy pomija trend demograficzny juz teraz restrukturyzujacy produkcje. Niemcy, Japonia, Korea Poludniowa i Chiny borykaja sie z niedoborami sily roboczej w produkcji napedzanymi przez starzejace sie spoleczenstwa i malejace zainteresowanie pracą fabryczna wsrod mlodszych pokolen. Japonska sila robocza w produkcji spada o 15% od 2010 roku. W Niemczech ma sie zmniejszyc o 7% do 2030 roku. Populacja w wieku produkcyjnym Chin osiagnela szczyt w 2015 roku i spada.

W tym kontekscie roboty humanoidalne nie zastepuja niechciacych pracownikow. Wypelniaja stanowiska, ktore nie moga byc obsadzone przez pracownikow ludzkich za zadna plac. To calkowicie zmienia dynamike adopcji. Gdy alternatywą dla wdrozenia robota nie jest “zachowanie pracownika ludzkiego”, lecz “pozostawienie stanowiska nieobsadzonego i utrata zdolnosci produkcyjnych”, rachunek ekonomiczny dramatycznie przesuwa sie na korzysc adopcji, nawet przy kosztach scenariusza pesymistycznego.

Ocena scenariuszy: gdzie naprawde stoimy

Sprobujmy czegos, czego wiekszosc komentarzy do prognoz nie robi. Ocenmy kazde z kluczowych zalozen Goldman Sachs w oparciu o dowody dostepne na poczatku 2026 roku.

Gdzie 1 = sledzony ponizej scenariusza pesymistycznego, 5 = sledzony na poziomie scenariusza bazowego, a 10 = sledzony na poziomie scenariusza optymistycznego, oto nasza ocena:

Postep AI: 5/10. Dokladnie na trajektorii scenariusza bazowego. Realny postep, ale nie wykladniczy skok, ktorego wymaga scenariusz optymistyczny.

Spadek kosztow: 4/10. Miedzy pesymistycznym a bazowym. Koszty siłownikow podazaja za scenariuszem pesymistycznym. Laczne koszty systemowe spadaja szybciej dzieki chinskiej skali produkcji, ale nie tak szybko jak prognozowal scenariusz bazowy.

Wolumeny jednostkowe: 5/10. Mniej wiecej na trajektorii scenariusza bazowego. 15 200 skumulowanych jednostek dostarczonych do poczatku 2026 roku jest zgodne z osiagnieciem 250 000-300 000 scenariusza bazowego do 2035 roku, jesli utrzymuja sie stopy wzrostu.

Przychody z oprogramowania: 3/10. Blizej scenariusza pesymistycznego. Zadna firma produkujaca roboty humanoidalne nie wykazala jeszcze modelu subskrypcji oprogramowania za 500+ dolarow miesiecznie na skale. Wiekszosc przychodow to nadal sprzedaz sprzetu z podstawowymi umowami serwisowymi.

Tempo regulacyjne: 4/10. Miedzy pesymistycznym a bazowym. UE dziala ostroznie. USA sa permisywne, ale niekonsekwentne w poszczegolnych stanach. Chiny sa wspierajace. Japonia jest wspierajaca. Swiatowa srednia jest wolniejsza, niz zakladal scenariusz bazowy.

Popyt korporacyjny: 7/10. Sledzony powyzej scenariusza bazowego. Jakosc i liczba korporacyjnych programow pilotazowych przekroczyly to, co Goldman prognozowal dla tego etapu. BMW, Mercedes, Amazon, BYD i Foxconn nie czekaja na doskonala technologie. Wdrazaja teraz i iteruja.

Rynek konsumencki: 3/10. Blizej scenariusza pesymistycznego. G1 od Unitree ma sprzedaz konsumencka, ale sa to przytlaczajaco entuzjasci technologii i deweloperzy, nie przecietni konsumenci kupujacy robota domowego. Rynek konsumencki nie otwiera sie wedlug harmonogramu scenariusza optymistycznego.

Piec pytan, ktore zdecyduja, ktory scenariusz zwyciezy

Zamiast przewidywac wynik, oto piec binarnych pytan, ktorych odpowiedzi zdecyduja, czy skończymy blizej 12 mld, 38 mld czy 152 mld dolarow. Sledz je przez nastepne trzy lata, a bedziesz miec lepsza prognozę niz jakakolwiek bank inwestycyjny moze ci dzisiaj dac.

Pytanie 1: Czy modele fundacyjne manipulacji beda sie uogolniac do 2028 roku? Jesli tak, scenariusz bazowy staje sie podloga, nie sufitem. Jesli nie, scenariusz pesymistyczny staje sie coraz bardziej prawdopodobny. Konkretny prog do obserwowania: czy jakikolwiek robot humanoidalny moze wykonac nowe zadanie manipulacji (takie, do ktorego nie byl specjalnie przeszkolony) z 90%+ wskaznikiem sukcesu w prawdziwej fabryce. Dzisiaj jestesmy przy okolo 70-75%.

Pytanie 2: Czy jakikolwiek producent dostarcza 10 000 jednostek w jednym roku kalendarzowym do 2028 roku? To jest prog skali produkcji wywoluijacy znaczace efekty krzywej kosztow. AgiBot i Unitree sa potencjalnie na dobrej drodze, ale zadna jeszcze tego nie zrobia. Jesli to nastapi do 2028 roku, zalozenia kosztowe scenariusza bazowego staja sie bardziej wiarygodne. Jesli nie nastapi az do 2030 roku lub pozniej, trajektoria kosztow scenariusza pesymistycznego jest bardziej prawdopodobna.

Pytanie 3: Czy przychody z subskrypcji oprogramowania przekraczaja 300 dolarow miesiecznie na jednostke w jakiejkolwiek firmie do 2028 roku? To jest test modelu przychodow scenariusza bazowego Goldman. Jesli jakas firma wykazuje miesięczne przychody powtarzajace sie powyzej 300 dolarow za wdrozony robot na skale (czyli 1000+ jednostek), zalozenia oprogramowania scenariusza bazowego sa potwierdzone. Jesli nikt tego nie osiagna, model przychodow scenariusza pesymistycznego jest dokladniejszy.

Pytanie 4: Czy Chiny eksportuja roboty humanoidalne na zachodnie rynki w wolumenie do 2029 roku? Chinskie przewagi kosztowe sa realne. Jesli chinskie humanoidy sa dostepne w USA i Europie za 15 000-25 000 dolarow, przyspiesza to krzywą kosztow i rozszerza adresowalny rynek. Ale polityka handlowa, ca i wzgledy bezpieczenstwa narodowego moga blokowac lub ograniczac chinski import humanoidow. Jesli przewagi kosztowe Chin pozostana uwiezione na rynku krajowym, globalna krzywa kosztow jest wolniejsza.

Pytanie 5: Czy jakikolwiek robot humanoidalny osiaga zastosowanie konsumenckie generujace popyt “chce taki” do 2030 roku? Scenariusz optymistyczny zalezy od otwarcia rynku konsumenckiego. Nie wymaga to robota domowego za 15 000 dolarow robiącego pranie. Wymaga, by jakikolwiek robot humanoidalny wykonywal jakiekolwiek zadanie w domu lub srodowisku konsumenckim, ktore sprawia, ze zwykli ludzie mowia “chce jeden taki”. Jesli ten moment nastapi przed 2030 rokiem, harmonogram scenariusza optymistycznego wchodzi do gry. Jesli nie nastapi az po 2035 roku - nie.

Dlaczego warto przeczytac scenariusz pesymistyczny

Zatytulowalismy ten artykul “Dlaczego warto przeczytac scenariusz pesymistyczny” i chcemy zakonczyc, wyjasniajac dokladnie dlaczego.

Czytanie scenariusza pesymistycznego nie czyni cie pesymista. Czyni cie lepiej skalibrowanym myslicielem. Scenariusz pesymistyczny zmusza do artykululowania, co musial by pojsc nie tak, zeby rynek robotow humanoidalnych rozczeraral. Kiedy artykuulujesz te tryby awarii, odkrywasz cos zaskakujacego: wiekszosc z nich jest wiarygodna. Nie pewna. Nie prawdopodobna. Ale wystarczajaco wiarygodna, ze kazda uczciwa analiza musi je uwzglednic.

Scenariusz bazowy na 38 miliardow dolarow stal sie tak wszechobecny, ze zaczal funkcjonowac jako szacowanie konsensusowe, a nie srodkowy punkt wazony prawdopodobienstwem. Ludzie traktuja go jako “liczbe Goldman”, a nie “jedna z trzech liczb Goldman”. Tworzy to ryzyko grupowego myslenia - calej branzy planujace wokol konkretnego wyniku, ktoremu sami prognosci przypisuja mniej niz 50% prawdopodobienstwo.

Scenariusz bazowy Goldman jest jednoprawdopodobniejszym scenariuszem, ale “najbardziej prawdopodobny” w tak szerokiej dystrybucji oznacza cos w rodzaju 40% prawdopodobienstwa. Scenariusz pesymistyczny moze miec 25% prawdopodobienstw. Scenariusz optymistyczny moze miec 20% prawdopodobienstwo. A wyniki niepasujace wyraznie do zadnego z trzech scenariuszy stanowia pozostale 15%.

Jesli jestes inwestorem decydujacym, czy ulokowac kapital w robotyke humanoidalna, musisz wiedziec, jak wyglada strona negatywna. Rynek 12-miliardowy jest nadal inwestowalny, ale wymaga innych firm, innych strategii i innych oczekiwan dotyczacych zwrotu niz rynek 38-miliardowy. Jesli jestes producentem decydujacym, czy budowac roboty humanoidalne czy wyspecjalizowaną automatyzacje, scenariusz pesymistyczny mowi ci, ktore segmenty rynku sa odporne na ryzyko scenariusza i ktore dzialaja tylko wtedy, gdy zmaterializuje sie scenariusz bazowy.

A jesli po prostu chcesz zrozumiec, dokad zmierza ta technologia, zakres od 12 do 152 miliardow dolarow mowi ci cos, czego sam scenariusz bazowy nie moze: naprawde nie wiemy. Ludzie, ktorych praca polega na przewidywaniu tego, majacy dostep do wlasnosci danych i zaawansowanych modeli, mowia ci, ze wynik moze sie roznic o ponad rzad wielkosci. Ta niepewnosc nie jest bledem w analizie. To jest analiza.

Prawdziwy wklad raportu Goldman nie jest liczba. To framework do myslenia o tym, ktore zalozenia maja znaczenie i jakich dowodow szukac. Naglowek 38 mld dolarow jest uzytecznym skrotem. Zakres 12-152 mld dolarow to uzyteczna wiedza. Przeczytaj scenariusz pesymistyczny. Nauczy cie wiecej o przyszlosci robotow humanoidalnych niz jakikolwiek naglowek.