Siedem firm, trzy kraje, jeden wyścig: kto naprawdę kontroluje łańcuch dostaw humanoidów

Otwórz dowolnego humanoidalnego robota, a znajdziesz lekcję geografii. Baterie są prawie na pewno chińskie. Procesor AI jest prawie na pewno amerykański. Precyzyjne przekładnie mogą być japońskie. Czujniki głębi mogą być niemieckie, izraelskie lub amerykańskie, zależnie od modelu. A pierwiastki ziem rzadkich w magnesach napędzających siłowniki prawdopodobnie pochodzą z kopalni w Mongolii Wewnętrznej, niezależnie od tego, kto złożył finalny produkt.

Wyścig humanoidalnych robotów jest zazwyczaj przedstawiany jako rywalizacja między firmami. Unitree kontra Tesla. AgiBot kontra Figure AI. Ale takie ujęcie pomija głębszy konkurs toczący się pod spodem. Prawdziwy wyścig toczy się między łańcuchami dostaw, a żaden pojedynczy kraj nie kontroluje całego stosu. Tworzy to zależności, które mogą zmienić branżę z dnia na dzień, jeśli którekolwiek ogniwo się zerwie.

To jest historia tych ogniw.

Anatomia humanoidalnego robota: gdzie idą pieniądze

Zanim prześledzimy łańcuch dostaw, warto zrozumieć, czym w istocie jest humanoidalny robot pod względem komponentów. Rozłóż go na części i otrzymasz pięć głównych podsystemów, każdy z własnym ekosystemem dostawców, strukturą kosztów i ekspozycją geopolityczną.

Podział kosztów typowego humanoidalnego robota wygląda mniej więcej tak:

Liczby te różnią się w zależności od producenta i segmentu cenowego. Unitree G1 za 16 000 USD przeznacza proporcjonalnie więcej na siłowniki i konstrukcję, bo używa tańszej platformy obliczeniowej. Figure 02 za 150 000 USD wydaje proporcjonalnie więcej na obliczenia i czujniki. Ale ogólna kolejność utrzymuje się w całej branży: baterie na pierwszym miejscu, siłowniki na drugim, obliczenia i czujniki konkurują o trzecie.

To, co sprawia, że ten podział jest geopolitycznie interesujący, to fakt, że żaden kraj nie dominuje we wszystkich pięciu kategoriach. Chiny przewodzą w bateriach i siłownikach. Stany Zjednoczone w obliczeniach AI. Japonia w precyzyjnych przekładniach. Czujniki są podzielone między wiele krajów. A surowce pod tym wszystkim mają własną geografię.

Baterie: CATL i przewaga kosztowa 30-40%

Najdroższym komponentem humanoidalnego robota jest jego pakiet bateryjny. Dla robota, który musi działać przez dwie do ośmiu godzin, niosąc własny ciężar plus ładunek, pojemność baterii nie jest opcjonalna. Jest nośna w każdym sensie.

I tu przewaga Chin jest najbardziej decydująca.

CATL (Contemporary Amperex Technology Co., Limited) i BYD łącznie kontrolują około 77% globalnego rynku baterii EV. Te same ogniwa litowo-żelazowo-fosforanowe (LFP) i niklowo-manganowo-kobaltowe (NMC), które napędzają pojazdy elektryczne, zasilają też humanoidalne roboty. Gdy Unitree buduje G1, gdy AgiBot montuje A2, gdy UBTECH produkuje Walker S2, korzystają z łańcucha dostaw baterii, który Chiny budowały przez ponad dekadę i setki miliardów dolarów dla branży pojazdów elektrycznych.

Liczby są wymowne. Według BloombergNEF, średnia cena pakietu baterii litowo-jonowych w Chinach spadła do około 94 USD za kilowatogodzinę w 2025 roku. Globalna średnia poza Chinami była bliżej 133 USD za kWh. Ta różnica bezpośrednio przekłada się na końcowy koszt humanoidalnego robota.

Weźmy pod uwagę wymagania bateryjne obecnych platform humanoidalnych:

Pakiet baterii 2 300 Wh przy 94 USD/kWh kosztuje około 216 USD. Ten sam pakiet przy 133 USD/kWh kosztuje 306 USD. To różnica 90 USD na samych bateriach. Pomnóż to przez tysiące jednostek, a luka urośnie do ogromnej przewagi kosztowej dla chińskich producentów, którzy mogą pozyskiwać baterie krajowo.

Ale to nie tylko cena. Chińscy producenci humanoidów korzystają z bliskości. Siedziba CATL w Ningde w prowincji Fujian jest krótką jazdą ciężarówką od skupisk produkcji elektroniki w Shenzhen i centrów robotyki w Szanghaju i Hangzhou. Firmy amerykańskie stoją wobec dłuższych terminów dostaw, wyższych kosztów wysyłki i, coraz częściej, komplikacji celnych przy zakupie chińskich ogniw.

Co się dzieje, gdy to ogniwo się zerwie

Scenariusz dekuplingu handlowego USA-Chiny mocno uderzyłby w amerykańskie firmy produkujące humanoidalne roboty w zakresie baterii. Samsung SDI i LG Energy Solution w Korei Południowej oferują alternatywy, ale po 20-30% wyższych kosztach i przy mniejszych dostępnych mocach. Ustawa o Redukcji Inflacji pobudziła krajową produkcję baterii w USA, ale te fabryki koncentrują się na ogniwach EV. Przezbrojenie na mniejsze, wyspecjalizowane pakiety wymagane przez humanoidalne roboty zajęłoby lata.

Figure AI wydaje się dostrzegać to ryzyko. Firma zainwestowała w produkcję baterii we własnym zakresie w swoim obiekcie produkcyjnym BotQ, będąc jedną z niewielu zachodnich firm humanoidalnych próbujących pionowej integracji w produkcji baterii. Czy to podejście może dorównać efektywności kosztowej CATL, pozostaje do sprawdzenia.

Siłowniki: mięśnie, o których nikt nie mówi

Jeśli baterie są sercem humanoidalnego robota, siłowniki są jego mięśniami. Każdy staw, każdy palec, każdy ruch głowy jest napędzany przez siłownik. Typowy humanoid ma ich 20 do 82, zależnie od liczby stopni swobody. Jakość, koszt i dostępność siłowników jest bez wątpienia najważniejszą historią w łańcuchu dostaw humanoidalnej robotyki, a jednocześnie najmniej omawianą.

Siłownik do stawu humanoidalnego robota zazwyczaj zawiera trzy kluczowe podzespoły: bezszczotkowy silnik prądu stałego, precyzyjną przekładnię (często harmoniczną lub falową) oraz płytę sterującą z czujnikami pozycji i momentu. Każdy z nich ma własną historię w łańcuchu dostaw.

Problem ziem rzadkich

Stałe magnesy wewnątrz bezszczotkowych silników prądu stałego wymagają stopów neodym-żelazo-bor (NdFeB). Chiny kontrolują około 60% światowego wydobycia ziem rzadkich i jeszcze większy udział w przetwarzaniu i rafinacji. W 2025 roku Chiny zaostrzyły kontrolę eksportu kilku pierwiastków ziem rzadkich, co spowodowało wzrost cen neodymu i dysprozu o 15-25%.

Ma to znaczenie, ponieważ każdy humanoidalny robot zawiera dziesiątki tych magnesów. Unitree G1 z 23 stopniami swobody ma co najmniej 23 silniki z magnesami NdFeB. XPENG Iron z 82 stopniami swobody ma ich jeszcze więcej. Chińscy producenci kupują te magnesy po cenach krajowych. Wszyscy inni płacą ceny eksportowe plus wysyłka i cła.

Precyzyjne przekładnie: ciche dźwignie Japonii

Przekładnie wewnątrz siłowników humanoidalnych są jednymi z najdokładniej wykonanych komponentów w całym robocie. Harmonic Drive Systems, japońska firma, dominuje na tym rynku od dziesięcioleci. Ich falowe przekładnie mogą osiągać luz mniejszy niż jedna minuta łuku, co jest niezbędne do precyzyjnego sterowania stawami.

Harmonic Drive nie może jednak zaspokoić całej branży humanoidalnej. Ich moce produkcyjne historycznie służyły robotom przemysłowym, które potrzebują może sześciu przekładni na ramię. Humanoid potrzebuje 20 do 50 precyzyjnych przekładni. W miarę skalowania produkcji humanoidalnej, wąskie gardło przekładni staje się ostre.

Chińskie firmy agresywnie budują alternatywy. Leaderdrive w Suzhou, Green Harmonic w Shenzhen i Laifual Drive w Pekinie produkują przekładnie harmoniczne osiągające 85-90% jakości japońskiej przy 40-60% kosztów. Dla skupionej na kosztach chińskiej branży humanoidalnej, “wystarczająco dobre” przekładnie w połowie ceny to całkowicie racjonalny wybór. Unitree i AgiBot pozyskują je głównie od krajowych dostawców.

Innowacja siłownikowa Fourier

Fourier Intelligence opracowało własną serię FSA (Fourier Smart Actuator) 2.0, dostarczającą ponad 380 Nm szczytowego momentu obrotowego. Projektując siłowniki we własnym zakresie, Fourier kontroluje kluczowy element własnego łańcucha dostaw. Partnerstwo z BASF w zakresie zaawansowanych materiałów daje im kolejną przewagę: lżejsze, trwalsze obudowy siłowników zmniejszające całkowitą wagę robota.

Figure AI przyjął podobne podejście, produkując siłowniki we własnym zakresie w swoim obiekcie BotQ. Ta pionowa integracja kosztuje więcej na wstępie, ale zmniejsza zależność od zewnętrznych dostawców. Dla dobrze finansowanych amerykańskich startupów budowanie własnych siłowników jest strategicznym zabezpieczeniem przed zakłóceniami w łańcuchu dostaw. Dla mniejszych firm jest po prostu nieopłacalne.

Obliczenia AI: quasi-monopol NVIDIA

Przejdź od fizyki do cyfrowej sfery, a geografia się odwróci. Tam gdzie Chiny dominują w bateriach i siłownikach, Stany Zjednoczone mają równie dominującą pozycję w obliczeniach AI, głównie dzięki jednej firmie: NVIDIA.

W humanoidalnych robotach śledzonych na tej stronie, krajobraz procesorów wygląda tak:

Platforma NVIDIA Jetson stała się de facto standardem dla obliczeń humanoidalnych robotów. Jetson Orin, z wydajnością AI do 275 TOPS (bilionów operacji na sekundę), napędza mózgi Unitree G1, AgiBot A2, Apptronik Apollo, 1X NEO, NEURA 4NE-1 i Leju Kuavo. Boston Dynamics używa NVIDIA Isaac GR00T dla Atlas. Fourier Intelligence trenuje roboty za pomocą NVIDIA Isaac Gym i wdraża z TensorRT.

Ta koncentracja nie jest przypadkowa. Ekosystem CUDA NVIDIA, budowany przez dwie dekady, tworzy rów oprogramowania niezwykle trudny do replikacji. Gdy badacz robotyki trenuje sieć neuronową dla lokomocji lub manipulacji, prawie na pewno używa PyTorch na GPU NVIDIA. Gdy model musi działać na robocie w czasie rzeczywistym, platforma NVIDIA Jetson oferuje najbardziej zoptymalizowany potok inferencji. Cały stos oprogramowania, od trenowania po wdrożenie, zakłada sprzęt NVIDIA.

Model fundacyjny GR00T

W 2024 roku NVIDIA uruchomiło GR00T (Generalist Robot 00 Technology), model fundacyjny zaprojektowany specjalnie dla humanoidalnych robotów. GR00T zapewnia wstępnie wytrenowane możliwości lokomocji, manipulacji i interakcji z ludźmi, które firmy robotyczne mogą dostrajać pod swój konkretny sprzęt. Boston Dynamics, Apptronik, Fourier i NEURA Robotics ogłosiły integracje z GR00T.

To potężna strategia blokady. Jeśli fundament AI twojego robota jest trenowany, optymalizowany i wdrażany na stosie NVIDIA, przejście na alternatywną platformę obliczeniową oznacza retrenowanie modeli, przepisywanie kodu inferencji i akceptowanie regresji wydajności. Dla większości firm koszty przejścia sprawiają, że dominacja NVIDIA jest samo-wzmacniająca.

Wyjątki

Wyróżniają się dwa godne uwagi wyjątki. Tesla używa własnego niestandardowego chipa FSD (Full Self-Driving) dla Optimusa, korzystając z tego samego krzemu, który zaprojektowała dla pojazdów autonomicznych. Daje to Tesli niezależność od NVIDIA przy inferencji, choć Tesla nadal używa GPU NVIDIA do trenowania na swoim klastrze superkomputerowym Cortex.

Humanoid XPENG Iron używa trzech niestandardowych chipów AI “Turing” dostarczających łącznie 3 000 TOPS, najwyższą gęstość obliczeniową spośród wszystkich humanoidalnych robotów. XPENG, podobnie jak Tesla, wywodzi się z branży motoryzacyjnej i ma skalę i przychody pozwalające na projektowanie własnego krzemu. Dla wszystkich innych NVIDIA jest jedynym praktycznym wyborem.

Czujniki: najbardziej rozdrobniona warstwa

Jeśli baterie są zdominowane przez Chiny, a obliczenia przez Stany Zjednoczone, warstwa czujników to miejsce, gdzie sprawy stają się naprawdę skomplikowane. Humanoidalne roboty używają wielu typów czujników, a każdy typ ma własnych dominujących dostawców rozproszonych w różnych krajach.

LiDAR: cicha dominacja Chin

Czujniki LiDAR, zapewniające mapowanie 3D przestrzeni do nawigacji, opowiadają historię łańcucha dostaw odzwierciedlającą szerszą dynamikę branży. Pięć lat temu Velodyne (amerykański) dominował na rynku LiDAR. Dziś chińskie firmy Hesai i RoboSense przejęły większość dostaw LiDAR do motoryzacji i coraz częściej zaopatrują producentów humanoidalnych robotów.

UBTECH Walker S2 używa LiDAR do nawigacji. AgiBot A2 nosi 3D LiDAR w swoim zestawie czujników. Engine AI SE01 łączy LiDAR z kamerami głębi i podczerwieni. Boston Dynamics Atlas używa LiDAR obok kamer stereo. W prawie każdym przypadku najbardziej opłacalną opcją LiDAR jest produkt chiński.

Skala produkcji Hesai, napędzana masowym chińskim rynkiem pojazdów autonomicznych, obniżyła ceny LiDAR o 70% od 2022 roku. Jednostka LiDAR klasy motoryzacyjnej, która kosztowała 1 000 USD w 2023 roku, kosztuje teraz poniżej 300 USD. Dla humanoidalnych robotów, które potrzebują mniejszych i lżejszych jednostek LiDAR, koszty są jeszcze niższe.

Intel RealSense: standard kamer głębi

Do bliskiego zasięgu wizji 3D kamery głębi Intel RealSense stały się pewnego rodzaju standardem w badaniach robotycznych i komercyjnych zastosowaniach. Leju Kuavo używa czujników Intel RealSense D435i zarówno na głowie, jak i klatce piersiowej. Technologia zapewnia percepcję głębi ze światłem strukturyzowanym i stereo przy stosunkowo niskim koszcie.

Zaangażowanie Intela w RealSense się jednak wahało. Firma ogłosiła w 2022 roku, że zamyka działalność RealSense, po czym wycofała się z tej decyzji, gdy popyt ze strony branży robotycznej gwałtownie wzrósł. Ta niepewność podkreśla szerszą podatność: kluczowe technologie czujnikowe czasem siedzą w działach dużych firm, które traktują je jako nierdzeniowe.

Chińskie alternatywy jak Orbbec (z siedzibą w Shenzhen) szybko zamykają lukę, oferując kamery głębi o porównywalnych specyfikacjach po niższych cenach. Po raz kolejny powtarza się schemat: początkowe zachodnie przywództwo technologiczne, po którym następuje chińska masowa produkcja przy niższych kosztach.

Łańcuch dostaw IMU

Inertialne Jednostki Miarowe, czujniki informujące robota, który kierunek jest górą i z jaką prędkością się porusza, pozyskuje się głównie od Boscha (Niemcy) i TDK InvenSense (Japonia/USA). Te komponenty są stosunkowo tanie (często poniżej 10 USD za jednostkę) i szeroko dostępne, co czyni je jedną z najmniej geopolitycznie ryzykownych części łańcucha dostaw.

Jednak precyzyjne IMU do wymagających zastosowań, takich jak utrzymywanie równowagi podczas dynamicznego chodzenia, pochodzą od mniejszego grona dostawców i kosztują znacznie więcej. Różnica między IMU klasy konsumenckiej a odpowiednim do dwunożnej lokomocji może być pięćdziesięciokrotna w cenie.

Przewaga kosztowa w liczbach

Wszystkie te dynamiki łańcucha dostaw łącznie dają chińskim producentom humanoidów znaczącą i dobrze udokumentowaną przewagę kosztową. Luka nie jest subtelna.

Engine AI SE01 może być sprzedawany za około 12 000 USD, ponieważ pozyskuje praktycznie każdy komponent fizyczny z klastrów produkcyjnych Delty Rzeki Perłowej i większej Delty Rzeki Jangcy. Jego duale procesory NVIDIA+Intel są najdroższymi pojedynczymi komponentami, a nawet one korzystają z chińskich cen NVIDIA i umów o masową dostawę.

Z kolei roboty Figure AI ponoszą koszty amerykańskiej siły roboczej, nieruchomości i decyzji o produkcji baterii i siłowników we własnym zakresie zamiast kupowania od chińskich dostawców. Te wybory kupują niezależność, ale kosztują pieniądze.

Siedem firm, które mają znaczenie

Historia łańcucha dostaw staje się konkretna, gdy spojrzy się na to, jak konkretne firmy się pozycjonują. Siedem firm z trzech krajów ilustruje różne strategie zarządzania ryzykiem łańcucha dostaw.

Unitree Robotics (Chiny) - Optymalizator łańcucha dostaw

Cały model biznesowy Unitree opiera się na efektywności łańcucha dostaw. G1 pracuje na NVIDIA Jetson Orin (275 TOPS), używa ogniw LFP ze źródeł chińskich i korzysta z gęstej sieci dostawców siłowników i czujników w Hangzhou. Trzymając wszystko w promieniu kilkuset kilometrów od fabryki o powierzchni 50 000 metrów kwadratowych, Unitree osiąga najniższe koszty wśród producentów humanoidalnych.

Ryzyko łańcucha dostaw: Niskie krajowo, ale w pełni zależne od NVIDIA w zakresie obliczeń AI. Ograniczenie eksportu Jetson wymusiłoby kosztowny zwrot ku alternatywom krajowym.

AgiBot (Chiny) - Pionowa integracja po chińsku

AgiBot wziął przewagę łańcucha dostaw Unitree i dodał skalę. Jego fabryka w Szanghaju w Specjalnym Obszarze Lingang może czerpać zarówno z lokalnego skupiska łańcucha dostaw, jak i korporacyjnych powiązań AgiBot z BYD (baterie) i SAIC Motor (siłowniki klasy motoryzacyjnej). Model A2 używa NVIDIA Jetson Orin 64G i łączy LiDAR, kamery RGB-D i kamery rybie oko w zestawie czujników mieszającym krajowe i importowane komponenty.

Ryzyko łańcucha dostaw: Podobne do Unitree. Silna pozycja krajowa, zależność od NVIDIA w zakresie obliczeń.

Tesla (USA) - Jedyny prawdziwy integrator pionowy

Tesla jest wyjątkowa w branży humanoidalnej, bo projektuje własny chip AI (SoC FSD) i wytwarza dużą część własnego łańcucha dostaw. Optimus używa kamer Tesla Vision (ten sam sprzęt z pojazdów Tesla), niestandardowego chipa FSD do inferencji i ogniw bateryjnych z własnych linii produkcji ogniw Tesli. Tesla trenuje też na własnym klastrze superkomputerowym Cortex, a nie korzysta z zewnętrznych obliczeń w chmurze.

Ryzyko łańcucha dostaw: Niższe niż u większości amerykańskich konkurentów dzięki pionowej integracji. Jednak Tesla nadal zależy od chińskich materiałów bateryjnych (lit, kobalt, nikiel) i magnesów ziem rzadkich do silników siłownikowych. Długoterminowy cel cenowy firmy na poziomie 20 000-30 000 USD za jednostkę będzie wymagał redukcji kosztów, które mogą wymagać pozyskiwania chińskich komponentów.

Figure AI (USA) - Budowanie niezależności od podstaw

Figure AI postawiło na najbardziej agresywny zakład na niezależność łańcucha dostaw wśród zachodnich startupów. Firma produkuje roboty, baterie, siłowniki i systemy sterowania we własnym zakresie w swoim obiekcie BotQ. Łącznie 1,85 mld USD finansowania pomaga sfinansować to podejście. Inwestorzy obejmują NVIDIA, Intel, Microsoft i Amazon, czyli kogo jak kogo z americańskiego łańcucha dostaw technologicznego.

Ryzyko łańcucha dostaw: Umiarkowane. Produkcja wewnętrzna zmniejsza zależności, ale zwiększa koszty. Figure musi osiągnąć efektywność produkcyjną, która zazwyczaj wymaga lat iteracji. Docelowy roczny wolumen 12 000 jednostek dla BotQ sprawdzi, czy pionowa integracja może się skalować.

Boston Dynamics (USA/Korea Południowa) - Przewaga Hyundai

Boston Dynamics korzysta z wyjątkowej pozycji: amerykańska inżynieria z koreańskim wsparciem produkcyjnym. Hyundai Motor Group, który przejął Boston Dynamics za 1,1 mld USD w 2021 roku, wnosi wiedzę o łańcuchu dostaw motoryzacyjnych, technologię baterii z działu EV Hyundai i skalę produkcyjną. Elektryczny Atlas używa wymiennych pakietów bateryjnych i integruje Gemini Robotics od Google DeepMind obok NVIDIA Isaac GR00T.

Ryzyko łańcucha dostaw: Zdywersyfikowane. Hyundai zapewnia dostęp do koreańskich dostawców baterii (Samsung SDI, LG Energy Solution) jako alternatywy dla chińskich ogniw. Partnerstwo Google DeepMind zmniejsza zależność od NVIDIA po stronie modelu AI, choć Atlas nadal używa sprzętu obliczeniowego NVIDIA. Planowana fabryka o zdolności 30 000 jednostek rocznie korzysta z wiedzy Hyundai o fabrykach motoryzacyjnych.

UBTECH Robotics (Chiny) - Faworyt wspierany przez rząd

UBTECH, notowany na giełdzie w Hongkongu, korzysta z pełni chińskiej polityki przemysłowej. Walker S2 jest wdrażany w fabrykach NIO i BYD. Przy zamówieniach wartych 800 milionów juanów UBTECH ma wolumen pozwalający negocjować korzystne warunki z każdym krajowym dostawcą. Walker S2 używa kombinacji Intel Core i7 i NVIDIA Jetson AGX Orin do obliczeń, plus oparty na chmurze system BrainNet 2.0 do funkcji kognitywnych.

Ryzyko łańcucha dostaw: Niskie dla komponentów krajowych. Godna uwagi podwójna zależność od Intel/NVIDIA w zakresie obliczeń. Ekspansja UBTECH na Bliski Wschód (projekt NEOM) sprawdzi, czy chiński łańcuch dostaw może wspierać globalne wdrożenia.

1X Technologies (Norwegia/USA) - Europejski wyjątek

1X jest jedyną firmą pozachińską i pozaamerykańską w czołówce wysyłek humanoidalnych. Produkując z Moss w Norwegii, firma używa obliczeń NVIDIA Jetson AGX Orin i buduje własne siłowniki napędzane ścięgnami. Bateria 842 Wh i waga 30 kg NEO odzwierciedlają filozofię projektową priorytetyzującą efektywność energetyczną nad brute force.

Ryzyko łańcucha dostaw: Wysokie. Norwegia nie ma krajowego łańcucha dostaw robotyki. 1X musi importować prawie każdy komponent: chipy NVIDIA z USA, ogniwa bateryjne z Azji, czujniki z wielu krajów. Partnerstwo z OpenAI zapewnia zdolności AI, ale dodaje kolejną zależność od USA. Plan firmy skalowania do dziesiątek tysięcy jednostek poddać próbie ten rozproszony łańcuch dostaw.

Mapa geopolitycznych zależności

Mapa zależności ujawnia uderzającą asymetrię. Chińskie firmy humanoidalne zależą od Stanów Zjednoczonych głównie w jednym obszarze: chipach obliczeniowych AI. Amerykańskie firmy humanoidalne zależą od Chin w wielu obszarach: bateriach, komponentach siłownikowych, magnesach ziem rzadkich i coraz częściej czujnikach LiDAR.

Oznacza to, że dźwignia nie jest zrównoważona. USA mogłyby teoretycznie ograniczyć eksport chipów NVIDIA i krótkoterminowo osłabić chińskie firmy humanoidalne. Ale Chiny mogłyby jednocześnie ograniczyć eksport ziem rzadkich, materiałów bateryjnych i przetworzonych magnesów, uderzając w firmy amerykańskie w wielu podsystemach naraz.

Zmienna tajwańska

Analiza łańcucha dostaw jest niepełna bez wspomnienia o Tajwanie. TSMC (Taiwan Semiconductor Manufacturing Company) wytwarza krzem zarówno dla procesorów Jetson NVIDIA, jak i wielu chipów czujnikowych używanych w humanoidalnych robotach. Zakłócenie na Tajwanie dotknęłoby każdą firmę humanoidalną niezależnie od narodowości, co czyni go pojedynczym punktem awarii dla całej globalnej branży.

Ruch NVIDIA w kierunku krajowej produkcji w USA z Samsung i Intel Foundry zapewnia pewne zabezpieczenie, ale wiodąca produkcja chipów pozostaje skoncentrowana na Tajwanie.

Trzy scenariusze, na które nikt się nie przygotowuje

Scenariusz 1: USA ograniczają eksport NVIDIA Jetson do Chin

Gdyby USA zaostrzyły kontrole eksportu obejmując moduł Jetson Orin (obecnie dozwolony), zmusiłoby to Unitree, AgiBot, Leju i inne chińskie firmy humanoidalne do przejścia na krajowe alternatywy. Procesory Huawei Ascend 310/910 są najbardziej prawdopodobną opcją zastępczą, ale brakuje im ekosystemu oprogramowania CUDA. Chińskie firmy stanęłyby wobec 12-18 miesięcy zakłóceń podczas przepisywania stosów oprogramowania i retrenowania modeli.

Ironiczny wynik: przyspieszyłoby to chiński rozwój konkurencyjnych alternatyw chipów AI, zmniejszając długoterminową dźwignię USA. Ta sama dynamika zagrała w przypadku smartfonów Huawei, gdzie sankcje USA ostatecznie skłoniły Chiny do opracowania chipa Kirin 9000s.

Scenariusz 2: Chiny ograniczają eksport magnesów ziem rzadkich

Gdyby Chiny nałożyły kontyngenty eksportowe na magnesy NdFeB lub pierwiastki ziem rzadkich wchodzące w ich skład, uderzyłoby to w produkcję siłowników dla każdego pozachińskiego producenta humanoidalnego. Alternatywne technologie magnesów istnieją (magnesy ferrytowe, na przykład), ale zapewniają znacznie mniejszą gęstość momentu, co oznacza cięższe, większe i mniej zdolne siłowniki. Jedynym krótkoterminowym środkiem zaradczym byłoby gromadzenie zapasów, do czego podobno zaczęło uciekać się kilka firm.

Scenariusz 3: Harmonic Drive osiąga limity przepustowości

Harmonic Drive Systems już działa blisko pełnej przepustowości. Jeśli produkcja humanoidalnych robotów wyskaluje się do dziesiątek tysięcy jednostek rocznie, do czego dąży wiele firm na 2027 rok, dostawy precyzyjnych przekładni mogą stać się wiążącym ograniczeniem dla japońskich i zachodnich producentów. Chińscy producenci przekładni skorzystają na tym, gdy firmy humanoidalne zaakceptują kompromis jakościowy w zamian za dostępność.

Kto wygra wyścig łańcucha dostaw

Analiza łańcucha dostaw wskazuje na niewygodny wniosek. W krótkim terminie Chiny mają przewagę strukturalną. Chińskie firmy humanoidalne mogą pozyskiwać 80% swojej listy materiałowej krajowo, z AI jako jedyną znaczącą zagraniczną zależnością. Firmy amerykańskie mierzą się natomiast z zagranicznymi zależnościami w wielu krytycznych podsystemach.

Długoterminowy obraz jest jednak mniej jasny. Trzy siły mogą zmienić równowagę:

Pionowa integracja przez finansowane firmy amerykańskie. Figure AI, Tesla i do pewnego stopnia Boston Dynamics (za pośrednictwem Hyundai) inwestują w produkcję kluczowych komponentów we własnym zakresie. Jeśli im się to uda, firmy amerykańskie mogłyby ograniczyć ekspozycję chińskiego łańcucha dostaw tylko do surowców.

Chiński rozwój chipów AI. Huawei, Horizon Robotics i kilka innych chińskich firm produkuje procesory do inferencji AI. Są dwa-trzy lata za NVIDIA pod względem wydajności, ale luka się zawęża. Jeśli chińskie chipy osiągną “wystarczającą” wydajność dla zastosowań humanoidalnych, dźwignia NVIDIA zniknie.

Dzika karta surowców. Lit, kobalt, nikiel i ziemie rzadkie są fundamentalnymi nakładami dla całego łańcucha dostaw. Chiny dominują w przetwarzaniu większości z tych materiałów, ale inwestycje wydobywcze w Australii, Kanadzie, Demokratycznej Republice Konga i Chile dywersyfikują dostawy upstream. Ta dywersyfikacja dojrzewa przez dekadę, ale się dzieje.

Oś czasu łańcucha dostaw

Co to oznacza dla branży

Łańcuch dostaw humanoidalnych robotów to nie prosta historia z jednym zwycięzcą. To splątana sieć wzajemnych zależności, gdzie każdy kraj ma pewną dźwignię i żaden jej nie ma wystarczająco.

Chiny mogą dziś budować tańsze humanoidalne roboty, bo ich łańcuch dostaw powstał dla pojazdów elektrycznych i elektroniki konsumenckiej. Stany Zjednoczone mogą dziś budować inteligentniejsze humanoidalne roboty, bo ich ekosystem chipów AI i oprogramowania jest niedościgniony. Japonia dostarcza precyzyjnych komponentów potrzebnych obu stronom. Korea Południowa oferuje dywersyfikację. Europa wnosi naukę o materiałach i technologię czujników.

Firmy, które najzręczniej poruszają się w tej sieci, wygrają. To oznacza, że Unitree i AgiBot nie mogą ignorować zależności od NVIDIA, a Tesla i Figure nie mogą ignorować zależności od materiałów. Pionowa integracja pomaga na marginesie, ale żadna firma nie może realistycznie produkować wszystkiego we własnym zakresie.

Dla całej branży lekcja jest strukturalna. Humanoidalny robot jest najbardziej geopolitycznie złożonym produktem konsumenckim, jaki kiedykolwiek wymyślono. Każdy staw to ryzyko polityki handlowej. Każdy czujnik to relacja dyplomatyczna. Każda ogniwo baterii to koncesja górnicza na innym kontynencie.

Wyścig o budowę humanoidalnych robotów to nie tylko inżynieria. To łańcuchy dostaw. A w 2026 roku łańcuch dostaw jest strategią.