Венчурные фонды агрессивно оценивают передовую робототехнику исходя из будущих перспектив, а не текущей юнит-экономики. Пока корпоративный сектор сопоставляет реальные сроки внедрения с суровыми производственными реалиями, темпы спекулятивных инвестиций многократно опережают коммерческое применение.
Стартап в сфере робототехники Generalist достиг оценки в $3 млрд после закрытия расширения раунда Series B на $200 млн, которое возглавил фонд 8VC. Это следует из нормативных документов, о которых сообщила Марина Темкин из TechCrunch. Дополнительное финансирование поступило всего через два месяца после того, как Radical Ventures возглавил первый транш на $400 млн при оценке в $2 млрд в июне, в результате чего общий объем привлеченных средств в раунде Series B составил $600 млн.
Гонка за создание базовых моделей для железа
Компания Generalist была основана в 2024 году бывшими исследователями Google DeepMind Питом Флоренсом и Энди Зенгом вместе с экс-инженером Boston Dynamics Эндрю Барри. Еще находясь в скрытом режиме работы, стартап заручился поддержкой 8VC, Radical Ventures, Nvidia, Union Square Ventures, Bezos Expeditions и Фей-Фей Ли.
Венчурная гипотеза строится на универсальных архитектурах управления. Generalist заявляет, что ее базовая модель Gen 1.5 позволяет роботам выполнять незнакомые задачи по манипулированию объектами после просмотра видеодемонстраций длительностью от 3 до 12 секунд. Однако за впечатляющими заявлениями об алгоритмах скрывается ранняя стадия корпоративного внедрения: компания запустила пилотные проекты лишь с несколькими клиентами, пытаясь преодолеть разрыв между лабораторными демонстрациями и полностью автономной работой на заводском конвейере.
Приток капитала на фоне дефицита физических данных
Generalist — далеко не единственный пример раздутых рыночных оценок. Конкурент Physical Intelligence оценивается в $11 млрд, поддерживаемый SoftBank стартап Skild AI достиг отметки в $14 млрд, а Genesis AI вел переговоры о привлечении инвестиций при оценке в $3 млрд. Инвесторы накачивают капиталом эти компании в расчете на то, что физическая автоматизация приближается к своей точке перегиба.
Всплеск финансирования отражает ставку части инвесторов на то, что робототехника вскоре переживет собственный «момент ChatGPT» — когда машины смогут выполнять общие задачи без прямого обучения под каждую из них.
Подобная экстраполяция игнорирует фундаментальную экономику данных. Языковые модели масштабируются на массивах текста из интернета; физическим же системам требуются высокоточные мультимодальные сенсомоторные датасеты, которые невозможно просто выкачать из сети. Поскольку сбор надежных данных о взаимодействии с реальным миром упирается в износ оборудования, задержки сигналов и нештатные сценарии, корпоративные внедрения сталкиваются с серьезными проблемами окупаемости, прежде чем автономные платформы смогут надежно работать без контроля человека.
Венчурные инвесторы предоставили Generalist и конкурентам солидный финансовый запас в $600 млн на решение проблемы универсального манипулирования объектами. Однако для руководителей B2B-сектора внедрение непроверенных базовых физических моделей сегодня означает принятие колоссальных рисков непредвиденных сбоев при оплате субсидируемого венчуром оборудования, которое пока не доказало свою промышленную окупаемость.