Goldman Sachs prognozuje: W drugiej połowie ery AI uwaga przesunie się z chipów na humanoidalne roboty

Goldman Sachs uważa, że narracja inwestycyjna dotycząca AI przestawia się z warstwy infrastrukturalnej na aplikacyjną, a humanoidalne roboty stają się najważniejszym frontem komercjalizacji. Bank zaleca inwestorom wcześniejsze pozycjonowanie się, aby wykorzystać wczesne cykliczne możliwości wynikające z wieloletnich przepływów kapitałowych w ekosystemie robotów w regionie Azji i Pacyfiku.

Jacqueline Du, strateg giełdowy w Goldman Sachs, ujawniła w najnowszym raporcie badawczym, że od 18 do 22 maja bank uczestniczył w konferencji technologicznej w Hongkongu oraz przeprowadził specjalistyczne badania dotyczące chińskich robotów AI w Shenzhen i Pekinie, podczas których miał pogłębione rozmowy z 14 firmami robotycznymi, zarówno prywatnymi, jak i notowanymi na giełdzie. Raport wskazuje, że wizyta ta była dla Goldman Sachs bardzo inspirująca – szybka integracja modeli VLA/VTLA i modeli światowych znacząco poprawia zdolności planowania oraz odporność robotów, a skala modeli rośnie do poziomu około 40–80 miliardów parametrów.

Peter Sheren z singapurskiego oddziału Goldman Sachs podkreślił, że narracja związana z AI przechodzi z infrastruktury na warstwę aplikacji, a strukturalne czynniki jak niedobór siły roboczej oraz potrzeba automatyzacji przyspieszają wdrażanie w branży, powodując przepływ kapitału do spółek robotycznych z Korei, Japonii i Chin. Z punktu widzenia wyceny, mediana wskaźnika cena/zysk dla koszyka akcji robotów z Azji i Pacyfiku (22x) jest o około 21% niższa niż w USA (28x), a połączona z wyższymi prognozami wzrostu zysków sprawia, że roboty z regionu Azji i Pacyfiku wyróżniają się lepszym stosunkiem jakości do ceny.

Mimo optymistycznych perspektyw, Goldman Sachs wyraźnie podkreśla, że masowa komercyjna implementacja wymaga jeszcze cierpliwości. Obecnie większość zastosowań znajduje się na etapie weryfikacji koncepcji (POC), branżowi gracze spodziewają się, że wdrożenia na dużą skalę nastąpią w latach 2027–2029; wysokiej jakości dane z rzeczywistego świata nadal pozostają kluczowym ograniczeniem dla rozwoju sektora.

Badania Goldman Sachs trwały pięć dni i zostały podzielone na dwie części: 18–19 maja w Hongkongu udział w GS Asia Communacopia + Technology Conference, a od 20 do 22 maja w Shenzhen i Pekinie specjalistyczne wizyty dotyczące chińskich robotów AI. Badania objęły 14 przedsiębiorstw, obejmujących szeroki przekrój ekosystemu embodied AI, robotyki i automatyzacji, w tym: Damon Robotics, Yuejiang, Estun Automation, Xingtu Power, Garbot, Geek+ Robotics, Zhujili Dynamics, Linker Robotics, Mech-Mind, Wanjii Robotics, Pachini, Lingjing Intelligence, UBTech, Fangyu Robotics.

Jacqueline Du określiła te badania jako „mid-year industry check-up”, wyodrębniając dwa kluczowe wnioski: po pierwsze, integracja modeli VLA/VTLA z modelami światowymi postępuje szybko i skala modeli się znacząco zwiększa; po drugie, wysokiej jakości dane z rzeczywistego świata pozostają pierwszym wąskim gardłem wdrożeń, ale dyskusja branżowa przestawiła się z makro debat nad „przepisami na dane” na temat budowania skalowalnych architektur zbierania danych.

Pod względem technologicznym, dyskusje podczas tych badań wyraźnie wykraczały poza standardową ramę VLA, kierując się w stronę stosów multimodalnych zorientowanych na wykonanie. Konkretna ścieżka to: szybka integracja VLA i modeli światowych, a następnie dodanie zdolności dotykowych (VTLA) w obszarach wymagających wysokiej jakości interakcji fizycznej. Model świata nie jest już traktowany jako osobna klasa modeli, lecz działa równolegle na warstwie funkcjonalnej z modelem akcji – VLA lub VTLA generuje strategie i wykonuje działania, a model świata poprzez przewidywanie kolejnych stanów, weryfikację działań i optymalizację planowania podnosi jakość wykonania.

Firmy, które jasno określiły kolejny krok jako kombinację VLA/VTLA i modelu światowego to m.in. Xingtu Power, Garbot, Lingjing Intelligence oraz Wanjii Robotics. Xingtu Power planuje na marzec 2026 premierę Fast-WAM z opóźnieniem do zaledwie 190 ms; otwarty model Lingjing Intelligence Spirit v1.5 osiągnął najlepszy wynik w RoboChallenge Table30 z 66.09 punktami i 50.33% skutecznością, stając się pierwszym chińskim otwartym modelem embodied AI przewyższającym Pi0.5.

Na poziomie danych coraz większą zgodę budzi zapisanie danych z perspektywy człowieka i siebie samego. Pachini prowadzi pięć fabryk danych w kraju; Xingtu Power, Lingjing Intelligence i Wanjii Robotics tworzą rozproszone zamknięte obiegi danych przez wdrożenie systemów, urządzeń noszonych, VR i klientów aplikacji. Wiele firm prognozuje, że w 2026 r. udział przychodów ze sprzedaży danych znacząco wzrośnie. UBTech przewiduje nawet, że zapotrzebowanie na państwowe fabryki danych w 2026 r. będzie co najmniej takie jak w 2025 r., a nawet większe.

Warto zauważyć, że Goldman Sachs zauważa obecnie, iż z powodu ograniczeń wydajności modeli oraz kosztów, wielu graczy preferuje projekt robota z podwoziem kołowym i chwytakiem z dwoma–trzema palcami, uznając, że taka konstrukcja pokrywa 70–90% scenariuszy przemysłowych, nie wykluczając jednak w przyszłości ewolucji w stronę dwunożnych humanoidów i zręcznych dłoni z pięcioma palcami.

Pod względem komercjalizacji scenariusze aplikacji rozszerzają się na przemysłowy transport, workflow logistyczny i zorganizowane scenariusze komercyjne, jednak dominują obecnie projekty weryfikacji koncepcji (POC), a masowe wdrożenia dopiero nadejdą.

Typowa ścieżka wdrożenia przemysłowego dzieli się na cztery etapy: etap POC (zwykle 3–6 miesięcy, średnio 2–3 rundy) → testy małoseryjne (każde zamówienie na fabrykę poniżej 50 sztuk) → ok. 12 miesięcy okresu weryfikacji → wdrożenia pilotażowe (skala zamówień do 50–100 sztuk na klienta). Ostatnio najbardziej reprezentatywne zastosowania to sortowanie, transport materiałów, podnoszenie i odkładanie, inspekcja/testowanie oraz inne zorganizowane lub półzorganizowane workflow.

Branża zgodnie przewiduje, że po zgromadzeniu dziesiątek milionów godzin wysokiej jakości danych i stworzeniu „ready-to-deploy” modeli, masowe wdrożenia komercyjne nastąpią w latach 2027–2029. Goldman Sachs uważa, że mimo obecnych wyzwań „długoterminowe perspektywy inwestycyjne w sektorze są bardzo obiecujące”, lecz „ta droga wymaga jeszcze cierpliwości, a przedsiębiorstwa muszą pokonać skomplikowaną transformację od POC do masowej komercjalizacji, kluczowe etapy to stabilność jakości i ciągły spadek kosztów.”

W strategii inwestowania w łańcuch dostaw Goldman Sachs preferuje produkty o wysokiej wartości, zwracając uwagę głównie na harmonijne reduktory i zestawy wykonawcze.

Jeśli chodzi o harmoniczne reduktory, Goldman Sachs wskazuje, że mają one najwyższe bariery technologiczne, wymagają wysokiej precyzji, lekkości i momentu obrotowego. W segmencie wysokiej klasy, Harmonic Drive i Green Harmonic są uznanymi graczami; Goldman Sachs podniósł prognozę udziału Green Harmonic na rynku wysokiej klasy robotów między 2025–2030 do 30%, Harmonic Drive pozostaje przy 70%, a po 2030 r. obie firmy mogą dojść do równowagi 50%/50%, głównie dzięki wzrostowi chińskich producentów humanoidalnych robotów.

Jeśli chodzi o zestawy wykonawcze, Goldman Sachs uważa, że adopcja technologii jest bardziej przewidywalna. W kontekście rozwoju humanoidalnych robotów przez firmy motoryzacyjne, przedsiębiorstwa zestawów wykonawczych mają unikalną wartość dzięki zarządzaniu złożonymi relacjami w łańcuchu dostaw. Goldman Sachs przewiduje, że podział udziałów między Sanhua Holdings i Top Group zmieni się z 50%/50% na 70%/30%, opierając się na globalnej dominacji Sanhua w module EV zarządzania termicznego dla Tesli.

Jeśli chodzi o wrzeciona planetarne, Goldman Sachs uważa, że rynek jest nadal w fazie gwałtownych zmian, wskaźniki jakości i gotowość produkcyjna są niepewne; Schaeffler szacuje, że obecnie ma ok. 50–60% udziału rynku, ale długoterminowy zwycięzca jest niejasny. W segmencie zręcznych dłoni również istnieją istotne rozbieżności technologiczne, a główne rozwiązania wciąż rywalizują ze sobą.

Z punktu widzenia wyceny, koszyk robotów Goldman Sachs Azja-Pacyfik i amerykański mają podobne średnie wskaźniki P/E (ok. 29–30x), lecz mediana Azja-Pacyfik (22.0x) jest znacznie niższa niż USA (28.0x), co oznacza, że typowe azjatyckie akcje przemysłowe/robotyczne są ok. 21% tańsze niż ich amerykańskie odpowiedniki. Mediana PEG w koszyku azjatyckim to 1,5x, poniżej 2,0x USA – odzwierciedla to wyższy potencjał wzrostu zysku na każdą jednostkę wyceny akcji robotycznych/automatyzacyjnych w Azji, korzystnie dla takich firm jak Ningbo Top Group, Sanhua Holdings, Hengli Hydraulics oraz innych firm automatyzacyjnych z Chin i Korei, które mają wyższe prognozy wzrostu.

Pod względem przepływu kapitału fundusze inwestycyjne już zaczynają rotować w stronę łańcucha dostaw robotów, ale ogólnie portfel znajduje się na wczesnym etapie, skoncentrowany na komponentach, a nie na pełnych maszynach. Kapitał napływa głównie do koreańskich i chińskich części motoryzacyjnych, chińskiej automatyki przemysłowej / precyzyjnej produkcji oraz niektórych dostawców robotycznych komponentów. Pasywna rebalansacja portfeli wyraźnie napędza rotacje na rynku koreańskim (napływy do Hyundai Mobis, odpływy z Hyundai Motor), po dostosowaniu płynności widać, że średniaki jak BizLink i Hengli Hydraulics szczególnie zyskują.

Jeśli chodzi o prognozy dostaw, stanowisko Goldman Sachs jest bardziej ostrożne niż rynek: bank przewiduje globalną dostawę humanoidalnych robotów w 2027 r. na poziomie 76 000 sztuk, a w 2032 r. na poziomie 502 000 sztuk – mniej niż rynek oczekuje. Goldman Sachs wskazuje, że rynek prawdopodobnie już uwzględnia dostawę 500 000 sztuk w 2027 r. w wycenach, co odpowiada P/E na poziomie 40x przy wychodzeniu. Potencjał wzrostu wyceny pochodzi z wartości opcji działalności humanoidalnych robotów dodanej do wartości podstawowej działalności; ryzyko spadku wynika z ewentualnego zaniku wartości opcji, pozostawiając wycenę tylko core business.

Goldman Sachs podsumowuje, że wraz z przyspieszeniem strukturalnego zapotrzebowania, wyraźnym rabatem wyceny w Azji względem USA i silniejszą dynamiką wzrostu, „to okazja do wcześniej zaplanowanego pozycjonowania się w początkowym cyklu przed pełnym wejściem kapitału w ekosystem robotów.”