Уважаемые читатели, сейчас мы пройдемся по истории зарождения гуманоидных роботов, чтобы понять глубину происходящего, коснемся настоящего как переломной точки начала взрыва производства с опорой на практическую пользу и попробуем подсмотреть в будущее и оценить риски, угрозы и перспективы. Начинаем погружение:
Часть 1. Почему человекоподобные роботы — это уже не фантастика
Когда многие из нас слышит слово «робот», в голове включается старый образ — что-то из научной фантастики 70-х: неуклюжая металлическая фигура, которая медленно поворачивает голову и говорит механическим голосом «Я. Ваш. Помощник.» Или, на худой конец, пылесос Roomba, который застревает под диваном.
Реальность 2026 года с этим образом расходится разительно.
Прямо сейчас, пока вы читаете эту статью, на производственных линиях, складах и в исследовательских центрах по всему миру работают десятки тысяч человекоподобных роботов — гуманоидов. Не прототипы в закрытых лабораториях. Не демонстрационные макеты на выставках. Работают. Поднимают ящики, сортируют посылки, закручивают болты, переносят оборудование в условиях, опасных для человека. По оценкам аналитиков Counterpoint Research, к концу 2026 года их число перевалит за 80 000 единиц. К 2027-му — более 100 000.
Ещё три года назад таких роботов насчитывались единицы.
Это не эволюция. Это взрыв. И чтобы понять, почему он происходит именно сейчас, а не двадцать и не сорок лет назад — нужно пройти весь путь с самого начала. Путь длиной в столетие, где каждые несколько десятилетий менялось всё: материалы, вычислительные мощности, идеи о том, зачем вообще делать робота похожим на человека, и сколько это должно стоить.
В этой статье мы пройдём его вместе.
От механических автоматов XVIII века, которые умели рисовать портреты и играть на флейте, — до первых неуклюжих прямоходящих конструкций 1970-х. От дорогостоящих символов технологического престижа вроде Honda ASIMO — до китайских гуманоидов по цене подержанного автомобиля. От фантазии о «машине-человеке» — до реального рынка, где роботы уже дешевле годовой зарплаты среднестатистического рабочего в США. Но главное, что нас интересует — не просто перечень достижений. Нас интересует механика ускорения: что именно изменилось за последние пять лет и почему именно сейчас мы стоим на пороге мира, где гуманоидный робот становится таким же обычным явлением, каким сто лет назад стал автомобиль.
Пристегнитесь. История длинная — но темп нарастает с каждым десятилетием.
Часть 2. Глубокий XIX век – первая половина XX: механические предтечи (1890–1940)
Прежде чем говорить о роботах, нужно договориться об одной вещи: желание создать искусственного человека — это не изобретение XX века. Это одна из самых древних человеческих одержимостей. Греческий миф о Пигмалионе, оживившем статую. Средневековые легенды о Големе из глины. Механические рыцари Леонардо да Винчи, которые, по историческим свидетельствам, умели двигать руками и головой. Человечество веками мечтало создать существо по своему образу и подобию — только более послушное, более выносливое и не нуждающееся в еде и сне. Но мечта оставалась мечтой до тех пор, пока мастера не научились делать достаточно сложные механизмы.
Куклы, которые умели думать — или казалось, что умели
В XVIII веке в Японии существовал целый класс механических кукол — каракури-нингё. Их делали из дерева, бамбука и шёлковых нитей, приводя в движение пружинами и противовесами. Некоторые умели подносить гостям чашку чая: брали её со столика, несли к гостю, кланялись и ждали, пока тот выпьет. Когда чашка становилась лёгкой — разворачивались и уходили обратно.
Никакой электроники. Никаких датчиков. Чистая механика — и при этом поведение, которое производило впечатление осознанности.
Примерно в то же время в Европе швейцарский мастер Пьер Жаке-Дроз создал три автоматона, которые и сегодня хранятся в музее Нёвшателя и до сих пор работают. Один из них — Писец — умел писать пером на бумаге заранее запрограммированные фразы, макая перо в чернила и даже выдувая на них воздух, чтобы просохли. Другой — Рисовальщик — чертил портреты. Третий, Музыкантша, играла на клавесине, следя глазами за клавишами и дыша в такт музыке.
Это не были роботы в современном смысле. Но это были первые машины, которые имитировали не просто движение — а человеческое действие. Целенаправленное, последовательное, узнаваемое.
Слово, которое стало истоком
В 1920 году чешский писатель Карел Чапек написал пьесу «R.U.R.» — Россумские Универсальные Роботы. Именно там впервые прозвучало слово «робот» — от чешского robota, означающего тяжёлую подневольную работу, каторгу. Примечательно, что роботы у Чапека были не металлическими механизмами, а биологически синтезированными существами — что-то среднее между клоном и андроидом. И они, разумеется, восстали против создателей.
Пьеса имела оглушительный успех, была переведена на десятки языков и поставлена по всему миру. Слово «робот» мгновенно вошло в лексикон — и вместе с ним закрепился образ: машина в форме человека, созданная для труда, опасная в своей покорности и ещё более опасная в своём бунте.
Этот образ будет преследовать робототехнику весь XX век — и отчасти преследует до сих пор.
Первые настоящие: Эрик и Электро
В 1928 году в Лондоне на выставке Общества моделей инженеров появился Эрик — первый в истории человекоподобный робот, претендовавший на практическую демонстрацию. Его создал капитан Уильям Ричардс совместно с инженером Алланом Реффеллом. Эрик был сделан из алюминия, имел светящиеся глаза, умел двигать руками и — главное — произносил речь. Точнее, радиосигналы управляли его голосовыми механизмами дистанционно, но для публики это выглядело именно как речь.
Эрик открывал выставки, отвечал на простые вопросы и производил на современников впечатление, которое сегодня трудно воспроизвести: люди впервые видели машину, которая говорит с ними лицом к лицу.
Десятью годами позже, на Всемирной выставке 1939 года в Нью-Йорке, компания Westinghouse представила Электро — и этот робот поднял планку ещё выше. Почти два метра ростом, 120 килограммов металла. Электро умел ходить (пусть и медленно, по рельсам), говорить около 700 слов, различать красный и зелёный цвет, надувать воздушный шар и — коронный номер — курить сигарету. Публика была в восторге.
Но за восторгом скрывалась принципиальная пустота: ни Эрик, ни Электро не обладали ничем, что можно было бы назвать интеллектом или самостоятельностью. Это были управляемые механические спектакли, блестяще исполненные шоу. Никаких датчиков обратной связи, никакого понимания среды, никакой способности к адаптации.
Что на самом деле было создано в эту эпоху
Если смотреть честно — в первой половине XX века человечество создало не роботов, а образ робота. Устойчивый, убедительный и культурно заразный образ машины-человека, которая работает, говорит и, возможно, однажды почувствует. И это было не мало . Потому что именно этот образ задал вектор на следующие сто лет. Именно он объяснял инженерам, зачем вообще делать машину похожей на человека, а не на экскаватор. Именно он создавал спрос — сначала культурный, потом коммерческий.
Механика без электроники, демонстрация без функциональности, форма без содержания — но форма настолько точно попавшая в архетип, что от неё уже невозможно было отказаться. Следующему поколению инженеров предстояло наполнить эту форму реальным содержанием. И они возьмутся за это в 1950-х — с транзисторами в руках и совершенно новыми идеями о том, что такое интеллект.
Часть 3. Зарождение современной робототехники: 1950–1990
Если первая половина XX века была эпохой образа, то вторая стала эпохой вопроса. Практического, инженерного, порой неудобного: а зачем вообще делать робота похожим на человека?
Это не риторика. В 1950-х и 60-х годах среди инженеров и учёных господствовало вполне здравое мнение: гуманоидность — это лишнее. Красиво, зрелищно, но функционально бессмысленно. Если нужно перемещать детали на заводе — сделай манипулятор. Если нужно исследовать поверхность Луны — сделай колёсный аппарат. Форма должна следовать за задачей, а не за анатомией её создателя.
И на первый взгляд история давала этой позиции все основания.
Промышленная революция без лица
В 1954 году американский инженер Джордж Девол запатентовал первый программируемый промышленный манипулятор. Семь лет спустя, в 1961-м, его детище под названием Unimate встало на конвейер General Motors в Нью-Джерси — и начало сваривать кузовные детали автомобилей.
Unimate не имел ничего общего с человеческой фигурой. Массивная механическая рука на тяжёлом основании, без головы, без ног, без какого-либо намёка на антропоморфность. Зато он работал без остановок, не уставал, не требовал перерывов и выполнял одну и ту же операцию с точностью, недостижимой для человека. Промышленная робототехника сделала свой первый настоящий шаг — и он оказался сугубо прагматичным. Никаких иллюзий насчёт человекоподобия. Только функция.
Следующие двадцать лет заводские манипуляторы распространялись по производствам всего мира — сварка, покраска, сборка. Робототехника становилась реальной индустрией. Но гуманоидов среди этих машин не было ни одного.
Япония задаёт вопрос иначе
Пока западные инженеры оптимизировали промышленные манипуляторы, в Японии в начале 1970-х годов группа исследователей под руководством профессора Итиро Като в Университете Васэда поставила принципиально другой вопрос: а что если машина должна работать в мире, созданном для человека? В доме, на улице, в больнице — там, где нет специальных направляющих, рельсов и конвейеров. Там, где пространство устроено под двуногое существо с руками.
Если среда человеческая — логика подсказывает, что и машина должна быть человекоподобной.
В 1973 году лаборатория Като представила WABOT-1 — и это была маленькая революция. Первый в мире полноценный гуманоидный робот: две ноги, две руки, голова с искусственным зрением, рудиментарная система диалога на японском языке. WABOT-1 умел ходить, измерять расстояние до предметов, захватывать объекты руками и отвечать на простые вопросы.
Правда, один шаг занимал у него около 45 секунд.
Сегодня это звучит почти как анекдот — но в 1973 году это было настоящим инженерным подвигом. Никто прежде не решал задачу динамического баланса двуногой машины в реальных условиях. Каждый шаг WABOT-1 — это решение уравнения устойчивости, которое тогдашние вычислительные мощности еле-еле тянули в реальном времени.
Одиннадцать лет спустя, в 1984 году, та же лаборатория показала WABOT-2 — и здесь Като позволил себе красивый жест. Робот умел читать ноты с листа и играть на электрооргане обеими руками, нажимая нужные клавиши в нужный момент. Не имитировал музыку — играл её. Со стороны это выглядело почти мистически: машина за инструментом, пальцы движутся по клавиатуре, мелодия звучит.
Это был не просто технический результат. Это был манифест: человекоподобный робот способен делать то, что раньше считалось исключительно человеческим.
Тем временем на Западе: ноги без туловища и туловище без ног
Пока японцы строили полных гуманоидов, американские и европейские лаборатории шли другим путём — декомпозиции. Вместо того чтобы сразу собирать всё вместе, они решали отдельные подзадачи.
В MIT Марк Ребберт в 1980-х занимался исключительно динамическим балансом — и создал серию прыгающих одноногих машин, которые умели удерживать равновесие на одной ноге и даже делать сальто. Никакого туловища, никаких рук, только нога и алгоритм баланса. Зато этот алгоритм был отточен до блеска — и именно он впоследствии лёг в основу того, что через тридцать лет стало Boston Dynamics.
В Стэнфорде разрабатывали системы захвата объектов. В Carnegie Mellon — алгоритмы навигации. В европейских университетах — системы технического зрения.
Картина напоминала огромный пазл, части которого собирали в разных лабораториях на разных континентах, не имея ни общей платформы, ни единого стандарта, ни даже уверенности в том, что все эти части когда-нибудь сложатся вместе.
Главное препятствие эпохи
Если честно назвать главного врага гуманоидной робототехники в 1950–1990-х — это были не концепции и не отсутствие идей. Это были три вещи сугубо физического свойства.
Первое — вычислительные мощности. Управление двуногой походкой требует решения сотен уравнений в секунду. Компьютеры той эпохи едва справлялись с этой задачей даже в упрощённом виде — отсюда и 45 секунд на шаг у WABOT-1. Чем сложнее движение, тем больше вычислений, тем медленнее и ненадёжнее система.
Второе — источники питания. Аккумуляторы были тяжёлыми, слабыми и быстро садились. Большинство ранних гуманоидов работали на привязи — буквально с кабелем питания, тянущимся к розетке. Автономность измерялась минутами, а не часами.
Третье — датчики. Чтобы робот ориентировался в пространстве, ему нужны глаза и вестибулярный аппарат — камеры, гироскопы, акселерометры. В 1970-х и 80-х всё это было либо громоздким и дорогим, либо недостаточно точным, либо и тем и другим одновременно.
Это не были непреодолимые барьеры. Это были барьеры времени — такие, которые снимаются сами собой по мере того, как развивается смежная индустрия. Персональные компьютеры становятся мощнее. Литий-ионные аккумуляторы — ёмче. Микроэлектроника — дешевле и компактнее.
К 1990 году все три барьера начинали понемногу трещать. Инженеры это чувствовали.
Итог: тридцать лет фундамента
С 1950-го по 1990-й робототехника прошла путь от механического манипулятора на заводском конвейере до прямоходящих лабораторных прототипов с искусственным зрением и способностью играть музыку. Это колоссальный прогресс — если мерить его в абсолютных значениях.
Но если смотреть на скорость — это было медленно. Мучительно медленно по меркам того, что начнётся дальше.
Тридцать лет понадобилось, чтобы пройти от первого промышленного манипулятора до первого гуманоида, способного сделать несколько шагов подряд. Следующие тридцать лет — с 1990-го по 2020-й — эту скорость заметно увеличат. А потом наступят 2020-е, и всё изменится настолько резко, что само понятие «темп развития» потребует переосмысления.
Но сначала — эпоха ASIMO. Эпоха красивых обещаний, огромных бюджетов и одного принципиального вопроса, который робототехника никак не могла решить: зачем?
Часть 4. 1990–2010: от лабораторных курьёзов к возможному коммерческому применению
К началу 1990-х в робототехнике накопился странный парадокс. С одной стороны — очевидный прогресс: роботы уже умели ходить, видеть, держать предметы, распознавать речь. С другой — полное отсутствие ответа на простой вопрос: а кому это нужно и за какие деньги?
Промышленные манипуляторы давно нашли свою нишу на заводах. Но гуманоиды — те самые, двуногие, с руками и головой — висели в воздухе между наукой и рынком, не принадлежа ни тому, ни другому. Слишком дорогие для коммерции. Слишком зрелищные, чтобы от них отказаться.
Именно в этом противоречии и прошло целое десятилетие.
Honda и долгий путь к улыбке
Мало кто знает, что Honda начала разработку человекоподобного робота ещё в 1986 году — втайне, без публичных анонсов, без пресс-релизов. Внутри компании проект считался настолько рискованным репутационно, что его держали в закрытом режиме почти пятнадцать лет.
Логика была простая и одновременно дерзкая: если мы умеем делать двигатели, которые идеально работают в автомобиле, — почему бы не научить машину ходить как человек? Ходьба, с инженерной точки зрения, это тоже задача управления динамической системой. Просто более сложная.
С 1986 по 1993 год Honda последовательно выпускала серию прототипов под внутренними обозначениями E0–E6 — буква «E» от английского Experimental. Каждая модель решала одну конкретную задачу лучше предыдущей: сначала просто удержать равновесие на двух ногах, потом пройти по прямой, потом подняться по ступенькам, потом сохранить баланс при толчке сбоку.
В 1996 году Honda впервые показала миру робота P2 — и это был настоящий шок. Полноценная человекоподобная машина ростом 182 сантиметра, весом 210 килограммов, способная ходить, подниматься по лестнице и переносить предметы. Автономно. Без кабеля питания.
Но звёздный час наступил в 2000 году, когда Honda представила ASIMO — Advanced Step in Innovative Mobility. Меньше, легче, быстрее предшественников. ASIMO умел бегать со скоростью шесть километров в час, подниматься и спускаться по лестницам, открывать двери, подавать предметы, узнавать лица и голоса конкретных людей. К 2005 году он уже мог танцевать, дирижировать оркестром и самостоятельно объезжать препятствия.
Для публики ASIMO стал лицом робототехники на целое десятилетие. Его показывали президентам и королям, он открывал биржевые торги и выступал на международных форумах. Милый, аккуратный, чуть меньше человека — ровно настолько, чтобы не вызывать тревогу, но достаточно похожий, чтобы восхищать.
Почему ASIMO так никуда и не продался
И вот здесь начинается самая поучительная часть этой истории.
При всём восхищении, при всей медийной мощи и инженерном совершенстве — ASIMO никогда не поступал в коммерческую продажу. За двадцать три года существования программы Honda произвела около 100 экземпляров. Не тысяч. Не сотен. Около ста — и почти все они использовались исключительно для демонстраций и исследований.
В 2022 году Honda тихо закрыла программу ASIMO.
Почему? Ответ неприятный, но честный: потому что никто не смог внятно ответить на вопрос «что он делает полезного?» За всё время существования проекта инженеры так и не нашли сценария, в котором ASIMO решал бы реальную задачу лучше, дешевле или надёжнее, чем специализированная машина или просто человек.
Подняться по лестнице он умел — но медленно и только по той, параметры которой были заранее введены в систему. Перенести поднос с чашками — мог, но в строго контролируемых условиях. Чуть измени освещение, чуть сдвинь предмет — и система давала сбой.
Это называется хрупкость. Робот, заточенный под демонстрацию, неизбежно хрупок: он блестяще делает то, что отрепетировано, и разваливается при малейшем отклонении от сценария. Реальный мир — это сплошные отклонения от сценария.
Sony, игрушки и попытка найти рынок через эмоции
Параллельно с Honda свой путь пробовала Sony. В 1999 году компания выпустила AIBO — робопса, который умел двигаться, реагировать на голос, «учиться» и даже демонстрировать что-то похожее на характер. Это был коммерческий продукт — не прототип, не выставочный экспонат, а товар с ценником около 2000 долларов.
AIBO продавался. Первая партия в 3000 штук разошлась за двадцать минут.
Это был важный сигнал: люди готовы платить за робота, если он вызывает эмоциональный отклик, даже не выполняя практически полезных функций. Эмоция сама по себе — это функция.
В 2003 году Sony пошла дальше и представила QRIO — небольшой двуногий гуманоид, умевший танцевать, петь, распознавать лица и вести простые диалоги. Технически QRIO был впечатляющей машиной. Но до рынка он так и не дошёл: Sony закрыла робототехническое подразделение в 2006 году, сославшись на необходимость сосредоточиться на основном бизнесе.
Рынок домашних роботов-компаньонов в тот момент оказался либо слишком маленьким, либо слишком ранним — точнее сказать трудно.
Тихая революция: ROS и открытая платформа
Пока публичные гуманоиды купались в лучах прессы, в 2007 году произошло событие куда менее заметное — но, как выяснится позже, куда более важное.
Компания Willow Garage при поддержке Стэнфордского университета выпустила ROS — Robot Operating System, открытую операционную систему для роботов. Бесплатную, модульную, доступную любому разработчику в мире.
До ROS каждая лаборатория писала своё программное обеспечение с нуля. Алгоритм управления движением, разработанный в Токио, не имел ничего общего с тем, что писали в Мюнхене или Бостоне. Колесо изобреталось заново в каждом университете на каждом континенте.
ROS сломал эту стену. Разработчики по всему миру начали писать модули, которые работали на общей платформе и которыми можно было делиться. Алгоритм навигации, созданный в одной лаборатории, мог использоваться в другой — и улучшаться силами всего сообщества сразу.
Это был тот самый момент, когда робототехника начала вести себя как программная индустрия: открытый код, коллективная разработка, накопление знаний не внутри одной компании, а внутри всей отрасли.
Эффект проявился не сразу. Но именно ROS создал инфраструктуру, без которой взрыв 2020-х был бы просто невозможен.
Аккумуляторы: ахиллесова пята эпохи
Была ещё одна проблема, о которой говорили реже, чем о впечатляющих демонстрациях, — и она оставалась нерешённой на протяжении всего этого десятилетия.
ASIMO работал от аккумулятора ровно 30 минут. После этого его нужно было уводить за кулисы на подзарядку. Для демонстраций — терпимо. Для реальной работы — абсурд. Ни один работодатель не наймёт сотрудника, который полезен полчаса в час, а остальное время стоит у розетки.
Эта проблема была не специфически робототехнической — она была общей для всей портативной электроники. И решение пришло не изнутри робототехники, а снаружи: из автомобильной промышленности, из смартфонов, из стремительно развивавшейся индустрии электромобилей.
Но в 2010 году это решение ещё только зрело. А пока — роботы работали по 30 минут и уходили заряжаться.
Итог десятилетия: великолепие без смысла
К 2010 году гуманоидная робототехника подошла с впечатляющим портфолио достижений и почти полным отсутствием коммерческих результатов. Роботы умели бегать, танцевать, узнавать лица, подниматься по лестницам. Но они стоили миллионы долларов, работали десятки минут и не умели делать ничего такого, что оправдывало бы эту цену в реальном применении.
Отрасль была как великолепно построенный мост — технически безупречный, но ведущий пока что в никуда.
Нужен был не новый инженерный прорыв внутри робототехники. Нужен был удар снаружи — что-то, что поставит перед отраслью настоящую задачу. Задачу, которая потребует не демонстрационных трюков, а реальной надёжности в реальных условиях.
Этот удар пришёл в 2011 году. И пришёл он с берегов Тихого океана — из японского города Фукусима.
Часть 5. Перелом: 2010–2020 — DARPA Robotics Challenge, Atlas и удешевление датчиков
11 марта 2011 года у берегов Японии произошло землетрясение магнитудой 9,0. Волна цунами высотой до сорока метров накрыла восточное побережье страны. Погибли почти двадцать тысяч человек. А на атомной станции Фукусима-1 отказала система охлаждения — и начался ядерный кризис, который мир наблюдал в прямом эфире несколько недель подряд.
Внутрь разрушенных реакторов нужно было войти. Измерить радиационный фон, оценить повреждения, подать охладитель. Но уровень радиации делал это смертельно опасным для любого человека даже в защитном костюме.
Роботы могли бы решить эту задачу. Теоретически.
На практике выяснилось, что ни один из существовавших на тот момент роботов — ни военных, ни промышленных, ни исследовательских — не был способен действовать в условиях разрушенного здания: подниматься по завалам, открывать двери, перекрывать вентили, работать с инструментами в пыли и темноте. В Фукусиму в итоге отправили гусеничные дроны — плоские, примитивные, управляемые дистанционно оператором. Они делали фотографии и измеряли радиацию. Но с задачей ликвидации аварии не справился никто.
Это был публичный провал всей робототехнической отрасли. И он не остался без ответа.
DARPA ставит задачу
Агентство перспективных исследовательских проектов Министерства обороны США — DARPA — отреагировало быстро. В 2012 году было объявлено о DARPA Robotics Challenge: соревновании, в котором роботы должны были выполнить серию задач, имитирующих действия спасателя в зоне техногенной катастрофы.
Список задач был намеренно составлен так, чтобы исключить любые демонстрационные трюки и потребовать настоящей функциональности в реальных условиях. Роботу предстояло: выйти из автомобиля, пройти по пересечённой местности, вскарабкаться по лестнице, пробить отверстие в стене, перекрыть промышленный вентиль, подключить кабель к разъёму и пройти через ряд закрытых дверей.
Казалось бы — для человека это задачи пяти минут. Для роботов 2012 года это был предел возможного.
Финал соревнований в 2015 году вошёл в историю робототехники — и отчасти благодаря своей парадоксальной зрелищности. Роботы падали. Много и часто. Они теряли равновесие при открывании дверей, застывали на полминуты перед простым препятствием, роняли инструменты, не могли подняться после падения. Зрители на трибунах аплодировали каждому успешному шагу и сочувственно охали при каждом новом завале.
Победила команда из Южной Кореи с роботом DRC-HUBO. Финальное время прохождения всех задач — около сорока четырёх минут. Человек справился бы за десять.
Но это не было провалом. Это было точным измерением реального состояния отрасли — и одновременно мощнейшим стимулом для её развития. Десятки команд со всего мира потратили три года на решение одних и тех же практических задач. Алгоритмы баланса, системы захвата объектов, методы навигации в неструктурированной среде — всё это было прокачано за три года интенсивнее, чем за предыдущие двадцать лет лабораторных исследований.
Кризис сформулировал задачу. Соревнование дало ресурс и дедлайн. Отрасль ускорилась.
Atlas: от гидравлики к легенде
Одним из главных участников DARPA Robotics Challenge стал робот Atlas, разработанный компанией Boston Dynamics — той самой, выросшей из лаборатории Марка Ребберта в MIT, где в 1980-х отрабатывали баланс одноногих прыгающих машин.
Первая версия Atlas 2013 года была внушительной и одновременно тяжеловесной машиной: 150 килограммов, гидравлический привод, питание от внешнего кабеля. Он умел ходить по неровной поверхности и удерживать равновесие при ударах — Boston Dynamics публиковала видео, где сотрудники толкали Atlas клюшкой для хоккея, а тот восстанавливал баланс. Интернет взрывался каждый раз.
Но настоящий перелом произошёл в 2016 году, когда Boston Dynamics показала новую версию Atlas — автономную, работающую от аккумулятора, весом 75 килограммов. И опубликовала видео, которое посмотрели десятки миллионов человек по всему миру: Atlas ходит по снегу в лесу, поднимает коробку, роняет её под ударом клюшки, снова поднимает, и — уходит через дверь в ночь.
Что-то в этом видео задело людей глубже, чем просто технический интерес. Может быть, одиночество фигуры в тёмном лесу. Может быть, то, как он наклонился за упавшей коробкой — почти по-человечески, с усилием. Комментарии под роликом разделились примерно поровну между восхищением и тревогой.
В 2018-м Atlas сделал сальто назад. В 2019-м — серию гимнастических элементов подряд. В 2021-м — паркур через препятствия в темпе, который выглядел уже откровенно сверхчеловеческим.
Boston Dynamics публично говорила, что Atlas — исследовательская платформа, не предназначенная для коммерческих продаж. Но именно Atlas сделал нечто важное для всей отрасли: он изменил базовое представление о том, на что вообще способен двуногий робот. После каждого нового видео планка поднималась — и конкуренты вынуждены были на неё ориентироваться.
Китай входит в игру
Пока Boston Dynamics работала на передовой исследовательской границе, в Китае в начале 2010-х происходило нечто другое — менее зрелищное, но стратегически важное.
Китайские компании начинали не с гуманоидов. Они начинали с четвероногих роботов — проще в управлении, устойчивее, дешевле в производстве. Компания Unitree Robotics, основанная в 2016 году, за несколько лет прошла путь от университетской разработки до серийного производства четвероногого робота по цене, которая потрясла рынок: около 10 000 долларов за машину, которая по характеристикам приближалась к продуктам Boston Dynamics стоимостью в десятки раз больше.
Секрет был не в прорывных технологиях, а в производственной культуре: глубокая интеграция в цепочки поставок электроники, дешёвое масштабирование, готовность работать с минимальной маржой на начальном этапе ради захвата рынка.
Это была репетиция. Четвероногие роботы стали для китайских компаний тренировочной базой — отработать производство, логистику, программное обеспечение. Гуманоиды были следующим шагом, и все это понимали.
Тихая революция датчиков
Параллельно со всеми этими событиями происходило нечто, о чём почти не писали в новостях, — но что изменило экономику робототехники радикально.
В середине 2000-х начался бум разработки беспилотных автомобилей. Google, а затем десятки других компаний начали вкладывать миллиарды долларов в создание машин, способных ориентироваться в городском трафике без водителя. Для этого нужны были лидары — лазерные дальномеры, строящие трёхмерную карту окружающего пространства в реальном времени. Нужны были высокоточные IMU — инерциальные измерительные блоки, отслеживающие положение и движение в пространстве. Нужны были камеры с минимальной задержкой и высоким разрешением.
В начале 2000-х лидар стоил 75 000 долларов и был размером с небольшой холодильник. К 2018 году — несколько тысяч долларов и размером с кофейную кружку. К середине 2020-х — сотни долларов.
Робототехники не разрабатывали эти датчики. Они просто взяли то, что автомобильная индустрия создала за свои деньги и в своих масштабах, — и поставили на роботов.
То же самое произошло с аккумуляторами: гонка электромобилей за дальностью хода и временем зарядки дала робототехнике компактные, мощные и быстро заряжающиеся батареи. То же самое — с вычислительными чипами: смартфонная революция сделала мощные процессоры дешёвыми и миниатюрными.
Робототехника 2010-х существовала в уникальном положении: три смежные индустрии — автомобильная, мобильная электроника и облачные вычисления — параллельно решали проблемы, которые напрямую снимали главные ограничения гуманоидных роботов. И роботостроители пользовались этим в полной мере.
Симуляция как новый полигон
Была ещё одна тихая революция, случившаяся в эту декаду, — и она касалась способа обучения роботов.
Традиционно робота обучали в реальном мире: ставили его перед задачей, он пробовал, ошибался, падал, его поднимали, он пробовал снова. Это было медленно, дорого и разрушительно для оборудования.
В 2010-х стало возможным другое: обучение в симуляторе. Физически точные программные среды позволяли запускать тысячи копий одного робота одновременно в виртуальном пространстве, где он мог падать сколько угодно, не ломаясь, учиться ходить за часы вместо месяцев и потом переносить выученные навыки в реальное тело.
Этот метод получил название Sim-to-Real — из симуляции в реальность. Он не был идеальным: между физикой симулятора и физикой реального мира всегда оставался зазор, который нужно было дополнительно корректировать. Но он радикально ускорил разработку. Робот, которому раньше требовались месяцы физических тренировок для освоения сложной походки, теперь получал базовые навыки за несколько дней виртуального времени.
Итог десятилетия: пазл почти сложился
К 2020 году картина выглядела принципиально иначе, чем десятью годами ранее. Роботы умели делать сальто и паркур. Датчики подешевели в десятки раз. Аккумуляторы держали заряд часами, а не минутами. Открытые платформы вроде ROS объединили мировое сообщество разработчиков. Симуляционное обучение сократило сроки разработки на порядок. Китайские производители доказали, что серийный выпуск сложных роботов возможен по доступным ценам.
Не хватало одного — и это одно было не инженерным, а скорее системным: не хватало момента, когда всё это соберётся вместе в продукт, который можно продать. В робота, который не просто поразит воображение на выставке, а встанет на конвейер или на склад и начнёт окупаться.
Стоимость лучших прототипов к 2020 году всё ещё держалась в районе одного-двух миллионов долларов. Серийного производства не существовало. Применений, которые оправдывали бы такую цену, почти не было.
Пазл лежал перед инженерами почти полностью сложенным. Оставалась последняя деталь — и в 2021 году её неожиданно поднял человек, который до этого занимался электромобилями и космическими ракетами.
Часть 6. 2020–2026 — Взрыв: почему последние пять лет стали эпохой массовых гуманоидов
В августе 2021 года Илон Маск вышел на сцену Tesla AI Day в чёрной футболке и объявил, что компания создаёт человекоподобного робота. Через несколько секунд на сцену вышел человек в белом облегающем костюме с нарисованным экраном на груди — и начал танцевать.
Зал засмеялся. Технологическое сообщество отреагировало скептически. Многие решили, что это очередной маск-овский маркетинговый трюк — красивое обещание далёкого будущего, призванное поднять акции и привлечь внимание.
Мало кто тогда понял, что именно в этот момент что-то действительно изменилось. Не потому что Tesla придумала принципиально новую технологию. А потому что самый известный в мире производитель массовых сложных машин публично сказал: гуманоидный робот — это следующий автомобиль. И мы будем делать его миллионами.
Этот нарратив перевернул отрасль.
Почему именно Маск — и почему именно тогда
Чтобы понять масштаб сдвига, нужно вспомнить контекст. К 2021 году Tesla уже построила одни из самых автоматизированных производств в мире. Её заводы были набиты роботами-манипуляторами — тысячами единиц, работающих в координации. Tesla знала, как проектировать под серийное производство, как оптимизировать цепочки поставок, как снижать стоимость через масштаб.
И Маск сказал вслух то, о чём инженеры думали давно: сегодня главное ограничение гуманоидной робототехники — не технологическое, а экономическое. Нужно просто начать делать их много. Тогда цена упадёт — так же, как упала цена электромобилей, солнечных панелей и литий-ионных аккумуляторов.
Логика масштаба старая как промышленная революция — но применённая к задаче, которую до этого никто не решал в промышленном масштабе.
В сентябре 2022 года Tesla показала первый реальный прототип Optimus. Он неуверенно шёл по сцене, и было заметно, что это ещё очень ранняя стадия. Но в декабре 2022 года вышло новое видео: Optimus медленно, но уверенно сортирует детали на столе. В 2023-м — работает на заводе Tesla в Фремонте. В 2024-м — уже несколько сотен единиц Optimus Gen 2 выполняют реальные производственные задачи внутри компании.
Tesla не продавала Optimus внешним покупателям — она тестировала его на собственном производстве, итерировала быстро и накапливала данные. Это была стратегия, хорошо знакомая по Tesla Model S: сначала сделай для себя, отточи до надёжности, потом выходи на рынок.
Инвестиционный взрыв
Анонс Tesla открыл шлюзы. Если до 2021 года венчурные инвестиции в гуманоидную робототехнику исчислялись сотнями миллионов долларов в год, то после — миллиардами. Причём не просто деньги полились в существующие компании: начали возникать новые — десятки стартапов, каждый из которых утверждал, что именно его архитектура станет стандартом индустрии.
Figure AI, основанная в 2022 году, за два года привлекла около 675 миллионов долларов от Microsoft, OpenAI, Nvidia, Jeff Bezos и ряда других инвесторов. Agility Robotics, создатель двуногого робота Digit, получила крупные инвестиции от Amazon и начала первые коммерческие поставки на склады. Apptronik, 1X Technologies, Sanctuary AI, Fourier Intelligence — список компаний, получивших серьёзное финансирование в 2022–2024 годах, занял бы несколько страниц.
По данным Goldman Sachs, совокупный объём инвестиций в гуманоидную робототехнику в 2024–2025 годах превысил несколько десятков миллиардов долларов. Аналитики банка выпустили доклад с прогнозом: к 2035 году рынок гуманоидных роботов может достичь 150 миллиардов долларов в год.
Деньги привлекали таланты. Таланты ускоряли разработку. Разработка привлекала новые деньги. Маховик раскручивался.
Искусственный интеллект как недостающий ингредиент
Но одних инвестиций было бы недостаточно. Деньги ускоряют то, что уже работает, — но не создают принципиально новых возможностей из ничего. Принципиально новое пришло из другой отрасли — и пришло неожиданно быстро.
В 2022–2023 годах произошла революция больших языковых моделей. ChatGPT, GPT-4, а затем и целое поколение мультимодальных моделей показали, что машина способна понимать контекст, следовать инструкциям на естественном языке и адаптироваться к новым задачам без явного программирования каждого шага.
Для робототехники это стало тем самым недостающим ингредиентом.
До этого момента робот умел делать только то, что было явно запрограммировано: возьми деталь A, положи в ячейку B, повтори. Любое отклонение от сценария — деталь лежит не там, освещение изменилось, на пути появилось препятствие — требовало отдельного кода, отдельного обучения, отдельного инженерного решения.
Языковые и визуально-языковые модели изменили это радикально. Робот, оснащённый такой моделью, начал понимать задачу в общем смысле: «принеси красную коробку со второй полки» — без того, чтобы кто-то заранее описал ему, как выглядит красная коробка, где именно она стоит и как именно к ней подойти. Он стал рассуждать о пространстве, интерпретировать неожиданные ситуации и находить решения в реальном времени.
Это был переход от робота-автомата к роботу-агенту. От машины, исполняющей команды, к машине, понимающей намерение.
Гонка двух держав
Пока в США разворачивался инвестиционный бум вокруг стартапов, Китай действовал по другой модели — и, возможно, более эффективной на дистанции.
Китайское правительство включило гуманоидную робототехнику в список стратегических приоритетов национального развития. Это означало не просто субсидии — это означало государственные заказы, гарантированный первичный рынок, координацию между университетами, производителями компонентов и конечными сборщиками на уровне промышленной политики.
Unitree Robotics, к тому времени уже зарекомендовавшая себя на рынке четвероногих роботов, в 2024 году выпустила гуманоида G1 по стартовой цене 16 000 долларов. Не прототип — серийный продукт, доступный к заказу. Для сравнения: ещё в 2020 году лучшие исследовательские гуманоиды стоили миллион долларов и выше.
UBTECH, Fourier Intelligence, AgiBot, Galaxy Robotics — китайские компании наращивали производство быстро и агрессивно. По оценкам аналитиков, к концу 2025 года Китай контролировал более 60% мирового производства гуманоидных роботов по количеству единиц.
Американские компании отвечали технологическим превосходством: более сложные системы ИИ, более совершенная механика, более глубокая интеграция с облачными платформами. Китайские — ценой и скоростью масштабирования.
Это соревнование имело все признаки новой технологической гонки — той, которая в середине XX века разворачивалась вокруг космоса, а в конце — вокруг полупроводников.
Цифры, которые говорят сами за себя
Статистика роста парка гуманоидных роботов в эти годы выглядит почти неправдоподобно — если не знать предысторию.
В конце 2023 года во всём мире в реальных рабочих условиях — не в лабораториях, не на выставках, а на производствах и складах — работало около 2 500 гуманоидных роботов. К концу 2024 года эта цифра выросла до 16 000 с лишним. К середине 2026 года оценки варьируются в диапазоне 70 000–80 000 единиц.
Прирост за три года — более чем в тридцать раз.
Для сравнения: автомобильная промышленность шла от первых единичных экземпляров до десятков тысяч машин в год примерно двадцать лет. Смартфоны — около десяти лет от первых прототипов до первых миллионов продаж. Гуманоидные роботы проходят этот путь за три-четыре года.
Где они работают прямо сейчас
Важно остановиться на этом вопросе отдельно — потому что именно здесь чаще всего возникает скептицизм: хорошо, роботов много, но что они реально делают?
Ответ уже вполне конкретный.
На складах логистических компаний гуманоиды сортируют посылки, перемещают коробки и комплектуют заказы — задачи, которые плохо поддаются автоматизации обычными манипуляторами из-за разнообразия форм и размеров объектов. Agility Robotics поставляет своих Digit-роботов на склады Amazon именно для этих операций.
На автомобильных заводах роботы выполняют операции, требующие работы в ограниченном пространстве и переноски деталей между позициями — то, что неудобно делать стационарным манипулятором. BMW объявила о пилотных программах с несколькими производителями гуманоидов.
В ядерной и химической промышленности — инспекция, обслуживание оборудования и работа в зонах с повышенным радиационным или химическим фоном. Именно здесь окупаемость наиболее очевидна: альтернатива роботу — человек в защитном костюме с ограниченным временем пребывания в зоне.
На стройках — ассистирование: перенос материалов, подача инструмента, выполнение повторяющихся операций вроде укладки кирпича или затяжки креплений.
Это не весь спектр возможного — это то, что уже происходит. Пилотные программы, первые коммерческие контракты, первые данные об окупаемости.
Момент, когда сменилась логика
Есть один показатель, который лучше любой другой цифры иллюстрирует произошедший сдвиг.
Средняя годовая стоимость труда рабочего на производстве в США в 2025 году — около 45 000–50 000 долларов с учётом налогов, страховки и прочих издержек работодателя. Каждый год. Бессрочно.
Стоимость гуманоида начального уровня от Unitree G1 в 2024 году — 16 000 долларов. Единовременно.
Разумеется, к этому нужно добавить обслуживание, программное обеспечение, интеграцию и обновления. Разумеется, сегодняшний гуманоид работает надёжно только в ограниченном наборе сценариев и не может полностью заменить человека на большинстве позиций. Но экономическая логика уже изменилась: вопрос больше не «может ли это быть дешевле человека» — а «при каком наборе задач это уже дешевле».
Таких наборов задач с каждым годом становится больше.
Пять лет, которые решили всё
Если попытаться сформулировать, почему взрыв случился именно в 2020-е, а не раньше, ответ будет состоять из пяти факторов — и важно, что ни один из них по отдельности не был бы достаточным. Сработала именно их одновременность.
Первое — зрелость искусственного интеллекта: языковые и визуальные модели дали роботам способность понимать задачи, а не только исполнять команды.
Второе — дешёвые компоненты: датчики, приводы, аккумуляторы и чипы достигли ценовых точек, при которых серийное производство стало экономически осмысленным.
Третье — производственная экспертиза: появились компании — прежде всего в Китае и США — с реальным опытом масштабного производства сложных машин.
Четвёртое — инвестиционный капитал: десятки миллиардов долларов, вошедших в отрасль за три года, сократили сроки разработки на годы.
Пятое — нарратив: Маск публично переформулировал задачу из научной в индустриальную, и это изменило то, как на неё смотрели инвесторы, инженеры и корпоративные покупатели.
Сто лет шли к этой точке. Последние пять лет её прошли.
Часть 7. Будущее — когда роботов станет больше, чем рабочих мест
Прогнозировать будущее робототехники — занятие одновременно увлекательное и рискованное. История отрасли полна примеров, когда эксперты уверенно называли сроки, которые потом сдвигались на десятилетия. И столь же полна примеров, когда изменения наступали быстрее, чем кто-либо ожидал.
Поэтому разумнее всего смотреть на будущее тремя горизонтами — ближним, среднесрочным и долгосрочным. Первый опирается на уже запущенные процессы и почти не содержит предположений. Второй требует понимания системных тенденций. Третий — честного призная того, что мы стоим у начала чего-то, масштаб которого сами ещё не вполне осознаём.
Ближний горизонт: 2027–2028
Здесь прогноз наиболее уверенный — потому что большинство из того, что произойдёт в эти годы, уже запущено. Заводы строятся, контракты подписываются, роботы тестируются на реальных объектах прямо сейчас.
К концу 2027 года, по оценкам Counterpoint Research, число гуманоидных роботов в реальных рабочих условиях превысит 100 000 единиц. Это не предел мечтаний — это нижняя граница консервативного прогноза, основанного на уже объявленных производственных мощностях.
Но количество — не главное изменение этого периода. Главное — качественный сдвиг в характере применения.
Сейчас большинство гуманоидов работают в пилотных программах: компания берёт десять-двадцать роботов, интегрирует их в один участок производства, наблюдает, собирает данные, отлаживает. Это стадия доказательства концепции — дорогостоящая, медленная, но необходимая.
К 2027–2028 годам первые компании начнут переходить от пилотов к промышленным партиям. Не двадцать роботов на одном складе — а двести на десяти объектах. Это качественно другая задача: нужны стандартизированные протоколы интеграции, системы удалённого мониторинга, службы технической поддержки, обученный персонал. Инфраструктура вокруг робота становится такой же важной, как сам робот.
Параллельно начнёт формироваться концепция робота-универсала — машины с модульной архитектурой, способной менять инструменты в зависимости от задачи. Сегодня большинство гуманоидов заточены под конкретный тип операций. Завтра — один и тот же робот утром сортирует посылки, днём переносит строительные материалы, вечером проводит инспекцию оборудования. Смена насадки на руке, загрузка нового программного модуля — и другая машина.
Цена некоторых функциональных моделей в этот период опустится до диапазона 10 000–15 000 долларов. Это уровень, при котором гуманоид становится доступен не только крупным корпорациям, но и среднему и малому бизнесу и даже в быту.
Среднесрочный прогноз: 2030–2035
Этот период интереснее — потому что здесь начинается не просто количественный рост, а системная трансформация нескольких отраслей одновременно.
К 2030 году, по разным оценкам, число гуманоидных роботов в мире может исчисляться миллионами. Goldman Sachs прогнозирует рынок в десятки миллиардов долларов. McKinsey указывает, что автоматизация затронет до 30% рабочих операций в развитых экономиках уже к 2030 году — и гуманоиды станут одним из главных инструментов этой трансформации.
Логистика и лёгкая промышленность роботизируются первыми — здесь задачи достаточно структурированы, а экономика наиболее очевидна. Следом — строительство, где дефицит квалифицированных рабочих рук уже сегодня является глобальной проблемой. Потом — сельское хозяйство, где сезонность и физические нагрузки делают автоматизацию особенно привлекательной.
Но самое важное применение среднесрочного горизонта — уход за пожилыми людьми.
Демографическая ситуация в развитых странах такова, что к 2030 году каждый четвёртый житель Японии, Германии и Южной Кореи будет старше 65 лет. Нагрузка на системы социального ухода нарастает быстрее, чем растёт число людей, готовых в этой сфере работать. Гуманоидный робот-компаньон — не замена человеческого общения, но реальный помощник: напомнить о приёме лекарств, помочь подняться, подать воду, вызвать врача при падении.
Япония, осознавшая эту проблему раньше других, уже сегодня активнее всех инвестирует в социальных роботов. К 2030–2035 годам это перестанет быть японской особенностью и станет глобальным рынком.
Именно в этот период с полной силой разгорятся регуляторные битвы — и это будет не менее драматично, чем сама технологическая гонка.
Вопросы, которые сейчас звучат абстрактно, станут конкретными и срочными. Кто несёт ответственность, если робот на складе травмирует человека — производитель, владелец, оператор программного обеспечения? Как регулировать замещение рабочих мест — вводить квоты, облагать роботов налогом, перераспределять доходы? Каковы минимальные стандарты безопасности для машины весом 70 килограммов, работающей рядом с людьми?
Европейский союз, исторически наиболее активный в технологическом регулировании, скорее всего выпустит первые рамочные требования раньше других. США — вероятно, позже и более фрагментарно, на уровне отдельных штатов и отраслевых стандартов. Китай — в формате государственных норм, встроенных в промышленную политику.
Компании, которые сейчас игнорируют регуляторный вопрос, через пять лет рискуют столкнуться с жёсткими ограничениями на уже готовые продукты. Те, кто включается в формирование стандартов сегодня, получат конкурентное преимущество завтра.
Ценовой ориентир к середине 2030-х — ниже 5 000 долларов за базовую модель. При такой цене гуманоидный робот становится все более массовым в малом бизнесе, фермерских хозяйствах и состоятельных частным домохозяйствах.
Долгосрочный взгляд: 2050–2100
Здесь важно сделать оговорку: любой прогноз на полвека вперёд — это не предсказание, а мысленный эксперимент. Но мысленный эксперимент, основанный на понятных тенденциях, полезнее, чем отказ думать о будущем под предлогом его непредсказуемости.
Если экстраполировать нынешние темпы роста — осторожно, с поправками на неизбежное замедление и технологические барьеры — к 2050 году число гуманоидных роботов в мире может измеряться сотнями миллионов. Некоторые аналитики называют цифру в миллиард к концу века — то есть примерно одного робота на каждых восемь-десять человек населения Земли.
Это звучит фантастически. Но в 1980 году столь же фантастически звучало предположение, что к 2010 году почти у каждого взрослого человека в кармане будет компьютер мощнее, чем все вычислительные мощности НАСА времён лунной программы.
На этом горизонте возникает вопрос, который сегодня кажется философским, но к середине века станет вполне практическим: а нужна ли вообще гуманоидность?
Аргумент в пользу человекоподобной формы всегда был функциональным: мир построен под человека — лестницы, двери, инструменты, рабочие места. Робот, похожий на человека, вписывается в эту инфраструктуру без её переделки.
Но по мере того как роботов становится больше и они начинают влиять на проектирование среды, этот аргумент слабеет. Зачем делать склад с лестницами, если на нём работают только роботы? Зачем проектировать дверную ручку, рассчитанную на пятипалую кисть, если открывать её будет машина?
Скорее всего, будущее окажется гибридным: гуманоиды останутся там, где им предстоит работать рядом с людьми и в пространствах, созданных для людей. Специализированные формы — колёсные, многорукие, летающие — займут среды, спроектированные с нуля под автоматизацию.
Но есть и более глубокий вопрос этого горизонта — тот, который робототехники пока предпочитают не произносить вслух слишком громко.
Точка, после которой правила меняются
Сегодня роботы учатся у людей: наблюдают за человеческими движениями, воспроизводят их, накапливают опыт в симуляторах, обучаются на человеческих данных. Человек — источник знания, робот — его получатель.
Но по мере роста числа роботов в мире и накопления ими реального опыта взаимодействия со средой эта асимметрия начинает меняться. Миллион роботов, одновременно работающих на складах, заводах и улицах по всему миру, накапливает опыт, несопоставимый по объёму с тем, что может накопить один человек за всю жизнь. Этот опыт агрегируется, анализируется и возвращается в следующее поколение систем в виде улучшенных алгоритмов.
Обучение начинает происходить не от человека к роботу — а внутри популяции роботов, с участием человека в роли надзорного контролёра, а не единственного учителя.
Технологи называют этот сдвиг по-разному. Кто-то — автономным обучением. Кто-то — роевым интеллектом. Кто-то предпочитает не называть никак, чтобы не будоражить публику раньше времени.
Но именно этот сдвиг — не конкретный год и не конкретная модель, а момент, когда роботы начинают учиться быстрее, чем люди успевают за этим следить — и является той самой точкой, после которой обсуждение будущего требует принципиально иных инструментов.
Некоторые называют это технологической сингулярностью в робототехнике. Другие — просто следующим этапом промышленной революции. Разница в словах здесь менее важна, чем понимание самого явления.
Что останется неизменным
При всех сценариях — оптимистичных и тревожных, быстрых и медленных — есть несколько вещей, которые с высокой вероятностью останутся неизменными.
Люди будут продолжать делать то, что плохо поддаётся формализации: принимать решения в условиях неопределённости, выстраивать отношения доверия, создавать смыслы, заботиться о других людях на уровне, который выходит за пределы функции. Не потому что роботы принципиально не способны к этому — а потому что именно эти вещи люди ценят в человеке, а не в машине.
Рынок труда изменится — но не исчезнет. История каждой предыдущей волны автоматизации показывает одно и то же: одни профессии исчезают, другие возникают, общий объём занятости в долгосрочной перспективе восстанавливается — хотя переходный период бывает болезненным.
И наконец — вопрос о том, каким должно быть общество, в котором роботов столько же или больше, чем работающих людей, останется открытым. Не потому что на него нет ответа. А потому что ответ на него — это политический, экономический и культурный выбор, который каждое общество будет делать самостоятельно.
Технология даёт возможность. Что с ней делать — решают люди. Пока ещё люди.
Часть 8. Обратная сторона ускорения: цена, которую никто не хочет считать вслух
У каждой технологической революции есть парадная витрина и задний двор. Витрина гуманоидной робототехники выглядит убедительно: эффективность, безопасность, решение демографических проблем, освобождение людей от тяжёлого и опасного труда. Всё это правда.
Но правда редко бывает односторонней.
За последние пять лет отрасль научилась очень хорошо рассказывать о своих возможностях — и значительно хуже говорить о своих рисках. Отчасти это понятно: стартапы привлекают инвестиции, корпорации защищают репутацию, правительства не хотят выглядеть противниками прогресса. Но замалчивание рисков не делает их меньше. Оно просто означает, что столкнуться с ними придётся неподготовленными.
Давайте разберём честно.
Труд: не просто статистика, а судьбы
Самый очевидный и самый болезненный вопрос — вытеснение людей с рабочих мест.
Стандартный контраргумент звучит так: каждая предыдущая волна автоматизации в конечном счёте создавала больше рабочих мест, чем уничтожала. Ткацкие станки вытеснили ткачей — но породили текстильные фабрики, транспортную логистику, торговые сети. Конвейер Форда сделал ненужными тысячи ремесленников — но создал миллионы рабочих мест в автомобильной промышленности и смежных отраслях. Компьютеры уничтожили профессию машинистки — но создали индустрию программного обеспечения.
Этот аргумент исторически корректен. Но у него есть существенная оговорка, которую обычно не договаривают: в долгосрочной перспективе система восстанавливалась, но конкретные люди, потерявшие работу здесь и сейчас, этого восстановления часто не дожидались. Сорокапятилетний складской работник, чья должность исчезла, не становится автоматически разработчиком роботизированных систем. Переквалификация — это не магия, это годы и ресурсы, которых у многих людей просто нет.
Масштаб предстоящего вытеснения при этом беспрецедентен по скорости. Предыдущие волны автоматизации растягивались на десятилетия — достаточно, чтобы рынок труда успевал адаптироваться, а новые поколения выбирали профессии с учётом изменений. Нынешняя волна — по всем признакам — будет значительно быстрее.
По оценкам McKinsey, к 2030 году автоматизация может потребовать смены рода деятельности для 75–375 миллионов работников по всему миру — в зависимости от темпов внедрения. Это не апокалипсис — но это и не просто статистика. За каждой единицей этих цифр — конкретный человек с конкретными обязательствами, кредитами и семьёй.
Особенно уязвимы профессии, которые раньше считались защищёнными от автоматизации именно потому, что требовали физической ловкости в неструктурированной среде: сборщики на производстве, грузчики, курьеры, помощники по уходу, операторы склада. Именно эти задачи гуманоидные роботы научились выполнять в первую очередь.
Безопасность: 70 килограммов с сервоприводами рядом с человеком
Второй вопрос — физическая безопасность — звучит менее драматично, чем проблема занятости, но в практическом смысле не менее важен.
Современный гуманоидный робот весит от 50 до 80 килограммов. Он оснащён электрическими приводами, способными развивать значительное усилие. Он движется со скоростью, сопоставимой с человеческим шагом или бегом. Он работает в одном пространстве с людьми.
Большинство промышленных роботов предыдущих поколений были физически изолированы от людей — огорожены клетками, работали в зонах, куда человек не заходил в рабочее время. Именно поэтому вопрос безопасности для них был относительно прост: не заходи за ограждение.
Гуманоид по определению работает там, где работают люди. Его ценность именно в этом — он не требует переделки инфраструктуры. Но это же означает, что любая ошибка системы управления, любой сбой датчика, любая непредвиденная ситуация происходит в непосредственной близости от человека.
Промышленность уже столкнулась с первыми инцидентами. В 2024 году несколько производителей сообщали о ситуациях, когда роботы в тестовых условиях выполняли движения, не предусмотренные сценарием, — к счастью, без серьёзных последствий. Но «к счастью» — плохой инженерный принцип.
Стандарты безопасности для коллаборативных роботов — тех, что работают рядом с людьми, — существуют давно и хорошо отработаны для стационарных манипуляторов. Но для полностью автономных мобильных гуманоидов единых международных стандартов пока не существует. Их разрабатывают — ISO, IEEE, национальные регуляторы — но отрасль движется быстрее, чем успевают стандарты.
Это не означает, что нужно остановить внедрение. Это означает, что скорость внедрения должна быть соразмерна скорости формирования нормативной базы — а сейчас этого соответствия нет.
Кибербезопасность: угон робота как новый вид преступления
Есть риск, о котором говорят меньше всего — и который при этом несёт потенциально наиболее серьёзные последствия.
Гуманоидный робот — это компьютер весом 70 килограммов, подключённый к сети, оснащённый камерами и микрофонами и способный физически воздействовать на окружающую среду.
Если этот компьютер взломан — последствия принципиально отличаются от взлома ноутбука или смартфона. Украденные данные — это серьёзно. Но робот, получивший несанкционированные команды, — это физическая угроза.
Сценарии атак, которые сегодня существуют преимущественно в академических работах по кибербезопасности, через несколько лет станут реальными рисками. Промышленный шпионаж через камеры и микрофоны роботов, работающих на производстве. Намеренная порча оборудования через перехват управления. Скоординированная атака на парк роботов крупного предприятия с целью остановить производство — цифровой аналог забастовки, только организованной извне.
Наиболее уязвимы компании, использующие облачные системы управления парком роботов: централизованность удобна для менеджмента, но создаёт единую точку отказа. Один успешный взлом облачной платформы — и тысячи роботов одновременн о получают неверные команды.
Производители уже инвестируют в защиту: шифрование каналов управления, изолированные сети, поведенческий анализ аномалий. Но гонка между защитой и атакой в кибербезопасности никогда не бывает выиграна окончательно. И чем больше роботов в мире, тем выше ставки в этой гонке.
Регулирование, которое не успевает
Технологии и право существуют в принципиально разных временных масштабах.
Стартап выпускает новую модель робота за восемнадцать месяцев. Международный стандарт безопасности разрабатывается пять-семь лет. Национальное законодательство об ответственности за вред, причинённый автономными системами, в большинстве стран не существует вообще.
Этот разрыв порождает правовой вакуум, в котором сейчас и находится отрасль. Кто несёт ответственность, если гуманоид на складе роняет тяжёлый предмет на рабочего? Производитель? Разработчик программного обеспечения? Компания, которая купила и эксплуатирует робота? Оператор, который задал задачу неточно?
В традиционном праве ответственность за причинённый вред связана с понятием вины — умысла или халатности. Но автономная система, действующая по алгоритму, не имеет умысла. А доказать халатность в цепочке из производителя железа, разработчика модели ИИ, интегратора системы и конечного оператора — задача, способная занять годы судебных разбирательств.
Страховая индустрия пытается выработать продукты для покрытия рисков, связанных с роботами, — но без чёткой правовой базы это крайне сложно. Получается ситуация, когда технология внедряется в реальное производство, несёт реальные риски, а механизм компенсации этих рисков юридически не определён.
Европейский союз движется быстрее других: AI Act, принятый в 2024 году, создаёт рамочное регулирование для систем искусственного интеллекта высокого риска — и роботы, работающие рядом с людьми, попадают в эту категорию. Но даже этот документ оставляет множество вопросов без ответа и требует нескольких лет имплементации.
США пока ограничиваются отраслевыми рекомендациями и стандартами OSHA для конкретных производственных сред. Китай регулирует через государственные стандарты, встроенные в промышленную политику, — быстрее, но менее прозрачно.
Правовой вакуум не будет длиться вечно. Но заполняться он начнёт скорее всего после первого серьёзного инцидента — а не до него. Так, к сожалению, обычно и работает регуляторная логика.
Экологический след: цена миллионов аккумуляторов
Наконец — вопрос, который в дискуссии о роботах поднимается реже всего, хотя имеет самое прямое отношение к устойчивости всего проекта.
Каждый гуманоидный робот — это литий-ионный или литий-железо-фосфатный аккумулятор ёмкостью от 1 до 3 киловатт-часов. Плюс несколько десятков сервоприводов, в которых используются редкоземельные металлы — неодим, диспрозий, тербий — необходимые для постоянных магнитов в электродвигателях. Плюс корпус из алюминиевых сплавов, платы управления с золотом и палладием, оптика с редкими элементами.
Производство одного робота — это не нулевой экологический след.
Теперь умножим на масштаб. Если к 2035 году в мире будет работать 10 миллионов гуманоидов, а к 2050-му — сотни миллионов, речь идёт о колоссальном спросе на редкоземельные металлы, добыча которых сосредоточена в нескольких точках планеты — прежде всего в Китае, Конго и Австралии — и сопряжена с серьёзными экологическими и социальными издержками.
Аккумуляторы имеют ограниченный срок службы — три-пять лет при интенсивной эксплуатации. Что происходит с отработавшими батареями от миллионов роботов? Инфраструктура переработки аккумуляторов сегодня с трудом справляется с потоком от электромобилей — и она принципиально не готова к дополнительной нагрузке от роботизированной промышленности.
Это не аргумент против роботов — так же как экологические издержки производства солнечных панелей не являются аргументом против возобновляемой энергетики. Это аргумент за то, что переход к роботизированной экономике должен сопровождаться параллельным развитием переработки, альтернативных материалов и более долговечных энергетических решений.
Иначе решая одну экологическую проблему — сокращение промышленных выбросов через автоматизацию — мы рискуем создать другую.
Концентрация власти: кому принадлежат роботы
Есть ещё один риск, который редко попадает в технические обзоры, — но который, возможно, является наиболее долгосрочным из всех.
Гуманоидные роботы — дорогостоящие активы. Их производство требует сложных цепочек поставок, значительного капитала и передовых технологий. Это означает, что на начальном этапе они будут сосредоточены в руках крупных корпораций и государств — тех, кто может позволить себе инвестировать в масштабе.
Компания, контролирующая парк из миллиона роботов, обладает производительной мощью, сопоставимой с целыми отраслями. Государство, первым создавшее промышленную базу гуманоидной робототехники, получает стратегическое преимущество, трудно преодолимое для конкурентов.
История технологических монополий — от железных дорог до интернет-платформ — показывает, что концентрация контроля над ключевой инфраструктурой имеет последствия далеко за пределами экономики. Это вопрос власти — в самом прямом смысле.
Пока цена роботов высока и их число невелико, этот вопрос остаётся теоретическим. Но по мере удешевления и масштабирования он станет одним из центральных политических вопросов второй половины XXI века.
Почему всё это важно говорить сейчас
Перечисленные риски — не аргументы против развития робототехники. Остановить этот процесс невозможно — да и незачем. Потенциальные выгоды от автоматизации опасного труда, решения демографических проблем и роста производительности слишком велики, чтобы от них отказываться.
Но именно сейчас, пока отрасль находится в начале экспоненциального роста, — это единственный момент, когда можно повлиять на то, как этот рост будет происходить. Через стандарты безопасности, принятые до первых серьёзных инцидентов, а не после. Через регулирование, сформированное в диалоге с отраслью, а не навязанное ей в панике. Через программы переквалификации, запущенные до того, как миллионы людей окажутся за бортом рынка труда, а не в тот момент.
Технология не является ни благом, ни злом сама по себе. Она является тем, что из неё делают люди и институты, принимающие решения о её применении.
И это, пожалуй, главный урок ста лет робототехники — урок, который следующая глава только начинает проверять на практике.
Часть 9. Заключение: что мы поняли за сто лет
В 1928 году на лондонской выставке публика смотрела на алюминиевую фигуру по имени Эрик, которая шевелила руками и произносила слова через радиосигнал, — и видела чудо. Чудо настолько удивительное, что многие стояли в очереди часами, чтобы посмотреть на него несколько минут.
Почти сто лет спустя на складах Amazon, на заводских линиях BMW и в исследовательских центрах по всему миру двуногие машины поднимают коробки, закручивают болты и ориентируются в пространстве без каких-либо направляющих или рельсов. Никто не стоит в очереди, чтобы на них посмотреть. Это уже не чудо — это инвентарный номер в ведомости основных средств предприятия.
Переход от чуда к инвентарному номеру — и есть главное, что произошло за эти сто лет.
Три эпохи одного пути
Если смотреть на весь путь целиком, он отчётливо делится на три принципиально разных периода — не по датам, а по логике.
Первый период — эпоха образа. Примерно с конца XIX века до середины XX-го. Механические автоматы Жаке-Дроза, говорящий Эрик, курящий сигарету Электро, пьеса Чапека с её роботами-рабочими. В этот период человечество не создавало роботов — оно создавало идею робота. Устойчивый, узнаваемый, культурно заразный образ машины в человеческом облике, которая работает, думает и, возможно, чувствует. Этот образ не имел практического применения — но он задал направление на следующие сто лет. Без него не было бы ни WABOT-1, ни ASIMO, ни Optimus. Идея первична.
Второй период — эпоха доказательства. Примерно с 1950-х по 2020-е годы. Долгая, кропотливая, дорогостоящая работа по превращению идеи в инженерную реальность. Промышленные манипуляторы. Первые ходячие прототипы с шагом в 45 секунд. ASIMO, который умел бегать, но не мог ничего продать. Atlas, делающий сальто в пустом ангаре. DARPA Robotics Challenge, где роботы падали под аплодисменты зрителей. Каждый шаг — буквальный и переносный — давался с трудом и стоил огромных денег. Но каждый шаг доказывал: это возможно. Технически возможно. Принципиально решаемо.
Третий период — эпоха масштаба. Она началась примерно в 2021–2022 годах и разворачивается прямо сейчас. Это момент, когда доказанная возможность превращается в промышленную реальность. Когда вопрос меняется с «может ли это работать» на «сколько это стоит и как быстро окупится». Когда робот из символа технологического престижа становится строкой в бизнес-плане.
Мы живём в начале третьего периода. И это важно осознавать — потому что логика этого периода принципиально отличается от двух предыдущих. Здесь правят не учёные и инженеры-романтики, а экономика, производственные цепочки, регуляторы и рынок труда. Здесь скорость определяется не прорывами в лаборатории, а готовностью корпораций подписывать контракты и готовностью обществ принимать изменения.
Главный урок: ускорение нелинейно
Если выбирать один урок из ста лет истории гуманоидной робототехники — он звучит так: прогресс в сложных технологиях не бывает линейным. Он накапливается медленно, почти незаметно — а потом происходит скачок, который кажется внезапным всем, кроме тех, кто следил за накоплением.
Семьдесят лет от первых промышленных манипуляторов до первых коммерческих гуманоидов. Двадцать лет от ASIMO до Optimus. Три года от 2 500 до 80 000 работающих роботов.
Каждый следующий интервал короче предыдущего. Каждый следующий скачок — круче.
Это не случайность и не маркетинговое преувеличение. Это структурная особенность технологий, достигших точки, где несколько условий одновременно созрели: достаточно дешёвые компоненты, достаточно мощный искусственный интеллект, достаточно большой капитал и достаточно острая потребность рынка.
Когда все эти условия совпадают — происходит то, что происходит сейчас. И темп будет только нарастать.
Что это значит лично для вас
Статьи о технологическом будущем нередко заканчиваются призывом «следить за развитием событий» — и это самый бесполезный совет, который можно дать. Следить — значит оставаться наблюдателем. Но то, что происходит с гуманоидной робототехникой, уже в ближайшие пять-десять лет перестанет быть зрелищем для наблюдателей и станет средой, в которой всем нам предстоит жить и работать.
Это означает несколько вещей — конкретных и практических.
Если вы работодатель или руководитель производства — вопрос уже не «будут ли роботы в моей отрасли», а «когда и как я буду их интегрировать». Компании, начавшие эксперименты сейчас, через три года будут иметь накопленный опыт и данные, которых у опоздавших не будет. Разрыв в компетенциях между ранними и поздними последователями в технологических переходах обычно оказывается больше, чем кажется заранее.
Если вы работаете в отраслях с высоким потенциалом автоматизации — складская логистика, производство, строительство, транспорт — честный разговор с самим собой о переквалификации лучше начать сейчас, а не тогда, когда изменения станут неотвратимыми. Это не повод для паники. Это повод для опережающего действия.
Если вы политик, регулятор или просто гражданин, которому не всё равно, как будет устроено общество через двадцать лет, — вопросы о распределении выгод от автоматизации, о стандартах безопасности, о налогообложении роботизированного труда и о переобучении работников требуют ответов сейчас. Не потому что завтра будет поздно — но потому что каждый год промедления сужает пространство для выбора.
Технология сама по себе не знает, куда идти. Она идёт туда, куда её направляют решения людей и институтов.
Последний образ
В 1939 году на Всемирной выставке в Нью-Йорке двухметровый Электро курил сигарету и надувал воздушный шар — и миллионы людей смотрели на него с восторгом и лёгким страхом. Этот страх был интуитивно точным: машина в человеческом облике задевает что-то глубокое в нашем восприятии себя. Кто мы, если нас можно воспроизвести из металла и проводов?
Этот вопрос никуда не делся. Он только стал острее — потому что перестал быть философским и стал инженерным, экономическим и политическим одновременно.
Но есть кое-что, что за сто лет не изменилось ни на йоту.
Каракури-нингё японского мастера, несущая чашку чая. Писец Жаке-Дроза, макающий перо в чернила. Эрик, произносящий речь. ASIMO, поднимающийся по лестнице. Atlas, уходящий в тёмный лес со своей коробкой. Optimus, сортирующий детали на заводе. За всеми этими машинами, при всём различии эпох и технологий, стоит один и тот же человеческий импульс: создать нечто, что продолжит нас. Что сделает то, что мы не успеваем, не можем или не хотим делать сами.
Это не страх перед будущим. Это, пожалуй, одна из самых человеческих вещей в нашей природе — желание сделать завтра лучше, чем сегодня. Даже если для этого нужно создать что-то, что однажды окажется умнее нас.
Сто лет ушло на то, чтобы превратить этот импульс в реальность.
Что мы с ней сделаем дальше — зависит уже от нас.
Подписывайся. Здесь мы будем не просто обсуждать будущее. Мы будем его проектировать.
__________________________________________________________________________________________
Кудзин Олег — исследователь на пересечении философии сознания, социального проектирования и технологий будущего.