В 2026 году гуманоидные роботы начали покидать стены лабораторий и выходить на коммерческий рынок. Сегодня их сдают в аренду по подписке, страхуют по специальным полисам и обучают на реальных складских данных. Сегмент растет быстрее, чем нормы для него: страховщики, юристы и регуляторы пытаются определить правила для технологии, которую уже испытывают и внедряют на производстве и в домашних условиях.

ForkLog разобрался в экономике воплощенного ИИ и узнал, сколько стоит час работы машины, кто ответит за разбитый роботом груз, а также кому принадлежат данные, на которых он обучается у клиента.

Почему роботов не продают, а сдают

Одной из моделей коммерческого использования промышленных гуманоидов становится RaaS: клиент ежемесячно платит фиксированную сумму, а производитель остается владельцем машины, берет на себя обслуживание, обновления и замену узлов.

Один из ярких примеров — Agility Robotics. 5 ноября 2026 года компания вышла на Nasdaq через слияние со SPAC Churchill. По итогам сделки оценка фирмы составила $2,5 млрд, а в ходе размещения она привлекла около $465 млн валового капитала. В документах, поданных в SEC перед IPO, Agility Robotics раскрыла интересные для рынка финансовые данные.

Ориентировочная стоимость аренды робота Digit — $8500 в месяц. Еще около $25 000 потребуется на его установку и настройку. Другой вариант — купить машину примерно за $200 000, но программное обеспечение и обслуживание придется оплачивать отдельно. В той же документации стоимость комплектующих Digit 4 оценивается примерно в $125 000.

При этом авторы релиза уточняют: все суммы — расчетные допущения для финансовой модели, а не официальные цены. Сколько в действительности платят за роботов GXO, Schaeffler и Toyota, компании не раскрывают.

Арифметика аренды выглядит следующим образом: за шестидневку робот в состоянии выполнять свои задачи в течение двух десятичасовых смен. Таким образом его расчетная единица трудового времени, исходя из цены ежемесячной аренды, составляет $16,35. При этом такой же час работы живого специалиста на складе оценивается в $30,5. Agility делает вывод, что андроид сокращает затраты на заработную плату на 54%.

Рынок подписок: от $449 до $8500

В приведенных примерах стоимость промышленной подписки выше домашней в 17-19 раз. Компания 1X предлагает андроида NEO за $499 в месяц (или $20 000 при покупке), Weave просит за своего Isaac $449 в месяц ($7999 единовременно), а AgiBot сдает роботов в 17 странах и регионах по цене от €899 в день (для аренды доступны как промышленные машины, так и полноразмерные гуманоиды).

Прозрачность рынка пока остается низкой. По подсчетам аналитического ресурса There’s a Robot for That, проверяемый ценник есть лишь у 11 из 58 гуманоидов на рынке.

Именно поэтому главным показателем зрелости технологии становятся не эффектные деморолики, а наработка значительного количества времени в реальных производственных условиях. Так, Digit 4 накопил уже более 65 000 часов эксплуатации на площадках GXO, Schaeffler, Amazon и Toyota, переместив 100 000 контейнеров на складе GXO с точностью захвата около 98%. Apollo от американской компании Apptronik проходит пилотные тесты на объектах Mercedes и GXO, а масштабированием его серийного выпуска занимается транснациональная корпорация Jabil. Параллельно с ними на заводе BMW в Спартанберге (Южная Каролина) завершились 11-месячные испытания робота Figure 02, который помог собрать около 30 000 автомобилей.

Что получает клиент за подписку

Эффективность сервиса оценивается по числу безошибочно перемещенных грузов, отработанным сменам и общему аптайму. При этом производитель берет на себя ключевые риски, которые при прямой покупке легли бы на плечи заказчика.

Первый — технологическое устаревание. Например, грузоподъемность представленного 15 сентября 2026 года Digit 5 выросла на 40%, а сама модель рассчитана на совместную работу с персоналом без монтажа защитных барьеров. Технологии развиваются настолько стремительно, что вскоре после покупки может выйти новое поколение роботов, а приобретенная модель уже будет уступать ему по возможностям.

Второй — операционные простои. При поломке ремонт или замену робота может взять на себя поставщик. В RaaS-контракте также есть возможность прописать требования к аптайму.

Третий — интеграционные издержки. Запуск всего одного гуманоидного робота на производстве требует от $40 000 до $100 000 на модернизацию инфраструктуры и обеспечение безопасности, а также от четырех до шести недель инженерной интеграции для настройки базовых сценариев и сопряжения с фабричными системами управления.

Как страхуют робота, который учится

Страховые риски традиционных промышленных манипуляторов изучены лучше: многие из них работают в контролируемой среде и выполняют определенные операции. Гуманоид, действующий на базе нейросети, свободно перемещается среди людей и самостоятельно выбирает действия в ситуациях, для которых разработчики не прописали готовый сценарий.

Брокер WTW выделяет ключевую проблему: ответственность размыта по длинной цепочке участников — от производителя корпуса и разработчика ИИ до интегратора, оператора и сервисного подрядчика. Если робот роняет коробку на сотрудника — что стало причино: сбой механики, баг в софте, пробел в обучающей выборке или недосмотр оператора? Традиционные полисы четко разделяют риски на имущественные, кибернетические, производственный травматизм и общую гражданскую ответственность. Один инцидент может подпадать сразу под несколько страховых случаев, поэтому не всегда понятно, какой полис должен сработать и кто обязан возместить ущерб.

Отдельный вызов — системный сбой целого флота. Тысячи машин по всему миру могут работать на базе одной ИИ-модели. Ошибочный апдейт или общее «слепое пятно» в обучении способны парализовать весь парк одновременно. Для страховщиков это серьезная проблема, ведь взаимосвязанные риски снижают эффективность диверсификации.

Фонд Activant Capital в исследовании Insuring the Robot делит эти риски на два портфеля:

  • Имущественный (падения, поломки, пожары, кражи). Его андеррайтеры уже научились просчитывать.
  • Ответственность за ущерб окружению (травмы людей, разбитые паллеты). По оценке экспертов, надежной методики страховой оценки таких рисков пока нет из-за невозможности предсказать, как обученная нейросеть поведет себя в локации, где она никогда раньше не тестировалась.

Тем не менее первые коммерческие решения уже появляются. В Китае компания China Pacific Insurance запустила специализированные продукты для гуманоидов. Они покрывают как физический ущерб от падений, так и ответственность за ошибки алгоритмов при неудачных обновлениях ПО. Вендоры включают такую страховку прямо в стоимость аренды, и выглядит это как естественное продолжение RaaS-модели: владелец андроида страхует свою собственность, а клиент оплачивает этот риск внутри ежемесячной подписки.

Данные как валюта: что и зачем записывает робот

Для точной оценки рисков страховщикам нужна подробная информация о работе машины. Поэтому юристы и андеррайтеры предлагают сохранять журналы ее действий. В статье для German Law Journal исследователь Вэйвэй Шэнь предложил трехуровневую систему контроля:

  • До инцидента: производитель раскрывает регулятору архитектуру алгоритмов.
  • Во время эксплуатации: независимая платформа мониторит поведение робота в реальном времени.
  • После происшествия: журналы работы используются для расследования, а алгоритмы проходят независимую проверку.

Как отметили в Activant Capital, правила игры в страховании роботов меняются. Просто выплачивать компенсации уже невыгодно. Вся маржа достанется тем, кто управляет стандартами безопасности и владеет информацией о поломках. Поскольку все логи собирает сам производитель, именно он становится идеальным кандидатом на роль страховщика собственного парка.

В итоге круг замыкается: тот же массив данных, который критически необходим для андеррайтинга, нужен инженерам для дальнейшего обучения нейросети.

Кому принадлежит опыт робота?

Каждое перемещение контейнера потенциально может стать обучающим примером. Андроид на складе GXO собирает данные и знакомится с инфраструктурой и логистикой компании. Теоретически после обновления модели навык, полученный на складе одного клиента, может стать доступен роботам на площадках других заказчиков. Возникает парадокс: клиент оплатил часы работы машины, но создал интеллектуальную ценность, которая ушла производителю.

Сегодня этот вопрос решается контрактами, а не законами. В типовом RaaS-договоре производитель оставляет за собой право использовать телеметрию и данные с сенсоров для улучшения ИИ-модели. Клиент получает лишь гарантию конфиденциальности (например, обезличивание маркировок товаров), но не долю в обученной нейросети.

Домашний сегмент еще сложнее. В 1X открыто заявляют, что их андроид NEO частично управляется удаленными операторами. Каждая сессия — размеченный пример для обучения, снятый камерами в чужой квартире. В случае происшествия ответственность может распределяться между производителем, разработчиком ПО, оператором и владельцем робота — в зависимости от причины ущерба. При этом правила хранения таких записей еще не отрегулированы ни в США, ни в ЕС.

На рынке формируются три подхода к управлению данными:

  • Все данные — производителю. Парк роботов учится как единый организм. Клиенты получают выгоду через апдейты, но не владеют самой моделью. Это ускоряет эволюцию ИИ. Большой объем данных может дать производителю преимущество в обучении следующих поколений роботов.
  • Все данные — клиенту. Автопром и крупные корпорации категорически против того, чтобы технологии и опыт, наработанные на их мощностях, утекали к конкурентам. Из-за этого приходится создавать изолированные версии моделей под каждого клиента. Да, выходит долго и дорого, зато гарантирует стопроцентную конфиденциальность.
  • Открытые датасеты. Разработчики создают продукт вокруг общих базовых моделей. Это снижает барьер входа для новичков, но никак не решает спор о том, кому принадлежат данные конкретного цеха.

Пока ни один из этих подходов не закреплен в законе — в мире до сих пор нет специализированного регулирования прав собственности на динамический «опыт» ИИ.

Хотя рабочие логи автономных машин могут быть защищены коммерческой тайной или авторским правом на базы данных, сам процесс самообучения алгоритма остается в правовом вакууме. Кроме того, классические институты права не успевают за технологиями, когда речь заходит об ответственности.

Если робот совершил аварию не из-за явного программного бага или физической поломки, а потому что некорректно «интерпретировал» новые для себя условия, правовые системы не могут вменить ему вину напрямую. Ответственность в таких случаях устанавливается по действующим нормам и может возлагаться на производителя, разработчика, оператора или владельца. При этом оценка ошибок самообучающихся систем остается сложной задачей для судов и регуляторов.

Что из этого следует

В модели RaaS производитель может контролировать практически весь цикл эксплуатации робота: от оборудования и программного обеспечения до обслуживания и сбора телеметрии. Он сохраняет право собственности на машину, может организовать ее страхование и получает доступ к данным о работе на площадках клиентов. Эти сведения помогают выявлять неисправности, совершенствовать алгоритмы и разрабатывать новые модели.

Клиент же платит за использование оборудования и сопутствующие услуги, но одновременно часть его жизни, связанная с машиной, становится источником данных для дальнейшего развития продукта. Страховщик ждет данных, доступных только вендору. Регуляторам эта информация может понадобиться для расследования происшествий и контроля безопасности.

Такая модель превращает RaaS из способа финансирования оборудования в инструмент контроля над данными, которые накапливаются в процессе эксплуатации.

Поэтому вопрос ближайших лет не ограничивается тем, сможет ли стоимость эксплуатации робота сравняться с затратами на человеческий труд. Не менее важно, на каких условиях производители будут получать доступ к информации с площадок клиентов и смогут ли последние претендовать на часть выгоды от ее использования. Крупные контракты, в которых эксплуатационные данные станут предметом отдельных переговоров, покажут, насколько высоко стороны оценивают этот ресурс.