ИИ научился говорить. Следующий шаг — научиться делать. Именно так в аналитике закрепился термин embodied AI (физический ИИ): интеллект выходит из “облака” в мир датчиков, моторов, батарей, складов, дорог и домов. И если верить ряду прогнозов крупных инвестдомов, масштаб этого перехода сравним с рождением смартфона, только в “железе”.

Самая громкая цифра последних месяцев — оценка Morgan Stanley: в их базовом сценарии глобальный рынок робототехники (в трактовке “robot hardware revenues”) способен вырасти до $25 трлн к 2050 году. По той же логике, половина драйва — это гуманоиды и робо-такси/автономные машины.

Параллельно существуют более “узкие” оценки именно по гуманоидному сегменту: Morgan Stanley отдельно пишет про $5 трлн к 2050, а Citi — про $7 трлн к 2050 в сценарии массового внедрения и падения цен на устройства.

А UBS, наоборот, даёт более консервативную рамку: $1,4–1,7 трлн к 2050 и относительно небольшая ёмкость к 2035 году — десятки миллиардов.

Почему такой разлёт? Потому что “роботы” — это не один рынок, а три разных экономики с разной скоростью окупаемости: автономные машины, гуманоиды и сервисные роботы. И самое интересное для крипто-читателя: когда интеллект становится физическим, у него появляется новая потребность — платить, подтверждать данные и координироваться в масштабах миллионов устройств. А это уже территория блокчейна, DePIN и RWA-логики.

Ключевые мысли (чтобы понять статью за 60 секунд)

• $25 трлн к 2050 — это сценарий “роботика как новая платформа”, где большую долю берут гуманоиды и автономные машины.
• Гуманоиды — рынок с медленным стартом до середины 2030-х и ускорением в конце 2030-х/2040-х (по Morgan Stanley).
• Крипто здесь — не про “робота с кошельком на кухне”, а про инфраструктуру: микроплатежи, рынки вычислений, децентрализованные сети данных и оракулы.
• Ставка “на нарратив” без проверки value capture часто разочаровывает: рост отрасли не гарантирует рост токена — важно, где именно рождается денежный поток.

Откуда взялись триллионы: что обычно считают в “рынке роботов”

Триллионные оценки становятся возможными, когда исследователи перестают считать “роботов как станки” и начинают считать “роботов как массовую вычислительную платформу”. В этой логике в рынок попадают:

• Железо: приводы, редукторы, моторы, сенсоры, камеры/лидары, батареи, контроллеры, вычислительные модули.
• Софт и сервис: обучение и дообучение моделей, симуляции, “пакеты навыков”, поддержка, ремонт, страховка, обслуживание флота.
• Инфраструктура: заряд, логистика, карты, связь, идентификация устройств, телеметрия и безопасность данных.

По формулировке Barron’s, Morgan Stanley связывает “экономику роботов” с третьей промышленной революцией и допускает сценарий, где индустрия к 2050-му измеряется десятками триллионов годовой выручки.

Но для SEO-честности важно: эти оценки зависят от допущений о надёжности автономных систем, скорости снижения себестоимости и способности регуляторов “переварить” массовое внедрение. Поэтому ниже мы разложим рынок на три сегмента — и посмотрим, где крипто-инфраструктура может стать “кирками и лопатами” этой золотой лихорадки.

Три сегмента роботизации: кто поделит рынок

1) Автономные машины: роботы, которые зарабатывают в логистике и на дорогах

Автономные машины — это всё, что решает задачу перемещения: складские “тележки”, роботы-комплектовщики, доставщики, дроны, автономные грузовики и робо-такси. Их сила — прямая экономика: если робот дешевле человеко-часа (и при этом надёжен), он быстро становится стандартом.

Почему этот сегмент важен для триллионной оценки? Потому что он масштабируется “как транспорт”: рынок огромный, а эффективность даёт очень быстрый эффект в себестоимости. Именно поэтому в ряде аналитических пересказов автономный транспорт часто называют одним из главных двигателей робот-экономики.

Слабое место автономных машин — не моторы, а данные и безопасность: качество карт, телеметрия, связь, подтверждение событий и ответственность за решения алгоритма.

2) Гуманоиды: универсальный “работник” для человеческой среды

Гуманоидный робот — это попытка сделать устройство, которое может работать в мире, построенном под человека: двери, лестницы, инструменты, полки, кнопки. Из-за этого гуманоиды часто воспринимаются как “универсальная платформа”: один робот — много ролей (склад, производство, сервис, уход).

Morgan Stanley оценивает гуманоидный сегмент в $5 трлн к 2050 и считает, что внедрение будет медленным до середины 2030-х, а затем ускорится в конце 2030-х и 2040-х.

Citi приходит к ещё более амбициозной оценке — $7 трлн к 2050 — в сценарии, где на горизонте 25 лет устройство становится массовым, а цены на роботов существенно падают.

Слабое место гуманоидов — “цена ошибки”: универсальность требует огромной надёжности в реальном мире, а значит — больше датасетов, тестов, сертификации и “мозгов” на борту.

3) Сервисные роботы: тихая революция, которая может случиться раньше

Сервисные роботы — это устройства, которые делают конкретные операции: уборка, доставка внутри зданий, помощь в ритейле и гостиницах, обслуживание складов, медицина и уход. Их преимущество: они чаще решают узкие задачи и окупаются быстрее. Поэтому в реальности именно сервисные роботы нередко “обгоняют” гуманоидов по скорости внедрения — просто потому, что от них проще получить ROI.

Слабое место сервисных роботов — фрагментация: слишком много разных задач, сред, стандартов и “протоколов взаимодействия” с инфраструктурой.

Карта стоимости: где в роботах “деньги”, кроме самого робота

Чтобы понять, почему оценки растут до триллионов, полезно посмотреть на рынок как на “пирог из слоёв”:

• Компоненты (сенсоры, приводы, батареи) — масштабируются вместе с объёмом производства.
• Вычесления — непрерывный инференс + обучение + симуляции.
• Данные — карты, разметка, телеметрия, проверки.
• Сервис — ремонт, обслуживание, обновления ПО, страхование, управление флотом.
• Интеграции — подключение к платежам, логистике, учётным системам, доступам.

И вот здесь появляется крипто-угол: блокчейн и связанные с ним модели чаще всего претендуют не на производство “железа”, а на рынки данных, расчётов и доверия.

Где криптовалюты могут “прилипнуть” к роботам

Крипторынок любит простую историю: “роботы придут — значит, токены вырастут”. В реальности всё сложнее. Крипто-экспозиция к роботизации появляется там, где одновременно выполняются три условия:

1. есть массовая операционная задача (данные/платежи/идентификация/координация),
2. её нельзя эффективно закрыть одной централизованной базой без потери масштаба или доверия,
3. у токена/сети есть механизм, который связывает рост использования с экономикой (value capture).

Слой 1. Микроплатежи и “машины платят машинам”

Если на дорогах и складах работают миллионы автономных устройств, они покупают услуги так же, как приложения покупают API: заряд, карты, доступ к инфраструктуре, парковку, проезд, данные. В теории для этого удобны мгновенные и массовые переводы и платёжные рельсы, которые работают 24/7.

Крипто-смысл здесь — не “робот расплачивается мемкоином”, а появление нового класса расчётов: частых, мелких, автоматизированных, с минимумом ручных согласований.

Слой 2. Оракулы: мост между физическим миром и смарт-контрактами

Как только вы пытаетесь автоматизировать оплату “по факту”, упираетесь в вопрос: кто подтвердит событие? Робот действительно доставил груз? Заряд был на столько-то? Устройство реально находилось в зоне доступа? Здесь возникает роль оракулов — систем доставки данных и доказательств в блокчейн-логику. В крипто-инфраструктуре это отдельный класс систем со своими рисками и лучшими практиками.

Если вам нужно быстро освежить базу по теме — на 24k.ru есть отдельная страница: Оракулы (oracle) в крипте: цены, данные и безопасность.

Слой 3. DePIN: “физическая инфраструктура как сеть”

Роботы живут в физике. А значит, их эффективность определяется доступностью связи, карт, датчиков и покрытия. В криптосреде этот слой описывают термином DePIN — децентрализованные физические инфраструктурные сети, где участники строят и поддерживают реальную инфраструктуру, получая стимулирование токеномикой.

Короткое определение и механика — здесь: DePIN: как устроены, где работают и за счёт чего масштабируются.

Почему DePIN выглядит “естественным” мостом к роботам: автономным устройствам нужны карты и сигнал везде, а централизованные модели часто упираются в стоимость построения и обновления инфраструктуры “по всей планете”.

Слой 4. Рынки вычислений: инференс и симуляции на масштабе

Робототехника — это не только “моторы”. Это непрерывный инференс, обновления моделей, симуляции, поиск ошибок, управление “парком устройств”. Поэтому часть крипто-рынка делает ставку на децентрализованные рынки compute-ресурсов (GPU/CPU), где вычисления покупаются как услуга.

Здесь нет магии: если “физический ИИ” растёт, растёт спрос на вычисления — вопрос лишь в том, какая доля спроса окажется на децентрализованных рынках.

Слой 5. AI-агенты и “рынки навыков”

Следующий уровень — когда роботы становятся не просто устройствами, а агентами: они получают задания, выбирают инструменты, учатся на опыте. В этой логике возникает рынок “навыков” и моделей. Часть криптопроектов пытается сделать децентрализованную экономику для таких сервисов.

Слой 6. RWA-логика: финансирование флотов и токенизация потоков

Если роботы становятся капиталом (как автомобили в каршеринге или станки на заводе), появляется вопрос финансирования: кто покупает флот, кто получает поток платежей, как учитываются активы и как ими управлять. В эту точку вписывается RWA-логика: токенизация реальных активов и прав на денежные потоки.

Базовый термин — здесь: RWA — токенизация реальных активов.

Матрица: сегменты роботизации × крипто-слои × “экспозиция” в токенах

Эта таблица — не “список того, что вырастет”, а удобная карта для чтения рынка: роботизация масштабируется волнами, и в каждой волне выигрывают разные “поставщики инфраструктуры”.

Почему рост рынка роботов не обязан давать такие же иксы токенам

На крипторынке часто путают три разные величины:

• Размер рынка (сколько денег в отрасли роботизации).
• Выручка инфраструктуры (сколько платят за связь, данные, вычисления, расчёты).
• Value capture токена (какая доля выручки превращается в спрос на токен через комиссии, сжигание, обязательный стейкинг, коллатераль и т.д.).

Даже если индустрия роботов станет триллионной, токен получит “свои иксы” только там, где он является не декоративным, а необходимым элементом денежного потока.

• Проверка 1: токен обязателен для оплаты/доступа/гарантий?
• Проверка 2: рост использования увеличивает комиссии/спрос, а не только “пользователей на бумаге”?
• Проверка 3: есть ли риск, что ценность останется у приложения/компании, а токен станет “голосовалкой”?
• Проверка 4: насколько сильна конкуренция и как быстро она сжимает комиссии?
• Проверка 5: что происходит с предложением токена (эмиссия/разлоки) на горизонте цикла?

Именно поэтому “кирки и лопаты” (данные/оракулы/compute) часто выглядят устойчивее, чем попытка угадать “идеального” токенизированного робота.

Сценарий созревания: что может произойти к 2030, 2040 и 2050

К 2030: автономные машины и сервисные роботы обгоняют гуманоидов

На коротком горизонте выигрывают сегменты с понятной окупаемостью: склад, логистика, доставочные сценарии, сервис в коммерческих пространствах. Гуманоиды остаются дорогими и требуют зрелости моделей, тестов и стандартизации — что совпадает с логикой “медленного старта” в исследованиях Morgan Stanley.

К 2040: гуманоиды выходят из демонстраций в массовые флоты

Середина 2030-х — это потенциальная точка перелома: если цена устройств падает, а качество и безопасность растут, гуманоиды становятся универсальным “работником” для сервисных профессий и производств. В этом окне особенно важны два фактора: стандарты безопасности и масштаб вычислений/данных.

К 2050: робототехника как платформа, где ключ — инфраструктура

Именно здесь появляются триллионы: не потому что один робот стоит дорого, а потому что их становится много, они работают постоянно и формируют огромный слой сервисов вокруг себя. В этой картине Morgan Stanley допускает рост “robot hardware revenues” до $25 трлн к 2050.

FAQ

Вывод

Роботизация — это не один “рынок роботов”, а три экономики: автономные машины, гуманоиды и сервисные роботы. Триллионные оценки появляются там, где роботы становятся массовой платформой, а не экспериментом. И крипто-угол здесь, как правило, лежит не в “роботе-токене”, а в инфраструктуре вокруг него: данных, оракулов, вычислений, расчётов и токенизации прав/потоков.

Если смотреть на тему как на долгий цикл, то полезнее всего держать в голове карту: какая проблема становится массовой — и какой слой инфраструктуры получает денежный поток. Это и есть точка, где нарратив превращается в экономику.

Полезные ссылки

• DePIN: децентрализованные физические инфраструктурные сети
• Nosana (NOS): Solana-DePIN рынок GPU для ИИ