Egy fagylaltkészítő robot 22 milliárd dollárra értékelt: a dexterus kéz lett az embodied AI pénznyomdája

A sanghaji Wujiang úti DQ üzletben egy robot épp egy „butának” tűnő dolgot csinál.

Kiveszi a pohártartót a fertőtlenítőből, előhúz egy papírpoharat, pontosan a fagylaltgép alá illeszti, Oreo morzsát szór rá, keveri, lesimítja a peremet, végül fejjel lefelé fordítja a poharat – hogy igazolja a DQ védjegyévé vált „nem folyik ki fordítva” trükköt. Az egész folyamat 55 lépésből áll, teljesen önállóan. Az eladó a pult mögött áll, egy ujját sem mozdítja.

Az eladó 2-3 perc alatt megcsinál egy adagot. A robotnak 6 perc kell.

Több mint kétszer annyi. Mégsem sietteti senki.

Mert a DQ-nek és a robot mögött álló Sharpa cégnek esze ágában sincs a hatékonysággal foglalkozni. Ők valami egész mást akarnak: adatot.

A cikk végén három konkrét belépési pontot mutatok, ahol egy átlagos ember is pénzt csinálhat.

Ez nem dimenziócsökkentés, hanem dimenzió-ugrás

A legtöbben elsőre így reagálnak: egy 22 milliárd dollárra értékelt cég elmegy fagylaltot kanalazni egy cukrászdába? Ez túlzás.

Aki így gondolja, az nem érti az embodied AI versenydinamikáját.

Az éttermekben látott „robotok” 99%-a tálcát hord, ételt szállít, ide-oda gurul. Végeredményben egy kerekes tálca, a legalacsonyabb szabadságfokú anyagmozgatás. Ennek a robotnak nincs szüksége „kézre”, csak arra, hogy menjen, kikerülje az akadályokat, és odaérjen a célig. A technológiai tartalma a nullához közelít, a versenyelőny nem létezik.

A Sharpa pont az ellenkezőjét csinálja. Bement a konyhába, és emberi eszközökkel, emberi alapanyagokkal, globális szabvány szerint az elejétől a végéig végigcsinálja az egész folyamatot.

A Sharpa alapítója, Li Yifan mondott egyszer egy nagyon éles mondatot: ha egy több tíz szabadságfokú, látással és erőszabályozással ellátott humanoid robot végül csak egy kávét odanyújt, amit egy átlagos robotkar is megcsinál, akkor a költség sosem fog kijönni.

A lényeg: a robot nem kérheti, hogy a környezet alkalmazkodjon hozzá, és nem hagyhat 9 lépést az emberre, hogy az utolsó 1-et befejezze. Az nem termelékenység, hanem egy jól fizetett lustálkodás.

A DQ-s forgatókönyv ezért nehéz: 55 lépés, mindegyik az előzőre épül. A papírpoharat összenyomhatod, a fagylalt keménysége hőmérsékletfüggő, a három adagolás vizuálisan szinte azonos, egy hajszálnyi eltérés és az egész megy a kukába.

A Sharpa pont ezekre a kudarcokra hajt.

Az igazi fal nem a chip, hanem a „hasra esés” adata

Mi az embodied AI legnagyobb korlátja?

Nem az, hogy videón megnézi a mozdulatsort. Hagyhatsz GPT-t százszor megnézni egy fagylaltkészítős videót, akkor sem fogja megtanulni, milyen erővel kell megfogni a poharat. Mert a videóban nincs tapintás, nincs erő-visszacsatolás, nincs benne, hogyan javítsd ki a hibát, ha már megtörtént.

Ha megnézel egy embert, csak azt látod, milyen magasra emeli a kezét. De nem tudod, mennyi erő kell, hogy ne nyomd össze a poharat, nem tudod, miért ömlött ki – ferdén adagoltál vagy túl gyorsan kevertél –, nem tudod, mit jelent, ha a perem simítása 2 fokkal eltér.

Ezeket az információkat csak úgy lehet begyűjteni, ha a robot valódi környezetben elesik, hibázik, és újrapróbálkozik. Ezeket a „kudarc-adatokat” eteted be a modellbe, és a következő forgatókönyv már kevesebb szenvedéssel megy.

A Sharpa kevesebb mint 5 hónapja gyakorolja a DQ-folyamatot, a laborban magas a sikerarány. De ez a szám nem számít. Az igazi vizsga a valódi üzletben jön – csúcsidőben a tömeg zavarja, a gép hőmérséklete ingadozik, az alapanyagok tételenként eltérnek.

Amit ma a DQ-ban megtanul – megfogni, kanalazni, keverni, önteni –, az holnap a kisboltban polcot pakolva, a szállodai szobaszervizben vagy az otthoni takarításnál azonnal újrahasznosítható. Ha minden új helyszínen újra kell 100 ezer órát gyakorolni, akkor az egész projekt egyszeri mérnöki mutatvány, üzleti értéke nulla.

Ez a Sharpa valódi terve: egy DQ üzletért cserébe egy hordozható dexterus műveleti adatbázist építeni.

22 milliárd dollár – drágább, mint az anyacég

A Sharpa 2024 végén alakult, még nincs két éves. Most jelentette be a legújabb körét: 45 milliárd jüan (kb. 5,5 milliárd dollár) feletti befektetés, 22 milliárd dolláros értékeléssel.

Az igazán érdekes rész a háttér: mindhárom társalapítató a lidar-óriás Hesai Technology alapítócsapatából jött.

A Hesai saját piaci kapitalizációja szintén masszív.

Egy kétéves cég értékelése meghaladja az anyacégét. Miért nem a Hesai testén belül csinálják, miért szervezik ki külön?

Ez klasszikus iparági játszma.

Először: más a pálya, más az értékelési logika. A lidar érett gyártóipari logika – szállítási volumen, bruttó árrés, költségkontroll. A humanoid robot a robbanásszerű növekedés tech-logikája – technológiai fal, adatgyűjtés, forgatókönyv-skalázhatóság. Külön cégben a plafon sokkal magasabb.

Másodszor: a csapat motivációja rugalmasabb. Az új cégben a részvénystruktúra nulláról építhető, nem hígítja a Hesai régi befektetőit, a kulcsemberek ösztönző csomagja és önállósága pedig egészen más szintű.

Nézd meg a befektetőket: Alibaba, Meituan, JD.com iparági tőkéje bent van, plusz Sequoia, Qiming – a top tier VC-k. Lényegében ugyanarra fogadnak: a Sharpa a Hesai lidar-sikerét fogja lemásolni humanoid roboton.

Először meghódítják az alapkomponenst, aztán a szcenárió-adatokkal zárják az algoritmus-hurkot, végül full-stack platformot építenek.