Robot do lodów wyceniony na 121 mld zł: zręczna ręka staje się drukarnią pieniędzy dla embodied AI

W sklepie DQ na ulicy Wujiang w Szanghaju robot wykonuje zadanie, które wygląda głupio.
Wyciąga rękawiczki z pojemnika na dezynfekcję, wyciąga papierowy kubek, ustawia go pod maszyną do lodów, posypuje kruszonką Oreo, miesza, czyści brzeg, infine odwraca kubek do góry dnem – test „odwróconego kubka bez rozlania”.
Cały proces ma 55 kroków, działa w pełni autonomicznie, pracownik patrzy, nie podnosząc palca.

Pracownik potrzebuje 2–3 minuty na jedną porcję, robot – 6 minut.
Wolniej o ponad 100 %, ale nikt nie popędza.
DQ i Sharpa nie liczą się z wydajnością – liczy się dane.

Nie chodzi o tanie kopiowanie, tylko o trening na wyższym poziomie

Większość ludzi widząc tę informację myśli: „sto milionów wartą firmę wysyła się do lodziarni? To marnowanie potencjału”.
Tacy nie rozumieją, jak działa rywalizacja w embodied AI.

Typowe „restaurant roboty” to po prostu tace na kółkach – wożą talerze, dowożą dania.
To najniższy stopień swobody: przenoszenie bez manipulacji.
Nie potrzebują ręki, wystarczy jeździć, unikać przeszkód, trafiać w punkt.
Technologia praktycznie zerowa, fosa ochronna nie istnieje.

Sharpa idzie pod prąd.
Wchodzi do kuchni, używa ludzkiego sprzętu, tych samych składników, światowych standardów i wykonuje cały proces od A do Z.
Jeden z założycieli Li Yifan mawia: „Jeśli robot o dziesiątkach stopni swobody, z widzeniem i kontrolą siły, kończy na tym samym, co zwykłe ramię przemysłowe – nalewanie kawy – to jego koszt nigdy się nie zwróci”.

Sedn: robot nie może wymagać, by środowisko dostosowywało się do niego, ani zostawiać ostatniego kroku człowiekowi do wycierania.
To nie tworzy produktywności – to daje robotowi zajęcie na pół etatu.

Scenariusz DQ jest trudny właśnie przez 55 wzajemnie zależnych kroków.
Kubek mięknie, lód zmienia twardość wraz z temperaturą, trzy dosypki wyglądają niemal identycznie, a drobne odchylenie prowadzi do całkowitej porażki.
I właśnie tego potrzebuje Sharpa – tych właśnie błędów.

Prawdziwa bariera to nie krzem, lecz dane z upadków

Największą przeszkodą w embodied AI nie jest nauka ścieżek z filmów.
Pokazanie GPT stu filmów z robieniem lodów nie nauczy go, jaką siłą trzeba ściskać kubek – wideo nie zawiera dotyku, siły ani logiki korekty po błędzie.

Obserwując człowieka widzimy tylko, jak wysoko podnosi dłoń.
Nie wiemy, jaką siłą trzeba chwycić papierowy kubek, żeby go nie zgnieść.
Nie wiemy, czy rozlanie wynikało z niecelowego wlewu czy zbyt szybkiego mieszania.
Nie wiemy, jak zmiana nachylenia skrobaczki o dwa stopnie wpływa na efekt.

Takie informacje powstają wyłącznie wtedy, gdy robot w prawdziwym środowisku popełnia błąd, dostaje informację zwrotną i poprawia działanie.
Te „dane awaryjne” zasilały model – następnym razem robot popełnia mniej błędów.

Sharpa trenowała ten schemat w DQ poniżej pięciu miesięcy – w laboratorium skuteczność była wysoka, ale to nie liczy się.
Prawdziwy test to sklep: szczytowy ruch, wahania temperatury sprzętu, różnice partii składników.
Dziś wyćwiczone chwyty, nabieranie, mieszanie i wlewanie w DQ jutro można przenieść na półki w sklepie spożywczym, usługi hotelowe czy domowe obowiązki.
Gdyby każdy scenariusz wymagał nowego stu‑godzinnego treningu, byłby to jednorazowy projekt bez wartości biznesowej.

To właśnie jest prawdziwy cel Sharpa: wykorzystać jedną punkt sprzedaży DQ jako bazę przenośnych danych o zręcznej manipulacji.

Wycena 121 mld zł – więcej niż macierzysta firma

Sharpa powstała pod koniec 2024 r., czyli ledwie dwa lata temu.
Ostatnio ogłoszono nową rundę finansowania – łącznie ponad 4,5 mld CNY (≈ 2,5 mld zł), a wycena po inwestycji skoczyła do 220 mld CNY (≈ 121 mld zł).

Ciekawe jest pochodzenie: trzech współzałożycieli to pierwotny zespół z Hesai – światowego lidera w lidarze.
Hesai sama ma już znaczącą kapitalizację rynkową.

Nowa spółka, młodsza niż dwa lata, wyceniona wyżej niż jej macierzysta firma.
Dlaczego Hesai nie zachowało tego projektu wewnątrz, tylko wyodrębniło go?

To klasyczny ruch przemysłowy.

Pierwsze – różne sektory, zupełnie inna logika wyceny.
Lidar to dojrzała produkcja: liczy się liczba sztuk, marża, kontrola kosztów.
Robot humanoidalny to wczesna fazy wzrostu technologicznego: patrzy się na barierę technologiczną, zgromadzone dane i wyobraźnię zastosowań.
Finansowanie z zewnątrz podnosi sufit wyceny.

Drugie – elastyczniejsze motywowanie zespołu.
Niezależna firma może przeprojektować strukturę udziałów, nie rozwadniając akcji Hesai, a jednocześnie dając założycielom inne zachęty i pełną autonomię.

Spójrz na inwestorów tej rundy: Alibaba, Meituan, Kapitał Przemysłowy JD, oraz Sequoia i Lightspeed.
W istocie obstawiają jedno: Sharpa potrafi powtórzyć ścieżkę sukcesu Hesai w lidarze, przenosząc ją na pole robotów humanoidalnych.

Najpierw opanować kluczowy komponent, potem polegać na danych ze scenariusza, by zamknąć pętlę algorytmu, a na końcu uzyskać pełny stos technologiczny.
To właśnie tak buduje się trwałą przewagę w embodied AI.