Масштабируема ли робототехника для VC?

Партнер Eurasia Development Денис Калинин подготовил детальный разбор ТОП-10 сегментов робототехники (Китай, США, Европа) с возможностями уровня $1+ трлн для VC в ближайшие 25 лет: автономные транспортные средства, гуманоиды, дроны, сервисные роботы, ИИ-модели и др. С оригинальной версией на английском языке можно ознакомиться в блоге Дениса Калинина DeepTech Asia.

Кратко:

• Уже 10 сегментов робототехники можно считать VC-масштабируемыми: автономное вождение, гуманоидные и «зооморфные» роботы, дроны и морские беспилотники, медицинские роботы, сервисные роботы, складская роботизация, аппаратные компоненты, ПО для робототехники, роботизированные манипуляторы, лабораторная автоматизация.
• Масштабируемость для VC заметно различается по странам: например, аппаратное обеспечение и сервисные роботы проще масштабировать в Китае, тогда как чистые ПО решения устойчивее в США/Европе.
• Китай лидирует по числу единорогов и VC/PE-экзитов в робототехнике, при этом США имеют крупнейшие компании, выросшие при поддержке VC (Intuitive, Waymo, Figure, Anduril).
• Наибольший венчурный потенциал роста на горизонте 5–10 лет — у пяти направлений: автономное вождение, дроны и морские беспилотники, складская роботизация, медицинские роботы и сервисные роботы.
• Вероятно, автономное вождение станет первым сегментом, который даст робототехническую компанию уровня $1 трлн уже в ближайшие 10 лет; для гуманоидов и медицинской робототехники горизонт длиннее.
• ИИ и ПО критически важны для прогресса робототехники, но долгосрочная монетизация у «чисто ПО» игроков в робототехнике выглядит слабо устойчивой.
• Китай продолжит доминировать в цепочках поставок робототехники — и по аппаратному обеспечению, и по ПО, хотя ПО, вероятно, будет преимущественно открытый исходный код и его будет сложно монетизировать.
• Западные компании будут сильнее в прикладных продуктах и отраслевых (вертикальных) решениях — за счёт близости к крупным зрелым рынкам.

За последние десятилетия мир формировали цифровые инновации: сначала интернет, затем мобильные и облачные технологии, а совсем недавно — ИИ. Эти волны породили первые компании с капитализацией $1+ трлн (Facebook, Amazon и др.) и новых «единорогов» уровня $100+ млрд (OpenAI, Databricks, Anthropic, ByteDance), которых вырастили ведущие венчурные фонды вроде Sequoia, Kleiner Perkins, a16z и др.

При этом вклад ПО в ВВП остаётся сравнительно небольшим — например, в США он оценивается примерно в 4%. Основная часть глобального создания стоимости по-прежнему сосредоточена в «физических» отраслях: производстве, строительстве, логистике. Все они основаны на материальном взаимодействии и исторически были защищены от ПО трансформации.

Робототехника должна была изменить эти отрасли, но почти ни один из пионеров не смог приблизиться даже к оценке $100 млрд:

• Unimation, первая в мире робототехническая компания, была куплена Westinghouse за $107 млн в 1983 году.
• KUKA (первый робот — 1973) была приобретена китайской Midea за €4,5 млрд в 2016 году.
• ABB Robotics, крупнейший мировой производитель промышленных роботов, была приобретена Softbank Robotics за $5,4 млрд в 2025 году.
• EPSON, второй крупнейший производитель промышленных роботов, имел рыночную капитализацию менее $4 млрд по состоянию на ноябрь 2025 года.
• Boston Dynamics, пионер гуманоидной и «зооморфной» робототехники, последовательно переходила от Google к Softbank, затем к Hyundai; последняя цена сделки составляла $1,1 млрд (2021).

Важно, что ни одна из этих компаний не развивалась как классический VC проект.

Почему робототехника всегда была сложной для венчурных инвесторов?

Короткий ответ — масштабируемость. Аппаратные бизнесы масштабируются хуже, чем ПО: нужно закупать компоненты, производить и собирать изделия, а затем перемещать физический продукт по сложным цепочкам поставок по всему миру.

Ещё более существенная проблема — нишевость применения. В таких областях, как автопром, производство полупроводников (включая упаковку/сборку), а также складской фулфилмент, уровень внедрения автоматизации уже достигает 70–90%. Однако развертывание роботизированных решений на каждом объекте требует высокой кастомизации и поддержки системных интеграторов, что резко ограничивает масштабирование.

В совокупности это делает для VC крайне трудным обоснование инвесткейса с потенциальной доходностью порядка 100x в робототехнике.

Physical AI — новая надежда

Похоже, сейчас ситуация начинает меняться.

В последние несколько лет аппаратные инновации вновь возвращаются в фокус внимания: Дженсен Хуанг (NVIDIA) прогнозирует, что «следующая волна ИИ будет Physical AI», имея в виду проникновение ИИ в физический мир — в виде более продвинутых роботов, автономного вождения, дронов и других умных устройств.

Время, похоже, выбрано удачно.

Со стороны спроса — старение населения и дефицит рабочей силы в развитых странах:

• К 2030 году каждый шестой человек в мире будет старше 60 лет.
• К 2050 году численность населения в возрасте 80+ почти утроится и достигнет около 425 млн.
• Ежегодное сокращение рабочей силы на 0,5–1,5% в Японии, Южной Корее, Италии, Германии и Китае.
• По прогнозу, к 2030 году в промышленности США останутся незакрытыми 2,1 млн рабочих мест.
• В логистике и складской отрасли в пиковые периоды доля незакрытых вакансий составляет 40–60%.
• В строительстве Европы и Японии 20–30% ролей стабильно остаются незакрытыми.

Со стороны предложения — прогресс в ИИ и снижение стоимости аппаратных компонентов:

• Крупномасштабные многофункциональные модели и системы управления на основе RL улучшают восприятие, ловкость и способность к обобщению.
• Цены на компоненты (серводвигатели, сенсоры, батареи, вычислительные модули) за последнее десятилетие снизились на 30–70% благодаря азиатским цепочкам поставок и масштабам производства в Китае.

Всё это приводит к оптимистичным прогнозам ведущих консалтинговых компаний: рынок Physical AI и робототехники может достичь $300 млрд к 2030 году и $1 трлн в 2040–2050 годах.

VC-масштабируемые сегменты робототехники
Чтобы определить, какие направления робототехники имеют наибольший потенциал «дорасти» до венчурного масштаба, мы собрали данные о 123 публично известных робототехнических компаниях с венчурным финансированием и оценкой $1 млрд+, включая единорогов, публичные компании и компании, ушедшие в M&A. Точная методология описана в конце статьи.

Этот анализ не только выявляет наиболее популярные направления, но и подчёркивает ключевые факторы для этих сегментов:

• Размер рынка. Инвесторы понимают, что потенциальный рынок достаточно велик, чтобы обеспечить экзит как минимум на уровне $1 млрд+ (венчурный масштаб).
• Масштабируемость. Ожидается, что компании в сегменте смогут расти экспоненциально без высокой кастомизации под каждую площадку внедрения.
• Конкурентный барьер. За счёт эффекта масштаба и расширения экосистемы бизнес должен быть защищаемым, а барьеры входа — расти, не допуская новых игроков и давления на маржинальность.
• Доступ к капиталу. Как следствие трёх факторов выше, инвесторы готовы вкладывать больше капитала, что помогает быстрее масштабироваться и усиливать защищенность.

Наличие большого числа компаний с оценкой $1 млрд+ в отдельных сегментах также показывает, что ранние инвесторы таких стартапов могут получать как минимум 10–20x на вложенный капитал.

На основе этого анализа были выделены десять сегментов робототехники, которые уже демонстрируют VC-масштабируемую динамику роста.

Источник: DeepTech Asia (на основе Crunchbase, CBInsights, ITjuzi).

1) Сегменты на пике венчурной популярности:

• автономное вождение (включая роботакси и автономные грузовики);
• универсальные роботы (гуманоиды, роботы-собаки и т. п.);
• беспилотные воздушные и морские системы (дроны, суда, eVTOL).

В этих сегментах больше всего единорогов, но пока меньше крупных экзитов. Оценки высокие, а рыночное внедрение — на ранней стадии: положительный ROI от внедрения этих технологий пока недостижим. Тем не менее венчурные инвесторы активно идут в эти направления, поскольку они обещают, что следующее поколение универсальных аппаратных платформ будет похоже на массовое внедрение автомобилей в начале XX века.

2) Зрелые VC-масштабируемые сегменты:

• медицинские роботы (прежде всего хирургические);
• негуманоидные сервисные роботы (роботы для уборки, роботы-пылесосы, операторы на базе гибридных роботизированных платформ);
• складская автоматизация (AGV/AMR и другие робототехнические решения);
• аппаратные компоненты (в основном лидары и чипы для edge-вычислений).

В большинстве этих сегментов уже есть значимое число сделок M&A или IPO на уровне $1 млрд+, текущие размеры рынков измеряются десятками миллиардов долларов; внедрение реально идёт, и положительный ROI подтверждён.

3) Новые VC-сегменты:

• чистое ПО для робототехники («мозги» для роботов и классический SLAM);
• роботизированные манипуляторы общего назначения (адаптивные или коллаборативные);
• лабораторная автоматизация (роботизированные решения для автономных лабораторий).

Крупных экзитов здесь пока немного, но наличие отдельных единорогов показывает, что венчурный масштаб достижим.

4) Отстающие сегменты:

• автоматизированные производственные линии — есть действующие игроки (ABB, FANUC, Siemens и др.), но нет крупных венчурных единорогов, поскольку решения требуют высокой кастомизации и серьёзной интеграционной поддержки, что ухудшает масштабируемость;
• базовые роботизированные манипуляторы — рынок насыщен: сотни производителей и нет явной продуктовой дифференциации;
• базовые аппаратные компоненты (актуаторы, электродвигатели, редукторы, приводные системы) — та же проблема: насыщенность и слабая защищенность;
• «чистые» интеграторы — консалтинговые компании, которые внедряют роботов на площадке клиента; при всей важности роли такие игроки редко подходят под венчурную модель из-за сервисной выручки и низкой масштабируемости.

Какие страны лидируют?
Из 123 компаний-«единорогов» и компаний с экзитами на $1 млрд+:

• Китай — 68 компаний (55% от общего числа),
• США — 39 компаний (32%),
• Европа — 16 компаний (13%); среди европейских лидеров — Израиль и Германия.

При этом среди ТОП-5 компаний по оценке / рыночной капитализации четыре — американские, и только одна — китайская (DJI).

ТОП-10 робототехнических компаний с поддержкой VC/PE:

1. Intuitive Surgical — $200B+ (публичная)
2. Waymo — $45B
3. Figure — $39B
4. Anduril — $30.5B
5. DJI — $20B
6. Yinwang / Huawei — $18B
7. Aptiv — $17B
8. Horizon Robotics — $14B (публичная)
9. Zongmu — $11.4B
10. Mobileye — $9.2B (публичная)

Экзиты в робототехнике на $1 млрд+:

• Китай — 17 (в основном IPO),
• США — 16 (M&A и IPO),
• Европа — 7 (в основном IPO).

Исторически США были крупнейшим рынком экзитов для робототехники, однако в прошлом году Китай сравнялся за счёт четырёх новых робототехнических IPO в 2025 году (Geek+, Seyond, CiDi, Breton) и пяти IPO в 2024 году (Horizon Robotics, Robosense, Weride, Pony.ai, Dobot).

Конкурентная динамика заметно различается по сегментам.

США лидируют в:

• медицинской робототехнике — благодаря сверхуспешному кейсу Intuitive Surgical;
• ПО для робототехники — Skild AI, Physical Intelligence, Field AI (VC-поддержанные) + ведущие лаборатории: Google DeepMind (RT-2, RT-X), OpenAI (Aiko), NVIDIA (GR00T);
• лабораторной автоматизации — Opentrons, Equashield, Periodic Labs.

Китай лидирует в:

• сервисной робототехнике — среди игроков с участием VC с оценкой $1 млрд+ в клининговой тематике все компании — китайские, особенно после банкротства американского пионера потребительской робототехники iRobot в декабре 2025 года;
• автономных транспортных средствах — несмотря на рост внедрения роботакси Waymo, в Китае десятки единорогов, нацеленных на пассажирские, коммерческие и индустриальные сегменты;
• аппаратных компонентах — несмотря на то, что чипы NVIDIA Jetson широко известны в мировой робототехнике, они дают около 1% выручки NVIDIA; при этом Китай является безусловным лидером в лидарах (Hesai, Seyond и др.) и догоняет по чипам для периферийных вычислений;
• складской автоматизации — хотя первые компании на рынке — Vanderlande и Dematic — американские и европейские, многие компании нового поколения с поддержкой VC/PE — китайские (Geek+, Siasun, HAI Robotics). Американская компания Symbotic — ещё один значимый игрок, но в его структуре нет венчурного капитала.

Паритетная конкуренция:

• беспилотные воздушные и морские системы — хотя DJI является лидером в стандартизированных коммерческих дронах, есть специализированные стартапы США и Европы (особенно в оборонной промышленности), которые могут быть меньше по выручке, но оцениваются по более высоким мультипликаторам благодаря интегрированным решениям «под ключ»;
• гуманоиды и зооморфные роботы — Китай доминирует в цепочках поставок аппаратного обеспечения (Unitree, UBTECH и др.). США и Европа (Figure, Optimus, 1X) пока сильнее в ИИ-компетенциях, хотя Китай быстро догоняет.

Таким образом, VC-масштабируемость различается не только между сегментами, но и между экосистемами. Производителям аппаратных компонентов и сервисных роботов (особенно клининговых) значительно сложнее масштабироваться на Западе, чем в Китае. И наоборот, разработчики только робототехнического ПО устойчивее в США, чем в Китае, где ПО сложнее монетизировать.

Когда появится робототехническая компания уровня $1+ трлн?
Робототехническая автоматизация существует десятилетиями, но зрелые сегменты пока не демонстрировали масштабируемость, достаточную для появления компании с капитализацией $1 трлн — в отличие от ИИ. На текущий момент крупнейшая робототехническая компания — пионер медицинской робототехники Intuitive Surgical с рыночной капитализацией около $200 млрд.

Ниже приведены оценки потенциального роста для компаний с присутствием венчурного капитала по сегментам робототехники в разных горизонтах:

• 5 лет (к 2030) — для VC/PE growth-фондов,
• 10 лет (к 2035) — для ранних VC-фондов,
• 25 лет (2050 и далее) — для стратегических инвесторов.

Эти оценки опираются на допущения по следующим факторам:

• три фактора VC-масштабируемости: TAM, масштабируемость и конкурентный барьер;
• размер действующих игроков, c которыми новые компании будут конкурировать;
• размер крупнейших компаний в других отраслях со схожими бизнес-моделями;
• усиление конкуренции и устойчивость действующих игроков.

Потенциал роста не всегда увеличивается линейно со временем: он зависит от того, где технология находится на цикле зрелости технологий Гартнера. Например, подъём физического ИИ может дать гуманоидным роботам рост оценок в ближайшей перспективе, но поскольку массовое внедрение всё ещё минимум 10 лет, их среднесрочный потенциал роста существенно не растёт.

Автономные транспортные средства

Сектор смещается от локальных пилотных проектов к роли глобальной инфраструктурной услуги — модели Mobility-as-a-Service (MaaS), где автономность становится встроенной частью общественной инфраструктуры, логистики и промышленных автопарков.

К 2030: дальнейшее масштабирование роботакси (потенциал $ 100+ млрд)
TAM пока относительно невелик, но быстро растёт по мере масштабирования роботакси в густонаселённых городах и внедрения автономных грузоперевозок на фиксированных маршрутах и закрытых промышленных территориях. Waymo уже оценивалась примерно в $ 45 млрд в раунде 2024 года и, по сообщениям, обсуждает новый раунд на $ 100+ млрд, при этом китайские лидеры (например, Pony.ai, WeRide) также наращивают масштабы автопарка. Масштабируемость остаётся умеренной: разрозненное регулирование, требования по безопасности, пограничные (редкие) сценарии эксплуатации и локализация по отдельности в каждом городе сдерживают темпы развёртывания.

2030−2035: роботакси и внедрение коммерческих автопарков (потенциал $ 500+ млрд)
Операторы роботакси, вероятно, заберут основную долю создаваемой ценности, замещая традиционные сервисы такси (например, Uber), и могут превзойти действующих лидеров, достигнув капитализации $ 500+ млрд — за счёт устранения затрат на водителя, роста комиссии платформы и улучшения юнит-экономики. Автономные магистральные грузоперевозки, промышленная техника и общественный транспорт также должны получить заметное распространение к 2035 году, но эти рынки либо слишком нишевые, либо слишком фрагментированные — с более слабыми конкурентными барьерами — чтобы сформировать игроков масштаба $ 100+ млрд.

Логистические компании (например, UPS $ 85 млрд, FedEx $ 70 млрд, DHL $ 60 млрд) могут извлечь значительную ценность, внедряя автономные перевозки для снижения затрат и роста пропускной способности, однако их капитализация, вероятно, останется в районе ~$ 300 млрд. В сегменте промышленной техники (например, горнодобывающая/строительная) основная ценность зачастую остаётся у действующих игроков (OEM) вроде Caterpillar (рыночная капитализация $ 270+ млрд), поэтому максимальный потенциал роста требует прямого замещения этих игроков.

После 2035: массовое потребительское распространение (потенциал $ 1+ трлн)
Со временем новые игроки всё ещё могут занять значимую долю в автономных коммерческих транспортных средствах, но наибольший потенциал роста связан с автоматизацией пассажирской мобильности. Это, вероятнее всего, произойдёт либо через массовое внедрение ADAS (систем помощи водителю) новыми и традиционными автопроизводителями, либо за счёт превращения роботакси в дешёвую альтернативу владению личным автомобилем. В сценарии, где доминирует ADAS, конкуренция со временем снизит маржинальность и ограничит оценки уровнями сегодняшних автопроизводителей (~$ 500B) или порядка $ 1 трлн — по аналогии с Tesla.

Если же роботакси действительно станут альтернативой владению автомобилем, операторы смогут захватить существенно большую ценность ($ 1+ трлн), контролируя полный цикл пассажирской мобильности, с сильными конкурентный барьер благодаря данным по безопасности и тесно интегрированным цепочкам поставок аппаратного обеспечения и ПО. Дополнительными, менее очевидными победителями могут стать консолидирующиеся провайдеры инфраструктуры данных: обеспечение/валидация безопасности, симуляция и пайплайны синтетических данных, картография/локализация, управление автопарком.

Гуманоиды и "зооморфные" роботы

Этот сегмент трансформирует всю робототехнику — от специализированных роботов к универсальным аппаратным платформам, которые заменяют и/или дополняют ручной труд практически во всех сферах.

К 2030: НИОКР и нишевые внедрения (потенциал $10B+)
Рынок всё ещё невелик: отрасль находится в стадии интенсивных НИОКР и разработки продукта, а внедрения ограничены пилотами на автомобильных заводах и в логистических центрах. Хотя Figure достигла оценки $39 млрд в раунде Series C и теоретически может дойти до $100+ млрд, такая траектория вряд ли устойчива. Масштабирование ограничивают высокий BOM (стоимость материалов и комплектующих), требования к надёжности и затраты на сервис; роботы-собаки масштабируются раньше в инспекции/обороне, но остаются нишевыми — с ограниченным TAM.

Конкурентный барьер формируется либо за счёт массовых/низкозатратных компетенций в аппаратном обеспечении (например, Unitree с оценкой $4 млрд), либо за счёт проприетарных датасетов и ИИ-моделей и быстрых циклов обратной связи из реальных внедрений.

2030–2035: распространение по «автомобильной» модели (потенциал $100+ млрд)
После 2030 года могут появиться первые реальные внедрения гуманоидов, которые напрямую замещают или дополняют ручной труд на промышленных и коммерческих объектах (производство, склады, ритейл и т. п.), где автоматизация пока неполная. Эта волна может напоминать развитие автомобилей в XX веке: разделение на роботизированных OEM-производителей (универсальные платформы аппаратного обеспечения с базовым интеллектом) и роботизированных интеграторов, которые строят собственные ИИ-модели и находятся ближе к дистрибуции, но при этом привязаны к конкретным сценариям использования.

OEM производители будут более масштабируемыми, но со временем их продукты коммодитизируются, поэтому их потенциал роста может быть сопоставим с текущими автопроизводителями (~$200 млрд). Роботизированные интеграторы также могут «упереться» в ~$100–200 млрд: несмотря на большой рыночный потенциал, модель остаётся сервис-интенсивной и сложнее масштабируется; «зооморфные» роботы следуют похожей логике в меньшем масштабе, в нишах вроде инспекции. В этот период такие системы ещё не являются по-настоящему универсальными — каждую всё равно нужно адаптировать под конкретные задачи.

После 2035: распространение по «смартфонной» модели (потенциал $1+ трлн)
Как и в случае AV, наибольший потенциал роста для гуманоидов связан с потребительским рынком. Чтобы быть полезными в непредсказуемой домашней среде, роботам потребуется существенно более продвинутый ИИ, адаптивность и непрерывное обучение — сначала при поддержке телеуправления, а затем с переходом к полной автономности. После прохождения этого порога внедрение может стать действительно универсальным, как у смартфонов: гуманоиды будут выступать «универсальными физическими компаньонами» для домохозяйства или даже для каждого человека.

Это подразумевает TAM на уровне $5+ трлн и создаёт пространство для лидеров уровня Apple, которые интегрируют цепочки аппаратного обеспечения и ПО, дистрибуцию и эффект удержания экосистемой. Такие платформы потенциально могут достигать капитализации $1+ трлн.

Беспилотные воздушные и морские платформы

Набор автономности беспилотных воздушных и морских платформ эволюционирует от «инструментов» к программно-определяемой инфраструктуре для обороны, логистики, офшорной энергетики и (в перспективе) пассажирской мобильности.

К 2030: драйвер — оборона (потенциал $100+ млрд)
Коммерческое внедрение уже доказано, но его в основном двигают оборона, инспекция и картография. Масштабируемость высока у производителей стандартизированного аппаратного обеспечения, таких как DJI (оценка $20 млрд), выпускающих дроны массово (70% мирового рынка); их конкурентный барьер — эффект масштаба. У вертикальных игроков, ориентированных на ПО, барьеры ещё сильнее, поскольку они владеют отраслевым ПО и набором автономности, а также клиентскими отношениями.
Однако из-за жёсткого регулирования воздушного пространства и ранней стадии технологии в ближайшей перспективе существенного масштаба, вероятнее всего, достигнут только оборонно-ориентированные игроки вроде Anduril (оценка $30.5 млрд) — сопоставимо с действующими игроки вроде Lockheed Martin ($135 млрд) и Northrop Grumman ($95 млрд).

2030–2035: вертикальные кейсы (потенциал ~$200 млрд)
Сценарии использования смещаются от обороны к гражданским отраслям: логистика дронов (кампусы, промышленные площадки, офшорные активы и маршруты в фиксированных транспортных коридорах), масштабная инспекция энергетики и коммунальной инфраструктуры (сети, ветер/солнце, трубопроводы, офшор), а также автономные морские операции (порты, прибрежное судоходство, офшорная поддержка, подводная инспекция). Однако их масштаб будет ограничен уровнем $100 млрд — на уровне текущих игроков вроде FedEx ($70 млрд), Maersk ($35 млрд), Quanta Services ($70 млрд).

Горизонтальные OEM-производители дронов продолжат расти, но слабая защищенность продукта, вероятно, будет снижать маржинальность по мере того, как вертикальные игроки всё чаще будут брать на себя производство аппаратного обеспечения. В городской воздушной мобильности появятся первые заметные пилоты (eVTOL, доставка дронами), но развёртывание ограничат регулирование воздушного пространства и локальные требования по шуму и безопасности.

После 2035: массовое внедрение вертикалей + ранняя городская мобильность (потенциал $200+ млрд)
Рынки дронов и беспилотных морских судов в логистике, инспекции и офшорных операциях, вероятно, созреют и консолидируются, при этом капитализация вряд ли превысит $200 млрд. Развёртывание eVTOL будет ускоряться, предлагая более быстрые альтернативы автомобильному типу такси или даже коротким авиаперелётам. Это внедрение, скорее всего, будет сосредоточено в общественных и совместных транспортных системах, а не в массовом владении конечных потребителей — что ограничит масштаб операторов eVTOL примерно уровнем существующих такси компаний вроде UBER ($200 млрд) или Waymo ($45 млрд).

Медицинская робототехника

Хирургические роботы — безусловно крупнейший сегмент рынка медицинской робототехники, который эволюционирует от сложных роботизированных инструментов к модульным, доступным и ИИ-усиленным платформам, позволяющим выполнять процедуры с совместным управлением и телеуправлением. Все прочие сегменты (реабилитационные роботы, экзоскелеты и т. п.) останутся нишевыми, а нехирургические роботизированные ассистенты рассматриваются в разделах про гуманоидов и сервисных роботов.

К 2030: «Давид против Голиафа» (потенциал <$20 млрд)
Хирургическая робототехника доминируется одним игроком — Intuitive Surgical (капитализация $200+ млрд), который растёт примерно на 20% г/г при ё маржинальности около 30%. Хотя рынок хирургических роботов выглядит нишевым, он является крупным ($30–50 млрд TAM) и всё ещё на ранней стадии: проникновение лишь ~10–15%. Важно, что роботы дают только ~25% выручки Intuitive; основная часть приходится на высокомаржинальные повторяющиеся продажи инструментов и сервис — что существенно расширяет «эффективный» TAM.

Масштабирование сейчас ограничено длинными CAPEX-циклами больниц и жёсткими регуляторными требованиями, а конкурентный барьер — в высоких издержках подключения и специализированном обучении хирургов. Новые модульные игроки вроде CMR Surgical расширяют рынок, продавая медицинских роботов в клиники с более низкой ценой, но их оценки в ближайшей перспективе, вероятно, останутся в диапазоне ~$20 млрд.

2030–2035: постепенное вытеснение Intuitive (потенциал $100+ млрд)
Можно ожидать дальнейшего давления на Intuitive: новые игроки будут выигрывать всё большую долю рынка благодаря более модульным и доступным дизайнам систем, а также ИИ помощникам, а также функциям удалённого взаимодействия. Хотя Intuitive также активно инвестирует в эти технологии, разрыв между действующими и новыми игроками будет сокращаться. К этому моменту Intuitive сама может достичь капитализации $1 трлн, при этом её рост, скорее всего, будет стагнировать.

После 2035: олигополия (потенциал $300B+)
Платформы хирургической робототехники нового поколения продолжат давить на доминирование Intuitive и теоретически могут масштабироваться до капитализации $300+ млрд — если только Intuitive или другие действующие игроки не приобретут их раньше. Даже в таком сценарии Intuitive, вероятно, останется ключевым лидером отрасли благодаря установленной базе, повторяющемуся спросу на расходные материалы и регуляторному конкурентному барьеру. Экзоскелеты и большинство нехирургических медицинских роботов будут расти, но, вероятно, останутся нишевыми по сравнению с возможностями хирургических платформ.

Негуманоидные сервисные роботы

Эти типы специализированных роботов для конкретных задач со временем будут подрывать позиции нескольких традиционных отраслей и дадут начало следующему поколению операционных компаний, хотя на определённом этапе они могут столкнуться с конкуренцией со стороны гуманоидных роботов общего назначения.

К 2030 году: первые зрелые ниши (потенциал $30+ млрд)
Отрасль санитарии и клининга — ранний драйвер внедрения: клининговые роботы и автономные газонокосилки уже становятся зрелой нишей со сформировавшимися игроками (Ecovacs, Dreame, Keenon и др.). Стандартизированные требования клиентов в разных отраслях, значимый размер рынка и низкие регуляторные барьеры обеспечили плавное масштабирование — хотя коммодитизация ограничит потенциал роста (как правило, капитализация на уровне ~$20–30 млрд), поэтому ключевыми факторами успеха становятся финансирование и узнаваемость бренда. Одновременно робототехника становится ключевым дифференциатором и в других нишах — сельское хозяйство (XAG), предиктивное обслуживание (Gecko Robotics), строительство (Icon) — однако эти направления остаются ранними, поскольку технологии ещё находятся на начальной стадии и требуется формирование и обучение рынка.

2030–2035: рост операторов на базе робототехники (потенциал $100+ млрд)
По мере того как роботы становятся более функциональными и доступными по цене, традиционные отрасли всё активнее внедряют роботизированных ассистентов для дополнения человеческого труда — например, автономные тележки для логистики последней мили и внутренней доставки в больницах и отелях, роботы для уборки урожая в сельском хозяйстве, а также кухонные роботы и роботы-официанты в сегменте общественного питания. Это сформирует два типа компаний: поставщики сервисных роботов и операторы, чья операционная модель основана на робототехнике.

Поставщики могут быстро масштабироваться, однако коммодитизация и жёсткая конкуренция, вероятно, ограничат их потенциал оценки диапазоном около ~$50 млрд — сопоставимо с текущими производителями электроники. Операторы, хотя и менее масштабируемы, способны забирать больше создаваемой стоимости, подрывая позиции действующих лидеров (McDonalds, Doordash, Cargill и др.), и со временем могут достигать капитализации $100+ млрд за счёт структурно лучшей юнит-экономики, хотя на это могут потребоваться десятилетия.

После 2035: специализированные решения vs роботы общего назначения (потенциал ~ $300 млрд)
К 2035 году негуманоидные сервисные роботы, вероятно, будут встроены во многие отрасли и поддержаны следующим поколением операционных компаний, которые вырастут до крупномасштабного бизнеса. После 2035 года гуманоидные роботы могут наконец достичь технологического порога, позволяющего заметно заменять или дополнять человеческий труд в широком спектре сценариев применения. Даже тогда гуманоиды общего назначения, вероятно, будут сосуществовать со специализированными негуманоидными роботами: гуманоиды берут на себя гибкие, непредсказуемые задачи, которые обычно выполняют люди, тогда как специализированные роботы остаются наиболее эффективными для повторяемых процессов.

Человеческий труд смещается в сторону управления и обслуживания роботов, а также выполнения задач более высокого уровня и принятия решений. Венчурно-масштабируемые роботизированные операторы будут постепенно заменять традиционных операторов в каждой нише, а более сильная юнит-экономика обеспечит потенциально более высокий потенциал роста (~$300 млрд).

Складская автоматизация

Сектор эволюционирует от негибких, капиталоёмких конвейерных систем и «островков автоматизации» к полностью автономным тёмным складам с экосистемой мобильных роботов и интеллектуальных манипуляторов, управляемой ИИ.

К 2030 году: вытеснение традиционных игроков (потенциал $50+ млрд)
Рынок уже значительный: традиционные интеграторы, такие как Vanderlande, Dematic и Daifuku, поддерживают выручку на уровне $3–4 млрд, а публичная компания Symbotic (не имеющая венчурного капитала) демонстрирует огромный потенциал рынка с капитализацией $36 млрд и ростом 20–30%. Масштабируемость обеспечивается глобальным развёртыванием проверенных стеков AS/RS и AMR, хотя сохраняются сложности интеграции этих решений с системами управления складом. Устойчивые конкурентные барьеры смещаются от инженерии к программно-определяемому управлению, при этом игроки с присутствием венчурного капитала, такие как Geek+, Exotec и Fabric, способны занять значимую долю рынка и достигать оценок $30–50 млрд.

2030–2035: рост «автономных складов» (потенциал $100+ млрд)
Рост рынка определяется внедрением экосистем «автономного склада» за счёт тактильно-ориентированной манипуляции и базовых моделей робототехники для выполнения открытого набора задач. Также ожидается внедрение автономных модулей погрузки/разгрузки грузовиков и «автопилотных» слоёв склада, которые снижают необходимость ручного вмешательства. Масштабируемость улучшается благодаря модульной автоматизации, ускоряющей тиражирование на множестве площадок в зданиях разных типов. Конкурентный барьер появляется у тех, кто владеет сквозным управлением и end-to-end данными по производительности: это позволяет переходить от разовых проектов поставки оборудования к экономике Labor-as-a-Service и создаёт пространство для новых платформ уровня “операционной системы склада” наряду с действующими лидерами.

После 2035: массовое внедрение (потенциал $300+ млрд)
Темные склады становятся глобальным стандартом; рост обеспечивается проникновением в более мелкие объекты и на развивающиеся рынки, где автоматизация ранее была экономически нецелесообразной. Масштабируемость достигает пика благодаря стандартизированным аппаратным платформам и автономной обработке внештатных ситуаций, что позволяет работать 24/7 при минимальном участии человека. Долгосрочный конкурентный барьер закрепляется в виде олигополии, основанной на экосистемной привязке. К 2050 году ведущие платформы автоматизации будут функционировать как неотъемлимая операционная система глобальной цепочки поставок.

Аппаратные компоненты (Hardware)

Этот сегмент является базовым для робототехники, однако ранняя коммодитизация и слабая защищенность ограничат потенциал — если только отдельные игроки не сформируют устойчивые конкурентные барьеры за счёт платформенной привязки, стандартов или экосистемного ПО.

К 2030 году: преждевременная коммодитизация (потенциал $10+ млрд)
К 2025 году значительная часть спецификации материалов и комплектующих (BoM) в робототехнике (актуаторы, двигатели, приводы, батареи, сенсоры) уже представлена десятками во многом взаимозаменяемых азиатских поставщиков; поэтому способность забирать создаваемую стоимость низкая, и венчурно-масштабируемых компаний возникает немного. Исключением были лидары, поскольку это технологически сложный продукт, однако они быстро коммодитизируются: китайские лидеры (например, Hesai, RoboSense) за счёт более низких затрат и масштабной экономии на объёмах опережают западных конкурентов. Эти компании уже достигли оценок в несколько миллиардов долларов и всё ещё могут вырасти в 2–3 раза, но постоянное давление новых конкурентов и снижение цен делает конкурентный барьер неустойчивым.

2030–2035: фаза масштабирования (потенциал ~$100 млрд)
По мере роста объёмов производства роботов поставщики компонентов наращивают выручку, а рынок консолидируется вокруг наиболее финансируемых игроков, обладающих промышленным масштабом производства, данными о качестве/надёжности и развитой дистрибуцией. Однако дифференциация по большинству SKU остаётся ограниченной, поэтому победители будут больше похожи на лучшие промышленные компонентные компании. Несколько ведущих платформ могут достигнуть капитализации около ~$100 млрд — сопоставимо с текущими производителями компонентов для промышленной автоматизации, такими как Parker-Hannifin ($112 млрд), Keyence ($83 млрд), Emerson ($77 млрд).

После 2035 года: поиск устойчивого конкурентного барьера (потенциал $300+ млрд)
Коммодитизация останется базовым сценарием; единственный путь к результатам масштаба $1+ трлн — владеть ноу-хау отрасли и дополнить его новым программным слоем (инструментарий разработки, сертификация безопасности, эталонные дизайны, экосистема разработчиков) — то есть создать платформенную привязку, аналогичную технологии CUDA от NVIDIA, но для робототехники. Проблема в том, что цепочки поставок робототехники фрагментированы, и здесь нет единой точки контроля, сопоставимой с GPU для дата-центров; поэтому экосистемные стратегии сложны и требуют ещё большего капитала.

Наиболее правдоподобной точкой входа выглядят вычислительные платформы или платы для разработчиков; некоторые компании уже следуют этой стратегии (например, D-Robotics — оценка пока ниже $1 млрд). Однако для успеха нужны значительное финансирование, принятие стандартов и развитие сообщества разработчиков, а не только более качественное аппаратное обеспечение.

Программное обеспечение для роботов

Первая волна стартапов в робототехническом ПО в 2010-е годы была сосредоточена на SLAM и навигации, однако эти решения чаще были проектными, тесно привязанными к конкретным роботизированным платформам и плохо масштабировались. В результате большинство компаний (например, Covariant, 6D.ai, Metaio) были приобретены до выхода на значимый масштаб.

К 2030 году: следующая волна ажиотажа (потенциал $50+ млрд)
В 2020-е годы базовые модели сформировали новую группу — Skild AI, Physical Intelligence и Field AI — уже с оценками $1+ млрд. Поскольку «роботизированный мозг» является ключевым ограничением для роботов общего назначения, инвесторы позиционируют такие компании как «следующие OpenAI/Anthropic» для робототехники. Однако они основаны всего около двух лет назад, а тренд очень свежий, поэтому краткосрочные оценки будут определяться скорее демонстрациями, чем бизнес-метриками; потенциал может достигнуть ~$50–100 млрд, но в долгосрочной перспективе может оказаться неустойчивым.

2030–2035: неопределённая бизнес-модель (потенциал <$100 млрд)
Даже если какая-то компания создаст лучший «роботизированный мозг», монетизация будет сложной, поскольку он находится далеко от точки захвата ценности конечным пользователем — как и платформы ОС для ПК и смартфонов, которые либо создавались внутри экосистем (Windows, iOS), либо интегрировались в экосистемы (Android и Google), либо становились открытым исходным кодом (Linux). В робототехнике ситуация ещё сложнее: многие OEM-производители пытаются строить собственные ИИ-модели, а в отличие от LLM, обучаемых на интернет-данных, робототехническому ИИ требуется «контактная» обратная связь из физического мира, которую проще собирать при владении собственным оборудованием.

Пути монетизации могут быть похожи на AV-компании: связка «hardware + software» (Mobileye, Horizon Robotics), движение вниз по цепочке к приложениям (например, Palladyne AI — в оборону; Waymo и Momenta — в сервисы такси) или инструменты/интеграции (управление автопарком; аналог Red Hat и Linux). Однако большинство этих подходов выводит бизнес за рамки категории «программное обеспечение». Более «чистая» программная точка входа — инструменты для разработчиков в робототехнике, прежде всего управление данными, по аналогии со Scale.ai или Surge.ai, но адаптированные под робототехнические задачи.

После 2035 года: фокус на инструментах для разработчиков (потенциал $100+ млрд)
По мере зрелости робототехники робототехнические ИИ-модели, вероятно, будут коммодитизироваться (по аналогии с LLM сегодня), что подтолкнёт разработчиков «роботизированного мозга» к прикладным продуктам или full-stack решениям. Одновременно существенно более крупная отрасль робототехники сформирует устойчивый спрос на программную инфраструктуру — управление данными, безопасность, соответствие требованиям и смежный инструментарий — где результаты уровня $100+ млрд станут реалистичными.

Роботизированные манипуляторы общего назначения

Манипуляторы — наиболее базовая и проверенная форма практических роботов; они являются основой промышленной автоматизации с момента становления отрасли и исторически доминируются такими игроками, как FANUC, KUKA, ABB и Yaskawa. Однако традиционные манипуляторы всё больше коммодитизируются: они требуют индивидуального предварительного программирования и значительных интеграционных работ, что ограничивает масштабирование между площадками и сценариями использования.

К 2030 году: универсальный подход (потенциал ~$10 млрд)
Новая волна VC единорогов — Flexiv, Agile Robots и Aubo Robotics — нацелена на устранение ограничения масштабируемости за счёт сочетания манипуляторов с более продвинутыми базовыми/VLA-моделями, способными следовать инструкциям и обобщать работу с объектами, окружениями и умеренными вариациями задач. В сочетании с тактильной сенсорикой и силовым управлением, ловкими «кистями» и коллаборативным режимом работы эти компании стремятся расширить набор реализуемых задач и отвоевать долю у традиционных производителей. Параллельно программные слои и no-code платформы снижают издержки интеграции и программирования, делая внедрения быстрее и более повторяемыми.

2030–2035: стационарные ассистенты (потенциал ~$50 млрд)
По мере ускорения внедрения робототехники TAM для манипуляторов расширяется и разделяется между дешёвыми традиционными роборуками и более гибкими «манипуляторами общего назначения». Разработчики продвинутых сервисных роботов и гуманоидов, вероятно, продолжат использовать традиционные манипуляторы (или создадут собственные), тогда как манипуляторы общего назначения будут широко приниматься промышленными компаниями и менее автоматизированными бизнесами, которым нужна робототехника без полноценных мобильных платформ — рестораны, склады, аптеки и т. п.

Эти системы фактически становятся стационарными ассистентами: они дешевле мобильных сервисных роботов/гуманоидов, масштабируются на множестве небольших процессов и могут быть защищены за счёт удобной для разработчиков платформы и накопленных датасетов для непрерывного улучшения моделей. Риск для маржинальности состоит в том, что многими внедрениями будут владеть операторы специализированных роботизированных решений со своими компетенциями; тогда манипулятор превращается в «промежуточный слой (middleware)», что снижает маржинальность как по производству оборудования, так и по разработкам единых платформ.

После 2035 года: инфраструктурная модель (потенциал $100+ млрд)
Манипуляторы общего назначения, вероятно, станут отраслевым стандартом с несколькими доминирующими поставщиками — аналогично ABB/KUKA/FANUC сегодня, но с более сильными программно-обусловленными конкурентными барьерами и лучшей масштабируемостью. Тем не менее, поскольку такие платформы находятся относительно далеко от точки захвата ценности конечного клиента — и их «привязка» вряд ли достигнет уровня контроля, сопоставимого с NVIDIA/CUDA, — им может быть трудно существенно превысить масштаб около ~$100 млрд; это ближе к верхней границе, задаваемой крупными производственными платформами сегодняшнего дня (аналогично Foxconn).

Лабораторная автоматизация

Рынок выглядит нишевым, однако он достаточно велик: отдельные действующие игроки достигли значимого масштаба, например Thermo Fisher Scientific (капитализация $220+ млрд), Beckman Coulter (в определённый период достигала $5,8 млрд продаж), Roche Diagnostics (выручка $14+ млрд). Этот сегмент включает исследовательские лаборатории (технологические R&D-центры, исследовательские институты, лаборатории в крупных фармкомпаниях) и лаборатории тестирования / контроля качества на производственных площадках.

К 2030 году: новые компании, подрывающие позиции действующих игроков (потенциал +$10 млрд)
Спрос формируется высокой долей ручных операций (до 90% в некоторых сценариях) и высокой стоимостью лабораторного персонала. Масштабируемость довольно перспективна для горизонтальных решений лабораторной автоматизации с поддержкой ИИ (например, Periodic Labs, OpenTrons, MegaRobo), но её замедляют неоднородные планировки лабораторий, вариативность расходных материалов и интеграция с существующими приборами / системами управления лабораторией (LIMS). При этом узкоспециализированные системы, такие как Equashield, могут масштабироваться быстрее в рамках ограниченного рабочего процесса.

2030–2035: полностью автономные лаборатории (потенциал ~$100 млрд)
Массовое внедрение «полностью автономных лабораторий» с замкнутым циклом — от проектирования эксперимента до выполнения, измерений и обучения — приведёт к тому, что новые игроки будут постепенно вытеснять действующих, ускоряя весь цикл R&D и контроля качества, а также предлагая модульные роботизированные блоки с более высокой масштабируемостью. Однако этот процесс займёт более десяти лет, поскольку существующие лаборатории обладают высокой инерционностью из-за накопленных экспериментальных датасетов и регламентированных рабочих процессов.

После 2035 года: зрелая ниша (потенциал $200+ млрд)
По мере того как автономные лабораторные операции станут отраслевым стандартом, новые компании могут достигнуть — и потенциально превзойти — масштаб действующих лидеров (капитализация $200–300 млрд). Даже если общий TAM не является огромным, сочетание высоких издержек переключения и стратегической ценности владения полным контуром R&D и контроля качества должно позволить ведущим платформам забирать непропорционально большую долю отраслевой прибыли.

Источник: DeepTech Asia

Эта таблица суммирует приведённые выше оценки. Партнер ED Денис Калинин считает, что каждый сегмент, указанный здесь, является венчурно-масштабируемым, однако потенциал роста оценок существенно различается по сегментам и временным горизонтам.

Для ранних инвестиций в стартапы с оценкой ниже $50 млн даже при размывании доли примерно на ~90% до наступления ликвидности 20-кратная доходность в следующие 5–7 лет и до ~200-кратной доходности за 10–12 лет всё ещё выглядит разумным базовым сценарием.

Для фондов поздней стадии, нацеленных на надёжную 10-кратную доходность за 4–5 лет и предполагающих ~50% размывания доли компании (то есть 2–3 новых раунда до события ликвидности), андеррайтинг становится значительно более чувствительным к входной оценке:

• Вход на уровне $500 млн: почти любой сегмент всё ещё может обеспечить 10x.
• Вход на уровне $1 млрд: 10x остаётся правдоподобным для автономного вождения, воздушных и морских беспилотных систем, медицинских роботов, складской автоматизации и робототехнического ПО.
• Вход на уровне $5 млрд: 10x реалистично возможно только в автономном вождении или в воздушных и морских беспилотных системах.

Это наиболее благоприятные сценарии для лидеров категории и они не учитывают риски ухудшения результата (исполнение, регулирование, геополитика). Они также исключают более позитивные, обусловленные ажиотажем сценарии с завышенными оценками — которые важны на практике, но их сложно прогнозировать.

Итоговые соображения по Китаю
Некоторое время назад партнер Eurasia Development Денис Калинин опубликовал материал о том, как Китай выращивает своих глобальных чемпионов в таких областях, как солнечные панели, ветроэнергетика и электромобили. В статье робототехника была выделена как сектор с наивысшим потенциалом стать источником следующих BYD, ByteDance и компаний-гигантов в отрасли возобновляемой энергетики.

В настоящее время Китай концентрирует на своей территории крупнейшую долю глобальной цепочки поставок робототехнического оборудования — зачастую даже внутри отдельных промышленных кластеров, таких как Шэньчжэнь и район дельты Янцзы.
По мере того как робототехника и автономность становятся следующей крупной технологической волной, меняющей каждую отрасль, роль Китая в этом глобальном переходе становится ещё более значимой, открывая как непропорционально большие возможности, так и структурные вызовы.

Ниже — как Денис Калинин видит развитие роли Китая в глобальной робототехнике в ближайшие десятилетия:

• Китайские аппаратные OEM-производители останутся основой глобальной цепочки поставок — от базовых компонентов до роботизированных манипуляторов и всё более продвинутых сервисных роботов и гуманоидов. Западные поставщики сохранят позиции в чувствительных/стратегических отраслях, однако в массовых сценариях применения будет доминировать Китай.
• Отраслевые внедрения будут вести локальные компании — интеграторы и операторы, чья операционная модель основана на робототехнике, — в основном закупая оборудование у китайских (и других) OEM-производителей и выстраивая локально рабочие процессы, дистрибуцию и сервисные слои.
• Китай будет силён в потребительских приложениях (роботакси, домашние гуманоидные роботы), при этом крупные игроки будут успешно выходить на зарубежные рынки. В ближне- и среднесрочной перспективе основным зарубежным рынком, вероятно, станет Европа как крупнейший зрелый регион, тогда как США будут проявлять повышенную чувствительность к китайским поставщикам; в более долгосрочной перспективе фокус может сместиться в сторону развивающихся рынков (APAC, LATAM) по мере их зрелости и по мере того, как Европа станет более самодостаточной и более скептичной по отношению к Китаю.
• Запад будет лидировать в премиальных, регулируемых нишах (медицинская робототехника, лабораторная автоматизация), при этом китайские игроки будут становиться более конкурентоспособными, но в основном останутся ориентированы на внутренний спрос и выборочно — на отдельные развивающиеся рынки.
• Китай сократит отставание в робототехническом ИИ благодаря подходу, ориентированному на открытый исходный код. Робототехнические ИИ-модели — ключевое ограничение и сегодня рынок доминируется компаниями США, однако у Китая есть преимущество в датасетах физического мира, важных для обучения воплощённых систем. Как и в случае LLM, Китай может создать сильные конкурентные робототехнические модели, но многие из них, вероятно, будут открытыми, с ограниченной прямой монетизацией, и в итоге будут встроены в более крупные платформы.

Методология
В исследование включены компании из следующих сегментов:

• автономные транспортные средства, дроны и другие беспилотные платформы мобильности;
• роботы общего назначения (манипуляторы, роботы-собаки, гуманоиды, роверы и т.п.) и специализированные роботы (медицинские роботы, складские роботы и т.п.);
• разработчики ПО или аппаратных решений, используемых специально для роботов;
• включены только компании, для которых робототехника является ключевым продуктом;
• если компания работает в нескольких сегментах, она отнесена к категории её основного продукта;
• компании без венчурной поддержки (например, KUKA, FANUC и т. п.) исключены;
• венчурно поддержанные подразделения или выделенные структуры крупных корпораций включены (например, Waymo / Google, Mobileye / Intel, Yinwang / Huawei), но подразделения без венчурной поддержки исключены (Optimus / Tesla).

Информация об оценках частных компаний-единорогов получена из пресс-релизов или венчурных баз данных, таких как CBInsights, Crunchbase и ITjuzi.

Источники для расчета ТАМ:
·      Гуманоидные и зооморфные роботы. ABI Research — Humanoid Robot Market Size, 2024 to 2030
·      Гуманоидные и зооморфные роботы. Morgan Stanley — Humanoid Robot Market Expected to Reach $5 Trillion by 2050
·      Гуманоидные и зооморфные роботы. MarketsandMarkets — Humanoid Robot Market Size, Share, Industry Report Trends, 2025 To 2030
·      Беспилотные воздушные и морские системы. Spherical Insights — Top 50 Commercial Drone Market Size, Statistics Report Till 2035
·      Складская автоматизация. Data Bridge Market Research — Warehouse Robotics Market Size, Share, and Trends Analysis 2032
·      Складская автоматизация. IDTechEx — Mobile Robotics in Logistics, Warehousing and Delivery 2024–2044
·      Складская автоматизация. IDTechEx — Mobile Robots, Autonomous Vehicles, and Drones in Logistics, Warehousing, and Delivery 2020–2040
·      Складская автоматизация. LogisticsIQ — Warehouse Automation Market
·      Медицинская робототехника. Data Bridge Market Research — Medical Robots Market Size, Trends, Growth Report 2032
·      Медицинская робототехника. Fortune Business Insights — Medical Robots Market Size, Share & Forecast Report, 2034
·      Аппаратное обеспечение. WiseGuyReports — Robot Parts Market
·      Сервисные роботы. Fortune Business Insights — Service Robotics Market
·      Сервисные роботы. Mordor Intelligence — Service Robotics Market
·      Роботизированные манипуляторы. Data Bridge Market Research — Robotic Arm Market
·      ПО для робототехники. Market Research Future — Robot Software Market
·      ПО для робототехники. Mordor Intelligence — Robot Software Market
·      Лабораторная автоматизация. Vision Research Reports — Laboratory Robotics Market
·      Лабораторная автоматизация. Grand View Research — Lab Automation Market