אחרי שניצח את בולט: עכשיו נראה אם הרובוט יכול להחליף עובד

רובוט שרץ 100 מטר מהר מיוסיין בולט הוא סרטון מצוין. רובוט שלוקח ארגז, מניח אותו במקום הנכון וחוזר על הפעולה במשך עשר שעות הוא כבר עסק. וזה בדיוק השלב שאליו מנסה עכשיו תעשיית הרובוטים דמויי האדם להגיע.

אחרי שנים שבהן ראינו אותם רצים, רוקדים, עושים סלטות ומופיעים על במות, המבחן מתחיל להשתנות. השאלה כבר אינה מה רובוט מסוגל לעשות פעם אחת מול מצלמה, אלא מה הוא מסוגל לעשות אלפי פעמים במשמרת, כמה טעויות יעשה בדרך, כמה זמן יוכל לעבוד בלי תקלה, כמה יעלה להפעיל אותו - ובעיקר, כמה עבודה אנושית הוא יכול לחסוך.

משחקי הרובוטים דמויי האדם שנערכים השבוע בבייג'ינג ממחישים היטב את הפער הזה. רק לאחרונה כתבנו כאן על הרובוט שהצליח לרוץ 100 מטר ב-9.39 שניות, מהר משיא העולם של יוסיין בולט. עכשיו מתברר שהריצה הייתה רק החלק המצטלם של הסיפור. בתחרות ל-100 מטר שנערכה בשבת הצליחו שני רובוטים להשלים את המרחק בזמן מהיר משיא העולם של בולט, שעומד על 9.58 שניות. מדובר בשיפור חד לעומת 2025, אז הרובוט המנצח נזקק ליותר מ-20 שניות.

אבל גם ההישג הזה המחיש כמה רחוקה עדיין המכונה מהגוף האנושי. אחרי קו הסיום התקשו הרובוטים לבלום ונכנסו במזרן עבה שהמארגנים הציבו כמה מטרים בהמשך המסלול. המהירות השתפרה דרמטית, אבל שליטה, ניהול אנרגיה, פיזור חום והיכולת להגיב לשינוי פתאומי עדיין נמצאים במרכז האתגר.

וזה בדיוק מה שהמארגנים מנסים לבדוק מעבר למסלול הריצה. משחקי הרובוטים נמשכים חמישה ימים וכוללים 51 תחרויות: 30 תחרויות ספורט ו-21 תחרויות המבוססות על תרחישים שמדמים את העולם האמיתי. לפי וואווי, אחת השותפות הטכנולוגיות באירוע, ביותר מ-40% מהתחרויות הרובוטים נדרשים לפעול באופן אוטונומי לחלוטין.

לצד ריצה, משיכת חבל והרמת משקולות, הם נדרשים לטעון מכונית חשמלית, לעבוד במסעדה, לטפל באירוע חירום, לבצע הרכבה תעשייתית, להעמיס חומרים ולבצע משימות שבוחנות את מיומנות הידיים. חברת Galbot מבייג'ינג מתכננת אפילו משחק טניס אוטונומי, שבו הרובוטים יצטרכו לעקוב אחר הכדור, להגיש ולהחזיר חבטות.

אבל דווקא אחת המשימות הפחות מרשימות לצפייה עשויה להיות החשובה ביותר: חיבור כבל. אדם לוקח כבל ומכניס אותו לשקע כמעט בלי לחשוב. רובוט צריך לזהות את הכבל ואת נקודת החיבור, לחשב את המרחק והזווית, למקם את היד בדיוק, להפעיל את מידת הכוח הנכונה - ואם הניסיון הראשון נכשל, להבין מה השתבש ולנסות שוב.

אותו הדבר נכון לארגז שנמצא כמה סנטימטרים מהמקום הצפוי, לחלק שהסתובב על המסוע או לחפץ שמחליק מהיד. העולם האמיתי אינו סביבת מעבדה שבה כל דבר נמצא בדיוק במקום שבו התוכנה מצפה למצוא אותו. כדי שרובוט דמוי אדם יהפוך לעובד שימושי, הוא צריך לא רק לבצע משימה אלא להתמודד עם אלפי הסטיות הקטנות שמתרחשות במהלך יום עבודה.

לכן מבחינת החברות שמשקיעות מיליארדים בתחום, השאלה המעניינת כבר אינה כמה מהר הרובוט יכול לרוץ. היא כמה ארגזים הוא יכול להעביר בשעה, כמה זמן הוא יכול לעבוד ברציפות, כמה פעמים יצטרך אדם להתערב, מה תהיה עלות התחזוקה שלו - ובסופו של דבר, כמה עובדים או שעות עבודה הוא יכול לחסוך.

• אלטמן הזהיר שהצ'אט עוד עושה שטויות - אבל וול סטריט חוזרת למניות ה-AI
• צמרת ה-AI מתפצלת: צוקרברג והואנג יוצאים נגד הקריאה להאט את הפיתוח

וזה גם המקום שבו תחרות הרובוטים הופכת מספורט לסיפור כלכלי. רובוט שרץ 100 מטר בפחות מעשר שניות מוכיח שהחומרה השתפרה במהירות. רובוט שמגיע למשמרת, מעביר אלפי חלקים, מתחבר למערכות הקיימות במפעל וחוזר למחרת לעשות את אותו הדבר כבר מתחיל להצדיק את ההשקעה בו.

המרוץ האמיתי כבר עבר למפעל

הרעיון מאחורי רובוט דמוי אדם נשמע לכאורה מסורבל. מפעלים משתמשים ברובוטים כבר עשרות שנים, אז מדוע לתת להם שתי רגליים, שתי ידיים וגוף שמחקה אדם?

התשובה היא שהתשתית שסביבנו כבר תוכננה לבני אדם. מדפים, מדרגות, ידיות, כלי עבודה, ארגזים ועמדות ייצור נמצאים בגבהים ובממדים שמתאימים לעובדים אנושיים. רובוט דמוי אדם אמור להשתלב בסביבה הזאת בלי שהחברה תצטרך לבנות מחדש את המפעל או המחסן סביבו.

זה גם מסביר מדוע היישומים הראשונים אינם בהכרח עבודות מורכבות. התעשייה מתחילה דווקא במשימות החוזרות על עצמן: לקחת חלק, להעביר אותו, להניח אותו במקום מדויק ולחזור על הפעולה שוב ושוב.

ב-במוו כבר יש נתונים שמראים כיצד זה נראה מחוץ לסרטוני ההדגמה. Figure 02 של חברת Figure עבד במשך עשרה חודשים במפעל החברה בספרטנבורג שבדרום קרוליינה. הוא פעל במשמרות של עשר שעות, חמישה ימים בשבוע, הוציא ומיקם חלקי פח בתהליך הייצור וסייע בייצור של יותר מ-30 אלף מכוניות BMW X3.

• הרגולטור הבריטי בדק את הכרטיסים לאואזיס, ומצא שלא היה שם תמחור דינמי בכלל
• אנתרופיק מציגה למשקיעים שוק של 30 טריליון דולר, כמעט בגודל התוצר האמריקאי

במהלך התקופה הוא העביר יותר מ-90 אלף חלקים, צבר כ-1,250 שעות עבודה וצעד כ-1.2 מיליון צעדים. מבחינת יצרנית הרכב, החשיבות לא הייתה בכך שהרובוט יודע ללכת, אלא בכך שהוא הצליח לבצע פעולה פיזית חוזרת בדיוק של מילימטרים.

100 אלף ארגזים הם מבחן מעניין יותר מסלטה

חברת אג'יליטי רובוטיקס (Agility Robotics) האמריקאית בחרה להתחיל מהמחסן. הרובוט שלה, דיגיט, עובד במתקן של חברת הלוגיסטיקה GXO ליד אטלנטה. רובוטים ניידים מביאים אליו מכלים עם מוצרים, דיגיט פורק אותם ומעביר אותם למסוע שממשיך לעמדות האריזה.

החברה דיווחה כי דיגיט כבר העביר יותר מ-100 אלף מכלים במסגרת הפעילות המסחרית. זה עדיין שימוש מוגדר מאוד ולא עובד מלאכותי שיכול להסתובב במחסן ולעשות כל משימה שיידרש לה, אבל מבחינה מסחרית דווקא הצמצום הזה חשוב: אפשר למדוד כמה פעולות בוצעו, כמה זמן נדרש להן ומה התרומה לתפוקה.

אג'יליטי כבר הרחיבה את הפעילות מעבר לניסוי בודד. טויוטה קנדה חתמה השנה על הסכם מסחרי לשימוש בדיגיט לאחר פיילוט במפעל שלה, והחברה חתמה גם על הסכם עם מרקדו ליברה לשילוב הרובוט במרכז לוגיסטי בטקסס.

זו נקודה חשובה בשלב הנוכחי של השוק. יש פער גדול בין רובוט שמבצע הדגמה במשך כמה דקות לבין רובוט שמשולב במערכות של מחסן אמיתי ועובד לצד מסועים, מערכות ניהול מלאי ועובדים.

ומה קורה בסין?

בסין הקצב גבוה בהרבה מבחינת מספר הרובוטים והחברות. במחצית הראשונה של 2026 נמסרו במדינה יותר מ-40 אלף רובוטים דמויי אדם, וסין החזיקה לפי נתונים שפורסמו השבוע בכ-97% מהמשלוחים העולמיים. עם זאת, חלק ניכר מהרובוטים עדיין מיועד למחקר, אימון והדגמות, ולא לעבודה מסחרית שמחליפה בפועל כוח אדם.

אחת החברות הבולטות היא יצרנית הרובוטים יוניטרי (Unitree), שהפכה בשנים האחרונות את הרובוטים הזולים והזריזים יחסית שלה לכוכבי סרטונים ותערוכות. עד יולי היא כבר מסרה כ-18 אלף רובוטים דו-רגליים מדגמים שונים. החברה גם הפכה החודש לציבורית בבורסת שנחאי, לאחר שגייסה כ-905 מיליון דולר.

אבל אפילו וואנג שינגשינג, מייסד ומנכ"ל יוניטרי, מצנן במידה מסוימת את הציפיות. לדבריו, הרגע שבו רובוט יוכל לקבל הוראה פשוטה ולבצע מגוון רחב של משימות בסביבה שאינו מכיר עשוי להגיע בתוך שנתיים עד עשר שנים. כיום, גם הרובוטים המתקדמים עדיין פחות יעילים מעובדים אנושיים בחלק גדול מהמשימות.

גם כאן נמצא הפער בין מספר הרובוטים שנמכרים לבין מספר העובדים שהם באמת יכולים להחליף. דיווחים מסין מצביעים על כך שחלק משמעותי מהביקוש מגיע ממרכזי אימון ומיזמים הנתמכים בידי ממשלות מקומיות, שרוכשים רובוטים לצורך איסוף נתונים ואימון. לכן מספר היחידות שנמסרו עדיין אינו שקול למספר הרובוטים שמייצרים תפוקה כלכלית במפעלים.

ואיפה אופטימוס של טסלה?

אופטימוס הוא אולי הרובוט המדובר ביותר בתחום, אבל נכון לעכשיו הוא גם דוגמה טובה לפער בין השאיפות לבין הייצור בפועל.

טסלה הפסיקה את ייצור מודל S ומודל X בפרימונט ומפנה את השטח לקו הייצור הראשון של אופטימוס. החברה הצהירה כי הקו מתוכנן בטווח הארוך לקיבולת של מיליון רובוטים בשנה, ובמקביל היא מכינה בטקסס תשתית לקו נוסף שמתוכנן לטווח ארוך לקיבולת שנתית של 10 מיליון יחידות. אלה יעדי קיבולת עתידיים, לא קצב הייצור הנוכחי.

בדוח האחרון שלה מסרה טסלה כי קווי מודל S ו-X כבר פורקו וכי היא מתקינה במקומם את קווי הדור הראשון של אופטימוס. היחידות הראשונות מיועדות לשימוש פנימי בטסלה, לצורך איסוף נתונים ואימון הרובוטים לפני הרחבת הפעילות המסחרית.

אלא שלוח הזמנים כבר נדחה. אנליסטים של ג'יי.פי מורגן שביקרו לאחרונה במפעל פרימונט העריכו כי תחילת הייצור תתרחש בחודשים הקרובים וכי מכירות מסחריות עשויות להתחיל רק במחצית השנייה של 2027.

גם אילון מאסק עצמו הודה בשיחת המשקיעים האחרונה שהעלאת קצב הייצור תהיה איטית בתחילה, בין היתר משום שאין עדיין שרשרת אספקה קיימת לרבים מהרכיבים וטסלה נאלצת לבנות אותה בעצמה או לייצר רכיבים בתוך החברה. מאסק אף ציין שרבים מסרטוני הרובוטים המרשימים שרואים כיום הם תוצאה של תכנות מראש או שליטה מרחוק, ושעדיין אין בשוק רובוט דמוי אדם שמסוגל לבצע באופן עצמאי מגוון כללי של משימות.

זו גם הסיבה שאופטימוס הוא הימור משמעותי עבור טסלה. החברה אינה מכוונת לרובוט שמבצע רק פעולה אחת במחסן, אלא למכונה כללית שתוכל לעבור בין משימות. אם היא תצליח, השוק הפוטנציאלי גדול בהרבה. מצד שני, זו בדיוק הבעיה הקשה ביותר בתעשייה.

השאלה החשובה: כמה עולה שעת עבודה של רובוט

בסופו של דבר, ההכרעה לא תהיה באצטדיון בבייג'ינג וגם לא בסרטון שבו רובוט מקפל חולצה, רוקד או עושה סלטה.

עבור מפעל או מרכז לוגיסטי החשבון פשוט יותר: כמה עולה לקנות או לשכור את הרובוט, כמה שעות הוא עובד, כמה פעולות הוא משלים בשעה, כמה פעמים הוא נעצר, כמה עולה לתחזק אותו וכמה עבודה אנושית נחסכת כתוצאה מכך.

וזו גם הסיבה שהמשימות המשעממות לכאורה הן החשובות ביותר. אם רובוט יכול להעביר ארגז מהמקום שבו הוא נמצא למסוע אלפי פעמים ביום, בלי להיפצע, להתעייף או לעזוב את העבודה, יש לכך ערך כלכלי שאפשר למדוד. אם הוא יודע לרוץ מהר יותר מבולט אבל זקוק למהנדס בכל פעם שהכבל נמצא בזווית הלא נכונה, יש לו בינתיים בעיקר ערך של הדגמה.