Physical AI: roboty humanoidalne na hali produkcyjnej

Humanoidalne roboty przestają być eksponatem z konferencji technologicznych. W ciągu ostatnich dwunastu miesięcy pojawiły się przy liniach montażowych BMW, w magazynach Amazona, w pilotażach Mercedes-Benz i GXO Logistics. To, co jeszcze w 2022 roku wyglądało na ciekawostkę z laboratorium Boston Dynamics, w 2026 roku jest realnym elementem planów inwestycyjnych największych producentów.

W tym samym czasie rynek poznał nowe pojęcie — Physical AI. To warstwa oprogramowania, która pozwala maszynie rozumieć otoczenie fizyczne, podejmować decyzje i wykonywać zadania manipulacyjne w świecie, który nie został dla niej idealnie przygotowany. To właśnie ta warstwa odróżnia dzisiejszego humanoida od klasycznego robota przemysłowego zaprogramowanego na sztywno.

Czym jest Physical AI — i dlaczego humanoid, a nie kolejny ramię robotyczne

Klasyczny robot przemysłowy jest skrajnie wyspecjalizowany. Wykonuje jedną operację — spawanie, paletyzację, montaż — w otoczeniu, które zostało pod niego zaprojektowane. Zmiana produktu oznacza przeprogramowanie, często także przebudowę stanowiska.

Humanoid, napędzany Physical AI, działa inaczej. Łączy trzy warstwy:

• Percepcję — kamery, LiDAR i czujniki siły, integrowane przez model wizyjny w czasie rzeczywistym.
• Rozumowanie — duży model językowy lub tzw. foundation model dla robotyki (np. NVIDIA GR00T, Google RT-2), który tłumaczy polecenie w języku naturalnym na sekwencję ruchów.
• Sterowanie — kontroler ruchu i chwytaki, które adaptują się do kształtu i ciężaru obiektu.

Argument biznesowy za formą humanoidalną jest prosty: fabryki i magazyny są już zaprojektowane dla człowieka. Schody, drzwi o szerokości 80 cm, uchwyty na wysokości 110 cm, palety EUR, wózki paletowe — to wszystko antropomorficzna infrastruktura. Robot humanoidalny może wejść do istniejącego zakładu bez przebudowy linii. W modelach total cost of ownership ten argument zaczyna mieć wagę.

Kto faktycznie wdraża — stan na 2026 rok

Narracja marketingowa znacznie wyprzedza realne wdrożenia, ale lista pilotaży i ograniczonych deploymentów produkcyjnych jest już konkretna.

BMW i Figure AI

W 2024 roku BMW rozpoczęło pilotaż robota Figure 02 w zakładzie w Spartanburgu w Karolinie Południowej. Robot operuje w sekcji blacharni, wykonując zadania manipulacji elementami karoserii. W 2025 roku wdrożenie przeszło z fazy testowej w ograniczony tryb produkcyjny — robot wykonuje pracę na zmianach obok operatorów.

Mercedes-Benz i Apptronik Apollo

Mercedes-Benz testuje robota Apollo firmy Apptronik w zakładach w Niemczech oraz w USA. Robot zajmuje się zadaniami logistyki wewnątrzlinowej — dostarczaniem komponentów na stanowisko, inspekcją wizualną, przenoszeniem podzespołów o masie do 25 kg.

Amazon i Agility Robotics

Amazon od 2023 roku testuje robota Digit firmy Agility Robotics w centrach logistycznych. Digit jest wyspecjalizowany w manipulacji pojemnikami typu tote — podnoszeniu ich z przenośnika i układaniu na wózkach. W 2025 roku Agility otworzyło fabrykę RoboFab w Salem (Oregon) z docelową zdolnością produkcji 10 000 robotów rocznie.

Hyundai i Boston Dynamics

Hyundai, właściciel Boston Dynamics, wdraża robota Atlas (wersja elektryczna, nie hydrauliczna) na liniach produkcji samochodów w Korei Południowej. Atlas wykonuje zadania przenoszenia komponentów oraz montażu wstępnego.

Tesla Optimus

Tesla deklaruje użycie robota Optimus w fabryce w Fremont i Giga Texas, przede wszystkim w zadaniach wewnętrznej logistyki i transferu części. Plany produkcyjne zakładają docelową skalę kilku tysięcy robotów rocznie od 2026, ale realne liczby wdrożeń nie zostały do tej pory niezależnie zweryfikowane.

Dane rynkowe — ile to naprawdę kosztuje i ile będzie warte

Goldman Sachs w raporcie z 2024 roku oszacował globalny rynek robotów humanoidalnych na 38 miliardów USD do 2035 roku — to znacząca rewizja w górę poprzedniej prognozy (6 mld USD z 2023). Scenariusz agresywny zakłada rynek na poziomie 150 mld USD.

ABI Research przewiduje, że do 2030 roku w przemyśle i logistyce będzie pracować ponad 250 tys. robotów humanoidalnych, przy czym około 80% tego wolumenu ma powstać w Chinach i USA.

Koszt jednostkowy w 2026 roku mieści się w przedziale:

• 30–50 tys. USD — modele chińskie (Unitree G1, UBTECH Walker S), niższa precyzja manipulacji.
• 60–100 tys. USD — modele z klasy produkcyjnej (Figure 02, Digit, Apollo) w kontraktach leasingowych typu Robotics-as-a-Service.
• 100–150 tys. USD — zaawansowane modele z hydrauliką i pełną certyfikacją bezpieczeństwa (Atlas, Optimus w pełnej konfiguracji).

Dla porównania — roczny koszt zatrudnienia operatora produkcji w Niemczech to ok. 55–70 tys. EUR brutto, w USA 50–70 tys. USD, w Polsce 20–30 tys. EUR. RaaS (Robotics-as-a-Service) w modelu subskrypcyjnym Agility Robotics to ok. 30 tys. USD rocznie za Digita — poniżej kosztu pełnego etatu w USA.

Gdzie kończy się demo, a zaczyna produkcja — bariery

Należy uczciwie powiedzieć: żaden producent nie ma w 2026 roku w pełni autonomicznej floty humanoidów, która zastępuje zmianę ludzi na linii. Wszystkie wymienione wdrożenia to ograniczone pilotaże, często z dedykowanym zespołem inżynierskim na miejscu.

1. Manipulacja drobna i zręczność (dexterity gap)

Humanoid świetnie radzi sobie z podnoszeniem palety czy przenoszeniem kartonu. Montaż złącza typu JST, wkładanie kabla do terminala, wpinanie zatrzasku plastikowego — to wciąż zadania, w których człowiek jest szybszy i niezawodniejszy. Współczynniki MTBF (Mean Time Between Failures) dla precyzyjnej manipulacji w humanoidach są rzędów wielkości niższe niż dla dedykowanych ramion Fanuc czy KUKA.

2. Żywotność baterii

Większość komercyjnych humanoidów pracuje 2–5 godzin na jednym ładowaniu. Zmiana 8-godzinna wymaga cyklu wymiany baterii lub drugiej jednostki. W modelach TCO ten koszt bywa pomijany, ale dla planowania zmianowego jest krytyczny.

3. Certyfikacja bezpieczeństwa

Norma ISO 10218 (roboty przemysłowe) i ISO/TS 15066 (współpraca człowiek-robot) nie zostały pomyślane dla humanoidów. Obecnie wdrożenia odbywają się albo w strefach odseparowanych, albo w trybie eksperymentalnym z pełnym nadzorem. Regularna certyfikacja humanoidów do pracy side-by-side z ludźmi to perspektywa 2028–2030.

4. ROI nie zamyka się dzisiaj

McKinsey w analizie z 2025 roku pokazał, że w regionach o niskich kosztach pracy (Europa Środkowo-Wschodnia, Meksyk, Azja Południowo-Wschodnia) TCO humanoida jest dziś wyższe niż TCO operatora ludzkiego. Break-even pojawia się przy koszcie jednostkowym poniżej 30 tys. USD i żywotności >20 tys. godzin — co według konsensusu rynku nastąpi między 2028 a 2031 rokiem.

5. Integracja z MES i ERP

Fabryka zarządzana przez system MES potrzebuje humanoida, który raportuje status zadania, OEE, anomalie i zużycie materiału. W 2026 roku warstwa integracji robot–MES jest indywidualnie kodowana dla każdego wdrożenia. Standardów branżowych na poziomie OPC UA Companion Specification dla humanoidów jeszcze nie ma.

Co to oznacza dla Twojej fabryki — praktyczne wnioski

Dla producenta w 2026 roku kluczowe są cztery decyzje:

1. Nie wdrażaj humanoida dla samego wdrożenia. Zacznij od mapy zadań o charakterze dull, dirty, dangerous — monotonnej paletyzacji, pracy w strefach ryzyka, nocnych zmianach o trudnej obsadzie. Tam biznesowy argument domyka się najszybciej.

2. Wybieraj model Robotics-as-a-Service. Przy niepewności dotyczącej trwałości hardware'u, tempa aktualizacji modeli AI i certyfikacji, RaaS obniża ryzyko. Koszt operacyjny zamiast CAPEX, z możliwością wyjścia z kontraktu.

3. Inwestuj w fundament danych, zanim inwestujesz w robota. Humanoid jest tylko nowym aktorem w sieci produkcyjnej. Bez systemu MES, standardu komunikacyjnego (MQTT, OPC UA), modelu danych UNS — robot wygeneruje kolejny silos danych i kolejny dashboard, którego nikt nie będzie używał.

4. Przygotuj organizację na nowy typ utrzymania ruchu. Humanoid wymaga specjalistów łączących kompetencje mechatronika, data engineera i ML ops. To nowy profil zawodowy, którego dziś brakuje na rynku pracy.

Podsumowanie

Physical AI i roboty humanoidalne nie są hype'em w stylu metaverse. Za technologią stoją realne wdrożenia w BMW, Mercedes-Benz, Amazonie i Hyundai, konkretna produkcja w fabrykach Agility Robotics i Figure AI, oraz infrastruktura modeli fundamentalnych (NVIDIA GR00T, Google RT-2, OpenAI).

Jednocześnie nie jest to technologia, która w 2026 roku zastąpi operatora produkcji. Horyzont realnej skalowalności to 2028–2031. Dla producentów, którzy dziś inwestują w fundamenty cyfrowe — MES, dane przemysłowe, integrację systemów — humanoid będzie naturalnym rozszerzeniem floty w ciągu najbliższych pięciu lat.

Dla tych, którzy tego fundamentu nie zbudują, humanoid będzie kolejnym drogim pilotażem, który nie przejdzie w produkcję.

Źródła

• Goldman Sachs Research, Humanoid Robot Market Outlook, 2024.
• ABI Research, Humanoid Robots in Industrial and Logistics Applications, 2025.
• McKinsey & Company, The Economics of Humanoid Robots in Manufacturing, 2025.
• Boston Consulting Group, Robotics in Manufacturing 2026, 2026.
• NVIDIA, Project GR00T: Foundation Model for Humanoid Robots, 2024.
• Figure AI, komunikaty prasowe BMW Manufacturing Co., 2024–2025.
• Apptronik / Mercedes-Benz, komunikat partnerski, 2024.
• Agility Robotics, RoboFab Production Announcement, 2025.