На что способны роботы: как возможности ИИ меняют бизнес-процессы

Развитие бизнеса и экономики в будущем будут определять роботы, способные ориентироваться в реальном мире, — об этом говорят эксперты отрасли и свежие исследования. Основной тренд в сфере роботизации очевиден и сегодня: переход от полуавтономных роботов, нуждающихся в помощи человека, к полностью автономным системам. Они будут действовать самостоятельно, опираясь на новый класс ИИ, способный анализировать реальную обстановку и адаптироваться к изменяющимся условиям.

«Умные» роботы, как прогнозируют аналитики, начнут широко применяться в производстве, логистике, транспорте и множестве других сфер. Так, по оценкам McKinsey, инвестиции в разработку подобного ИИ в 2024 году составили $1,1 млрд, а общие вложения в развитие робототехники превысили $7 млрд.

В дальнейшем же этот тренд может полностью изменить экономику в мире. Развитие ИИ, способного ориентироваться в реальном мире, должно привести и к росту рынка человекоподобных роботов. Который, в свою очередь, по прогнозу Morgan Stanley, составит $5 трлн к 2050 году. К этому моменту число таких роботов-гуманоидов превысит один миллиард, при этом 90% из них будет использоваться в промышленных и коммерческих целях.

Россия имеет хорошие шансы войти в список лидеров в сфере робототехники. По нашим прогнозам, к 2030 году отечественный рынок достигнет 600 млрд рублей, а всего к этому моменту в нашей стране будет установлено свыше 100 000 роботов. Росту роботизации способствует и поддержка со стороны государства: субсидируются проекты по установке роботов на промышленных предприятиях, реализуется соответствующий нацпроект, принятый в прошлом году Минпромторгом.

Российский бизнес постепенно осознает, что затягивать с внедрением роботов не стоит. В этом году мы провели опрос более чем 100 представителей среднего и крупного отечественного бизнеса из сфер e-commerce, ретейла и логистики. Выяснилось, что 88% опрошенных нами компаний планирует использовать мобильных роботов на складах, а 71% — внедрить 10 и более таких устройств в других рабочие процессы.

По оценкам INFOLine, российский рынок электронной торговли будет расти в среднем на 23% до 2029 года. Вслед за увеличением объема продаж будет расти потребность и в кадрах, и в площадях. Вырастет и конкуренция. Именно роботизация способна стать одним из факторов, влияющих на успешность конкурентных позиций бизнеса.

Что умеют роботы сейчас

Сегодня роботы уже умеют многое. Например, роборуки с ИИ от Яндекс Роботикс собирают и разбирают палеты, переносят разнородный ассортимент — от ручки до тяжелых коробов, отбирают и сортируют товары. Робот-инвентаризатор, разработанный в компании, способен перемещаться по складу и сканировать QR-коды на упаковках с крупногабаритными товарами и заносить данные в систему складского учета.

В чем же заключаются плюсы промышленной роботизации? Перечислим лишь несколько.

• Обеспечение бесперебойной круглосуточной работы склада. Роботы не устают и могут продолжать работать ночью, продолжая отгрузку заказов. Преимущества роботизации отечественный бизнес успел и распробовать, и оценить. Так, роботы трудятся в торговых сетях «Перекрёсток» и «Азбука вкуса», дарксторе Яндекс Лавка, федеральном логистическом операторе «СТА Карго», компании «Лемана ПРО».
• Снижение риска человеческих ошибок при комплектовании заказа. В сентябре 2025 года Яндекс Роботикс начал проект роботизации распределительного центра торговой сети «Перекрёсток», который планируется завершить до середины 2026 года. Его реализация на 30–40% снизит нагрузку на персонал, а заказы будут собираться в 2,5 раза быстрее!
• Повышение эффективности использования самого помещения, что особенно актуально в нынешних условиях нехватки складских площадей. Например, Яндекс Роботикс автоматизировал часть операций по сборке заказов в московском дарксторе Лавки. Это позволило ускорить процесс комплектации заказов более чем на 30% и снизить физическую нагрузку на сотрудников. Кроме того, в так называемой «робозоне» на той же площади удается разместить на 15% больше товаров — за счет оптимизации системы хранения и более плотного размещения продукции на стеллажах. Роботам не требуются широкие проходы, что позволяет эффективнее использовать пространство.
• Ускорение рабочих процессов. Например, робот-инвентаризатор умеет сканировать QR-код товара на одной палете меньше чем за секунду, тогда как у человека на это уходит в среднем до 2 минут. В результате инвентаризация около 30 000 палет происходит за один час, что в 500 раз быстрее скорости живого сотрудника.

Если говорить про оценку, то робототехнические решения Яндекс Роботикс в сфере логистики окупаются сегодня в среднем за 2,5–3 года.

Управлять флотом роботов как единым целым, координируя их действия, помогает разработанная нами единая система управления — Yandex Robot Management System (RMS). Важный аспект: благодаря тому, что в систему можно интегрировать самых разных роботов от различных производителей и вендоров и настраивать их в соответствии с конкретными задачами, компания-заказчик не зависит от решения того или иного разработчика. RMS обеспечивает быструю интеграцию всех процессов, дает аналитику, при этом ее развертывание не требует перестройки складов и массового переобучения персонала.

Пока флот роботов будет перемещать стеллажи и ящики, разбирать палеты, проводить загрузку транспорта, сбор заказов и многие другие операции, RMS сможет взять на себя контроль за всеми роботизированными процессами.

Не только «тело», но и мозг: какими могут быть роботы будущего

Следующий шаг — сделать роботов по-настоящему умными. Технология, сравнимая с генеративными нейросетями, но при этом способная быстро ориентироваться не в виртуальном, а в реальном мире, уже есть. Это — Physical AI — физический искусственный интеллект. Его развивает и команда Яндекс Роботикс.

Physical AI понимает материальный мир, взаимодействует с ним и адаптируется под любые условия. Хороший способ проверки такой технологии предложил когда-то один из создателей компании Apple Стив Возняк: робот станет по-настоящему умным, если сможет выполнить задание «сходить на кухню и сделать кофе», причем сделать это независимо от того, знакома ему эта кухня или нет. С этим так называемым «кофейным тестом» в полной мере сегодня не способен справиться ни один робот в мире. Хотя разработка ведется крупнейшими компаниями мира — Tesla, OpenAI, Google, Samsung, Amazon. Появление Physical AI позволит создавать роботов следующего поколения — по крайней мере, ожидается именно такой технологический прорыв. В результате чего и появится универсальный «мозг», способный эффективно работать в самых разных «телах»-оболочках.

Если сегодня роборука благодаря нашему ИИ может определять тип товара и даже учиться новым действиям, то уже завтра Physical AI добавит роботам способность определять порядок и приоритетность задач, просчитывать их последствия и действовать в зависимости от обстановки.

Важной частью такой работы стала модель VLA (Vision-Language-Action model) — она преобразует голосовые и текстовые команды, картинку с камер и другие данные, которые робот получает на вход, в действия. Что тут имеется в виду?

«Возьми с полки желтую коробку слева и положи ее в шкаф, который находится рядом со столом». Чтобы выполнить команду — распознать коробку среди других объектов, рассчитать траекторию захвата, избежать столкновений, идентифицировать все остальные объекты и аккуратно сделать задание — для «классического» (то есть без модели VLA) запрограммированного робота требуются миллионы строк кода. Но не для робота, способного понимать задачу на «естественном» языке, на котором мы общаемся между собой. Ровно для этой цели и работает модель VLA, которая объединяет и зрение (Vision) — для восприятия окружающей среды, и язык (Language) — для получения команд и абстрактного мышления, и действие (Action) — для физического воплощения решений.

В объединении этих трех ключевых компонентов заключается основная идея VLA-моделей — более интуитивное и естественное управление роботами. Словом, это не просто очередной апгрейд, а высококачественный скачок, способный полностью изменить взаимодействие человека с роботами. Которые, в свою очередь, «ощутят» связь с нашей, физической реальностью.

Уже сегодня роботы с нейросетью от Яндекс Роботикс способны выполнить более десяти базовых операций — «взять», «положить», «перенести» и подобные. В будущем число таких команд должно превысить сотню, появятся различные вариации, и тогда роботы станут способны понять и выполнить сложную задачу. А будут ли они сказаны голосом (и как именно сказаны) или даны в виде печатной инструкции — неважно, робот и поймет, и сделает. Другими словами, роботы с VLA-технологией станут еще более умными, в ближайшем будущем смогут превратиться в полноценных универсальных помощников человека и изменить целые отрасли экономики.