Собрал все публичные свежие и полезные ссылки для погружения в робототехнику гуманитариям и нетехнарям. Прочитав их все - можно весьма быстро погрузиться в контекст последних новшеств в робототехнике за 2024-2025 гг.)
https://vc.ru/hr/1739510-podborka-materialov-dlya-pogruzheniya-v-robototehniku
Ваш @productrobotics
https://vc.ru/hr/1739510-podborka-materialov-dlya-pogruzheniya-v-robototehniku
Ваш @productrobotics
vc.ru
Подборка материалов для погружения в робототехнику
Собрал много ссылок для всех кто хочет быстро войти в робототехнику
Самое свежее выступление по продуктовым подходам в робототехнике от Центра робототехники Сбера - рекомендую послушать)
Там много интересных инсайтов )
https://rutube.ru/video/adea4ad0962b052c309477a3d996c99e/?r=plwd
Ваш @productrobotics
Там много интересных инсайтов )
https://rutube.ru/video/adea4ad0962b052c309477a3d996c99e/?r=plwd
Ваш @productrobotics
RUTUBE
Формирование ниш в сервисной робототехнике общего назначения, Андрей Головин
На текущий момент в России и мире наблюдается неуклонный тренд на повышение потребительского спроса и выхода на плато численности населения в работоспособном возрасте. Робототехника является одним из инструментов снижения влияния надвигающегося кризиса. А…
🔥1
Чек-лист: Как я использую нейронки в работе
(для ресерча, маркетинга, дискавери и стратегии)
0. Получить задачу / сформулировать потребность в задаче
0.1. Понять кто заказчик задачи и какую решаю задачу
0.2. Сбор всей нужно информации для заказчика
1. Заполняю все вводные тут https://www.barara.ru/ и получаю подробный промпт
2. Загоняю промпт параллельно в доступные нейронки:
2.1. Китай: https://chat.qwen.ai/, https://www.deepseek.com/
2.2. РФ: Гигачат
2.3. Запад: ChatGPT (если у вас есть доступ, мне лень его юзать через VPN), https://www.perplexity.ai/
2.4. Проверяю прикрепленные ссылки в нейронках
3. Полученный результат валидирую - прошу в каждой нейронки "рассказать как она рассуждала шаг за шагом"
3.1. Доп шаг: Можно заново переспросить нейронки с другим взглядом или более общим контекстом чтобы проверить как они посмотретя на ситуацию
4. Лучшие результаты загоняю в одну нейронку и прошу собрать единый вариант
4.1. Доп фактчекинг: проверка всей информации от галюцинаций
5. В нейроредакторе Яндекса browser://neuro-editor/ улучшаю текст
И всё!
В данном варианте вы комплексно подходите к решению ваших задач, что снижает риск "сырого" невдумчивого использования нейронок. Так нейронки становятся вашими умными помощниками
Для очень простых задач можно сокращать кол-во этапов или кол-во нейронок
Важно:
Здесь нейронки не заменяют вас. Они вас дополняют. При использовании нейронок возрастает спрос на интерпритацию данных и сбор итогового результата под ваш контекст / контекст заказчика. Чем вы и занимаетесь😏
Ваш @productrobotics
(для ресерча, маркетинга, дискавери и стратегии)
0. Получить задачу / сформулировать потребность в задаче
0.1. Понять кто заказчик задачи и какую решаю задачу
0.2. Сбор всей нужно информации для заказчика
1. Заполняю все вводные тут https://www.barara.ru/ и получаю подробный промпт
2. Загоняю промпт параллельно в доступные нейронки:
2.1. Китай: https://chat.qwen.ai/, https://www.deepseek.com/
2.2. РФ: Гигачат
2.3. Запад: ChatGPT (если у вас есть доступ, мне лень его юзать через VPN), https://www.perplexity.ai/
2.4. Проверяю прикрепленные ссылки в нейронках
3. Полученный результат валидирую - прошу в каждой нейронки "рассказать как она рассуждала шаг за шагом"
3.1. Доп шаг: Можно заново переспросить нейронки с другим взглядом или более общим контекстом чтобы проверить как они посмотретя на ситуацию
4. Лучшие результаты загоняю в одну нейронку и прошу собрать единый вариант
4.1. Доп фактчекинг: проверка всей информации от галюцинаций
5. В нейроредакторе Яндекса browser://neuro-editor/ улучшаю текст
И всё!
В данном варианте вы комплексно подходите к решению ваших задач, что снижает риск "сырого" невдумчивого использования нейронок. Так нейронки становятся вашими умными помощниками
Для очень простых задач можно сокращать кол-во этапов или кол-во нейронок
Важно:
Здесь нейронки не заменяют вас. Они вас дополняют. При использовании нейронок возрастает спрос на интерпритацию данных и сбор итогового результата под ваш контекст / контекст заказчика. Чем вы и занимаетесь
Ваш @productrobotics
Please open Telegram to view this post
VIEW IN TELEGRAM
В какие направления и навыки надо смотреть, чтобы разрабатывать продукты в робототехнике:
I. Проектирование механизмов и механико-механического оборудования
- Проектирование конечных устройств
- Разработка специальных приводных систем и зубчатых передач
- Проектирование для производства и сборки, DFMA
- Проектирование для обеспечения надежности, тестируемости, удобства использования и технологичности
II. Движение робота, управление и алгоритмы
- Кинематический анализ
- Планирование и оптимизация траектории
- Анализ рабочего процесса и оптимизация планирования задач
- Выбор, проектирование и оптимизация двигателей и приводов
- Разработка алгоритмов линейного и нелинейного управления с обратной связью
- Архитектура встроенного программного обеспечения и детальное проектирование
- Программирование приложений Codesys для управления на системном уровне
- EtherCAT (Ethernet для технологии автоматизации управления)
III. Электротехническое проектирование
- Проектирование печатных плат на заказ (PCBA)
- Электроника для привода двигателя
- Интерфейсы и интеграция датчиков, включая аналоговый интерфейс
- Интерфейсы высокоскоростных камер
IV. Интеграция готовых коммерческих компонентов (COTS), таких как:
- Промышленные роботы
- Интеллектуальные двигатели
- PLC’s (Programmable Logic Controllers)
Ваш @ProductRobotics
I. Проектирование механизмов и механико-механического оборудования
- Проектирование конечных устройств
- Разработка специальных приводных систем и зубчатых передач
- Проектирование для производства и сборки, DFMA
- Проектирование для обеспечения надежности, тестируемости, удобства использования и технологичности
II. Движение робота, управление и алгоритмы
- Кинематический анализ
- Планирование и оптимизация траектории
- Анализ рабочего процесса и оптимизация планирования задач
- Выбор, проектирование и оптимизация двигателей и приводов
- Разработка алгоритмов линейного и нелинейного управления с обратной связью
- Архитектура встроенного программного обеспечения и детальное проектирование
- Программирование приложений Codesys для управления на системном уровне
- EtherCAT (Ethernet для технологии автоматизации управления)
III. Электротехническое проектирование
- Проектирование печатных плат на заказ (PCBA)
- Электроника для привода двигателя
- Интерфейсы и интеграция датчиков, включая аналоговый интерфейс
- Интерфейсы высокоскоростных камер
IV. Интеграция готовых коммерческих компонентов (COTS), таких как:
- Промышленные роботы
- Интеллектуальные двигатели
- PLC’s (Programmable Logic Controllers)
Ваш @ProductRobotics
Simplexity Product Development
Robotics and Automation Product Development | Simplexity
If you have a challenging robotics and automation project, learn about how Simplexity can help tune a custom solution for you.
🔥2
Интересная статья от 2023 года про развитие продуктов в робототехнике - Developing a successful robotics product: From idea to reality - The Robot Report
Разработка успешного продукта в сфере робототехники
• Воплощение концепции продукта в жизнь требует учёта множества факторов.
• Глобальные инвестиции в робототехнику растут, рынок к 2030 году достигнет $160-260 млрд (оценка 2023 года)
I. Создание уникального продукта
• Придумайте необычный продукт с «техническим рвом». Концепция создания «технического рва» — выстраивания линии обороны с помощью привлекательных, трудновоспроизводимых продуктов — имеет первостепенное значение. От себя добавлю, что тут хорошо помогает бенчмаркинг конкурентов + Lean Canvas
• Надо уделять первостепенное внимание разработке уникального ценностного предложения.
II. Пилоты и критерии пилотирования
• Установите чёткие критерии для пилотов и окончания пилотной программы.
• Используйте готовые решения для ускорения перехода к коммерческому запуску. (здесь можно не стесняться уже закупать готовые решения и адаптировать под свой контекст)
III. Использование существующих технологий
• Не изобретайте велосипед заново, используйте существующие технологии. Почему? Потому что существующие технологии прошли испытания и готовы к использованию.
IV. Создание команды специалистов
• Под ваш продукт нанимайте талантливых специалистов с разносторонним опытом.
• Команда должна уметь привести продукт от производства к демо. Тут ещё важно уметь упаковать и продумать целую пиар кампанию с демо. По факту это часть G2M стратегии
V. Удобство для пользователя
• Продукт должен быть интуитивно понятным и удобным в использовании. Продумываем заранее CJM и сценарии использования
• Инвестиции ресурсов в UX и UI могут улучшить качество обслуживания клиентов
VI. Безопасность программного обеспечения (не упускае тему кибербеза)
• Безопасность должна быть обеспечена с первого дня разработки.
• Ускорение производства может привести к уязвимостям и ущербу репутации.
VII. Сосредоточение на решении проблемы пользователя
• Избегайте чрезмерно сложных продуктов, которые могут быть дорогими и громоздкими
• Найдите баланс между уникальностью и практичностью. И главное чтобы продукт решал реальную проблему клиентов
VIII. Долгосрочная стратегия
• Разработайте долгосрочное видение, начиная с разработки продукта и его масштабируемости.
• Используйте существующие технологии и создайте удобный для пользователей дизайн.
Ваш @productrobotics
Разработка успешного продукта в сфере робототехники
• Воплощение концепции продукта в жизнь требует учёта множества факторов.
• Глобальные инвестиции в робототехнику растут, рынок к 2030 году достигнет $160-260 млрд (оценка 2023 года)
I. Создание уникального продукта
• Придумайте необычный продукт с «техническим рвом». Концепция создания «технического рва» — выстраивания линии обороны с помощью привлекательных, трудновоспроизводимых продуктов — имеет первостепенное значение. От себя добавлю, что тут хорошо помогает бенчмаркинг конкурентов + Lean Canvas
• Надо уделять первостепенное внимание разработке уникального ценностного предложения.
II. Пилоты и критерии пилотирования
• Установите чёткие критерии для пилотов и окончания пилотной программы.
• Используйте готовые решения для ускорения перехода к коммерческому запуску. (здесь можно не стесняться уже закупать готовые решения и адаптировать под свой контекст)
III. Использование существующих технологий
• Не изобретайте велосипед заново, используйте существующие технологии. Почему? Потому что существующие технологии прошли испытания и готовы к использованию.
IV. Создание команды специалистов
• Под ваш продукт нанимайте талантливых специалистов с разносторонним опытом.
• Команда должна уметь привести продукт от производства к демо. Тут ещё важно уметь упаковать и продумать целую пиар кампанию с демо. По факту это часть G2M стратегии
V. Удобство для пользователя
• Продукт должен быть интуитивно понятным и удобным в использовании. Продумываем заранее CJM и сценарии использования
• Инвестиции ресурсов в UX и UI могут улучшить качество обслуживания клиентов
VI. Безопасность программного обеспечения (не упускае тему кибербеза)
• Безопасность должна быть обеспечена с первого дня разработки.
• Ускорение производства может привести к уязвимостям и ущербу репутации.
VII. Сосредоточение на решении проблемы пользователя
• Избегайте чрезмерно сложных продуктов, которые могут быть дорогими и громоздкими
• Найдите баланс между уникальностью и практичностью. И главное чтобы продукт решал реальную проблему клиентов
VIII. Долгосрочная стратегия
• Разработайте долгосрочное видение, начиная с разработки продукта и его масштабируемости.
• Используйте существующие технологии и создайте удобный для пользователей дизайн.
Ваш @productrobotics
The Robot Report
Developing a successful robotics product: From idea to reality
Bringing a product concept to life is no mean feat. From development to pilot phase and scalability, a lot needs to be considered.
❤1🔥1
https://blog.rt.ru/b2c/kak-razvivaetsyz-robotizaciya-promishlennosti-v-rossii.htm
Хорошая статья с кратким обзором развития роботизации промышленности в РФ
Как развивается роботизация промышленности в России
• Роботизация промышленности в России активно развивается в различных отраслях.
• Институт статистических исследований и экономики знаний НИУ ВШЭ исследовал уровень роботизации российской промышленности в 2023 и 2024 годах.
• Роботизация повышает стандарты производства, точность, скорость и стабильность реализации планов, увеличивает производительность и безопасность труда, снижает расходы.
• Промышленные роботы делятся на различные виды: картированные, стационарные, мобильные и коллаборативные (коботы).
• В 2024 году количество промышленных роботов в России выросло на 62% и составило более 20 тысяч.
• Роботизация активно применяется в различных отраслях, включая производство лекарственных препаратов, резиновых и пластмассовых изделий, пищевых продуктов и напитков.
• Внедрение роботизации оптимизирует рабочие процессы, повышает качество продукции, способствует экономическому росту и созданию новых рабочих мест.
• Искусственный интеллект становится определяющим фактором развития современной промышленной робототехники, открывая новые горизонты автоматизации.
Ваш @productrobotics
Хорошая статья с кратким обзором развития роботизации промышленности в РФ
Как развивается роботизация промышленности в России
• Роботизация промышленности в России активно развивается в различных отраслях.
• Институт статистических исследований и экономики знаний НИУ ВШЭ исследовал уровень роботизации российской промышленности в 2023 и 2024 годах.
• Роботизация повышает стандарты производства, точность, скорость и стабильность реализации планов, увеличивает производительность и безопасность труда, снижает расходы.
• Промышленные роботы делятся на различные виды: картированные, стационарные, мобильные и коллаборативные (коботы).
• В 2024 году количество промышленных роботов в России выросло на 62% и составило более 20 тысяч.
• Роботизация активно применяется в различных отраслях, включая производство лекарственных препаратов, резиновых и пластмассовых изделий, пищевых продуктов и напитков.
• Внедрение роботизации оптимизирует рабочие процессы, повышает качество продукции, способствует экономическому росту и созданию новых рабочих мест.
• Искусственный интеллект становится определяющим фактором развития современной промышленной робототехники, открывая новые горизонты автоматизации.
Ваш @productrobotics
❤1
Как Sim2Real делает обучение роботов эффективнее
• Sim2Real - технология, позволяющая адаптировать ИИ-модели для работы вне симуляций.
• Технология направлена на перенос знаний из симулятора в реальную среду, что ускоряет обучение и снижает риски.
• Sim2Real решает задачи сокращения технических расходов, успешной работы с массивами данных и предотвращения аварийных ситуаций.
• Адаптивные модели с Sim2Real способны быстро корректироваться при изменении условий работы.
• Декомпозиция навигационных задач и иерархические методики обучения используются для адаптации моделей к реальной среде.
• Sim2Real применяется в обучении автономных роботов на производственных линиях, создании систем автономного вождения и тренировках спасательных и военных моделей.
• Перенос симуляций в физическую среду ускоряет развитие возможностей искусственного интеллекта и делает создание и обновление алгоритмов более эффективным.
Ваш @productrobotics
• Sim2Real - технология, позволяющая адаптировать ИИ-модели для работы вне симуляций.
• Технология направлена на перенос знаний из симулятора в реальную среду, что ускоряет обучение и снижает риски.
• Sim2Real решает задачи сокращения технических расходов, успешной работы с массивами данных и предотвращения аварийных ситуаций.
• Адаптивные модели с Sim2Real способны быстро корректироваться при изменении условий работы.
• Декомпозиция навигационных задач и иерархические методики обучения используются для адаптации моделей к реальной среде.
• Sim2Real применяется в обучении автономных роботов на производственных линиях, создании систем автономного вождения и тренировках спасательных и военных моделей.
• Перенос симуляций в физическую среду ускоряет развитие возможностей искусственного интеллекта и делает создание и обновление алгоритмов более эффективным.
Ваш @productrobotics
🔥2
Forwarded from Папа роботов // Иван Калинов
Меня часто спрашивают, как мы вообще придумываем своих роботов с нуля, особенно железо. Обсудил это с нашим VP of Engineering Сашей Петровским. Получился большой разбор — уместился только в два поста. Начинаем с самого начала.
Как мы придумываем роботов. ЧАСТЬ 1
Это не просто инженерия, это продуктовая логика в чистом виде, с кучей технических заморочек.
Шаг 0. Ищем боль. Настоящую
Первое (и самое важное!) — не бежим паять платы. Мы внимательно слушаем рынок и клиентов через CustDev (Customer Development). Часто запрос звучит абстрактно: «Вот, на отбор заказов у нас льётся золото!». Это и есть наша отправная точка: локализовать проблему, где робот действительно может помочь сэкономить. Не робот ради робота, а решение ради бизнеса. Иногда оказывается, что нужен не робот, а банальная оптимизация процесса. Честность — наше правило номер один.
Шаг 1. От идеи к концепту. Без фанатизма
Если железный друг всё же нужен — начинаем лепить концепт. Описываем: что он должен уметь, в чём будет уникален. Рисуем эскизы, лепим прототипы (иногда буквально из картона!). Потом — внутренняя «защита продукта». Суровая правда: оцениваем объём рынка, считаем ROI (Return on Investment: «Не получится ли, что этот красавец нужен только одному Василию Петровичу?»), собираем фидбэк, прорабатываем риски. Без зелёного света отсюда дальше не идём. Ресурсы дороги.
Шаг 2. ТЗ — наш компас. Но не талмуд
Защитили? Теперь пишем ТЗ. Важный момент: мы не фанаты ГОСТовских кирпичей. Наш формат — это сжатый MRD (Market Requirements Document — что нужно рынку) + PRD (Product Requirements Document — что и как делает робот). Главное: любой коллега, взглянув на ТЗ, должен сразу понять суть, а не тонуть в многостраничном документе из сухих цифр. Чёткость и ясность — ключ.
Шаг 3. Разработка: фаза за фазой с двойным контролем
Дальше — классика продуктовой разработки, но с роботизированным уклоном: формируем команду, составляем таймлайн, оформляем матрицу ответственности (типа RACI), проводим FMEA (Failure Mode and Effects Analysis — анализ видов и последствий отказов). Разработку делим на фазы (их детали зависят от того, MVP это или серия). После каждой фазы — чеклист и обязательный DR (Design Review — конструкторский анализ). Для DR у нас отдельная команда-надзиратель: они проверяют расчёты (статику, динамику), технологичность (а собрать-то можно?), собираемость и — самое важное, — укладываемся ли мы в таргет по себестоимости. Никаких «ой, потом доделаем». Финальный DR всего изделия — это всегда список доработок. Так и должно быть!
Шаг 4. Документы и контекст. MVP vs серия
Потом — КД (конструкторская документация). Полнота — вопрос целей:
- MVP (Minimum Viable Product — первый опытный образец)? Документов — по минимуму, чтобы собрать и проверить идею.
- Серийная партия? Вот тут полный пакет: BOM (Bill of Materials — спецификация материалов), ПМИ (программа и методика испытаний), ТУ (технические условия), набор инструкций (сборка, эксплуатация, ремонт) — всё!
В следующем посте расскажу о последнем шаге и о том, как перейти от чертежей к живому роботу. Есть вопросы по этим шагам? Оставляйте их в комментариях, разберём всё подробнее.
#что_творят_технологии
Как мы придумываем роботов. ЧАСТЬ 1
Это не просто инженерия, это продуктовая логика в чистом виде, с кучей технических заморочек.
Шаг 0. Ищем боль. Настоящую
Первое (и самое важное!) — не бежим паять платы. Мы внимательно слушаем рынок и клиентов через CustDev (Customer Development). Часто запрос звучит абстрактно: «Вот, на отбор заказов у нас льётся золото!». Это и есть наша отправная точка: локализовать проблему, где робот действительно может помочь сэкономить. Не робот ради робота, а решение ради бизнеса. Иногда оказывается, что нужен не робот, а банальная оптимизация процесса. Честность — наше правило номер один.
Шаг 1. От идеи к концепту. Без фанатизма
Если железный друг всё же нужен — начинаем лепить концепт. Описываем: что он должен уметь, в чём будет уникален. Рисуем эскизы, лепим прототипы (иногда буквально из картона!). Потом — внутренняя «защита продукта». Суровая правда: оцениваем объём рынка, считаем ROI (Return on Investment: «Не получится ли, что этот красавец нужен только одному Василию Петровичу?»), собираем фидбэк, прорабатываем риски. Без зелёного света отсюда дальше не идём. Ресурсы дороги.
Шаг 2. ТЗ — наш компас. Но не талмуд
Защитили? Теперь пишем ТЗ. Важный момент: мы не фанаты ГОСТовских кирпичей. Наш формат — это сжатый MRD (Market Requirements Document — что нужно рынку) + PRD (Product Requirements Document — что и как делает робот). Главное: любой коллега, взглянув на ТЗ, должен сразу понять суть, а не тонуть в многостраничном документе из сухих цифр. Чёткость и ясность — ключ.
Шаг 3. Разработка: фаза за фазой с двойным контролем
Дальше — классика продуктовой разработки, но с роботизированным уклоном: формируем команду, составляем таймлайн, оформляем матрицу ответственности (типа RACI), проводим FMEA (Failure Mode and Effects Analysis — анализ видов и последствий отказов). Разработку делим на фазы (их детали зависят от того, MVP это или серия). После каждой фазы — чеклист и обязательный DR (Design Review — конструкторский анализ). Для DR у нас отдельная команда-надзиратель: они проверяют расчёты (статику, динамику), технологичность (а собрать-то можно?), собираемость и — самое важное, — укладываемся ли мы в таргет по себестоимости. Никаких «ой, потом доделаем». Финальный DR всего изделия — это всегда список доработок. Так и должно быть!
Шаг 4. Документы и контекст. MVP vs серия
Потом — КД (конструкторская документация). Полнота — вопрос целей:
- MVP (Minimum Viable Product — первый опытный образец)? Документов — по минимуму, чтобы собрать и проверить идею.
- Серийная партия? Вот тут полный пакет: BOM (Bill of Materials — спецификация материалов), ПМИ (программа и методика испытаний), ТУ (технические условия), набор инструкций (сборка, эксплуатация, ремонт) — всё!
В следующем посте расскажу о последнем шаге и о том, как перейти от чертежей к живому роботу. Есть вопросы по этим шагам? Оставляйте их в комментариях, разберём всё подробнее.
#что_творят_технологии
Forwarded from Папа роботов // Иван Калинов
Пока я пишу вторую часть мыслей про hardware разработку, а заодно думаю, как рассказать про устройство наших команд, к нам в гости пришла команда РБК Отрасли. Посмотрели на наших роботов, обсудили, что они уже умеют и как это помогает партнёрам.
Помимо меня в кадр попали инвентаризатор и роборука).
Чуть-чуть поговорили про ИИ, но не успели про rms-ку, которая в единую экосистему объединяет все наши продукты. Об этом расскажем уже в следующем выпуске.
Запись эфира смотрите здесь. Сюжет о нас начинается с 12:43.
#новости_яндекс_роботикс
Помимо меня в кадр попали инвентаризатор и роборука).
Чуть-чуть поговорили про ИИ, но не успели про rms-ку, которая в единую экосистему объединяет все наши продукты. Об этом расскажем уже в следующем выпуске.
Запись эфира смотрите здесь. Сюжет о нас начинается с 12:43.
#новости_яндекс_роботикс
Forwarded from Папа роботов // Иван Калинов
Как мы придумываем роботов. ЧАСТЬ 2
В прошлом посте я рассказывал, как мы в Роботиксе придумываем и проектируем своих роботов. Сегодня — про самое интересное: как из ТЗ и чертежей получается реальный робот.
Шаг 5. От чертежей к живому роботу. Контроль на каждом шагу
Закупки. Полный комплект КД передаётся в отдел снабжения и закупок. Детали заказываем только у проверенных подрядчиков, прошедших PPAP (Production Part Approval Process — процесс утверждения производственных деталей), так как в их качестве мы уверены.
Входной контроль. Получили детали? ОТК (отдел технического контроля) проводит входной контроль: проверяет количество, соответствие чертежам, делает метрологическую проверку и т. д. Брак или несоответствие — сразу возвращаем поставщику. Железко. Соответствующие детали идут на склад.
Сборка. Со склада детали поступают на сборочный участок. Там идёт финальная сборка с обязательным пооперационным контролем ОТК.
Выходной контроль (ОТК). Собранный робот? Снова к ОТК — они проверяют работоспособность всего.
Испытания («накат»). Робот едет в тестовую зону — проходит обязательную программу испытаний. Выжил? Молодец.
Финал. Интеграция. Закрываем круг
И вот он, ключевой момент: робот передаётся в отдел интеграции (куда входит команда сервиса). Они везут готовое изделие к клиенту, внедряют в его складские процессы, проводят ПНР (пусконаладочные работы). Помните ту самую боль про отбор заказа в самом начале (CustDev)? Вот теперь робот реально решает эту проблему, часто в рамках целой системы. А команда сервиса остаётся на связи — для гарантийного обслуживания и поддержки по любым вопросам.
Итог. Это полный жизненный цикл изделия: от крика души клиента до появления работающего решения на его складе. Долгий? Да. Сложный? Ещё какой! Контроль на каждом шагу? Обязательно! Но каждый этап — необходимый кирпичик в фундаменте надёжного и нужного рынку продукта. Без этого робот — просто игрушка.
Надеюсь, теперь я ответил на частые вопросы? Приходите в комментарии, будем обсуждать.
#что_творят_технологии
В прошлом посте я рассказывал, как мы в Роботиксе придумываем и проектируем своих роботов. Сегодня — про самое интересное: как из ТЗ и чертежей получается реальный робот.
Шаг 5. От чертежей к живому роботу. Контроль на каждом шагу
Закупки. Полный комплект КД передаётся в отдел снабжения и закупок. Детали заказываем только у проверенных подрядчиков, прошедших PPAP (Production Part Approval Process — процесс утверждения производственных деталей), так как в их качестве мы уверены.
Входной контроль. Получили детали? ОТК (отдел технического контроля) проводит входной контроль: проверяет количество, соответствие чертежам, делает метрологическую проверку и т. д. Брак или несоответствие — сразу возвращаем поставщику. Железко. Соответствующие детали идут на склад.
Сборка. Со склада детали поступают на сборочный участок. Там идёт финальная сборка с обязательным пооперационным контролем ОТК.
Выходной контроль (ОТК). Собранный робот? Снова к ОТК — они проверяют работоспособность всего.
Испытания («накат»). Робот едет в тестовую зону — проходит обязательную программу испытаний. Выжил? Молодец.
Финал. Интеграция. Закрываем круг
И вот он, ключевой момент: робот передаётся в отдел интеграции (куда входит команда сервиса). Они везут готовое изделие к клиенту, внедряют в его складские процессы, проводят ПНР (пусконаладочные работы). Помните ту самую боль про отбор заказа в самом начале (CustDev)? Вот теперь робот реально решает эту проблему, часто в рамках целой системы. А команда сервиса остаётся на связи — для гарантийного обслуживания и поддержки по любым вопросам.
Итог. Это полный жизненный цикл изделия: от крика души клиента до появления работающего решения на его складе. Долгий? Да. Сложный? Ещё какой! Контроль на каждом шагу? Обязательно! Но каждый этап — необходимый кирпичик в фундаменте надёжного и нужного рынку продукта. Без этого робот — просто игрушка.
Надеюсь, теперь я ответил на частые вопросы? Приходите в комментарии, будем обсуждать.
#что_творят_технологии
План управления роботизированной продукцией: Комплексное построение системы управления роботизированной продукцией
https://www.huoban.com/yx-jiaocheng/lAgrN33Pkrp3vVgk.html
https://www.huoban.com/yx-jiaocheng/lAgrN33Pkrp3vVgk.html
Huoban
机器人产品管理方案:全方位构建机器人产品的管理体系-伙伴云
想知道机器人产品从研发到售后各环节如何管理吗?这里详细解析机器人产品管理方案,涵盖从了解产品的类型、功能、技术架构开始,到研发环节的团队组建、周期设定、测试,生产环节的合作伙伴选择、质量监控、流程优化,销售环节的市场定位、营销策略、定价策略,以及售后环节的团队建立和服务政策制定等多方面内容,全面展现机器人产品管理的全貌,为相关从业者提供重要参考。
👍2
Тут можно заглянуть в ближайшее будущее что будет с нейронками:
Forwarded from Innovation & Research
Прогнозы от a16z: что изменится на AI-рынке в 2026 г.
Венчурный фонд Andreessen Horowitz (a16z) представил ключевые прогнозы по развитию AI-рынка в 2026 г. В центре внимания — трансформация инфраструктуры, образования, медицины и бизнес-приложений в сторону агентных и персонализированных моделей. Вот главные выводы:
1) Появится первый AI-нативный университет, где образовательная среда будет адаптироваться под каждого студента в реальном времени. Преподаватели станут архитекторами процессов, а оценка сосредоточится на умении использовать AI, а не избегать его.
2) Существующая IT-инфраструктура не справится с нагрузками от AI-агентов. Понадобится новое поколение систем с поддержкой массовой параллельной обработки, управления состоянием и координации тысяч задач в миллисекундные интервалы. Агент-нативные платформы станут базовым уровнем для корпоративного ПО.
3) Начнётся формирование мультиагентных бизнес-процессов. В недвижимости и юридических сервисах появятся первые кейсы, где AI-агенты разных сторон будут вести переговоры, синхронизировать изменения и устранять конфликтные зоны без участия человека.
4) Интерфейсы уйдут в тень. Привычные CRM и ERP системы превратятся в фоновый слой хранения, а взаимодействие будет происходить через агентский уровень. KPI по экранному времени перестанет иметь значение, так как продукт будет оцениваться по результату, а не по времени, проведённому в приложении.
5) Медицина станет ключевым полем для роста. Появится новый сегмент, где люди будут подписываться на трекинг биомаркеров, анализ и AI-коучинг. Это обеспечит стабильный поток данных и новый рынок профилактики.
6) Критическим станет вопрос качества мультимодальных данных. Большинство корпоративных знаний до сих пор хранится в PDF, скриншотах и видео. В 2026 г. создание чистых и структурированных дата-слоёв для AI станет отдельной категорией продуктов.
7) Базы данных и системы записей утратят стратегическое значение. Как и в случае Salesforce Einstein или Microsoft Copilot, основная маржа и ценность будет находиться в слое рассуждений и автономного исполнения.
8) Также ожидается взрывной рост в области генеративных 3D-сред и моделей мира. Технологии вроде Genie 3 позволят создавать живые симуляции, где AI-агенты смогут тренироваться, а пользователи — создавать и изменять миры в реальном времени.
В целом 2026 станет поворотным годом. Массовый рынок уступит место индивидуальным решениям. В фокусе окажется не абстрактный «пользователь», а конкретный человек с контекстом, целями и собственным AI-помощником.
#news #AI
https://www.a16z.news/p/big-ideas-2026-part-1
Венчурный фонд Andreessen Horowitz (a16z) представил ключевые прогнозы по развитию AI-рынка в 2026 г. В центре внимания — трансформация инфраструктуры, образования, медицины и бизнес-приложений в сторону агентных и персонализированных моделей. Вот главные выводы:
1) Появится первый AI-нативный университет, где образовательная среда будет адаптироваться под каждого студента в реальном времени. Преподаватели станут архитекторами процессов, а оценка сосредоточится на умении использовать AI, а не избегать его.
2) Существующая IT-инфраструктура не справится с нагрузками от AI-агентов. Понадобится новое поколение систем с поддержкой массовой параллельной обработки, управления состоянием и координации тысяч задач в миллисекундные интервалы. Агент-нативные платформы станут базовым уровнем для корпоративного ПО.
3) Начнётся формирование мультиагентных бизнес-процессов. В недвижимости и юридических сервисах появятся первые кейсы, где AI-агенты разных сторон будут вести переговоры, синхронизировать изменения и устранять конфликтные зоны без участия человека.
4) Интерфейсы уйдут в тень. Привычные CRM и ERP системы превратятся в фоновый слой хранения, а взаимодействие будет происходить через агентский уровень. KPI по экранному времени перестанет иметь значение, так как продукт будет оцениваться по результату, а не по времени, проведённому в приложении.
5) Медицина станет ключевым полем для роста. Появится новый сегмент, где люди будут подписываться на трекинг биомаркеров, анализ и AI-коучинг. Это обеспечит стабильный поток данных и новый рынок профилактики.
6) Критическим станет вопрос качества мультимодальных данных. Большинство корпоративных знаний до сих пор хранится в PDF, скриншотах и видео. В 2026 г. создание чистых и структурированных дата-слоёв для AI станет отдельной категорией продуктов.
7) Базы данных и системы записей утратят стратегическое значение. Как и в случае Salesforce Einstein или Microsoft Copilot, основная маржа и ценность будет находиться в слое рассуждений и автономного исполнения.
8) Также ожидается взрывной рост в области генеративных 3D-сред и моделей мира. Технологии вроде Genie 3 позволят создавать живые симуляции, где AI-агенты смогут тренироваться, а пользователи — создавать и изменять миры в реальном времени.
В целом 2026 станет поворотным годом. Массовый рынок уступит место индивидуальным решениям. В фокусе окажется не абстрактный «пользователь», а конкретный человек с контекстом, целями и собственным AI-помощником.
#news #AI
https://www.a16z.news/p/big-ideas-2026-part-1
www.a16z.news
Big Ideas 2026: Part 1
The biggest problems builders will tackle in 2026, according to our partners
👍1
"Сомнения: как написать план управления роботизированным продуктом?》
https://www.huoban.com/yx-jiaocheng/7aQ7JkkM8ABy7v2P.html
https://www.huoban.com/yx-jiaocheng/7aQ7JkkM8ABy7v2P.html
Каким должен быть продакт в антропоморфной робототехнике
Я посмотрел около 40 вакансий Product Manager / Product Owner / Technical Product Manager в компаниях, которые делают роботов и Physical AI: Figure AI, Apptronik, Boston Dynamics, Google, Sanctuary AI, Unitree, AgiBot, UBTech, Humanoid, NEURA Robotics, Fourier, Astribot, Яндекс Роботикс, Центр робототехники Сбера и др.
Главный вывод простой:
продакт в робототехнике — это не SaaS PM, который просто переехал в “железо”.
Это скорее человек, который должен соединить три мира:
1️⃣ реальную физическую работу клиента
2️⃣ инженерные ограничения робота
3️⃣ экономику внедрения
В цифровом продукте продакт часто думает фичами: экран, сценарий, конверсия, retention, roadmap.
В робототехнике всё начинается не с фичи, а с вопроса:
какую физическую работу робот должен выполнить лучше, дешевле или стабильнее человека?
Это может быть сортировка, пикинг, перенос коробок, обслуживание оборудования, работа на складе, производство, дата-центр или сервисная операция.
И дальше начинается самое интересное.
Продакту нужно понять не только “есть ли боль”, но и:
- сможет ли робот стабильно выполнить задачу;
- какие объекты он должен брать;
- какая нужна точность и скорость;
- какие есть ограничения среды;
- что происходит в edge cases;
- как обеспечить безопасность;
- сколько стоит ошибка;
- как выглядит пилот;
- как считается ROI;
- кто будет обслуживать робота после внедрения.
То есть продуктом становится не сам робот, а работающий use case в реальной среде.
Что чаще всего требуют в вакансиях
Первое — use-case discovery.
Компании ищут людей, которые умеют находить сценарии, где роботизация действительно имеет смысл. Не “давайте сделаем гуманоиду ещё одну способность”, а “вот операция, вот узкое место, вот экономика, вот требования к роботу”.
Второе — техническая грамотность.
Не обязательно быть инженером-робототехником, но нужно понимать базовый стек: perception, manipulation, sensors, autonomy, safety, simulation, data, AI/ML, hardware-software constraints.
Третье — пилоты и внедрения.
В робототехнике MVP — это не лендинг и не Figma. MVP — это ограниченный рабочий сценарий в реальной или близкой к реальной среде. И его нужно довести до проверки: работает / не работает, окупается / не окупается, масштабируется / не масштабируется.
Четвёртое — экономика.
Вакансии всё чаще говорят не только про roadmap, но и про PnL, ROI, cost per task, payback period, uptime, utilization, стоимость обслуживания и операционный эффект.
Пятое — умение быть переводчиком.
Robotics PM постоянно находится между клиентом, R&D, hardware, software, AI/ML, UX, operations, sales, сервисом и бизнесом.
Что это значит на практике
Роль продакта в робототехнике начинает дробиться на несколько специализаций.
🔸 Customer Use Case PM — ищет и упаковывает реальные сценарии применения роботов.
🔸 Technical Product Manager — отвечает за платформу, API, SDK, autonomy stack, perception, software и интеграции.
🔸 Hardware / System Product Manager — работает с железом, конфигурациями, производственной готовностью и сертификацией.
🔸 Robot Learning / Data Platform PM — отвечает за данные, симуляцию, обучение моделей, evaluation и monitoring.
🔸 Deployment / Pilot PM — доводит робота до внедрения у клиента.
🔸 Infrastructure Robotics PM — автоматизирует физические операции внутри больших систем: дата-центров, складов, производств, инфраструктуры.
Пример Google AI Robotics Product Manager особенно показателен. Там робототехника нужна не ради красивого демо, а чтобы ускорять и делать безопаснее физические операции в дата-центрах. Это хороший сигнал: роботизацию будут драйвить не только humanoid-стартапы, но BigTech игроки из логистики, промышленности и т.д.
Что качать обычному продакту, если он хочет перейти в робототехнику
1️⃣ Научиться думать не фичами, а физическими задачами.
Не “какой экран сделать”, а “какую операцию робот должен выполнить, в какой среде и с каким результатом”.
2️⃣ Разобраться в базовом robotics stack.
Минимум: сенсоры, компьютерное зрение, манипуляция, навигация, motion planning, safety, teleoperation, simulation.
3️⃣ Понять AI/ML и data loop.
Для Physical AI данные становятся топливом продукта: сбор, разметка, симуляция, обучение, оценка, деплой, мониторинг.
4️⃣ Научиться считать экономику роботизации.
ROI, payback, cost per task, uptime, intervention rate, загрузка робота, стоимость сервиса.
5️⃣ Прокачать field discovery.
Нужно уметь ехать “в поле”: на склад, производство, в сервисную зону. Смотреть, как реально работает процесс, где люди ошибаются, где теряется время, где есть ограничения среды.
6️⃣ Учиться вести пилоты.
В робототехнике плохой пилот может ничего не доказать. Хороший пилот должен быть частью дороги к масштабированию, а не просто демо “чтобы посмотреть”.
Основной вывод про карьеру
Антропоморфная робототехника создаёт новую ветку продуктовой карьеры — Robotics Product Management / Physical AI Product Management.
Это роль для продактов, которым интересно работать не только с цифровым интерфейсом, но и с физическим миром.
И карьера в этой нише будет строиться вокруг трёх навыков:
понимать клиента → понимать инженерные ограничения → доказывать экономику внедрения.
Кажется, это одна из самых сложных, но и самых интересных специализаций для продактов на ближайшие годы.
Ваш @productrobotics
Я посмотрел около 40 вакансий Product Manager / Product Owner / Technical Product Manager в компаниях, которые делают роботов и Physical AI: Figure AI, Apptronik, Boston Dynamics, Google, Sanctuary AI, Unitree, AgiBot, UBTech, Humanoid, NEURA Robotics, Fourier, Astribot, Яндекс Роботикс, Центр робототехники Сбера и др.
Главный вывод простой:
продакт в робототехнике — это не SaaS PM, который просто переехал в “железо”.
Это скорее человек, который должен соединить три мира:
1️⃣ реальную физическую работу клиента
2️⃣ инженерные ограничения робота
3️⃣ экономику внедрения
В цифровом продукте продакт часто думает фичами: экран, сценарий, конверсия, retention, roadmap.
В робототехнике всё начинается не с фичи, а с вопроса:
какую физическую работу робот должен выполнить лучше, дешевле или стабильнее человека?
Это может быть сортировка, пикинг, перенос коробок, обслуживание оборудования, работа на складе, производство, дата-центр или сервисная операция.
И дальше начинается самое интересное.
Продакту нужно понять не только “есть ли боль”, но и:
- сможет ли робот стабильно выполнить задачу;
- какие объекты он должен брать;
- какая нужна точность и скорость;
- какие есть ограничения среды;
- что происходит в edge cases;
- как обеспечить безопасность;
- сколько стоит ошибка;
- как выглядит пилот;
- как считается ROI;
- кто будет обслуживать робота после внедрения.
То есть продуктом становится не сам робот, а работающий use case в реальной среде.
Что чаще всего требуют в вакансиях
Первое — use-case discovery.
Компании ищут людей, которые умеют находить сценарии, где роботизация действительно имеет смысл. Не “давайте сделаем гуманоиду ещё одну способность”, а “вот операция, вот узкое место, вот экономика, вот требования к роботу”.
Второе — техническая грамотность.
Не обязательно быть инженером-робототехником, но нужно понимать базовый стек: perception, manipulation, sensors, autonomy, safety, simulation, data, AI/ML, hardware-software constraints.
Третье — пилоты и внедрения.
В робототехнике MVP — это не лендинг и не Figma. MVP — это ограниченный рабочий сценарий в реальной или близкой к реальной среде. И его нужно довести до проверки: работает / не работает, окупается / не окупается, масштабируется / не масштабируется.
Четвёртое — экономика.
Вакансии всё чаще говорят не только про roadmap, но и про PnL, ROI, cost per task, payback period, uptime, utilization, стоимость обслуживания и операционный эффект.
Пятое — умение быть переводчиком.
Robotics PM постоянно находится между клиентом, R&D, hardware, software, AI/ML, UX, operations, sales, сервисом и бизнесом.
Что это значит на практике
Роль продакта в робототехнике начинает дробиться на несколько специализаций.
Пример Google AI Robotics Product Manager особенно показателен. Там робототехника нужна не ради красивого демо, а чтобы ускорять и делать безопаснее физические операции в дата-центрах. Это хороший сигнал: роботизацию будут драйвить не только humanoid-стартапы, но BigTech игроки из логистики, промышленности и т.д.
Что качать обычному продакту, если он хочет перейти в робототехнику
1️⃣ Научиться думать не фичами, а физическими задачами.
Не “какой экран сделать”, а “какую операцию робот должен выполнить, в какой среде и с каким результатом”.
2️⃣ Разобраться в базовом robotics stack.
Минимум: сенсоры, компьютерное зрение, манипуляция, навигация, motion planning, safety, teleoperation, simulation.
3️⃣ Понять AI/ML и data loop.
Для Physical AI данные становятся топливом продукта: сбор, разметка, симуляция, обучение, оценка, деплой, мониторинг.
4️⃣ Научиться считать экономику роботизации.
ROI, payback, cost per task, uptime, intervention rate, загрузка робота, стоимость сервиса.
5️⃣ Прокачать field discovery.
Нужно уметь ехать “в поле”: на склад, производство, в сервисную зону. Смотреть, как реально работает процесс, где люди ошибаются, где теряется время, где есть ограничения среды.
6️⃣ Учиться вести пилоты.
В робототехнике плохой пилот может ничего не доказать. Хороший пилот должен быть частью дороги к масштабированию, а не просто демо “чтобы посмотреть”.
Основной вывод про карьеру
Антропоморфная робототехника создаёт новую ветку продуктовой карьеры — Robotics Product Management / Physical AI Product Management.
Это роль для продактов, которым интересно работать не только с цифровым интерфейсом, но и с физическим миром.
Здесь продукт — это не приложение.
Продукт — это способность робота выполнять полезную работу в реальной среде.
И карьера в этой нише будет строиться вокруг трёх навыков:
понимать клиента → понимать инженерные ограничения → доказывать экономику внедрения.
Кажется, это одна из самых сложных, но и самых интересных специализаций для продактов на ближайшие годы.
Ваш @productrobotics
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2❤🔥1
Гуманоиды выходят из демо. Но пока не везде
Кажется, рынок человекоподобных роботов постепенно взрослеет.
Если раньше главный вопрос звучал как:
«А он вообще умеет ходить, брать коробки и не падать?»,
то теперь вопрос другой:
«Где это начнёт окупаться?»
Forbes выпустил материал с позицией Алексея Лещанкина, директора по продукту Яндекс Роботикс. Там обсуждается, какие отрасли первыми могут получить выгоду от гуманоидных роботов.
⏺ Главная мысль: гуманоид — это не универсальный “робот вместо человека”. По крайней мере, пока. Это дорогая, сложная физическая платформа, которую нужно встраивать в конкретный процесс, считать по TCO, обслуживанию, автономности, операторам и сроку интеграции.
Где могут быть первые внедрения (по мнению автора статьи)
В статье выделяются несколько направлений:
— автопром;
— внутрискладская логистика;
— опасные и вредные производства;
— отдельные сервисные сценарии.
Почему именно они?
Потому что там уже есть инфраструктура, созданная под человека: проходы, полки, детали, инструменты, лестницы, производственные линии. В теории гуманоид может зайти в такую среду без полной перестройки предприятия под классическую промышленную роботизацию.
Но это только половина истории.
Вторая половина — экономика.
Если робот стоит дорого, работает медленнее человека, требует операторского надзора и сложной интеграции, то он должен решать очень конкретную боль: дефицит персонала, опасные условия, монотонную операцию или задачу, где человек стоит дорого и быстро выгорает.
Что здесь важно для рынка
Первый массовый use case, скорее всего, будет не про “робота на все случаи жизни”.
Он будет про узкую повторяемую операцию.
Например: перенос, подача деталей, работа с коробками, инспекция, обслуживание зоны, где человеку находиться вредно или неудобно.
То есть рынок будет расти не от красивых видео, а от скучных метрик:
— uptime;
— стоимость часа работы;
— срок интеграции;
— количество вмешательств человека;
— сколько роботов может курировать один оператор;
— payback period;
— стоимость обслуживания и обновления софта.
И вот это хороший признак. Потому что пока индустрия говорит языком демо — это R&D. Когда она начинает говорить языком TCO и ROI — это уже движение к коммерциализации.
Несколько выводов
1️⃣ Цена робота — не вся экономика.
Даже если железо дешевеет, остаются софт, интеграция, сервис, безопасность, обучение сценариям и поддержка парка.
2️⃣ Автономность пока будет неполной.
Скорее всего, первые внедрения будут идти через модель “роботы + оператор/супервайзер”, а не через полностью самостоятельных гуманоидов.
3️⃣ RaaS может стать мостом к рынку.
Для клиентов подписка снижает риск покупки дорогого железа. Для разработчиков — заставляет отвечать за результат, uptime и сервис.
4️⃣ Победят не самые эффектные роботы, а самые внедряемые.
Если каждый пилот требует месяцы кастомной инженерии, рынок будет идти медленно. Масштаб начнётся там, где появятся типовые сценарии и повторяемая интеграция.
Что это значит для игроков (на мой взгляд)
🔸 Для разработчиков: нужно продавать не “гуманоида”, а рабочий сценарий с понятной экономикой.
🔸 Для корпоративных клиентов: начинать лучше не с фантазий про замену людей, а с одной операции, где есть дефицит кадров, опасность или высокая стоимость ручного труда.
🔸 Для инвесторов: смотреть не только на механику, внешний вид и ролики, а на unit economics, сервисную модель, данные по надёжности и способность масштабировать парк.
🔸 Для рынка в целом: ближайшие 1–3 года будут не про массовую замену людей, а про отбор первых задач, где гуманоид действительно имеет смысл.
⭐️ Главный вывод
Гуманоиды становятся ближе к рынку. Но победят они не там, где выглядят “как человек”, а там, где смогут доказать экономику конкретной операции.
Вопрос для рынка:
какая отрасль первой покажет, что гуманоид — это не R&D-аттракцион, а нормальная производственная единица с понятным ROI?
🖥Подписывайтесь на @humanoidrobotics
Кажется, рынок человекоподобных роботов постепенно взрослеет.
Если раньше главный вопрос звучал как:
«А он вообще умеет ходить, брать коробки и не падать?»,
то теперь вопрос другой:
«Где это начнёт окупаться?»
Forbes выпустил материал с позицией Алексея Лещанкина, директора по продукту Яндекс Роботикс. Там обсуждается, какие отрасли первыми могут получить выгоду от гуманоидных роботов.
Где могут быть первые внедрения (по мнению автора статьи)
В статье выделяются несколько направлений:
— автопром;
— внутрискладская логистика;
— опасные и вредные производства;
— отдельные сервисные сценарии.
Почему именно они?
Потому что там уже есть инфраструктура, созданная под человека: проходы, полки, детали, инструменты, лестницы, производственные линии. В теории гуманоид может зайти в такую среду без полной перестройки предприятия под классическую промышленную роботизацию.
Но это только половина истории.
Вторая половина — экономика.
Если робот стоит дорого, работает медленнее человека, требует операторского надзора и сложной интеграции, то он должен решать очень конкретную боль: дефицит персонала, опасные условия, монотонную операцию или задачу, где человек стоит дорого и быстро выгорает.
Что здесь важно для рынка
Первый массовый use case, скорее всего, будет не про “робота на все случаи жизни”.
Он будет про узкую повторяемую операцию.
Например: перенос, подача деталей, работа с коробками, инспекция, обслуживание зоны, где человеку находиться вредно или неудобно.
То есть рынок будет расти не от красивых видео, а от скучных метрик:
— uptime;
— стоимость часа работы;
— срок интеграции;
— количество вмешательств человека;
— сколько роботов может курировать один оператор;
— payback period;
— стоимость обслуживания и обновления софта.
И вот это хороший признак. Потому что пока индустрия говорит языком демо — это R&D. Когда она начинает говорить языком TCO и ROI — это уже движение к коммерциализации.
Несколько выводов
Даже если железо дешевеет, остаются софт, интеграция, сервис, безопасность, обучение сценариям и поддержка парка.
Скорее всего, первые внедрения будут идти через модель “роботы + оператор/супервайзер”, а не через полностью самостоятельных гуманоидов.
Для клиентов подписка снижает риск покупки дорогого железа. Для разработчиков — заставляет отвечать за результат, uptime и сервис.
Если каждый пилот требует месяцы кастомной инженерии, рынок будет идти медленно. Масштаб начнётся там, где появятся типовые сценарии и повторяемая интеграция.
Что это значит для игроков (на мой взгляд)
Гуманоиды становятся ближе к рынку. Но победят они не там, где выглядят “как человек”, а там, где смогут доказать экономику конкретной операции.
Вопрос для рынка:
какая отрасль первой покажет, что гуманоид — это не R&D-аттракцион, а нормальная производственная единица с понятным ROI?
🖥Подписывайтесь на @humanoidrobotics
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1
Статья на The Robot Report от 2021 года: Как улучшить процесс разработки продукта для роботизированных систем (How to improve the product development process for robotic systems)
Улучшение процесса разработки роботизированных продуктов
• Сокращение расходов, экономия времени и ускорение процесса проектирования и разработки.
• Роботы выходят за пределы производства и внедряются в новые сферы.
• Усложнение роботов требует новых подходов к проектированию и разработке.
Проблемы и решения
• Сложные требования к автоматизации и роботизированным архитектурам.
• Повышение уровня машинного интеллекта.
• Необходимость экосистемы программных инструментов для взаимодействия.
Преимущества программного обеспечения
• Создание и внедрение цифровых двойников продуктов.
• Взаимодействие между командами и внешними заинтересованными сторонами.
• Снижение затрат и сокращение времени выхода на рынок.
Интегрированный программный комплекс
• Ускорение процесса разработки и повышение качества продукта.
• Обмен информацией между участниками процесса.
• Реализация стратегии цифрового двойника.
Пример решения: Solid Edge
• Комплексный программный пакет для проектирования и разработки.
• Преимущества в 12 ключевых областях.
Функции Solid Edge
• Создание и визуализация новых проектов роботов.
• Управление проектными требованиями.
• Ускорение 3D-проектирования механических конструкций.
• Проектирование электрических цепей и кабельных жгутов.
• Оптимизация кинематических и динамических характеристик.
• Анализ напряжения, вибрации и охлаждения.
• Визуализация роботизированных рабочих ячеек.
• Эффективное производство деталей.
• Управление проектами и внесение изменений.
• Облачная совместная работа.
Преимущества Solid Edge для разработки роботов
• Защита интеллектуальной собственности
• Облегчение общения с поставщиками и клиентами
• Просмотр товаров в реальных условиях
• Сокращение ошибок при проектировании и ускорение разработки
• Демонстрация проектов в процессе разработки с помощью дополненной реальности
• Оптимизация ввода в эксплуатацию, установки и обслуживания
Инструменты для установки и обслуживания роботов
• 3D-моделирование для просмотра моделей на мобильных устройствах
• Удаленный доступ к проектным данным
• Создание интерактивных руководств пользователя и инструкций по техническому обслуживанию
• Снижение потребности в специалистах-техниках и сторонних издательских службах
Преимущества для дизайнеров и инженеров
• Сокращение времени выхода на рынок
• Снижение бизнес-рисков
• Сокращение затрат на создание прототипов
• Экономия времени на 75% при выполнении задач по проектированию
• Более эффективное взаимодействие между командами разработчиков и производственными командами
• Реализация требований клиентов с большей скоростью и гибкостью
Тенденции в мире робототехники
• Инициативы «Умных фабрик»
• Рост спроса на робототехнику в промышленном, коммерческом и потребительском секторах
• Развитие «умных» фабрик, включая цифровизацию, передовое производство, искусственный интеллект и аналитику
• Оптимизация производственных процессов в различных отраслях
Глобальные проблемы здравоохранения
• Снижение рисков, связанных с работой в производственной среде
• Замена работников роботами для выполнения рискованных, повторяющихся или физически тяжелых задач
• Использование робототехники для социального дистанцирования и защиты рабочей силы во время пандемии COVID-19
Сдвиги в архитектуре роботов
• Рост сложности устройств, требующих больше датчиков и электроники
• Переход от централизованной архитектуры к распределенной
• Современные роботы становятся более модульными, настраиваемыми и интеллектуальными
• Использование машинного обучения для адаптации поведения роботов
• Появление новых классов роботов, таких как коботы, которые могут работать вместе с людьми
Улучшение процесса разработки роботизированных продуктов
• Сокращение расходов, экономия времени и ускорение процесса проектирования и разработки.
• Роботы выходят за пределы производства и внедряются в новые сферы.
• Усложнение роботов требует новых подходов к проектированию и разработке.
Проблемы и решения
• Сложные требования к автоматизации и роботизированным архитектурам.
• Повышение уровня машинного интеллекта.
• Необходимость экосистемы программных инструментов для взаимодействия.
Преимущества программного обеспечения
• Создание и внедрение цифровых двойников продуктов.
• Взаимодействие между командами и внешними заинтересованными сторонами.
• Снижение затрат и сокращение времени выхода на рынок.
Интегрированный программный комплекс
• Ускорение процесса разработки и повышение качества продукта.
• Обмен информацией между участниками процесса.
• Реализация стратегии цифрового двойника.
Пример решения: Solid Edge
• Комплексный программный пакет для проектирования и разработки.
• Преимущества в 12 ключевых областях.
Функции Solid Edge
• Создание и визуализация новых проектов роботов.
• Управление проектными требованиями.
• Ускорение 3D-проектирования механических конструкций.
• Проектирование электрических цепей и кабельных жгутов.
• Оптимизация кинематических и динамических характеристик.
• Анализ напряжения, вибрации и охлаждения.
• Визуализация роботизированных рабочих ячеек.
• Эффективное производство деталей.
• Управление проектами и внесение изменений.
• Облачная совместная работа.
Преимущества Solid Edge для разработки роботов
• Защита интеллектуальной собственности
• Облегчение общения с поставщиками и клиентами
• Просмотр товаров в реальных условиях
• Сокращение ошибок при проектировании и ускорение разработки
• Демонстрация проектов в процессе разработки с помощью дополненной реальности
• Оптимизация ввода в эксплуатацию, установки и обслуживания
Инструменты для установки и обслуживания роботов
• 3D-моделирование для просмотра моделей на мобильных устройствах
• Удаленный доступ к проектным данным
• Создание интерактивных руководств пользователя и инструкций по техническому обслуживанию
• Снижение потребности в специалистах-техниках и сторонних издательских службах
Преимущества для дизайнеров и инженеров
• Сокращение времени выхода на рынок
• Снижение бизнес-рисков
• Сокращение затрат на создание прототипов
• Экономия времени на 75% при выполнении задач по проектированию
• Более эффективное взаимодействие между командами разработчиков и производственными командами
• Реализация требований клиентов с большей скоростью и гибкостью
Тенденции в мире робототехники
• Инициативы «Умных фабрик»
• Рост спроса на робототехнику в промышленном, коммерческом и потребительском секторах
• Развитие «умных» фабрик, включая цифровизацию, передовое производство, искусственный интеллект и аналитику
• Оптимизация производственных процессов в различных отраслях
Глобальные проблемы здравоохранения
• Снижение рисков, связанных с работой в производственной среде
• Замена работников роботами для выполнения рискованных, повторяющихся или физически тяжелых задач
• Использование робототехники для социального дистанцирования и защиты рабочей силы во время пандемии COVID-19
Сдвиги в архитектуре роботов
• Рост сложности устройств, требующих больше датчиков и электроники
• Переход от централизованной архитектуры к распределенной
• Современные роботы становятся более модульными, настраиваемыми и интеллектуальными
• Использование машинного обучения для адаптации поведения роботов
• Появление новых классов роботов, таких как коботы, которые могут работать вместе с людьми
The Robot Report
How to improve the product development process for robotic systems
The shift to more complex, intelligent robotic devices and systems can slow the product development process, delaying your time to market, overrunning project budgets and eroding product quality.
Если вам нужно мнение индустрии = проводите форсат-сессию
Зачем
+ Получите ОС от разных участников рынка
+ Покритикуют вашу стратегию
+ Поймайте тренды и прогнозы развития индустрии
+ Найдите идеи для улучшения своих продуктов
Меня на этот пост вдохновила форсайт-сессия, которая прошла в июле от ВШЭ и стратегического партнера ЭФКО (мы помним, что у них коллаба по теме роботов) - какие инсайты можно вытащить из текста по итогам мероприятия:
(надеюсь, что будет опубликован публичный отчет по всему того что обсудили - похоже может быть ценный документ)
- Участники обсудили, как человек воспринимает роботов и насколько уместно делать их похожими на людей
- Ключевая идея, пронизывавшая всю дискуссию, — встроить этику непосредственно в архитектуру, дизайн и функциональность антропоморфных роботов
- Рассмотрены моделей взаимодействия человека и робота
- Обсудили ограничения физических конструкций гуманоидных роботов, программное обеспечение (особенно ИИ) и проблемы кибербезопасности
- Создали карту социальных и этических рисков. Пришли к выводу, что нужны научные исследования, чтобы определить технические ограничения роботов и сделать их безопасными для людей
- В рамках форсайт-сессии были рассмотрены 4 прикладных сценария: робот-доставщик, уход за пожилыми людьми, обучение детей и робот-ассистент на производстве
- Главным итогом встречи стала подготовка проекта Этического стандарта.
- Оживленную дискуссию вызвал вопрос распределения ответственности за возможный вред, причиненный роботом человеку. Отвественность несет владелец робота физ лицо или компания.
🦾Ваш продакт в роботикс @productrobotics
Зачем
+ Получите ОС от разных участников рынка
+ Покритикуют вашу стратегию
+ Поймайте тренды и прогнозы развития индустрии
+ Найдите идеи для улучшения своих продуктов
Меня на этот пост вдохновила форсайт-сессия, которая прошла в июле от ВШЭ и стратегического партнера ЭФКО (мы помним, что у них коллаба по теме роботов) - какие инсайты можно вытащить из текста по итогам мероприятия:
(надеюсь, что будет опубликован публичный отчет по всему того что обсудили - похоже может быть ценный документ)
- Участники обсудили, как человек воспринимает роботов и насколько уместно делать их похожими на людей
- Ключевая идея, пронизывавшая всю дискуссию, — встроить этику непосредственно в архитектуру, дизайн и функциональность антропоморфных роботов
Если переводить, то это = определить оптимальное восприятие робота для человека и требований к продукту
- Рассмотрены моделей взаимодействия человека и робота
- Обсудили ограничения физических конструкций гуманоидных роботов, программное обеспечение (особенно ИИ) и проблемы кибербезопасности
- Создали карту социальных и этических рисков. Пришли к выводу, что нужны научные исследования, чтобы определить технические ограничения роботов и сделать их безопасными для людей
Это то что будет полезно для улучшения продуктов для всех игроков если идти в HRI
- В рамках форсайт-сессии были рассмотрены 4 прикладных сценария: робот-доставщик, уход за пожилыми людьми, обучение детей и робот-ассистент на производстве
Вероятно ЭФКО изучает эти use case для своего гуманоидного робота. И по ним эксперты как раз скорее всего дали ОС
- Главным итогом встречи стала подготовка проекта Этического стандарта.
Будет интересно почитать и сравнить с "Руководящими принципами роботов общего назначения" от Альянса ИИ от 2024 года. Если удалось дальше углубить и развить то что было предложено в руководящих принципах от 2024 года - это круто и полезно!
- Оживленную дискуссию вызвал вопрос распределения ответственности за возможный вред, причиненный роботом человеку. Отвественность несет владелец робота физ лицо или компания.
Это было определено ещё в 2024 году в "Руководящих принципов роботов общего назначения" от Альянса ИИ.
🦾Ваш продакт в роботикс @productrobotics
Telegram
ЭФКО
ЭФКО и роботы. Наши дни
ЭФКО и Высшая школа экономики объединят усилия в разработке робототехники. Директор по инновациям Ростислав Ковалевский представил проект совместного научно-производственного объединения (НПО) компании и Высшей школы экономики главе…
ЭФКО и Высшая школа экономики объединят усилия в разработке робототехники. Директор по инновациям Ростислав Ковалевский представил проект совместного научно-производственного объединения (НПО) компании и Высшей школы экономики главе…
👍1
Forwarded from Innovation & Research
Toyota делает ставку не на красивых гуманоидов, а на «полезных роботов». Новый единорог Walden Robotics
Пока большинство стартапов соревнуются в эффектных видео с шагающими гуманоидами, из Toyota Research Institute тихо вышел один из самых интересных игроков рынка Physical AI — Walden Robotics.
Компания стартовала сразу с $300 млн посевного финансирования при оценке $1,1 млрд. Раунд возглавили Toyota и Deviation Capital, а среди инвесторов — NVIDIA, Boeing, Samsung Ventures, CoreWeave, Prologis Ventures и Menlo Ventures. Для стартапа, вышедшего из режима stealth, это один из крупнейших seed-раундов в истории робототехники.
Компания сознательно противопоставляет себя нынешней «гонке гуманоидов». Вместо того чтобы строить максимально человекоподобного робота, Walden говорит о том, что роботы должны приносить экономическую пользу уже сегодня, а не после достижения полной автономности.
Именно поэтому первые системы компании уже работают на заводе Toyota в Северной Америке, где путь от пилота до реальной эксплуатации занял менее двух месяцев. Неудивительно, если учесть, что основное финансирование института TRI несет на себе именно автогигант.
Стартап основал Расс Тедрейк (Russ Tedrake) — один из самых известных профессоров MIT в области робототехники, автор платформы Drake и бывший руководитель направления Large Behavior Models в Toyota Research Institute.
Фактически Toyota превратила внутреннюю исследовательскую группу в самостоятельную компанию, сохранив стратегическое партнерство.
Практически все лидеры рынка сейчас делают ставку на универсальных гуманоидов:
Tesla Optimus
Figure
Apptronik
Agility Robotics
Persona AI
Walden Robotics предлагают не ждать момента, когда робот сможет делать всё, а максимально быстро внедрять машины, которые работают рядом с людьми, могут получать удаленную помощь оператора, постоянно дообучаются в процессе эксплуатации и становятся полезнее с каждым днем.
Это очень напоминает путь беспилотных автомобилей: сначала ассистент, потом ограниченная автономность и лишь затем — полная.
В пресс-релизах Walden практически не говорит о «железе». Главный акцент сделан на Large Behavior Models — аналог больших языковых моделей, но для физических действий. Робот как постоянно обучающаяся платформа.
Последние два года многие робототехники фокусировались на форме робота: ноги, руки, рост, скорость ходьбы. Walden сразу фокусируется на продуктовой экономики внедрения:
- сколько недель занимает запуск;
- сколько операторов требуется;
- как быстро робот начинает приносить ценность;
- насколько быстро он учится на собственном опыте.
Именно эти показатели, вероятно, и станут главным полем конкуренции в ближайшие годы. Не исключено, что победителем окажется не самый эффектный гуманоид, а тот, кто быстрее всех научится превращать реальные рабочие смены в данные для обучения следующего поколения роботов.
https://youtu.be/fewvZrckA5c?is=siTkbwKDPSg9bavY
Пока большинство стартапов соревнуются в эффектных видео с шагающими гуманоидами, из Toyota Research Institute тихо вышел один из самых интересных игроков рынка Physical AI — Walden Robotics.
Компания стартовала сразу с $300 млн посевного финансирования при оценке $1,1 млрд. Раунд возглавили Toyota и Deviation Capital, а среди инвесторов — NVIDIA, Boeing, Samsung Ventures, CoreWeave, Prologis Ventures и Menlo Ventures. Для стартапа, вышедшего из режима stealth, это один из крупнейших seed-раундов в истории робототехники.
Компания сознательно противопоставляет себя нынешней «гонке гуманоидов». Вместо того чтобы строить максимально человекоподобного робота, Walden говорит о том, что роботы должны приносить экономическую пользу уже сегодня, а не после достижения полной автономности.
Именно поэтому первые системы компании уже работают на заводе Toyota в Северной Америке, где путь от пилота до реальной эксплуатации занял менее двух месяцев. Неудивительно, если учесть, что основное финансирование института TRI несет на себе именно автогигант.
Стартап основал Расс Тедрейк (Russ Tedrake) — один из самых известных профессоров MIT в области робототехники, автор платформы Drake и бывший руководитель направления Large Behavior Models в Toyota Research Institute.
Фактически Toyota превратила внутреннюю исследовательскую группу в самостоятельную компанию, сохранив стратегическое партнерство.
Практически все лидеры рынка сейчас делают ставку на универсальных гуманоидов:
Tesla Optimus
Figure
Apptronik
Agility Robotics
Persona AI
Walden Robotics предлагают не ждать момента, когда робот сможет делать всё, а максимально быстро внедрять машины, которые работают рядом с людьми, могут получать удаленную помощь оператора, постоянно дообучаются в процессе эксплуатации и становятся полезнее с каждым днем.
Это очень напоминает путь беспилотных автомобилей: сначала ассистент, потом ограниченная автономность и лишь затем — полная.
В пресс-релизах Walden практически не говорит о «железе». Главный акцент сделан на Large Behavior Models — аналог больших языковых моделей, но для физических действий. Робот как постоянно обучающаяся платформа.
Последние два года многие робототехники фокусировались на форме робота: ноги, руки, рост, скорость ходьбы. Walden сразу фокусируется на продуктовой экономики внедрения:
- сколько недель занимает запуск;
- сколько операторов требуется;
- как быстро робот начинает приносить ценность;
- насколько быстро он учится на собственном опыте.
Именно эти показатели, вероятно, и станут главным полем конкуренции в ближайшие годы. Не исключено, что победителем окажется не самый эффектный гуманоид, а тот, кто быстрее всех научится превращать реальные рабочие смены в данные для обучения следующего поколения роботов.
https://youtu.be/fewvZrckA5c?is=siTkbwKDPSg9bavY
YouTube
Walden Robotics: General-purpose robots that continuously learn & improve while performing real work
Walden Robotics is a full-stack Physical AI company building and deploying general-purpose robots that put human ingenuity to work at industrial scale. Founded in 2026 by pioneers in robotics and AI from Toyota Research Institute, MIT, Stanford, and Amazon…