Kladionica na „mozgove za robote“: zašto Physical Intelligence može ignorirati poslovni plan

U laboratoriju tvrtke Physical Intelligence u San Franciscu ne dočekuju vas humanoidni roboti iz SF filmova, nego skromne robotske ruke koje se muče s preklapanjem hlača i vrlo uvjerljivo gule tikvice. Izgleda više kao studentski projekt nego kao kompanija vrijedna više milijardi dolara. Upravo zato je priča zanimljiva: iza te jeftine mehanike stoji jedna od najvećih oklada Silicijske doline da će sljedeća generacija „foundation“ modela osvojiti fizički svijet. Više od milijardu dolara ulaže se u „ChatGPT za robote“ bez jasnog poslovnog modela. U nastavku objašnjavam zašto i zašto bi to trebalo zanimati i hrvatske tvrtke.

Vijest ukratko

Kako piše TechCrunch, startup Physical Intelligence iz San Francisca u otprilike dvije godine prikupio je više od 1 milijardu američkih dolara ulaganja te je vrednovan na oko 5,6 milijardi. Tvrtku su osnovali istraživači robotike Sergey Levine, Chelsea Finn, Karol Hausman i bivši menadžer Stripea Lachy Groom. Cilj je izgraditi opće „temeljne modele za robotiku“ – velike modele umjetne inteligencije sposobne upravljati različitim tipovima robota.

Physical Intelligence prikuplja podatke pomoću relativno jeftinih robotskih ruku (oko 3.500 dolara po komadu) postavljenih u vlastitom laboratoriju, testnim kuhinjama i kod partnera, primjerice u skladištima i domovima. Ti podaci služe za treniranje modela koje tim uspoređuje s ChatGPT‑om, ali za fizičku manipulaciju. Prema TechCrunchu, najveći dio troškova odlazi na računalne resurse, a ne na hardver. Iako iza tvrtke stoje fondovi poput Khosla Ventures, Sequoia i Thrive Capital, Groom ulagačima namjerno ne daje jasan plan komercijalizacije.

U tekstu se taj pristup uspoređuje s tvrtkom Skild AI iz Pittsburgha, koja je navodno prikupila 1,4 milijarde dolara uz procjenu vrijednosti od 14 milijardi i već ostvaruje oko 30 milijuna dolara prihoda s modelom „Skild Brain“, implementiranim u sigurnosnim, skladišnim i proizvodnim sustavima.

Zašto je to važno

Physical Intelligence je manje važan zbog onoga što njegovi roboti mogu danas, a puno više zbog pretpostavke na kojoj gradi strategiju: da će najveću vrijednost u budućoj robotici stvarati nekoliko općih „mozgova za robote“ koji sjede iznad sve jeftinijeg i zamjenjivijeg hardvera.

Ako je ta pretpostavka točna, pobjednici su prilično jasni. Onaj tko izgradi dominantan temeljni model za robote postaje svojevrsni operativni sustav fizičkog svijeta: svaka ruka, mobilna platforma ili dron samo su još jedan klijent. To podsjeća na Windows u eri PC‑ja ili Android u doba pametnih telefona – uz još čvršću ovisnost, jer je zamjena duboko ugrađenog foundation modela daleko teža od zamjene aplikacije.

Ulagači pritom igraju na veliko. Vrednovanje od 5,6 milijardi dolara za tvrtku s oko 80 zaposlenih i bez pravih prihoda pokazuje koliko agresivno kapital juri narativ „AGI‑ja za stvarni svijet“. Ako Physical Intelligence doista uspije isporučiti opći „robotski mozak“, on može postati temeljna infrastruktura za cijele sektore: logistiku, e‑trgovinu, prehrambenu industriju, laku proizvodnju, možda jednoga dana i skrb.

Gubitnici su u kratkom roku brojni specijalizirani robotnički startupovi koji svoju vrijednost temelje na usko definiranim softverskim rješenjima. Ako jedan model može – nakon dovoljno treninga – raditi na „bilo kojoj platformi, na bilo kojem zadatku“, kako tvrtka tvrdi, mnoge današnje nišne kombinacije percepcije i upravljanja lako postaju roba široke potrošnje.

Tu je i pomak u raspodjeli moći. Desetljećima se konkuriralo preciznom mehanikom, pouzdanošću i integracijom po mjeri. Physical Intelligence okreće priču: hardver može biti jeftin i nesavršen, inteligencija sve izravna. To je izravan izazov za etablirane proizvođače industrijskih robota koji marže grade na zatvorenim softverskim platformama čvrsto vezanim uz njihove strojeve.

Na kraju, ovaj slučaj testira je li se u Silicijsku dolinu nakon otrežnjenja s autonomnom vožnjom doista vratila spremnost na dugoročne, vrlo skupe „moonshot“ projekte. Dati više od milijarde dolara timu koji otvoreno ne želi pričati o poslovnom modelu snažna je poruka: vodeći fondovi vjeruju da „GPT‑jevi za robotiku“ mogu biti jednako transformativni kao veliki jezični modeli za softver.

Šira slika

Priča o Physical Intelligenceu ukršta se s tri velika trenda: širenjem foundation modela, komoditizacijom hardvera i vječnom dilemom kako graditi deep‑tech.

Na strani umjetne inteligencije ovo je logičan korak nakon zadnjih nekoliko godina. OpenAI, Anthropic, Google i drugi pokazali su da se skaliranjem podataka i računalne snage mogu pojaviti iznenađujuće opće sposobnosti bez ručnog programiranja svake funkcije. Robotika je zaostajala jer je prikupljanje podataka o fizičkoj interakciji sporo, skupo i rizično u usporedbi s prikupljanjem teksta i slika s interneta. Physical Intelligence i konkurenti poput Skild AI‑ja pokušavaju to promijeniti industrijalizacijom prikupljanja podataka: jeftine ruke, eksperimenti 24/7 i cjevovod koji stalno vraća nove trajektorije natrag u trening.

Ovdje je očit paralelizam s autonomnom vožnjom. Jedan tabor (bliži Waymu) stavio je naglasak na sigurnost, duboka istraživanja i ograničene pilote, uz dug put do prihoda. Drugi (bliži Tesli) gurnuo je nesavršene sustave u stvarni svijet i oslonio se na učenje iz mase podataka. U robotici Physical Intelligence zauzima „Waymo poziciju“ – istraživanje prije zarade – dok Skild zagovara pristup „implementiraj i uči“, tvrdeći da samo stvarni slučajevi uporabe daju pravi fizički „zdrav razum“.

Povijest ne daje jednostavan odgovor. Samovozeći automobili ni nakon milijardi ulaganja nisu masovno prisutni, a istodobno je filozofija „lansiraj brzo i iteriraj“ više puta odlučila pobjednike u digitalnim tržištima. Ključno će biti tko bolje uskladi glad za podacima, sigurnost i regulativu – osobito kad roboti izađu iz zaštitnih ograda i počnu dijeliti prostor s ljudima.

Drugi veliki vektor jest to da je hardver napokon dovoljno jeftin i dovoljno dobar. Prije desetak godina ideja da ruka čiji materijal košta ispod 1.000 dolara može učiti fine manipulacije mnogim bi stručnjacima zvučala nerealno. Danas Physical Intelligence uvjerljivo tvrdi: usko grlo više nije čelik, nego model.

Pogledamo li malo unaprijed, analogija s oblakom je jasna. Kao što se većina web‑developera više ne pita na kojem fizičkom serveru im radi kod, tako bi i budući tvorci robotskih aplikacija mogli prestati razmišljati o marki i modelu ruke – bit će važno samo da govori „jezik“ dominantnog robotskog mozga. To radikalno pojednostavljuje integraciju i objašnjava zašto bi integratori i proizvođači u Europi i jugoistočnoj Europi trebali pomno pratiti što se ovdje događa.

Europski i regionalni kut

Za Hrvatsku i širu EU ova priča nije samo još jedna američka egzotika. Riječ je o potencijalnoj inteligencijskoj „glavi“ nad sljedećom generacijom automatizacije u našim tvornicama, skladištima i lukama.

Europa već ima jednu od najvećih gustoća industrijskih robota na svijetu, posebno u Njemačkoj, Italiji i srednjoj Europi. Hrvatska je manji, ali sve automatiziraniji igrač: od automobilske i metaloprerađivačke industrije do prehrambene proizvodnje. Rimac pokazuje što je moguće u visokoj tehnologiji, dok domaći startupi poput Gideona rade pametne skladišne robote za globalno tržište.

Opći robotski mozak mogao bi upravo takvim tvrtkama dati novu fleksibilnost – brže prilagodbe linija, učenje putem demonstracije umjesto mjeseci programiranja PLC‑a, isplativiju automatizaciju u manjim serijama. No tempo implementacije u EU snažno će odrediti regulativa.

Uredba EU o umjetnoj inteligenciji (EU AI Act) gotovo sigurno će većinu robotskih sustava koji rade uz ljude u proizvodnji, logistici ili javnim prostorima svrstati u „sustave visokog rizika“. To znači stroge zahtjeve za upravljanje rizicima, kvalitetu podataka, transparentnost, mogućnost ljudskog nadzora i stalni nadzor nad sustavom nakon implementacije.

Za tvrtke poput Physical Intelligencea to je istodobno prepreka i prilika. S jedne strane, treniranje modela na videozapisima iz europskih tvornica ili domova odmah otvara GDPR pitanja: koja je pravna osnova, kako se štite osobe čiji se podaci pojavljuju u kadru, kamo podaci putuju? S druge, oni koji ozbiljno shvate usklađenost od prvog dana mogu postati rijetki strani dobavljači kojima je uopće dopušteno raditi na razini cijele EU – uključujući Hrvatsku.

Za našu regiju (SEE) to znači dvije stvari. Prvo, tvornice u Hrvatskoj, Sloveniji, Srbiji ili BiH, koje se već bore s manjkom radne snage, potencijalno su idealni piloti za fleksibilnu robotiku – ako uspiju ispregovarati uvjete koji štite lokalne radnike i podatke. Drugo, lokalni integratori i fakulteti mogu postati partneri ili kontrateža ovakvim rješenjima, bilo kroz zajedničke projekte, bilo kroz razvoj specifičnih modula na vrhu globalnih „mozgova“.

Pogled unaprijed

Sljedeće dvije do tri godine pokazat će je li strategija Physical Intelligencea – gurati istraživanje i ignorirati prihod – dalekovidna ili jednostavno preoptimistična.

Najvjerojatniji scenarij je postupna komercijalizacija, čak i ako tvrtka tvrdi da je to ne zanima. Računi za GPU‑e neće stati, a investitori će tražiti dokaz da modeli rade izvan laboratorija. To znači sve više plaćenih pilota u logistici, prehrambenoj industriji, maloprodaji i lakoj proizvodnji – možda i u regiji, gdje tvrtke već teško nalaze radnike za skladišta i proizvodne hale.

Na što vrijedi obratiti pažnju? Prvo, na dugoročne ugovore s pružateljima oblaka ili proizvođačima čipova. Onaj tko si danas osigura računalnu snagu za godine unaprijed šalje poruku da ozbiljno računa na skaliranje – ali se i veže uz određenog dobavljača infrastrukture. Drugo, na stvarne studije slučaja u kojima opći model pobjeđuje usko specijalizirana rješenja na zadacima poput komisioniranja, slaganja ili punjenja polica. Treće, na prve ozbiljne rasprave sa sindikatima i inspekcijama rada kad roboti bez zaštitnih ograda krenu dijeliti prostor s ljudima.

Negativan scenarij također je jasan. Ako se pokaže da su modeli puno krhkiji od onoga što sugeriraju uređeni demo videozapisi – primjerice, da im mala promjena okoline drastično ruši performanse ili im treba mnogo više ljudskog nadzora nego što se priznaje – mogli bismo vidjeti malu „zimu robotike“, nalik usporavanju autonomne vožnje nakon 2018. godine. Automatizacija ne bi stala, ali bi se kapital vratio sigurnijim, usko definiranim projektima.

Istodobno, strukturne sile guraju u suprotnom smjeru: starenje stanovništva, kroničan manjak radne snage u logistici i turizmu, pritisak na marže u proizvodnji i trgovini. Netko će morati isporučiti kognitivni sloj za taj pomak. Hoće li to biti laboratorijski igrač poput Physical Intelligencea, komercijalno agresivan rival poput Skilda ili možda europsko rješenje koje tek dolazi – to je otvoreno pitanje.

Zaključak

Physical Intelligence simbolizira visokorizičnu, ali logičnu okladu: da će se većina buduće vrijednosti u robotici koncentrirati u nekoliko općih „robotskih GPT‑jeva“ i da se isplati prvo spaliti milijarde na istraživanje i računalnu snagu, a tek onda razmišljati o prihodu. Za hrvatske i regionalne tvrtke ključ nije hoće li takvi igrači postojati, nego koja će filozofija pobijediti – istraživanje prvo ili prihod prvo. Kad roboti iz zaštitnih ograda uđu u naše hale, skladišta i možda kuhinje, čije ćemo im mozgove povjeriti – i pod kojim uvjetima?