الخط الأبيض | في موجة الروبوتات، ما الشركات التي تجني بالفعل أرباحاً؟

المصدر | وايت لاين WhiteLine

الترجمة | وو شو بلوك تشين

ابحث عن الاتجاه، قبل أن تأتي موجات التغيير

يقدَّم برنامج «وايت لاين WhiteLine» من فريق وو شو، للانتقال من عالم العملات الرقمية إلى سوق رأس المال الأوسع، مع رصد تغيّرات الاتجاهات في عصر الذكاء الاصطناعي.

في هذه الحلقة، يركّز المذيع مينتا على قطاع الروبوتات، وناقش خلال موجة الحماس أي الشركات تمتلك فعلاً قدرة على تحقيق أرباح. غالباً ما يركز اهتمام السوق على الحركات الرائعة للروبوتات الشبيهة بالبشر وعلى أهداف طاقة إنتاجية بقيمة تريليونات، لكن المكان الذي يمكنه بالفعل توليد دخل وأرباح بصورة مستقرة قد لا يكون بالضرورة للشركات الكاملة التي تبدو الأكثر شبهاً بالمستقبل والأكثر قدرة على سرد القصص.

في هذه الحلقة، يرسم البرنامج أولاً خريطة من أربع طبقات لسلسلة صناعة الروبوتات، ثم يعيد النظر في اتجاه تدفق الأموال عبر 6 مجموعات من أمثلة عكسية وغير بديهية: فروبوتات الجراحة تعتمد على «المعدات + المواد الاستهلاكية + الخدمات» لتشكيل عجلة استحواذ متكرر، بينما يتمثل أول تطبيق واقعي للروبوتات الشبيهة بالبشر في سيناريوهات العمل المتكرر مثل مناولة البضائع في المستودعات؛ وفي مجال الدفاع، تسرّع الأنظمة الدفاعية غير المأهولة من خلال الاستفادة من ميزانيات الحكومة من تحويل الطلب إلى إيرادات بسرعة. أما في المجال الصناعي، فالأمر لا يتعلق فقط بذراع آلية، بل أيضاً بعناصر لا يمكن تجاوزها مثل أنظمة الأتمتة والمكوّنات الرئيسية وأجهزة الاستشعار.

الخلاصة الجوهرية هي أن الروبوتات بالتأكيد تمثل اتجاهاً مهماً للموجة القادمة، لكن أكبر إنفاق رأسمالي حالياً لا يزال موجهاً إلى مراكز البيانات. ليس بالضرورة أن تكافئ السوق أول شركة تبدو «أقرب إلى المستقبل»، بل غالباً ما تكافئ الشركات التي تحول الروبوتات أولاً إلى تدفقات نقدية. إن أموال قطاع الروبوتات تتجه الآن نحو السيناريوهات التي يكون فيها العملاء على استعداد لدفع مبالغ بشكل متكرر، ونحو التطبيقات التي تكون فيها الميزانيات مفتوحة فعلاً، وكذلك نحو المكوّنات الرئيسية والبرمجيات التي لا يمكن تجاوزها.

فيما يلي ملخص النص بالفيديو لهذه الحلقة:

أولاً: أين توجد الأموال في قطاع الروبوتات فعلاً؟

يمكن تقسيم سلسلة صناعة الروبوتات إجمالاً إلى أربع طبقات:

الطبقة الأولى هي المكوّنات الأساسية، وهي ما يحدد هل يمكن للروبوت أن يتحرك أم لا، وهل يمكنه الإمساك أم لا، وهل سيتمكن من الثبات في مكانه أم لا. وتشمل ذلك المحركات، والأجهزة التنفيذية، وأجهزة تخفيض السرعة، وأجهزة الاستشعار، ووحدات التحكم وغيرها؛

الطبقة الثانية هي «العقل» والبرمجيات، لجعل الروبوت يعرف ما الذي يقوم به، بما يشمل التعرف البصري، ونماذج الذكاء الاصطناعي، ومنصات المحاكاة، وقدرات الحوسبة الطرفية على الحافة؛

الطبقة الثالثة هي الروبوت المتكامل، أي وحدة الروبوت المجمعة بالفعل؛

الطبقة الرابعة هي النشر والتشغيل، وتتمثل مهمتها في ربط الروبوت بوضوح بسيناريوهات أعمال محددة، مثل مسارات عمليات المستشفيات، أو أنظمة لوجستيات المستودعات، أو خطوط الإنتاج في المصانع.

ثانياً: ست مجموعات من بيانات عكسية عن الروبوتات

1. روبوتات الجراحة: أول من يحقق أرباحاً مستقرة

ضمن قطاع الروبوتات، فإن أول من يحقق أرباحاً مستقرة هو روبوتات الجراحة. ومن الأمثلة شركة Intuitive Surgical (ISRG)، والمنتج الأساسي فيها هو روبوت الجراحة «دافينتشي». فهي تعزز دقة أداء الأطباء عبر الأذرع الآلية والأدوات الجراحية الأقل تدخلاً، وتحوّل الإيرادات بصورة مستمرة بالاعتماد على نموذج «المعدات + المواد الاستهلاكية + الخدمات» القائم على تكرار الاستهلاك. تكمن القوة الأساسية لـ ISRG في ربطها بسيناريوهات طبية عالية التكرار وعالية القيمة وقابلة لإعادة الشراء.

2. الروبوتات الشبيهة بالبشر: أول سيناريوهات طرح لا تكون الأجمل

أول سيناريو يتم تطبيق الروبوتات الشبيهة بالبشر فيه يتركز في المستودعات والمناولة ونقل البضائع وفي المصانع ذات الأعمال المتكررة. رواية Tesla Optimus تحظى بأكبر مساحة من الحديث، لكنها ما تزال في مرحلة النشر الداخلي والتحضير للإنتاج على نطاق واسع؛ أما Figure فقد دخلت في تجارب على خطوط إنتاج BMW، بينما يتجه Digit من Agility إلى سيناريوهات مثل نقل الصناديق والتحويل والفرز، كما طرحت الشركة للاكتتاب عبر SPAC. إن الأعمال التي حققت نتائج مبكرة في مجال الروبوتات الشبيهة بالبشر أقرب إلى أعمال القوى الجسدية الأساسية.

3. الأنظمة الدفاعية غير المأهولة: أسرع مسار للتطبيق بعد فتح الميزانيات

قد تكون الأنظمة الدفاعية غير المأهولة من أسرع الاتجاهات في قطاع الروبوتات من حيث سرعة التطبيق، ومن أكثرها وضوحاً في نمو الأرباح. فكل من الطائرات المسيّرة، والروبوتات الأرضية، والزوارق غير المأهولة، وذكاء أسراب الطائرات، وأنظمة مضادة للطائرات غير المأهولة، تستفيد من اتساع ميزانيات الدفاع. نموذجها التجاري واضح: بعد تسليم المعدات، يمكن أيضاً الاستمرار في بيع الذخيرة وقطع الغيار والتدريب والصيانة والترقيات البرمجية. وقد أثبتت شركات مثل AeroVironment وQuantum Systems بالفعل وجود طلب عبر نمو الإيرادات والتحقق في ساحات القتال.

4. الروبوتات الصناعية: النضج لا يعني بالضرورة أنها الأكثر ربحاً

الروبوتات الصناعية ناضجة بالفعل، لكن هوامش الربح في أعمال وحدات الروبوت نفسها محدودة. تُظهر حالة ABB أن حصة أعمال الروبوتات ضمن إيرادات المجموعة ليست مرتفعة، كما أن هامش الربح أقل من المستوى الإجمالي للمجموعة. ومع انتشار وحدات الروبوت، ستدخل الصناعة تدريجياً في منافسة على طريقة التصنيع، تبدأ فيها المنافسة بالأسعار، والتكلفة، وفترة استرداد رأس المال، وتكاليف الصيانة. وعلى المدى الطويل، سيكون الأقدر على تحقيق أرباح أكبر هو قدرات كهربة الأنظمة والتحكم بالحركة والبرمجيات الأوتوماتيكية وخدمات الأنظمة.

5. المكوّنات الرئيسية: «ضريبة المفاصل» للروبوتات الشبيهة بالبشر

تتمثل الصعوبة الأساسية في الروبوتات الشبيهة بالبشر في القدرة على إتمام الحركات الدقيقة بشكل ثابت ودقيق وقابل للتكرار. وتشكل الأجهزة التنفيذية، وأجهزة تخفيض السرعة، وأجهزة الاستشعار، والمحامل، والمحركات، ووحدات التحكم، والكابلات وأنظمة التبريد، منظومة جسم الروبوت الشبيه بالبشر. ويمكن أن تمثل الأجهزة التنفيذية ما بين 40% إلى 60% من BOM، وهو ما يعادل «ضريبة المفاصل». وتستفيد Schaeffler من الأجهزة التنفيذية والمحامل وناقلات الحركة وتخفيض السرعة بالاهتزاز التوافقي، بينما تستفيد VPG من حساسات القوة والقياس الدقيق. إضافة إلى «ضريبة العقل»، للروبوتات الشبيهة بالبشر أيضاً «ضريبة المفاصل» و«ضريبة أجهزة الاستشعار».

6. تتصاعد سرديات الروبوتات، لكن الإنفاق الرأسمالي ما يزال في حسابات القدرة الحاسوبية

تُعد الروبوتات السردية المهمة للموجة القادمة، لكن حالياً يظل أكبر حجم من الإنفاق الرأسمالي موجهاً إلى القدرة الحاسوبية والشرائح ومراكز البيانات. قد يتجاوز الإنفاق الرأسمالي في مجال الذكاء الاصطناعي لدى أكبر خمس شركات سحابية في الفترة 2025 إلى 2026 تريليون دولار، بينما يظل سوق الروبوتات العالمي في 2026 بضع مئات من ملايين الدولارات فقط. والخط الرئيسي على المدى القصير ما يزال هو البنية التحتية لقدرة الذكاء الاصطناعي الحاسوبية.