«شرکت بازرگانی جامع» (سوگو شوشا) گونهای ویژه ژاپنی است که در یک جمله میتوان چنین توصیفش کرد: هر جا موضوع رشد بعدی باشد، رد پای بذرافشانی پیشدستانه آنها هم همانجاست—از گاز طبیعی مایع تا معادن لیتیوم، بدون استثنا. در سال 2026 نوبت بذرافشانی به هوش مصنوعی مجسم رسید. وجه جالب ماجرا این است که خودِ این شرکتها حتی یک ربات هم نمیسازند، اما پنج شرکت بزرگ بازرگانی تقریباً همزمان دست به کار شدهاند و دهانههای ورودشان رنگارنگ است: از برداشتن بار انباشسته در لجستیک و محیط فرآوری مواد غذایی و ماشینابزار، تا قطعات فرادقیق رباتهای انساننما.
ابتدا حرکت هر یک را مرور کنیم:
- سومیتومو با Dexterity آمریکایی شرکت مشترک Dexterity-SC Japan را تأسیس کرده و پیشتر با ساگاوا اکسپرس کار آزمایشی ربات بارگیری هوشمند را آغاز کرده است؛
- ایتوچو در ژوئیه 2026 با همراهی زیرمجموعه خود CTC و شرکت ژاپنی مامزو (Mamezou) همکاری تجاری بست و حوزههایی مانند لجستیک و فرآوری مواد غذایی را نشانه رفت—جاهایی که برای رباتهای سنتی «حساب نمیکرد»؛
- ماروبنی در ژوئیه 2026 خرید گروه TOLUS سوئیسی را تکمیل کرد؛ از فروش ماشینابزار وارد شد، بر تقاضای قطعات فرادقیق مانند مفصل رباتهای انساننما شرط بسته و تلاش میکند فروش مرتبط با ماشینابزار تا 2030 از 2 تریلیون ین (معادل حدود 100 میلیارد یوان) عبور کند؛
- میتسوبیشی و میتسویی نیز با شبکه فروش خود به نیازهای محیطهای تولید متصل شدهاند؛ نخست نیاز را میسنجند، بعد از راهکار حرف میزنند؛
- بازار هنوز در مرحله آغازین است: چند شرکت بازرگانی صریح گفتهاند که هوش مصنوعی مجسم هنوز وارد پیشبینی عملکردشان نشده و اینکه بتواند پایه درآمدی شود، نیازمند اثبات است.
چرا حالا: یک کمبود گریزناپذیر، و دو رشته عدد خوشبینانه
نیرویی که شرکتهای بازرگانی را به میدان رانده، پیش و بیش از همه کمبود نیروی کارِ مزمن ژاپن است. قضاوت کِیتا ایشی، رئیس ایتوچو، بسیار صریح است: با کاهش جمعیت فعال، «بالاخره صحنههایی پیش میآید که ناچار به میدان آوردن رباتها خواهیم بود».
انتظارات بازار نیز به همین سو داغ شده است. به گزارش شرکت پژوهشی هندی Servicorn Consulting، بازار جهانی هوش مصنوعی مجسم تا 2035 میتواند به 82.79 میلیارد دلار (معادل حدود 600 میلیارد یوان) برسد؛ بیش از 16 برابر رشد نسبت به 2025. چشمگیرتر از آن، رباتهای انساننما هستند: بر پایه دادههایی که وزارت اقتصاد، تجارت و صنعت ژاپن از پیمایشهای خصوصی گرد آورده، بازار جهانی رباتهای چندمنظوره با محوریت انساننما (humanoid) حدود 2030 وارد دوره انبساط سریع میشود و تا 2040 میتواند به حدود 60 تریلیون ین (معادل حدود 3 تریلیون یوان) برسد.
عدد که عدد؛ منطق حرکت شرکتهای بازرگانی در واقع سادهتر است. جمله ریونوسوکه شیباتا، تحلیلگر ارشد SBI Securities ژاپن، دقیقاً به هدف نشانه رفته است: «بذرافشانی پیش از آنکه موضوع رشد شکل بگیرد، درست هنرِ خانه این شرکتهاست و هوش مصنوعی مجسم یکی از همینهاست.» برای سوگو شوشاها، معنای گامپیشتر بودن در حال پررنگتر شدن است—اینکه این دانه چه زمانی جوانه بزند، ماجرای بعدی است.
سومیتومو: نخست جَوَدن استخوان سختِ بارگیری کامیون
مسیر سومیتومو از CVC (سرمایهگذاری خطرپذیر شرکتی) آغاز شد: در جریان بررسی فناوریهای پیشرفته مانند دیجیتال و هوش مصنوعی به Dexterity آمریکایی (ایالت کالیفرنیا) رسید، در 2020 سرمایهگذاری کرد و در 2024 دو طرف شرکت مشترک Dexterity-SC Japan (چیودا، توکیو) را تأسیس کردند. شوتارو اویاما، رئیس شرکت مشترک، نیت را کاملاً بازگو کرده است: میخواهند با گردآوری داده و آموزش مدل، فناوری را «به مهارت خودشان تبدیل کنند» و «این میتواند نمونه پیشگام تجاریسازی هوش مصنوعی مجسم باشد».
فناوری Dexterity پیشتر در شرکتهای لجستیک خارجی پیاده شده و اعتبار خوبی دارد. کاری که به دندان میگذارد، حلقه بدنامِ دشوار لجستیک است: بارگیری کامیون. کالاهایی با ابعاد، شکل و بستهبندیهای متفاوت، انباشتهای بیقاعده و اینکه امروز چه چیزی برسد تماماً بخت است—اتوماسیون سنتی در برابر این «عدم قطعیت» عملاً پرچم سفید بالا میدهد، اما رباتهای این شرکت در چنین محیطی با انعطاف پاسخ میدهند. شرکت مشترک هماکنون با ساگاوا اکسپرس آزمون میدانی ربات بارگیری هوشمند را (آغاز از دسامبر 2023) پیش میبرد و میکوشد هرچه زودتر به مرحله تجاری برسد.
ایتوچو: نشانهگیری دقیق محیطهایی که حساب رباتهای سنتی در آنها نمیکرد
حرکت ایتوچو در ژوئیه 2026 نهایی شد: همراه با زیرمجموعه فناوری اطلاعات خود، ایتوچو تکنو-سولوشنز (CTC)، با شرکت ژاپنی مامزو (Mamezou، شینجوکو، توکیو) که کسبوکارش از بدنه ربات تا سیستم کنترل را پوشش میدهد، همکاری تجاری بست. مالک مامزو صندوق سرمایهگذاری سوئدی EQT است؛ ایتوچو و CTC همراه با EQT، برای حوزههایی مانند لجستیک و فرآوری مواد غذایی راهکارهایی با هوش مصنوعی مجسمِ تعبیهشده ارائه میدهند و بازار را با پشتوانه پیکره مشتریان ایتوچو و CTC میگشایند.
محیطهای هدف را دندانگیر انتخاب کردهاند: دقیقاً جاهایی که «حساب هزینه» برای رباتهای سنتی جواب نمیداد. تولید مواد غذایی نمونه کلاسیک است. تتسویا ناکاهارا، رئیس مامزو، در بازدید از یک کارخانه غذای آماده محلی، از یک کارمند خارجی مستقیماً این گله را شنید: «تنگی دست از کمبود نیرو طاقتفرساست؛ زودتر ربات بیاورید که فوریت کار را بگیرد.» به گفته ناکاهارا، ویژگی راهکار مامزو «بازوی مکانیکی کوچکی است که میتواند با انسان همکاری کرده و کنار او کار کند»—جا نمیگیرد و با نیاز اتوماسیون ریزبینانه کارخانهها سازگار است.
میتسوبیشی و میتسویی: نخست با شبکه نیاز را میشناسند، بعد سر راهکار
شیوه میتسوبیشی و میتسویی به خصلت بنیادین شرکت بازرگانی نزدیکتر است: عجلهای برای شرطبندی روی یک فناوری خاص ندارند؛ نخست با شبکه خود، نیاز محیطهای تولید را بهخوبی میسنجند.
زیرمجموعه میتسوبیشی، میتسوبیشی شوجی تکنوس (میناتو، توکیو)، با Persol Cross Technology ژاپن (شینجوکو، توکیو) متحد شده تا برای چالشهایی مانند کمبود نیروی مشتریان، راهکار اتوماسیون پیشنهاد کند. سخن هیدئکی ساکهساکا، رئیس شرکت، جایی برای خودش گذاشته است: «هوش مصنوعی مجسم یکی از ابزارهای حل مسئله مشتریان خواهد شد.» در نمایشگاهی در ژوئیه، شرکت «راهکار تعقیب خودکار قطعه» از Involt فرانسه را بهعنوان نمونهای از هوش مصنوعی مجسم به نمایش گذاشت.
زیرمجموعه میتسویی، میتسویی ماشین تکنو (میناتو، توکیو)، در شوروم تِننوزوی توکیو اقلامی نمایشی از آخرین روندهای فناوری افزوده است. ماکوتو یوشیدا، سرپرست کل پیشبرد ربات و اتوماسیون، نیز نگاهی محتاطانه دارد: هوش مصنوعی مجسم «به انباشت داده نیاز دارد و کار فوری، شناخت دقیق نیاز مشتریان است». نخست درک درست از این فناوری، سپس تعمیق گفتوگو با مشتری—این خط فکر اوست.
ماروبنی: ورود از ماشینابزار؛ کسبوکار ربات انساننما «همین حالا» است
نقطه فرود ماروبنی غیرمنتظرهترین است: ماشینابزار. در ژوئیه 2026، ماروبنی خرید شرکت فروش ماشینابزار سوئیسی TOLUS (فعال در سوئیس و اتریش) را تکمیل کرد. TOLUS نمایندگی انحصاری برندهایی مانند اوکوما (Okuma) ژاپن را در منطقه در دست دارد و میتواند برای نیازهای اتوماسیون راهکار جامع هم ارائه دهد؛ ماروبنی پیشتر در آمریکا با Citizen Machinery ژاپن (سیتیزن) شرکت مشترک ماشینابزار داشت و این خرید، توان ارائه پیشنهاد ترکیبی «ماشینابزار + اتوماسیون و تجهیزات صرفهجویی نیرو» را تقویت میکند. طبق برنامه ماروبنی، فروش مرتبط با ماشینابزار باید تا 2030 به بیش از 2 تریلیون ین (معادل حدود 100 میلیارد یوان) برسد.
آنچه این صفحه شطرنج در واقع نشانه رفته، تقاضای قطعاتِ برخاسته از هوش مصنوعی مجسم است—و رباتهای انساننما در نخستین صفاند. یوتا تاکاگاوا، مدیر بخش ماشینابزار واحد تجهیزات صنعتی ماروبنی، رک میگوید: «گمان میکردم کسبوکار آینده است؛ اما از حرف تأمینکنندهها فهمیدم همین حالاست.» بخشهایی مانند مفصل ربات بدون قطعات فرادقیق نمیشود و انتظار میرود تقاضا برای تجهیزات ماشینی سازندگان ژاپنی که ماروبنی عرضه میکند، بهتبع آن رشد چشمگیر داشته باشد. یک حلقه بیرونتر: قطعات خنککننده مراکز داده هوش مصنوعی و پرابهای تجهیزات تست نیمههادی نیز فرآوری با دقت و ارزش افزوده بالا میخواهند و ماروبنی همه را فرصت میشمارد. افزون بر این، زیرمجموعه IT یعنی Marubeni I-DIGIO Holdings در نظر دارد حلقههای زیرساختی مانند ساخت شبکه را بر عهده بگیرد و زیرمجموعه لجستیک یعنی Marubeni Logistics در انبارها پیشبرد ورود ربات را جلو میبرد تا با هوش مصنوعی مجسم، اتوماسیون را بیازماید—کل این ردیف، از قطعه تا انبار چیده شده است.
از بذرافشانی تا برداشت، آزمون تازه آغاز شده است
حرکتها گسترده پهن شدهاند، اما بازار سرمایه هنوز خونسرد است. شیباتا اشاره میکند: «شرکتهای بازرگانی در قضاوت سرمایهگذاری از هوش مصنوعی بهطور گسترده استفاده میکنند، اما هوش مصنوعی مجسم هنوز وارد پیشبینی عملکردشان نشده است.» ترجمهاش این است: دانهها کاشته شدهاند؛ اینکه چه زمانی و چه اندازه گل بدهند، کسی جرئت نوشتنش در صورتهای مالی را ندارد. برای ما خدماتی که میان تجهیزات و خطوط تولید رفتوآمد میکنیم، این جانماییها یک یادآوری دارد: هوش مصنوعی مجسم تا «پول گرفتن» هنوز فاصله دارد، اما تا «محیط تولید» روزبهروز نزدیکتر میشود—سه دهانه لجستیک، غذا و ماشینابزار، درست همانجاهایی است که کارخانههای کوچک و متوسط چین در اتوماسیون بیشترین تردید را دارند. مطالب مرتبط: پشتیبانی فنی کاربردی، برنامه 400 هزار رباتی تویوتا.
مطالب مرتبط
- ورود تویوتا: بافتن شبکه داده با 400 هزار دستگاه
- چرا کاواساکی، FANUC و یاسکاوا به همکاریای کمسابقه روی آوردند
- فروش ربات نو





















