18 сентября 2026 года Тойота официально объявила о выходе в бизнес роботов для производственных площадок. Сама по себе новость неудивительна — компания занимается роботами не первый год и перепробовала многое, от баскетбольного робота CUE до робота поддержки быта HSR. На этот раз другое: создана новая организация под названием «Тойота Роботикс», которая будет продавать вовне роботов с собственным ИИ компании, и названа цифра на среднесрочную перспективу — около 400 тысяч единиц.
Что такое 400 тысяч? Годовые отгрузки промышленных роботов по всей Японии — порядка 50–60 тысяч. Так что это явно не обычная плановая цифра продаж. Положите её рядом с ещё одним обстоятельством, и всё встанет на место: из этих 400 тысяч 150 тысяч приходится на сам концерн Тойоты и 250 тысяч — на поставщиков; внедрять их будут поэтапно, в ходе капитальных ремонтов и модернизации около 60 заводов по миру, в связке с обновлением оборудования масштабом около 1 трлн иен (примерно 50 млрд юаней) в год начиная с 2028 года. Иначе говоря, Тойота планирует себя и всю свою цепочку поставок как единую сеть сбора данных с производства.
Сначала каркас фактов:
- 18 сентября 2026 года Тойота объявила о выходе в бизнес роботов для производства, создав новую организацию «Тойота Роботикс» для продаж вовне роботов с собственным ИИ;
- среднесрочная цель — около 400 тысяч единиц: 150 тысяч в концерне + 250 тысяч у поставщиков, в связке с ежегодным обновлением оборудования примерно на 1 трлн иен с 2028 года и модернизацией около 60 заводов по миру; цифра включает уже имеющиеся промышленные роботы и не является продажами одной модели;
- ключевой робот ELEY весит около 50 кг, оснащён кистью с двумя пальцами и перемещается на колёсах; в его основе — «большая поведенческая модель» (LBM), базовый поведенческий ИИ, разработанный Toyota Research Institute (TRI);
- Тойота планирует превращать работу примерно 18 тысяч мастеров-«такуми» в учебные образцы для роботов, однако показатель, которым будут мерить результат, пока не объявлен.
ELEY: колёса, два пальца и база, которая умнеет с каждой порцией данных
Сначала о корпусе. ELEY весит около 50 кг, у него кисть с двумя пальцами и колёсный ход — ходить на двух ногах, подобно человеку, он не учится. Выбор не робкий, а трезво прагматичный: двуногая ходьба сложна в управлении, чревата падениями и прожорлива по энергии, пол же на заводе сам по себе ровный, а колёса дешевле, быстрее и легче разворачиваются партиями. Массовость важна сама по себе: чем раньше партии роботов выходят на линии, тем быстрее копятся данные. Форма машины — не цель, а средство непрерывного сбора данных.
Настоящий главный герой — ИИ внутри. LBM (большая поведенческая модель) — это «базовая модель поведения»: если большая языковая модель умнеет на горах текста, то LBM осваивает движения робота на больших объёмах демонстраций. В отличие от прежнего пути, где каждое движение программировалось вручную, она, наблюдая за работой человека, выводит из небольшого объёма обучения действия с низкой вероятностью ошибки. В опубликованных демонстрациях ELEY, однажды научившись складывать футболку, повторяет это самостоятельно. Сильная сторона таких базовых моделей — освоение новых задач с минимальным дообучением; но качество основы зависит от того, сколько широких по охвату и добротных полевых демонстраций в неё загрузили.
Тут самое время вспомнить об активе, который другим почти не воспроизвести: около 18 тысяч «такуми». Чувство руки и накопленные приёмы опытных рабочих — как раз самый качественный источник демонстрационных данных. Как старый мастер дозирует усилие и что делает с дефектной деталью — это неявное знание, которое не впишешь в технологическую карту, и оно может напрямую становиться учебным материалом для роботов.
И ещё легко упускаемый из виду момент: LBM не привязана к конкретному «железу». В 2025 году TRI публиковала демонстрацию, где LBM управляет гуманоидом Atlas компании Boston Dynamics. Если ИИ не привязан к конкретному корпусу, победу решает то, на скольких типах площадок удастся гонять этот ИИ и сколько данных он вернёт. Продавая роботов, Тойота одновременно наращивает число узлов этой сети.
По-настоящему все борются за площадки, где собираются данные
Отдалим кадр: на этой же дорожке уже немало фигур, и манера держаться каждой о многом говорит.
Tesla говорит прямее всех. К середине 2026 года она развернула парк Optimus масштаба в тысячу машин на заводах во Фримонте и других площадках — при нулевых продажах вовне. Сам Маск признавал, что эти роботы «используются в основном для обучения и сбора данных и пока не показали реальной боевой силы на заводе». Это почти открытое признание: сейчас нужны именно данные. Вот только сбор идёт преимущественно на собственных заводах, и разнообразие сцен ограничено.
Немецкие BMW и Mercedes-Benz пошли другой дорогой: сами роботов не строят, а работают с профильными стартапами. BMW на заводе в Спартанберге (США) валидировала Figure 02 компании Figure AI десять месяцев кряду в процессах, обслуживавших производство более чем 30 тысяч кроссоверов X3, а затем довела дело до коммерческого контракта на преемника Figure 03 — на старте около 40 машин, тариф около 25 долларов США за час работы каждого робота. Mercedes-Benz ввёл Apollo от Apptronik на берлинской площадке, начав с внутрицеховой логистики и первичного контроля качества. В этой модели разделения труда есть деталь, над которой стоит подумать: подлинные данные с автопроизводственных линий аккумулируются как раз на стороне ИИ-компаний. Данными владеют Figure и Apptronik, а не BMW и Mercedes.
По темпам серийного выпуска и развёртывания быстрее всех идут китайские компании. UBTECH в сентябре 2026 года запустила в Лючжоу (Гуанси) умную фабрику мощностью свыше 10 тысяч единиц в год — заметьте, это мощность, а не фактическое развёртывание; однако её Walker S2 действительно работают сотнями и уже попали на заводы BYD, Geely, FAW-Volkswagen, Dongfeng, FAW-Audi, BAIC и Foxconn, а европейский Airbus с января 2026 года ведёт в этом направлении собственную работу. Unitree к июлю 2026 года выпустила суммарно около 18 тысяч роботов, обеспечивая себя комплектующими более чем на 90%, и планирует построить систему выпуска 75 тысяч единиц в год. Гуманоид IRON компании Xpeng нацелен на массовое производство к концу 2026 года. Китайское правительство поставило целью отгрузки свыше 100 тысяч единиц в год до 2027 года. В первом полугодии 2026 года мировые отгрузки гуманоидов превысили 22 тысячи, и, по имеющимся данным, первую пятёрку занимают китайские компании. Как можно быстрее доставлять множество роботов на разнообразные площадки — так китайские игроки копят полевые данные.
Козыри Тойоты и поздний старт её часов
Если разложить активы Тойоты под углом данных, арсенал у неё немалый. Один из крупнейших в мире массивов производственных площадок плюс тыл в виде цепочки поставок: 250 тысяч машин, отведённых поставщикам, означают, что бесчисленные площадки с самыми разными процессами могут стать огромным и разнообразным источником данных; 18 тысяч «такуми» дают качественные образцы; ИИ, роботы и заводы — всё своё, поэтому контур данных может полностью замкнуться внутри компании. В этом она прямая противоположность европейским автопроизводителям, полагающимся на внешние профильные компании: два разных пути.
Но часы — проблема. 400 тысяч — цель среднесрочная, полноформатный разгон начнётся лишь после 2028 года. А Tesla уже сейчас собирает данные тысячным парком, китайские компании уже сейчас ставят роботов на крупные автозаводы. Накопление данных живёт по закону сложного процента: чем раньше закрутится контур, тем глубже обучение и тем больше следующий прирост производительности — и наоборот: отставание обычно не стоит на месте, а со временем расходится всё шире.
Второй подводный камень — смещённость данных. Если площадки ограничатся самой Тойотой и её цепочкой поставок, собранные данные могут не набрать того разнообразия, которое нужно для переноса на заводы других компаний. Превратится ли эта огромная сеть поставщиков в реальное преимущество по данным, в конечном счёте зависит от того, насколько она будет открыта за пределы концерна.
Чтобы оценить шансы, следите за тремя вещами
Темп внедрения. Когда, сколько машин и на какие реально работающие линии — смотреть не на демо со сцены презентаций, а на плотность вывода реальных машин. Широта данных. Насколько удастся перекрыть собственные, внутригрупповые и внешние площадки — это напрямую определит универсальность модели. Отчёт с поля. Насколько LBM реально улучшит долю годной продукции и коэффициент эффективной работы, Тойота пока не раскрыла — а отчитаться рано или поздно придётся.
В конечном счёте сама цифра 400 тысяч — не решающий козырь. Успех определит, сможет ли Тойота, не дожидаясь 2028 года, как можно раньше и как можно шире выводить реальные машины на линии, чтобы контур сбора и обучения на качественных данных закрутился уже сейчас. Для нас, работающих на стороне оборудования, есть и наблюдение лично для себя: когда мастерство «такуми» начинает превращаться в дата-актив, система координат ценности ремонта и наладки сдвигается вместе с ним. По теме: охват брендов и материалы по моделям, услуги по модернизации производственных линий.
Читайте также
- Почему Kawasaki, FANUC и Yaskawa пошли на редкий союз
- Японские торговые дома выстраиваются у дверей воплощённого ИИ
- Ремонт и обслуживание промышленных роботов всех брендов
