Оригинальное название: «Все компании китайского рынка новых энергетических автомобилей хотят стать компаниями в сфере ИИ»
Оригинальный автор: Dongcha Beating
Сегодня все компании, работающие в сфере новых энергетических автомобилей в Китае, хотят стать компаниями по искусственному интеллекту.
Но у истоков этого бизнеса не было ни алгоритмов, ни вычислительной мощности, и даже назвать это коммерческой логикой было бы не совсем честно.
В 2009 году стартовала программа «Десять городов, тысячи автомобилей», и государство начало тратить реальные деньги, чтобы субсидировать экспериментальный продукт, который никто не покупал. Автомобильная промышленность Китая более полувека была в ловушке патентов на двигатели внутреннего сгорания и искала способ сменить полосу и прорваться. Как только ворота распахнулись, вместе сошлись реальные автопроизводители и арендо-посредники, извлекающие выгоду из поиска ренты, а амбиции и спекуляции разгулялись на той же колее.
Эти годы были полны хаоса. Некоторые автопроизводители ставили на шасси одну и ту же партию батарей, сдавали их на приемку, забирали деньги, сразу же снимали их, засовывали в следующую партию пустых «оболочек» машин — и снова забирали деньги; были и машины, которые за всю жизнь вообще не выезжали на дорогу, а одометры крутились в мастерской на приборах. Чтобы делать автомобили, не нужно было понимать пользователей: достаточно было полностью разобраться в финансовых документах — и цифры на бумаге могли обменяться на большие объемы наличности.
Только после того, как список мошенничества с субсидиями был обнародован, отрасль получила лобовой удар. Примерно около 2016 года общественное мнение почти вынесло ей смертный приговор. Для индустриальной силы, «созревшей» за счет переливаний бюджетной крови, день, когда политика поддержки отступила, казался обреченным быть днем, когда она умрет молодой.
Но у края руин настоящий искрящийся эффект все же приземлился на землю. NIO, XPeng и Li Auto последовательно запускали проекты — а BYD, уже сделавшая ставки, затаилась рядом.
Ли Бин продавал автомобильное ПО, Хэ Сяопэн построил браузер, а Ли Сян руководил вертикальным порталом. Нанеся капитал, который они заработали в эпохи интернета и мобильных телефонов, и приведя инженеров, писавших код, они ринулись прямо в эту тяжелую «печь для активов», которая была наиболее враждебной к посторонним. «PPT-изготовление автомобилей» было самым заметным ярлыком, который тогда навешивали на них со стороны.
Реальный перелом пришел в 2019 году. Завершилась постройка Gigafactory в Шанхае, и произведенная внутри страны Model 3 вышла на рынок под ценовым давлением. Этот мощный внешний игрок подтолкнул своих китайских конкурентов к грани выживания, но объективно он также завершил полную перестройку «сухожилий и костей» китайской промышленной электрической цепочки поставок. Батареи, моторы, электронные контроллеры, а также чипы и алгоритмы, которые позже стали решающим фактором, были вынуждены повзреть в этой жестокой проверке.
Используя этот импульс, китайское производство и продажи автомобилей держались в первой позиции в мире более десяти лет.
К 2026 году эти компании, которые едва сумели вырваться из состояний, близких к смерти, и действительно разобрались, как делать автомобили, вдруг больше не захотели называться автопроизводителями.
Сорвать жестянку
24 августа 2026 года XPeng опубликовала пресс-релиз о финансовых результатах за второй квартал. Финансовые сайты обновляют сотни таких PR-релизов в день, и лишь немногие стали бы проверять незаметную строку в конце — с описанием компании.
Но вся тревога и амбиции спрятаны в этих нескольких строках мелкого шрифта. В проспекте IPO 2020 XPeng печатала «компания умных электрических автомобилей»; к концу 2024 года это изменили на «глобальная компания по мобильности на основе ИИ»; ровно год спустя переименовали в «глобальная компания по воплощенному интеллекту»; а к лету 2026 года компания просто переключилась на чистый английский «world-leading physical AI company».
Четыре смены названий за четыре года: всякий раз словарь расширялся в видении, а запах машинного масла на их теле — становился все менее заметным.
XPeng — не единственная, кто рвется сорвать традиционный ярлык производства. Geely поставила на своем стенде CES «систему ИИ полного домена», итеративно переходя от 1.0 к 2.0 за два года; NIO выделила свой бизнес умных чипов для вождения, чтобы лететь в одиночку, привлекши 2,257 млрд юаней от внешних инвесторов в первом раунде; Li Auto вписала искусственный интеллект в максимальную высоту своего письма «ко всем сотрудникам» уже в начале 2023 года, хотя на практике основа прибыли по-прежнему прочно держится на автомобилях с расширителем запаса хода.
Меняется и картинка в шоурумах. Chery заменила продавцов, которые сопровождали посетителей смотреть автомобили, на гуманоидных роботов: их механические руки поднимаются, указывая гостям путь. Seres вернула себе доминирующие права на торговую марку AITO и развернулась в сторону внешних больших моделей, чтобы создать новую вывеску под названием AIVA. В глазах рынка капитала чистое производство «железа» всегда жестко оценивается. Когда даже самые прочно приваренные двери автомобиля не могут сбежать от потолка оценки производства, миграция к технологиям и алгоритмам становится общим коллективным выбором.
Даже те, кто формально все еще держит вывеску автопроизводителя, давно сменили чипы «под столом». Haomo.AI от Great Wall полностью закрылась в конце 2025 года, а Вэй Цзяньцзюнь сразу привел трех поставщиков — Zhuoyu, Yuanrong и Momenta, заменив дорогой маршрут на ранней стадии прагматичной закупкой по цепочке поставок.
BYD, имея самые глубокие карманы, в начале лета 2026 года объявила, что инвестирует более 100 млрд юаней, полностью поставив свои чипы на ИИ, и поставив цели вроде «суперводителя без аварий» и «суперсекретаря». Даже Leapmotor, долго известная контролем затрат, представила собственного разработанного гуманоидного робота на своем технодне, а Чжу Цзяньминь прямо указал коммерческую суть: «Робот, который может прогуляться, — это не навык; робот, который может зарабатывать деньги, — вот что важно».
К 2026 году две буквы «AI» были полностью вписаны в финансовые сегменты автопроизводителей, в организационные схемы и в соглашения о финансировании. Рынок капитала всегда был скуп на сборку «железа», но охотно платил премию за передовые технологии. По мере того как дивиденды от производства автомобилей быстро размываются, никто не осмеливается замедляться именно в этот момент технологического перехода.
Долгие циклы и призраки-однодневки
В 2019 году цена акций NIO упала до чуть более одного доллара, а Ли Бин стал «самым несчастным человеком года» — и восстановился только после вливания капитала со стороны государственных активов Хэфэй. В тот же год NIO начала собирать команду по чипам.
Xpeng шла следом. В 2020 году она едва выдала 27 041 автомобиль, уже стоя на грани выживания: бухгалтерские убытки упали на дно, и компания тоже собрала команду в конце года, чтобы разрабатывать чипы. Li Auto действовала медленнее всех: тихо создала компанию по дизайну чипов в 2022 году.
Для автопроизводителя с годовыми продажами менее 30 000 автомобилей и с риском того, что денежный поток вот-вот закончится, ставка на собственные чипы кажется почти непостижимой с точки зрения традиционной автомобильной отрасли. Автомобильные чипы имеют циклы, измеряемые годами, и стоят огромных сумм, но цена аутсорса — это передача распределения вычислительной мощности, архитектуры и ценовой силы целиком другим. Между тем, чтобы стать просто сборочным заводом, и тем, чтобы нырнуть в глубокую часть бассейна самим, они выбрали второе. В большой части предвидения тяжелой индустрии, по сути, нет ничего иного, кроме единственного выхода, когда ты загнан в угол.
Следующая группа сверстников, решившая схитрить, заплатила за это болезненную цену.
В 2022 году Нета выиграла чемпионат по поставкам новых силовых платформ с 152 100 автомобилями: три ее основные базы работали круглосуточно, а местные власти конкурировали за то, чтобы вливать деньги. Спустя всего три года средства от продаж книги Нета упали на дно: 1 631 кредитор подал требования на 26,58 млрд юаней по огромному долгу. WM Motor с трудом прошла через план реструктуризации, а план банкротства HiPhi многократно откладывали суды. От лидера по годовым продажам до глубокой беды — всего тридцать шесть месяцев разделили эти два состояния.
Ценовая война последовала почти сразу. В 2023 году субсидии сошли на нет, и Tesla первой начала снижать цены: максимальное сокращение на один автомобиль достигло 36 000 юаней. Ранним летом 2025 года BYD сократила цены по 22 моделям, и в течение двух недель за ней последовали более десятка брендов: в отрасли 73 модели оказались в первых пяти месяцах по «провальным» ценам. Только в 2024 году 4 419 дилерских центров 4S вывели сеть по всей стране. Когда тогда ценовые сокращения Ford вновь перетасовали рынок, он сталкивался с быстро расширяющимся спросом; однако нынешнее «удушение в тесном круге» происходит уже в фазе сжатия.
В 2025 году номинальный рост ВВП составил 4,0%, балансы по ипотеке снижались одиннадцать кварталов подряд, а доля жителей, склонных откладывать ради безопасности, превысила 60%. На этом фоне весь авторынок истекал кровью. В 2025 году розничные продажи пассажирских автомобилей по всей стране обвалились на 170 млрд юаней: среднее снижение цены прервало восходящий тренд длиной шесть лет и опустилось до 170 000 юаней, средняя валовая маржа автопроизводства упала до исторического минимума — 1,5%, а средняя валовая прибыль на один автомобиль составила лишь 14 000 юаней.
Летом 2026 года проникновение автомобилей на новых источниках энергии резко выросло до 62,8%, но общий объем продаж пассажирских автомобилей в первой половине года рухнул на 6,2%. Единственный прирост был за счет зарубежной экспансии: внутренние продажи снизились на 20%, а общую картину поддержали исключительно за счет экспорта, который подскочил на 60% год к году.
Тогда вмешалась политика — с жесткими мерами. Регуляторы последовательно остановили продажи, работающие в убыток, и заняли жесткую позицию по условиям оплаты в цепочке поставок. «15-й пятилетний план» набил документ предупреждениями о мощности, а также создал отдельную главу по искусственному интеллекту. Но бизнес-логика — это объективная арифметика. Автопроизводитель с маржой прибыли всего 1,5%, зарабатывающий на производстве самую тонкую микроприбыль, при этом нуждающийся в том, чтобы равняться на техгигантов, чтобы финансировать передовые НИОКР на следующее десятилетие: две системы счетов просто не складываются.
Раз продавать машины на «земле» уже уперлось в потолок прибыли, автопроизводителям нужно упаковать накопленные инженерные наработки и алгоритмы и продать их второй раз — на более крупном поле.
Новый контейнер на $50 трлн
На конференции GTC весной 2025 года Дженсен Хуанг разложил эволюцию искусственного интеллекта на четыре этапа: восприятие, генерация, агентность и физический ИИ. Так называемый физический ИИ — это когда модели выходят из холодных экранов, чтобы постичь гравитацию, трение и жесткость в реальном мире, и направляют металлические механизмы работать в физической среде, которая заранее не предсказуема.
На CES в следующем году он объявил, что перелом для физического ИИ наступил: запустил мировой модель Cosmos, платформу симуляции Omniverse и робототехнический набор Isaac. Цель, на которую он указал, — глобальный рынок производства и логистики объемом до $50 трлн.
Эта цифра на порядок больше, чем годовые продажи всей мировой автопромышленности. «Вес» термина напрямую связан со статусом его проповедника. Когда рыночная стоимость Nvidia пересекла порог $5 трлн и компания стала контролером мировой вычислительной основы, направление, описанное Хуангом, быстро втянуло в движение сотни миллиардов долларов потоков глобального капитала.
Политика тоже двигалась быстро. От того, что Министерство промышленности и информатизации внесло гуманоидных роботов в перечень прорывных продуктов после смартфонов и автомобилей на новых источниках энергии, до того, как «воплощенный интеллект» и «AI+» последовательно прописывались в высших правительственных докладах по работе, — технические термины стремительно набрали вес, относящийся к промышленному развертыванию и распределению ресурсов в ключевом планировании.
Но в промышленности эта прорывная технология по-прежнему находится на стадии первопроходчества.
Li Auto опубликовала статью о world model на академической конференции и в самом начале признала, что в академической среде до сих пор нет единого определения world model. Домашние технические маршруты тоже различаются. Huawei и Nio выступают за world models, а Xpeng и Li Auto делают ставку на модели VLA, объединяющие зрение, язык и действие. Xpeng публично фокусируется на VLA, а внутри, по отчетам некоторых команд, тоже продвигают world models. Momenta, которую со стороны называют «первым акциями физического ИИ», избегала этого термина полностью в проспекте для Гонконгской фондовой биржи ради строгости и перечисляла world models лишь как проект, находящийся в разработке.
Технические определения все еще продолжают формироваться, но сама концепция уже вышла на передний план благодаря капиталу. Реальные деньги ускоряются вверх по промышленной цепочке, и первыми на этом зарабатывают все еще продавцы лопаты — те, кто контролирует вычислительную основу.
По другую сторону океана операции беспилотного вождения показывают по-настоящему поучительную промышленную реальность.
С 2024 года Waymo продолжает импортировать в Китай сделанные в Поднебесной шасси Zeekr через порт Лос-Анджелеса — всего более 3000 автомобилей. Эта партия машин с завода в Нинбо имела убранные для таможенного декларирования модули ПО и оборудования для автономного вождения, а также сетевые модули связи: в итоге автомобили въехали в форме чистого «скейтборд-шасси», чтобы соответствовать местным правилам. После прибытия в Аризону Magna установила комплекты для автономного вождения.
Самоуправляемые машины Waymo, которые ездят по американским улицам, имеют шасси, демонстрирующие абсолютную жесткую силу Китая в машиностроении и контроле стоимости. Китайские автопроизводители уже обеспечили заказы на аппаратную часть уровня топ-класса, но когда речь заходит о «мозге» — алгоритмах — и коммерческих операциях, которые действительно дают премию за продукт, они по-прежнему сталкиваются слой за слоем с барьерами в глобальной конкуренции.
Два мерила
Вывеска висит, но тяжесть технологий в итоге должна приземлиться на землю. Чтобы измерить реальную зрелость физического ИИ в мире, отрасль опирается на два ключевых мерила: одно — Tesla, которая глубже всего продвигается в границы технологий и регулирования, и другое — Waymo, обладающая самым крупным масштабом коммерческой эксплуатации.
В начале осени 2026 года Tesla начала тестовое пассажирское обслуживание на Cybercab — автомобиле, лишенном руля, педалей и зеркал, представленном в удивительно впечатляющей форме.
Но в тот самый день, когда машина выехала на дорогу, Национальная администрация безопасности дорожного движения США (NHTSA) официально открыла расследование. Письмо о специальном запросе ушло прямо в сердцевину вопроса признания: в пункте 19 запроса напрямую цитировался Федеральный стандарт безопасности транспортных средств 135, где явно сказано, что служебное торможение должно активироваться через ножное устройство управления. Однако тестовый автомобиль перед ними вообще не имел компонента ножного управления.
Маск пока не получил федерального уровня специальную льготу по безопасности. В регуляторных таблицах Техаса количество Cybercabs, которое Tesla сообщала, обновили до 45 накануне запуска; в своем «домашнем» штате Калифорния Tesla держит только разрешение на тесты с safety driver в списке DMV, и ее имя все еще не появляется в реестре коммерческих операций Комиссии по коммунальным предприятиям.
Даже в официальном отчете, который Tesla подала регуляторам, примечание все еще осторожно отмечает, что автомобилю требуется активное наблюдение водителя. От концепции на передовой к законному коммерческому применению — институциональная и техническая резервированность по безопасности остается узкими воротами, которые нельзя обойти.
По второму мерилу Waymo показывает узкое место эффективности за расширением масштаба.
Как мировой лидер в коммерциализации беспилотного вождения, недельный объем заказов Waymo уже несколько месяцев держится в диапазоне 500 000. Ее города эксплуатации расширились до 15, а парк вырос более чем на тысячу автомобилей, однако среднее число поездок в неделю на один автомобиль упало с 167 до 125.
Общественные оценки показывают, что доля «холостых пробегов» Waymo на маршрутах в Калифорнии остается выше 40%, а сегмент Other Bets материнской компании Alphabet, который включает беспилотное вождение, приносит всего чуть более $300 млн квартальной выручки на операционный убыток, приближающийся к $1,8 млрд.
Высокая цена первопроходческих исследований не снизилась даже на фоне роста оценки до $100 млрд.
Домашний рынок тоже проходит серьезный техстресс-тест. Ранней весной 2026 года несколько беспилотных автомобилей устроили совместную остановку на эстакаде в Ухане: это привело к многомесячной самопроверке отрасли и переработке регламентов испытаний. После этого ранее оптимистичный временной прогноз по прибыльности Baidu стал более прагматичным: в отчетности компания отступила к целевому уровню безубыточности «на один автомобиль». Pony.ai также публично заявила, что ее флот должен достичь как минимум масштаба 40 000–50 000 автомобилей, прежде чем свободный денежный поток станет положительным; при этом на тот момент фактический парк эксплуатации составлял менее 2000 автомобилей.
На длинном марафоне многие лидеры темпа сошли с дистанции.
GM's Cruise заметно сбавила темп после реструктуризации, связанной с аварией: материнская компания прекратила дальнейшее финансирование. Ford-backed Argo AI объявила о роспуске и зафиксировала обесценение активов на $2,7 млрд. А Zhongzhi Xing в итоге двигалась к ликвидации из-за просроченного платежа по исполнению трудового арбитражного решения в размере 15 000 юаней.
Стартап может споткнуться из-за практически микроскопической щели в финансировании, тогда как сотни миллиардов тяжелых инвестиций, которые ведущие гиганты вложили в этот технологический путь, все еще ждут дня, когда будет достигнут положительный коммерческий цикл.
Карта, которую нельзя сдвинуть
Китайские автопроизводители не перешли черту, оставшись безоружными.
В 2023 году плотность промышленных роботов в Китае достигла 470 единиц на 10 000 работников — среди самых высоких в мире: каждый второй только что установленный промышленный робот в мире приземлялся на китайскую фабрику.
Четыре года назад NIO, XPeng и Li Auto полностью полагались на автономные чипы, поставляемые извне; спустя четыре года чип Turing от XPeng кумулятивно отгрузил более 200 000 единиц и выиграл дизайн-прообработку с Volkswagen. Чип автономного вождения Shenji NX9031 от NIO кумулятивно поставил более 550 000 единиц, а Mach M100 от Li Auto — более 50 000 единиц.
В базовой задаче самодостаточности по ключевому оборудованию «новые силы» в Китае действительно преодолели критический порог: но сейчас эта партия чипов все еще полностью используется для внутренней разработки в замкнутом контуре и пока не вышла по-настоящему на внешний открытый рынок как независимые продукты.
Самая сложная задача — в том, что при переходе от четырехколесных автомобилей к двуногим гуманоидным роботам активы, которые можно напрямую передать, постепенно уменьшаются — снизу вверх.
Самый легко повторно используемый компонент — вычислительное оборудование. После того как внутренняя разработка чипов удалась, гуманоидному роботу XPeng естественным образом досталась та же вычислительная мощность; инженерные команды тоже могли сотрудничать «по горизонтали»: в начале 2026 года XPeng объединила свой центр автономного вождения и центр кокпита в General Intelligent Center, где более 200 инженеров координируют работу в автономном вождении, робототехнике и операциях на низких высотах.
Но чем ближе подбираешься к алгоритмическому ядру, тем отчетливее проявляются барьеры между доменами. В автомобилях — это планарное колесное движение по структурированным дорогам, а у гуманоидных роботов — координация всего тела по десяткам степеней свободы, динамический баланс гравитации и тактильная обратная связь. Общая «универсальность модели», о которой говорят в индустрии, пока больше лежит на уровне разметки данных и инженерных пайплайнов; а когда дело доходит до алгоритмов управления движением конкретно, архитектуру все еще нужно строить заново.
Даже сквозные технологии, которые уже созрели благодаря валидации на уровне автомобилей, нельзя напрямую применять к физическим робототехническим системам.
Li Auto провела сквозное интеллектуальное вождение в 2024 году после месяцев закрытой разработки. Ли Сян однажды признался, что сначала он думал, будто люди, работающие в искусственном интеллекте, — мошенники, и окончательно уверился только увидев реальную производительность автомобиля.
Li Auto попыталась воспроизвести такой темп НИОКР на более сложную модель зрения-языка-действия VLA, сжав цикл до полугода, но при запуске в сложных условиях эксплуатации точность успешной обобщаемости заметно не дотянула до ожиданий, и затем пришлось прагматично снизить долю больших языковых моделей в непосредственном управлении.
Результаты отраслевых полевых тестов тоже отражают сложность реальности. Мультимодальные модели более высокого порядка с на порядок большим числом параметров не показали принципиального разрыва по эффективности тонкого управления движением по сравнению с небольшими моделями, которые специально оптимизировали; и в некоторых академических бенчмарках темп завершения маршрутов с замкнутым контуром по-прежнему держится на низком уровне.
Железо уже заставили работать, но получить стальное тело, чтобы оно по-настоящему понимало физический мир, — это научный долгий марш, который придется разбирать лицом к лицу.
Вторая монетизация
В отчете, который XPeng опубликовала за второй квартал 2026 года, обнаружился совершенно новый коммерческий баланс.
В этот период выручка компании от продаж автомобилей составила 17,05 млрд юаней — на 1% больше год к году; валовая маржа — 12,1%. При этом прочая выручка, включая услуги по НИОКР в технологиях, достигла 2,7 млрд юаней — почти вдвое больше год к году, а валовая маржа была до 75,1%. По этим цифрам тонкая валовая прибыль, заработанная на продаже машин, и высокая отдача, принесенная техническими услугами, почти наравне; а вот тонкие маржи традиционного производства «железа» и премия программных технологий в бухгалтерии одной и той же компании создают резкий контраст.
Но эта внешняя «пристройка» к денежно-генерирующей способности технологий все еще находится на ранней стадии.
За это в реальности платит внешний автопроизводитель главным образом Volkswagen. Один из руководителей Volkswagen China однажды ясно обозначил, за что платит Volkswagen: за авторизацию всей общей электрической и электронной архитектуры и базового кода, тогда как наиболее дифференцированные ключевые приложения XPeng для интеллектуального вождения и кокпита остаются независимыми.
Помимо Volkswagen, среди OEM не так много случаев, когда можно взять на себя крупномасштабное полное лицензирование технологий. Еще один внешний приобретенный актив, зафиксированный в отчетности в тот же период, пришел от кредитов на компенсацию выбросов, купленных Porsche.
Логика, опирающаяся только на продажу автомобилей, насыщается потолком, а самостоятельная капитализация достижений НИОКР стала типичным выбором автопроизводителей.
Команда гуманоидных роботов XPeng Pengxing завершила независимое выделение и финансирование. Хотя она пока не вошла в стадию крупномасштабной коммерциализации, на рынке капитала она все равно получила постинвестиционную оценку свыше $6,2 млрд — почти 60% от рыночной стоимости материнской XPeng Motors; NIO тоже выделила свой бизнес по разработке чипов Shenji в отдельную сущность, привлекая 2,257 млрд юаней внешнего капитала в первом раунде.
Через независимое финансирование автопроизводители изолируют давление по денежным потокам своих материнских компаний, одновременно находя внешнюю «трубопроводную» цепочку поставок для долгого марафона НИОКР.
Форма активов меняется, и вместе с ней перестраивается логика оценки таланта. Li Auto рассматривает захват плацдарма AI как ключевую стратегию в начале 2026 года: компания быстро корректирует организационную структуру и создает параллельные команды. В битве за технические таланты группа «алгоритмических» и «железных» стержневых сотрудников ушла в предпринимательство, а несколько стартапов по воплощенному интеллекту, выделившихся из команд автопроизводителей, смогли закрыть крупные раунды финансирования в течение нескольких месяцев. Затем Li Auto выступила участником ранних раундов проектов бывших сотрудников в качестве стратегического инвестора.
В потоке капитала и талантов масштаб ценности традиционного производства переписывается. Разрыв в оплате между производством и передовыми алгоритмами ПО расширился более чем вдвое, а ожидания по зарплате для топ-алгоритмических талантов выросли еще сильнее. BYD, сохраняя свою производственную базу, смещает еще больше ресурсов в сторону передовых НИОКР; Li Auto, контролируя общие операционные расходы, делает все возможное, чтобы защитить бюджет для ключевых алгоритмов.
Рынок капитала относится к традиционному «железу» и передовым нарративам совершенно по-разному. Когда новые поставки сталкиваются с жестокими отраслевыми ценовыми войнами, вторичный рынок часто реагирует осторожно; но как только компания демонстрирует технологическую глубину, идущую в сторону физического ИИ, капитал обычно предоставляет более щедрую «допустимую оценку».
BYD привязывает сотни миллиардов юаней фокуса НИОКР к интеллектуальности автомобиля; Li Auto сузила фронт, чтобы защитить ключевые алгоритмы; NIO участвует в первопроходческой инкубации через инвестиции в экосистему; а XPeng продвигает свой технологический бизнес и робототехнику, чтобы генерировать независимый денежный поток. Их пути имеют разный акцент, но базовая логика одна и та же: поскольку прибыль в традиционном производстве сжата до предела, автопроизводителям нужно научиться завершать вторую монетизацию этого технологического актива, выкованного реальными деньгами, в более крупной системе координат — капитала и коммерции.
Четыре пустых пространства
Фактические часы работы робота, частота отказов, доля ручных вмешательств и период возврата денег клиенту — эти четыре ключевых индикатора по-прежнему трудно найти через публичные каналы во всей отрасли.
Это не потому, что компании намеренно их скрывают, а потому что эти четыре набора данных разбросаны по самым глубинным частям реальных производственных линий: они записываются в логах триггеров кнопок аварийной остановки, частотах сигнализации защитных световых завес, в отчетах о перехвате backend-инженерами и в таблицах тактового времени систем управления производственной линией.
Производители корпуса роботов не имеют полномочий долго находиться на площадке, чтобы считывать данные, и на ранней стадии индустрии все еще более привычно ссылаться на среднее время между отказами, говоря о стабильности. Но этот показатель фиксирует лишь интервал между двумя отказами и не может отражать фактические потери простоя, которые каждый останов приносит всей производственной линии.
В истории промышленности появляющемуся технологическому оборудованию, когда оно переезжает из лаборатории в цех, часто сначала нужны механизмы политики, чтобы проложить путь.
Весной 1980 года Министерство международной торговли и промышленности Японии инициировало создание Japan Robot Leasing Company (JAROL): дорогие и неопределенные роботизированные руки превращались в арендное оборудование с ежемесячной оплатой, а промышленная политика брала на себя первый счет для еще не сформировавшегося рынка.
Сегодняшние разрозненные центры вычислительных мощностей, централизованные закупки местных госкомпаний и субсидии на демонстрационные применения — в логике механизма это современное продолжение той модели. Политика расставляет декорации, предприятия «прощупывают воду», а вместе они дают первоначальную почву для передовой технологии, которая, возможно, изменит будущее.
Но от поддержки политики к подлинному эндогенному спросу рынка все еще существует заметный температурный разрыв.
Среди 218 выигравших заявок в отраслевой статистике за первую половину 2026 года заказы, которые действительно приземлились на передовую промышленного производства, составляли всего чуть более 20%; остальное в основном концентрировалось в прототипном тестировании и в валидации сценариев, а сроки сбора платежей по некоторым проектам растягивались более чем на год.
По финансовым данным выручка, реально заработанная от работы на фабриках, остается тонкой. Выручка Unitree от индустриальных сценариев — около 15 млн юаней+, то есть менее 3% от всего бизнеса гуманоидных роботов; у UBTECH при отгрузке более 16 000 единиц полногабаритных воплощенных интеллектуальных роботов было 921, а подавляющее большинство оставались на уровне настольных устройств или обучающих девайсов; выручка Leju от индустриальных сценариев тоже была в пределах нескольких миллионов юаней.
Между заказами «на бумаге» и реальным выполнением на суровых промышленных площадках остается заметный технологический и коммерческий разрыв.
В отличие от осторожного внутреннего промышленного развертывания, зарубежный спрос — это то, что показывает экспортная таможенная статистика.
Начиная с 2026 года гуманоидным роботам присвоили отдельный код таможенной пошлины. За первые семь месяцев кумулятивный объем экспортов превысил 10 000 единиц, а общая стоимость составила почти 1 млрд юаней; средняя заявленная стоимость на единицу — около 95 000 юаней. Самое крупное направление экспорта — не что иное, как Соединенные Штаты, где самая строгая проверка цепочек поставок. В конце лета Сербия нажала кнопку запуска в Шабац для первой в Европе фабрики гуманоидных роботов, инвестированной китайской компанией; примерно в то же время торговые и комплаенс-барьеры через океан для связанных интеллектуальных устройств тихо затянулись.
Одна и та же партия машин, несущая алгоритмы и моторы, с одной стороны сталкивается со сложной внешней средой комплаенса, а с другой — полагается на надежные возможности цепочки поставок, чтобы войти в глобальные рынки.
Эта коллективная миграция к новому названию не так уж необычна в истории технологической индустрии. Более 20 лет назад, когда интернет-волна была в самом разгаре, более 100 котируемых компаний в США добавляли .com в свои названия. Когда прилив ушел, имена быстро потеряли эффективность, а что по-настоящему осталось — это оптоволоконные кабели, серверы, пользователи и денежный поток.
Сегодняшний физический ИИ рано или поздно пройдет такое же «отсевочное сито».
Китайские автопроизводители сейчас держат в руках нечто более осязаемое. За последнее десятилетие они уже превратили гигантские инвестиции в НИОКР в заводы, цепочки поставок, чипы, алгоритмы и инженерные команды. Вопрос теперь в том, смогут ли эти возможности выйти за рамки автомобилей — в сторону робототехники, автономного вождения и более реальных физических сценариев.
Китайские автопроизводители делают ставку на возможности, накопленные за прошлое десятилетие автопроизводства, — на следующую промышленную революцию.
За последнее десятилетие китайские автопроизводители уже выиграли одну ставку. В отрасли, которая начиналась с субсидий, страдала от мошенничества с субсидиями и почти никем не воспринималась как способная выжить, им удалось построить самый полный в мире индустриальный комплекс автомобилей на новых источниках энергии.
Теперь они подталкивают все чипы, накопленные за прошлое десятилетие, на следующую «карточную» таблицу.
Оригинальная ссылка
Присоединяйтесь к официальному сообществу Coincamps:
X: https://x.com/coincamps
Telegram: https://t.me/coin_camps