По мнению Huafu Securities, развитие моделей общего назначения и цепочек инструментов может помочь воплощённому искусственному интеллекту достичь важного рубежа; сбор данных и компоненты роботов — два звена, заслуживающие внимания.
Команда Tianfeng Securities по машиностроению соотносит возможности внедрения физического ИИ с конкретными ручными операциями: в производстве одежды акцент сделан на работе с гибкими деталями кроя; упаковка и логистика охватывают загрузку, выгрузку, сортировку и перемещение; в сварке выделяются системы управления и рабочие станции. Чтобы оценить масштаб возможностей, необходимо рассматривать соответствующую численность работников вместе с охватом продуктов и стадией их разработки.
CICC Machinery выделяет в сборе данных для физического ИИ такие этапы, как восприятие, захват движений, моделирование и замкнутые циклы на основе сценариев. Для понимания этих компаний важно различать уже выпущенные продукты для сбора данных, имеющиеся заказы и направления бизнеса, развивающиеся в сторону воплощённого интеллекта, а также прояснить связь между прибылью компании в целом и отдельными направлениями.
В материале высококачественные обучающие данные названы узким местом отрасли физического ИИ, а основные возможности связываются с оборудованием для сбора, данными из реальных условий и услугами моделирования. Оценки предполагают резкий рост объёма рынка, однако компании находятся на существенно разных этапах реализации: одни уже продают продукцию или накопили данные, другие пока не раскрыли выручку.
Драйверы роста четырёх отраслей расходятся: физический ИИ зависит от сбора данных из реального мира, оптические разъёмы уже подкреплены финансовыми результатами и заказами, цены на хладагенты поддерживают квотные ограничения, а зарубежная экспансия автопроизводителей переходит от наращивания экспорта к локальному производству.
