Agility Robotics przechodzi głosowanie SPAC, a roboty fabryczne wychodzą z fazy pilotaży do kontraktów

Agility Robotics jest blisko wejścia na giełdę. Akcjonariusze Churchill Capital Corp XI zatwierdzili proponowane połączenie na nadzwyczajnym zgromadzeniu 2 listopada, podał The Robot Report. Za zagłosowało ponad 84% oddanych głosów. SPAC ma zostać zamknięty 4 listopada, a połączona spółka powinna zacząć notowania na Nasdaq 5 listopada pod tickerem AGLT. Akcje Churchill Capital zamknęły się tego dnia wzrostem o blisko 14%.

Pieniądze są mniejsze, niż początkowo zapowiadano. Transakcja ma dać Agility około 465 mln dolarów kapitału brutto przed kosztami, wobec ponad 620 mln dolarów oczekiwanych przy ogłoszeniu fuzji w czerwcu. Skorygowana kwota rozkłada się na około 164 mln dolarów z rachunku powierniczego Churchill, około 201 mln dolarów z PIPE prowadzonego przez Foxconn i 100 mln dolarów kapitału własnego, który Agility pozyskało po pierwotnym ogłoszeniu. Pierwotna umowa wyceniała Agility na 2,5 mld dolarów wartości kapitału własnego przed inwestycją.

Dziewięć lokalizacji klientów i wartość kontraktów, która nie jest przychodem

Agility wyróżnia się na tle większości firm stawiających na humanoidy tym, że jej roboty już wykonują płatną pracę. Egzemplarze Digit pracują w 9 środowiskach klientów, a logistyka i produkcja to główne rynki komercyjne, podał The Robot Report. Najdłuższa współpraca wiąże firmę z GXO Logistics: obie spółki zaczęły działać razem w 2023 roku i podpisały w 2024 roku wieloletnią umowę Robots-as-a-Service w zakładzie GXO w Flowery Branch w stanie Georgia, gdzie Digit przenosi pojemniki na przenośniki.

W październiku obie firmy ogłosiły rozszerzenie współpracy na dwie kolejne lokalizacje GXO, w Statesville w Karolinie Północnej i Lebanon w Tennessee. Wdrożenia mają ruszyć na początku 2027 roku na Digit 4, a później nastąpi przejście na Digit 5. W tym samym miesiącu producent maszyn rolniczych AGCO podpisał umowę komercyjną na pilotaż Digit w zakładzie w Hesston w Kansas od 2027 roku, zaczynając od sortowania i układania części oraz ustawiania pojemników do przechowywania. Agility twierdzi, że ma ponad 300 mln dolarów wieloletnich zamówień na Digit 5, zaprezentowanego we wrześniu. Wczesny dostęp ma być w pierwszej połowie 2027 roku, a ogólna dostępność pod koniec tego roku. Ten portfel zamówień jest sygnałem zainteresowania, nie bieżącym przychodem: wartość realizuje się w czasie i zależy od kamieni milowych w umowach oraz specyfikacji produktu.

Inne firmy robotyczne zbierają pieniądze na tej samej obietnicy. Tutor Intelligence, spółka wydzielona w 2021 roku z MIT CSAIL z siedzibą w Watertown w Massachusetts, poinformowała 2 listopada, że pozyskała 75 mln dolarów w rundzie Series B prowadzonej przez Andreessen Horowitz, co daje łączny kapitał na poziomie, który The Robot Report skrócił w swoim tekście. Model Tutor jest nietypowy: zamiast robotów jako usługi klienci płacą za godzinę albo za podjęcie, tak jak płacą za pracę ręczną, bez zakupu z góry i bez długoterminowej umowy. Firma podała, że dwa razy więcej jej robotów pracuje w niemal czterech razy większej liczbie zakładów niż rok temu, i że jest na dobrej drodze, by do końca 2027 roku mieć ponad 1000 robotów w kontraktach, wszystkie zbudowane i wdrożone ze Stanów Zjednoczonych.

„Nie chodzi tylko o to, że modele Tutor pozwalają robotom wykonywać prace, których roboty nigdy wcześniej nie potrafiły”, powiedział Josh Gruenstein, współzałożyciel i dyrektor generalny Tutor Intelligence, w oświadczeniu cytowanym przez The Robot Report. „Ten rodzaj inteligencji sprawia też, że roboty są przystępne cenowo na zupełnie nowym poziomie”. Firma przekonuje, że świat fizyczny nie ma odpowiednika internetowego zbioru tekstów i obrazów do trenowania, dlatego prowadzi floty w produkcji ze zdalnymi ludzkimi „tutorami”, którzy dostarczają dane z rzeczywistości z powrotem do jej modeli.

Prąd, chipy i koszt utrzymania tego wszystkiego

Ograniczeniem automatyzacji fabryk i centrów danych jest coraz częściej energia elektryczna. 3 listopada Tom's Hardware podał, że Envision Energy zakończyła to, co nazywa pierwszym na świecie komercyjnym wdrożeniem zintegrowanego systemu zasilania 800 V DC w centrum danych, w swoim centrum Galaxy AI w Ulanqab w Mongolii Wewnętrznej. System Dubhe, testowany od sierpnia z kontrolerem Dubhe i modelem Dubhe Energy Foundation Model, przekształca prąd przemienny średniego napięcia 10 kV bezpośrednio na szynę DC 800 V, co zmniejsza liczbę etapów konwersji i zmniejsza aparaturę zasilającą. Envision twierdzi, że kampus rozrośnie się do 3 000 000 W i docelowo „obsłuży do miliona akceleratorów AI”.

Firma wymienia trzy zdolności, na których opiera to twierdzenie: konwersję transformatorową półprzewodnikową z 10 kV na 800 V w różnych warunkach pracy, magazynowanie energii w bateriach dające wsparcie mocowe w skali sekund i zasilanie awaryjne w skali minut oraz koordynację między nimi w skali milisekund, by lokalnie absorbować wahania obciążenia GPU. Tom's Hardware zauważa, że system jest zbudowany pod większą gęstość obliczeniową na mniejszej powierzchni. Czy wytrzyma przy 3 000 000 W, to pytanie, na które wdrożenie jeszcze nie odpowiedziało.

Warstwa oprogramowania też się zmienia, i to niekomfortowo. Dirk-Peter van Leeuwen, dyrektor generalny SUSE, poinformował 1900 pracowników wewnętrznym e-mailem, że SUSE zwolni około 10% globalnej załogi, wskazując na „automatyzację i AI”, podał heise online, który przypisuje pierwszeństwo w ujawnieniu sprawy The Register w poniedziałek. „Te decyzje są bolesne dla naszych pracowników, naszej kultury korporacyjnej i naszej społeczności open source”, napisał van Leeuwen, według tego samego doniesienia. „Są jednak konieczne, żebyśmy mogli się dostosować i zbudować trwałe, odporne SUSE na dłuższą metę”. Dotknięci pracownicy mieli być poinformowani do środy, przedstawiciele załogi nazwani w czwartek, a indywidualne konsultacje zaczynają się na początku przyszłego tygodnia. Reszta firmy usłyszy strategię na 2027 rok 16 listopada. The Register podał, że SUSE już we wrześniu pytało długoletnich pracowników, czy zgodzą się na dobrowolne rozwiązanie umowy, i najwyraźniej nie znalazło dość chętnych.

Rachunek za bezpieczeństwo fizycznej AI

Automatyzacja poszerza też powierzchnię ataku. VicOne poinformowało, że w mniej niż dwa dni zidentyfikowało 28 usterek zero-day, prowadząc badania wspomagane AI w oprogramowaniu i narzędziach ekosystemu fizycznej AI, w tym w projektach rozwijanych lub utrzymywanych przez Google, NVIDIA i Meta, napisał The Robot Report 1 listopada. Wszystkie 28 sklasyfikowano jako luki zero-day przy wstępnej weryfikacji, choć liczba może się zmienić po przeglądzie przez dostawców i władze, a część ustaleń nie ma jeszcze numerów CVE. VicOne podało, że 75% ustaleń dotyczyło narzędzi do tworzenia, trenowania, symulacji lub walidacji, czyli etapów przed wdrożeniem robota. Opisane skutki są potencjalne, nie zaobserwowane: zmodyfikowany model, który zachowuje się normalnie w testach, zainfekowana symulacja, która pozwala robotowi przejść test, którego nie powinien zdać, albo konsola operatora, która gaśnie w środku zmiany.

Dostawcy sprzętu przedstawiają własne argumenty o niezawodności. W sponsorowanym artykule opublikowanym przez The Robot Report 1 listopada 3M podało, że jego wiązki kablowe zgodne z CoaXPress są testowane na 45 000 000 cykli zginania, a wiązki zgodne z USB3 Vision na 100 000 000 cykli, z opcjami płaskiej taśmy od około 1 000 000 do 100 000 000 cykli. Firma twierdzi też, że jej złącza z przemieszczeniem izolacji, technologia, którą wynalazła w 1961 roku, pozwalają zaoszczędzić do 80% czasu okablowania w porównaniu ze złączami zaciskanymi. Te liczby pochodzą od dostawcy, nie z niezależnych testów.

Poza dostawcami robotów logika przemysłowa się rozprzestrzenia. Volkswagen otworzył w Zwickau ośmioetapową linię demontażu przemysłowego w zakładzie, który przekształcił do produkcji EV w ramach programu o wartości 1,2 mld euro rozpoczętego w 2018 roku, podał InsideEVs 1 listopada. Od 2027 roku linia będzie przerabiać 4100 pojazdów rocznie na dwie zmiany z 100 przekwalifikowanymi pracownikami, odzyskując części, które VW sprzedaje kanałami dealerskimi i przez niezależne warsztaty od lipca. Według doniesień duży popyt jest na drzwi, zderzaki, silniki i elementy skrzyń biegów. VW planuje zainwestować do 90 mln euro w biznes recyklingowy, a rząd Saksonii obiecuje 10,7 mln euro. Firma twierdzi, że docelowo może to wspierać 1000 miejsc pracy. Nie ujawniła cen, wolumenów, warunków gwarancji ani procedur kontroli, a po 2031 roku w Zwickau nie planuje się produkcji pojazdów.

Europejska scena startupowa stawia na szybsze wdrożenie, a nie na tańszy sprzęt. Paryska Bleu Robotics pozyskała 5 mln euro w rundzie pre-seed prowadzonej przez Contrarian Ventures i OVNI Capital, podał Sifted 29 października, obiecując skrócenie czasu wdrażania humanoidów w fabrykach z miesięcy do mniej niż godziny. Artykuł Sifted jest częściowo zniekształcony w dostępnym tekście, więc szczegóły metody trenowania lepiej traktować ostrożnie. Kwota finansowania i nazwy inwestorów są jasne.

Polityka handlowa może jeszcze zmienić to, gdzie ta automatyzacja powstanie. Kilku chińskich producentów samochodów pojechało do Pekinu na rozmowy z regulatorami o kontyngentach eksportu hybryd do UE, podał CnEVPost 2 listopada, cytując Cailian. Bloomberg donosił 11 października, cytując dokument propozycji, że kontyngent w pierwszym roku wyniesie 350 000 pojazdów, będzie rósł o 6% rocznie i potrwa cztery lata, prawdopodobnie od 1 grudnia. Chińskie ministerstwo handlu podało 12 października, że porozumienie pozwoli na wzrost od 302 000 hybryd, które UE sprowadziła z Chin w 2025 roku. Sefcovic powiedział 9 października, że uzgodnienie obejmuje zmniejszenie o połowę chińskiego eksportu HEV i PHEV do UE, ale nie podał punktu odniesienia, więc publiczne opisy obu stron nie pokrywają się czysto.

Wątek przewodni jest mniej dramatyczny niż nagłówki o humanoidach. Roboty sprzedaje się za godzinę, za podjęcie i w wieloletnich zamówieniach, a firmy, które trafią na giełdę, będą oceniane po tym, czy te kontrakty zamienią się w przychód. Debiut Agility 5 listopada to następny punkt danych.