تقریباً همین روزها در سال گذشته، Colby Adcock، مدیرعامل Figure AI، در واکنش به طعنه‌ای ملایم در شبکه‌های اجتماعی از سوی شرکت رقیب Agility در حوزه رباتیک، پیش‌بینی کرد: «تا کمتر از ۱۲ ماه دیگر ورشکست می‌شوید.»

اما Agility به‌جای آن، از طریق ادغام معکوس وارد بازار سهام می‌شود؛ معامله‌ای که این شرکت را به شرکتی سهامی عام تبدیل می‌کند و ۴۶۵ میلیون دلار سرمایه جدید از سرمایه‌گذاران خرد و بخشی از سرمایه‌گذاری خصوصی برایش فراهم می‌آورد. این معامله از طریق یک شرکت با هدف ویژه (SPAC) انجام خواهد شد.

Peggy Johnson، مدیرعامل Agility، پیش از ورود شرکت به بازار به TechCrunch گفت: «از Agility ربات‌های رقصان یا پشتک‌زن زیادی نمی‌بینید. ما به راهبردمان پایبند ماندیم؛ یعنی انجام کارهای دستی و بسیار تکراری‌ای که پیدا کردن انسان برای انجامشان دشوار است.»

Agility پیش از رونق اخیر سرمایه‌گذاری در هوش مصنوعی فیزیکی شکل گرفت. این شرکت در سال ۲۰۱۵ از دانشگاه ایالتی اورگن جدا شد؛ گروهی از پژوهشگران آن در زمینه چگونگی راه رفتن ایمن ربات روی دو پا به پیشرفت‌هایی دست یافته بودند. تمرکز شرکت بر به‌کارگیری تعدادی از ربات‌های Digit در محیط‌های صنعتی و نزد ۹ مشتری مختلف بوده است؛ از جمله Schaeffler، GXO، Toyota Motor Manufacturing Canada و Mercado Libre. ربات‌های Digit معمولاً برای جابه‌جایی محفظه‌های سنگین به کار می‌روند؛ از جمله در یک مرکز لجستیکی GXO که بیش از ۱۰۰ هزار محفظه در آن جابه‌جا شده است.

در مقایسه با ربات‌های انسان‌نمای ساخته‌شده به‌دست Figure، Tesla، 1X یا Boston Dynamics، ممکن است Digit ساخت Agility کند و سنگین به نظر برسد؛ اما این ربات واقعاً کار می‌کند و درآمدزایی دارد—هرچند درآمدش در شش ماه نخست سال ۲۰۲۶ فقط ۱۷۴ هزار دلار بوده و بیشتر آن از اشخاص وابسته به دست آمده است. شرکت در همین دوره ۳۶۲ میلیون دلار زیان کرده است؛ بنابراین برای به‌کارگیری موفق سرمایه جدید، زمان برایش اهمیت دارد.

خبر خوب این است که Agility برای نسل جدید رباتش، Digit 5، قراردادهایی به ارزش ۳۰۰ میلیون دلار با ۳۰ مشتری در دست برنامه‌ریزی دارد. مدل جدید می‌تواند با رعایت ایمنی در کنار انسان‌ها کار کند؛ برخلاف مدل قبلی آن و در واقع بیشتر ربات‌های انسان‌نمای دیگر که فقط در محدوده کاری جداافتاده فعالیت می‌کنند. Johnson گفت این قرارداد «یکی از عوامل اصلی» تصمیم شرکت برای ورود به بازار سهام بوده است، اما هنوز نمی‌تواند نام مشتریان را فاش کند یا بگوید آیا آن‌ها سرمایه‌گذار هستند یا نه.

Johnson گفت برای نهایی شدن قراردادها، Digit 5 باید به اهدافی اعلام‌نشده در چند شاخص، از جمله توان عملیاتی، زمان آماده‌به‌کاری و دقت در قراردادن اشیا، دست یابد. شرکت هنوز نمونه‌های اولیه Digit 5 را به نمایش نگذاشته است، اما Johnson گفت این ربات‌ها در CES 2027 معرفی می‌شوند و در پایان همان سال به‌طور گسترده در دسترس خواهند بود.

پیشنهاد شرکت این است که در مدل «ربات به‌عنوان خدمت»، استفاده از ربات می‌تواند سالانه ۱۰۰ هزار دلار برای شرکت‌ها صرفه‌جویی کند و اگر مشتری ربات را یک‌جا بخرد، این صرفه‌جویی حتی بیشتر خواهد بود. اینکه در نهایت این محاسبات اقتصادی به نتیجه برسند یا نه، به توانایی‌های Digit 5 بستگی دارد؛ هم از نظر دقت در انجام وظایف و هم از نظر مدت زمانی که می‌تواند بدون توقف برای شارژ یا تعمیر و نگهداری کار کند.

Johnson برای نمونه به بلند کردن یک جسم ۵۰ پوندی (حدود ۲۳ کیلوگرمی) توسط یک نفر اشاره کرد؛ وزنی که برخی محیط‌های کاری به‌طور غیررسمی آن را مرزی برای پیشگیری از آسیب‌دیدگی در نظر می‌گیرند. او گفت: «Digit می‌تواند این کار را بارها و بارها انجام دهد. نمی‌خواهید چنین کاری را به یک انسان بسپارید؛ می‌خواهید آن را به ربات بسپارید.»

Agility با دو پرسش کلیدی روبه‌روست: با چه سرعتی می‌تواند مشتریان جدیدی برای Digit 5 پیدا کند و با چه سرعتی می‌تواند توانایی‌های این ربات را بهبود دهد؟ مشتریان بالقوه باید ۵۰۰ هزار دلار بپردازند تا Agility پیش از گسترش کامل استقرار، نمونه‌ای آزمایشی را در محل اجرا کند؛ در ماه مه ۲۰۲۶ چهار مشتری برای این کار ثبت‌نام کرده بودند. همچنین، با اینکه Agility می‌تواند بارهای سنگین را بردارد و با دقت ۹۸ درصد در جای خود بگذارد، این ربات هم—مانند بیشتر ربات‌های امروزی—هنوز توانایی انجام کارهای پیچیده دست‌کاری اشیا را ندارد.

هنوز مشخص نیست روش‌های هوش مصنوعی مولد با چه سرعتی می‌توانند مهارتی را فراهم کنند که به ربات‌ها امکان دهد طیف گسترده‌ای از اشیا را جابه‌جا کنند. آموزش سامانه‌ها بر پایه ویدئو و داده‌های حاصل از کنترل از راه دور، به خودمختاری عمومیِ قابل‌اعتماد منجر نشده است؛ با این حال، به نظر می‌رسد تطبیق معماری ترنسفورمر با حالت‌های مختلف داده امیدبخش باشد؛ دست‌کم از نگاه پژوهشگران هوش مصنوعی فیزیکی.

Johnson گفت: «اینترنتی از داده‌های فیزیکیِ مربوط به حرکات ربات‌ها وجود ندارد؛ برای همین می‌بینید افراد زیادی تلاش می‌کنند با روش‌های گوناگون داده‌ها را شبیه‌سازی کنند و ما هم از همه آن روش‌ها استفاده می‌کنیم. هرکدام مزایا و معایب خودشان را دارند، اما ما همچنین ... ۶۵ هزار ساعت داده عملیاتی واقعی از مشتریان واقعی در مراکز واقعی داریم... که به ما کمک می‌کند آموزش Digit را سرعت ببخشیم.»

Johnson گفت سرمایه‌ای که از معامله SPAC به دست می‌آید، نیازهای فعلی شرکت را تأمین می‌کند، اما پیش‌بینی نکرد که این مبلغ برای خودکفا شدن شرکت کافی باشد. او اهداف تولید Digit 5 را اعلام نکرد، اما شرکت گفته است که تأسیسات تولیدی‌اش می‌تواند سالانه ۱۰ هزار ربات تولید کند.

او گفت: «آنچه از این به بعد از ما خواهید دید، ادامه گوش دادن به مشتریان و درک نیازهایشان در این مراکز است. ما مسیرمان را از آن‌ها می‌گیریم، چون داریم یک کسب‌وکار می‌سازیم.»

با وجود همه پرسش‌های بی‌پاسخ، Agility صرفاً به‌دلیل آنکه محصولش را در محیط‌های واقعی به کار گرفته، از بیشتر سازندگان ربات‌های انسان‌نما جلوتر است.

هم‌بنیان‌گذار و مدیر ارشد فناوری شرکت، Johnathan Hurst، تابستان امسال در مراسم افتتاح مرکز تحقیق‌وتوسعه Agility در Fremont، به TechCrunch گفت: «بیایید با سطل‌ها و محفظه‌ها شروع کنیم و بعد سراغ برداشتن و بسته‌بندی قطعات برویم. بعد هم کار روی جعبه‌های مقوایی را آغاز کنیم که واقعاً دشوار است، و سراغ بارگیری و تخلیه تریلرهای کشنده و کارهای مشابه برویم. خب، آن وقت به ۱۰۰ میلیون ربات می‌رسیم، می‌دانید؟ به یک شرکت تریلیون‌دلاری.»