Почему робототехника ещё не дошла до своего ChatGPT, объяснил экс-Nvidia
Бывший руководитель продуктового маркетинга NVIDIA по робототехнике Амулья Вишванат считает, что отрасль всё ещё находится в своей «эпохе Lego». По его словам, базовые элементы вроде приводов, роботизированных рук, софта и стандартов безопасности только заново собираются в рабочую систему.
Почему робототехника пока не повторила взлёт ChatGPT
Вишванат, который семь лет отвечал за продуктовый маркетинг робототехнических платформ NVIDIA, не согласен с идеей, что у робототехники вот-вот наступит свой момент ChatGPT. По его мнению, сравнение с запуском ChatGPT в конце 2022 года слишком оптимистично: в роботах ещё не сложилась прочная основа, на которой можно быстро строить массовые решения.
Он описывает ситуацию как этап сборки конструктора, где не хватает не только отдельных деталей, но и общей совместимости между ними. Для рынка это означает, что прорывные сценарии в роботах зависят не от одной «магической» модели, а от того, насколько хорошо будут собраны железо, программная часть и требования безопасности.
Что сейчас происходит в индустрии физического ИИ
На фоне споров о будущем робототехники Вишванат перешла из NVIDIA в венчурный капитал и теперь руководит Techable VC. Вместе с этим она делает первые инвестиции в физический ИИ — не только в робототехнику, но и в материалы, а также в life sciences.
Такой фокус интересен предпринимателям и инженерам: деньги идут не только в чат-боты и текстовые модели, но и в технологии, которые работают в реальном мире. Это те направления, где ИИ может помочь с производством, лабораториями, автоматизацией и новыми устройствами, но для них особенно важны надёжность и проверяемость.
Что это значит для бизнеса и обычных команд
Главный вывод из разговора простой: робототехника пока не стала такой же зрелой и массовой, как генеративный ИИ для текста и изображений. Поэтому компаниям не стоит ждать мгновенной революции от одной универсальной модели — чаще успех дают постепенные улучшения компонентов и узких сценариев.
Для бизнеса это полезный сигнал: если вы работаете в логистике, производстве, медицине или исследованиях, роботизация может приносить пользу уже сейчас, но внедрение почти всегда требует пилотов, тестов и настройки под конкретную задачу. В этом смысле ИИ-сервисы особенно удобны как инструмент для анализа вариантов, подготовки документов и быстрого поиска решений до запуска дорогого проекта.