Fyzická AI: Kdy se miliardy VC promění v tovární roboty

Před dvěma lety bylo slovo „physical AI" převážně marketingovým termínem. Dnes je to kategorie, do které v prvním čtvrtletí roku 2026 vteklo přes 6 miliard dolarů jen do šesti nebo sedmi společností budujících world models. A to mluvíme pouze o jednom subsegmentu. Celkový globální trh s robotikou dosáhl v roce 2026 hodnoty 38 miliard dolarů — meziročně o 34 % více, což je nejrychlejší tempo růstu za celou dekádu. Otázka není, zda fyzická AI transformuje výrobu. Otázka je, jak rychle se kapitál promění v nasazené kilogramy oceli a silikonových čipů.

Kde teď skutečně stojí technologie

Bessemer Venture Partners to formuloval přesně: jsme v „GPT-2.5 momentu" robotiky. Schopnosti jsou reálné, ale propast mezi laboratorním výkonem a terénním nasazením zůstává široká. Tohle není pesimismus — je to přesný popis technologické zralosti.

Fyzická AI se od předchozích generací průmyslové robotiky liší fundamentálně: místo rigidních, předprogramovaných skriptů pracuje s foundational AI modely, physics-based simulací a počítačovým viděním, které reagují na nepředvídatelné fyzické proměnné v reálném čase. ABB Robotics v březnu roku 2026 oznámilo integraci NVIDIA Omniverse knihoven do svého RobotStudio, přičemž přechod z virtuálního trénování do reálného nasazení dosahuje přesnosti až 99 %. To je průlom, který ještě před třemi lety nebyl v dosahu.

Přesto platí: hardware zůstává drahý a supply chainy nedozrálé. Humanoidní roboti sice zaznamenávají 40% roční pokles nákladů, ale absolutní čísla jsou stále vysoko nad prahem, kde by dávala smysl plošnému nasazení mimo prémiové průmyslové aplikace. Logistika a skladování jsou zatím největšími konzumenty — 41 000 jednotek komerčně nasazených robotů v logistice vs. 22 500 v polovodičové výrobě. Agility Robotics provozuje svého robota Digit v Amazon fulfillment centrech, Boston Dynamics instaluje Atlas v Hyundai továrnách. Jde o piloty v průmyslovém měřítku — nikoliv ještě o masovou výrobu.

VC kapitál: koncentrace, ne demokratizace

Čísla jsou ohromující, ale jejich struktura mluví jasněji než samotné součty. Globální VC investice do physical AI a robotiky v roce 2026 do 20. května dosáhly 23 miliard dolarů — a více než 80 % veškerých globálních VC investic je v současnosti navázáno na AI. Jen prvních deset kol v roce 2026 tvořilo 58 % veškerého nasazeného kapitálu. Trh se bifurkuje.

Kdo dostává peníze? Plně integrované, vertikálně orientované hráče — ne čisté foundation model společnosti. Saronic získal 1,75 miliardy dolarů v Series D na autonomní lodě, Neura Robotics zabezpečila až 1,4 miliardy v Series C, Skild AI uzavřel kolo s valuací 14 miliard dolarů. Figure AI nese valuaci 2,6 miliardy a má za sebou NVIDIA, OpenAI, Microsoft i Jeffa Bezose. Mind Robotics — spinout z Rivianu — zvládl dvě kola v roce 2026: 500 milionů v březnu a 400 milionů v květnu.

Tesla jde ještě dál: v roce 2026 alokovala 20 miliard dolarů capital expenditure na škálování výroby Optimu Gen 3, přičemž k tomuto účelu konvertovala automobilové výrobní linky ve Fremontu. Goldman Sachs odhaduje, že kumulativní investice do humanoidních robotů dosáhnou do roku 2030 hodnoty 50 miliard dolarů. Tohle není optimistická projekce — je to konservativní součet již veřejně deklarovaných záměrů.

Talentová koncentrace bude podle Bessemeru korunovat vítěze velmi rychle: „Toto není trh, kde vyhraje 50 společností." Pro průmyslové analytiky to znamená, že výběr platformového partnera pro integraci je strategické rozhodnutí s desetiletým dopadem, nikoliv technická volba pro příští kvartál.

Integrace do výroby: kde ROI naráží na realitu

Být nadšeným z čísel VC je snadné. Složitější je sledovat, co se děje na shopfloor úrovni. Výrobci v UK, kde se AI a technologické výdaje mají v roce 2026 zvýšit o 6–10 % průměrně, čelí pozoruhodné situaci: boardy čekají IRR thresholds okolo 12–13 % — a to je relativně skromné číslo, které reflektuje nejistotu okolo realizace.

Nejčastější bariéry nejsou technologické. Jsou organizační: chybí interní expertíza, chybí jasná AI strategie, firmy mají problém identifikovat správné use cases a vybrat správnou technologii. Výdaje jdou drtivě do IT services a systems integration — nikoliv do AI-native providerů (3 %) nebo hyperscalerů (12 %). Manufacturing sektor prostě není tak daleko v adopci jako tech nebo finančnictví, a je důležité to říkat nahlas.

Světlou výjimkou jsou early movers ve specifických subsegmentech. Logistika a sklady jsou zde daleko před automotive nebo food processing, protože prostředí je více strukturované a ROI kalkulace jsou přímočaré: náklady na pracovní sílu vs. amortizace robotické jednotky. Semiconductor manufacturing je druhý — tam tlačí na automatizaci přesnostní požadavky, které lidská obsluha prostě nemůže splnit konzistentně.

Čína mezitím hraje jinou hru: nasazuje více než 50 % světových průmyslových robotů — 295 000 jednotek ročně vs. 45 000 v Japonsku a 34 000 v USA. Americká výhoda leží v softwarové vrstvě — v AI intelligence layer, kde NVIDIA dominuje platformou a přitáhla přes 500 robotických inženýrů do ekosystému open modelů. Hardwarový a objemový gap ale není zanedbatelný.

Výhled: infrastruktura jako skutečná sázka

Interpretabilita world models je podle Maheshe Krishnamurthiho z Vayu Robotics příštím battlegroundem: „Tyto modely jsou teď black boxy. Očekávejte vlnu startupů, které budují nástroje pro jejich otevření." To je přesně ten typ infrastrukturní vrstvy, která přitahuje kapitál analogicky k cloud computingu kolem roku 2008 — kdy hodnota vznikala u picks-and-shovels nástrojů, ne u jednotlivých aplikací.

Globální trh s AI roboty poroste z 6,25 miliardy dolarů v roce 2026 na odhadovaných 35 miliard do roku 2033, s CAGR 33 %. To jsou čísla, která přesvědčují investory. Výrobce by ale měla zajímat jiná metrika: jak rychle klesne cena robotické jednotky pod bod, kde se integrační náklady a organizační změna vyplatí při jejich specifickém objemu produkce a marži.

Fyzická AI není bublina — kapitál teče správným směrem k reálnému problému pracovní síly a produktivity. Ale přechod od VC spektáklu ke skutečné tovární integraci ve velkém měřítku bude pomalejší, nákladnější a organizačně náročnější, než jakékoliv funding kolo naznačuje. Kdo v tom vidí příležitost místo překážky, bude mít v roce 2030 výrazně jinou výrobní základnu než konkurence, která čekala na „dostatečnou zralost technologie".

A ta nikdy nepřijde jako hotový produkt. Přijde jako iterace na shopflooru.