Goldman Sachs Naikkan Unjuran Robot Humanoid kepada 6.5 Juta Unit Setahun Menjelang 2035

Goldman Sachs dilaporkan menaikkan unjuran pasaran robot humanoid secara mendadak. Dalam kajian 80 halaman bertajuk “Physical AI” yang diedarkan kepada pelanggan pada 1 September 2026, bank itu menaikkan unjuran asas kepada 75,000 unit pada 2026, 890,000 unit pada 2030 dan kira-kira 6.5 juta unit setahun menjelang 2035. Angka bagi 2035 itu membayangkan pasaran tahunan bernilai sekitar AS$138 bilion. 245

Namun, angka tersebut ialah unjuran—bukan pesanan yang telah disahkan atau komitmen penghantaran. Laporan awam mengenai kajian pelanggan Goldman Sachs itu juga kebanyakannya datang daripada sumber sekunder. Oleh itu, butiran paling terperinci wajar dibaca sebagai anggaran yang dilaporkan, bukannya pengganti dokumen penuh Goldman Sachs.

Unjuran baharu meningkat lebih empat kali ganda

Berbanding unjuran asas sebelum ini, anggaran terbaharu Goldman Sachs ialah:

• 2026: 75,000 unit, berbanding 51,000 unit
• 2030: 890,000 unit, berbanding 256,000 unit
• 2035: kira-kira 6.5 juta unit, berbanding 1.38 juta unit

Semakan terbesar berlaku pada penghujung tempoh unjuran. Anggaran 2035 yang baharu adalah lebih empat kali ganda berbanding ramalan terdahulu. Goldman Sachs dilaporkan berpandangan bahawa kemajuan dalam AI fizikal sedang menjadikan robot humanoid lebih berkebolehan, ketika industri pembuatan pula bergerak ke arah pengeluaran berskala komersial. 256

Mengapa kemajuan dijangka berlaku lebih pantas?

AI fizikal merujuk kepada sistem kecerdasan buatan yang boleh memahami persekitaran, membuat pertimbangan tentang tugasan fizikal dan bertindak dalam dunia sebenar. Dalam konteks robot humanoid, teknologi ini membolehkan robot bergerak melangkaui automasi tetap yang hanya melakukan tugas berulang, kepada mesin yang berpotensi mengendalikan pelbagai kerja di gudang atau kilang.

Unjuran Goldman Sachs dilaporkan bersandar pada tiga perkembangan utama:

1. Kecerdasan robot yang semakin baik. Model AI yang lebih maju boleh mengurangkan keperluan kejuruteraan manual untuk memprogram setiap pergerakan dan tugasan.
2. Kos pengeluaran yang menurun. Andaian yang dilaporkan termasuk kos bahan binaan atau bill of materials (BOM) purata yang susut kira-kira 7% setahun, manakala harga jualan purata turun sekitar 6% setahun antara 2025 hingga 2035.
3. Pembuatan berskala komersial. Jumlah pengeluaran yang lebih tinggi boleh menjadikan robot lebih mampu milik dan lebih kompetitif berbanding tenaga kerja manusia bagi aplikasi tertentu.

Menurut unjuran yang dilaporkan, harga jualan purata sebuah robot humanoid akan turun daripada kira-kira AS$41,800 pada 2025 kepada sekitar AS$21,300 pada 2035. 36

Itu tidak bermakna setiap tugasan akan terus menguntungkan untuk diautomasikan. Analisis Goldman Sachs yang dilaporkan masih mengenal pasti data dunia sebenar yang terhad, autonomi serba guna yang belum mencukupi, isu kebolehpercayaan dan kos tinggi sebagai halangan utama kepada penggunaan meluas. Sistem robotik perlu belajar daripada interaksi fizikal yang melibatkan daya, pergerakan dan objek—data yang lebih sukar dikumpulkan pada skala besar berbanding teks atau imej. 318

Gudang dan logistik dijangka menjadi medan pertama

Goldman Sachs mengenal pasti gudang e-dagang dan operasi logistik sebagai persekitaran pertama untuk penggunaan robot humanoid pada skala besar, diikuti pembuatan automotif. Gudang menyediakan persekitaran yang agak terkawal, tetapi masih mempunyai variasi tugasan yang cukup untuk memanfaatkan robot fleksibel. 25

Amazon dan Walmart ialah antara nama utama yang diketengahkan dalam tesis yang dilaporkan itu. Infrastruktur automasi sedia ada, data operasi dan dorongan untuk mengurangkan kos boleh membantu kedua-dua syarikat menguji robot serba guna bersama mesin khusus yang telah digunakan di gudang.

Goldman Sachs dilaporkan menganggarkan usaha automasi Amazon secara lebih luas berpotensi menjana penjimatan kos perkhidmatan terkumpul kira-kira AS$72 bilion antara 2026 hingga 2030. Dalam senario optimistik, penjimatan itu boleh meningkatkan margin EBIT Amazon sekitar 240 mata asas, bersamaan kira-kira 5.6% leverage terhadap jumlah kos perkhidmatannya. Angka ini ialah anggaran senario, bukan panduan kewangan daripada Amazon. 33335

Automotif menjadi medan persaingan seterusnya

Kilang automotif dilihat sebagai lokasi penggunaan besar yang seterusnya kerana pengeluar kenderaan sudah mengendalikan sistem pengeluaran berskala besar serta mempunyai pengalaman dalam robotik, kejuruteraan pembuatan dan integrasi rantaian bekalan.

Antara syarikat yang disebut dalam ringkasan awam ialah Tesla, Hyundai, Toyota, Honda dan Mitsubishi Motors. Industri automotif juga mungkin mempunyai kelebihan sebagai pengeluar robot humanoid, bukan sekadar pembeli.

Goldman Sachs dilaporkan menganggarkan Toyota berpotensi menghasilkan antara 190,000 hingga 540,000 robot humanoid pada 2035. Berbanding unjuran pasaran global sebanyak 6.5 juta unit setahun, jumlah itu bersamaan kira-kira 3% hingga 8% daripada keseluruhan pasaran dunia. 38

Anggaran tersebut merujuk kepada kapasiti pengeluaran berpotensi, bukannya komitmen Toyota yang telah disahkan untuk membina jumlah berkenaan.

Setiap robot boleh meningkatkan permintaan cip

Peluang pasaran robot humanoid bukan hanya terhad kepada pengeluar robot. Goldman Sachs dilaporkan menganggarkan setiap unit boleh mewakili kandungan semikonduktor bernilai antara AS$3,000 hingga lebih AS$6,000. Komponen itu merangkumi modul pengkomputeran berprestasi tinggi, cip analog dan isyarat campuran, serta storan di peranti. 17

Keperluan tersebut mencerminkan tuntutan AI fizikal. Robot memerlukan kuasa pengkomputeran untuk membuat inferens, penderia dan sistem kawalan untuk memahami persekitaran serta bergerak, selain memori dan sambungan untuk menyelaraskan tindakan dalam dunia sebenar.

Campuran komponen sebenar akan berubah mengikut reka bentuk, tahap keupayaan dan model pengeluaran setiap robot. Justeru, angka itu lebih tepat difahami sebagai anggaran pasaran kandungan yang boleh disasarkan, bukan senarai komponen standard yang terpakai pada semua robot.

Kawalan berasaskan perisian boleh mengubah automasi industri

Tesis yang dilaporkan itu turut menunjukkan kemungkinan peralihan daripada pengawal logik boleh atur cara (programmable logic controller, atau PLC) yang terikat pada perkakasan kepada seni bina PLC maya atau kawalan yang ditentukan perisian.

Jika kawalan kilang menjadi lebih berasaskan perisian, nilai mungkin beralih kepada penyelarasan fleksibel, model AI dan pengkomputeran serba guna, berbanding kekal tertumpu pada sistem perkakasan-perisian proprietari. 17

Ringkasan awam yang tersedia tidak memberikan maklumat yang cukup kukuh untuk mengukur saiz pasaran PLC maya atau menyenaraikan dengan pasti syarikat sedia ada yang Goldman Sachs jangka akan terjejas. Kesimpulan yang lebih berhati-hati ialah vendor automasi industri dan kawalan kilang yang sudah mapan mungkin berdepan tekanan jika pelanggan semakin memilih sistem yang boleh beroperasi merentas platform dan ditentukan oleh perisian.

Apa kata tinjauan terhadap golongan eksekutif?

Tinjauan “Executive Perspectives” yang dilaporkan Goldman Sachs mendapati kira-kira 40% eksekutif menjangka sekurang-kurangnya 10% aliran kerja akan diautomasi oleh robot serba guna dalam tempoh tiga hingga lima tahun. 35

Dapatan itu menunjukkan minat korporat yang ketara, tetapi bukan bukti bahawa semua penggunaan yang diramalkan akan berlaku mengikut jadual. Keputusan untuk menggunakan robot akan bergantung pada keupayaan mesin melaksanakan tugasan tertentu dengan selamat, konsisten dan pada kos yang lebih rendah berbanding tenaga kerja atau pilihan automasi sedia ada.

Kesimpulan: peluang besar, tetapi bukan kepastian

Unjuran baharu Goldman Sachs paling sesuai difahami sebagai hujah ekonomi dan teknologi yang lebih kukuh untuk robot humanoid dalam sektor industri—bukan bukti bahawa robot serba guna sudah bersedia menggantikan manusia dalam semua tempat kerja.

Urutan penggunaannya kelihatan jelas: logistik dan gudang terlebih dahulu, kemudian pengeluaran automotif. Pembekal semikonduktor dan penyedia perisian industri pula berpotensi menjadi penerima manfaat tambahan, atau berdepan cabaran apabila struktur kawalan kilang berubah.

Ujian sebenar ialah sama ada AI fizikal mampu mengubah prototaip yang semakin pintar menjadi mesin yang boleh dipercayai dan beroperasi secara menguntungkan di dunia sebenar. Selagi industri belum menyelesaikan kekangan data, ketangkasan, kebolehpercayaan dan kos, unjuran 6.5 juta unit pada 2035 masih merupakan senario yang berani—bukan keputusan yang telah ditetapkan. 318