Сбер создает департамент Physical AI: новая стратегия для автономных систем и бизнеса

Сбер переходит от чат-ботов к Physical AI: новая эра автономных систем

Банк Сбер совершает стратегический поворот, сместив фокус с разработки conversational AI (диалоговых систем) на физический искусственный интеллект (Physical AI). Это направление включает создание интеллектуальных систем, которые не только анализируют данные, но и активно взаимодействуют с физическим миром через роботов, дроны, промышленные манипуляторы и другие автономные устройства. Такой шаг отражает глобальный тренд перехода ИИ из виртуальной сферы в материальную, где технологии решают реальные промышленные задачи.

Создание департамента автономных решений: структура и кадры

Внутри технологического блока Сбера сформирован новый департамент автономных решений. Его миссия — разработка и масштабирование решений на основе Physical AI, обеспечивая их надежность и интеграцию в корпоративные процессы. Ключевой кадровый решение — назначение руководителя с глубоким экспертно-опытом в промышленной робототехнике.

Иван Калинов возглавил департамент, имея за плечами успешный опыт создания подразделения Yandex Robotics. Под его руководством были разработаны роботизированные решения для автоматизации складов, включая платформу управления разнородными роботами. Этот выбор подчеркивает ориентацию Сбера не на теоретиков, а на практиков, способных довести робототехнику до промышленного внедрения.

Почему Physical AI — это не просто мода, а необходимость?

Еще в 2026 году Сбер анонсировал исследования в области Vision-Language-Action (VLA) моделей, где ИИ выступает «мозгом» для физических систем: он воспринимает окружение, интерпретирует команды и преобразует их в действия. Создание отдельного департамента Institutionalizes эту стратегию, делая Physical AI центральным направлением развития.

Контраст с текущим рынком ИИ: В России доминируют языковые модели и генерация контента, но Physical AI фокусируется на действиях в реальном времени. Это роботы для сборки, автономная логистика, умные производственные линии и сервисы доставки, где критичны не только «понимание», но и точность, надежность, безопасность в материальной среде.

Как Physical AI выгоден бизнесу: практические аспекты

Физический ИИ оценивается не по качеству диалога, а по снижению ошибок, устойчивости к внешним условиям и способности выполнять комплексные многошаговые задачи. Для компаний это означает:

• Повышение операционной эффективности: Автономные системы 24/7 без усталости, оптимизируя процессы на складах, в цехах или на фермах.
• Снижение рисков: Роботы берут на себя опасные, монотонные или требовательные к точности операции, уменьшая травматизм и брак.
• Адаптивность: Современные Physical AI системы способны переобучаться на лету при изменении условий, например, при появлении новых деталей на конвейере.
• Интеграция в экосистемы: Платформы, такие как те, что разрабатывал Калинов в Yandex, позволяют управлять парком устройств от разных производителей, что снижает затраты на внедрение.

Примеры внедрения Physical AI в разных отраслях

Чтобы сделать статью более полезной, приведем конкретные сценарии, где Physical AI уже показывает свою эффективность:

• Логистика и складирование: Автономные погрузчики и роботы-сборщики, которые планируют маршруты в реальном времени, избегают препятствий и координируют работу с человеческим персоналом.
• Производство: Роботы-манипуляторы с компьютерным зрением, capable sorting и сборки нестандартных деталей без перепрограммирования. Например, в автомобильной промышленности для окраски или сборки.
• Сельское хозяйство: Дроны и автономные тракторы для мониторинга посевов, точечной обработки пожнивных остатков или сбора урожая, что снижает использование химикатов.
• Ритейл и услуги: Роботы-упаковщики в магазинах или автономные системы для дезинфекции помещений, адаптирующиеся под размеры товаров или интенсивность потока людей.

Вызовы и барьеры для развития Physical AI

Несмотря на потенциал, существуют препятствия, которые необходимо преодолеть:

• Высокие начальные затраты: Разработка и внедрение надежных роботизированных систем требуют значительных инвестиций в R&D и оборудование.
• Интеграция с legacy-системами: Многие предприятия используют устаревшие технологии, и подключение новых автономных решений может быть сложным и дорогим.
• Проблемы надежности и безопасности: Физические системы должны функционировать в неконтролируемых средах, где ошибки могут привести к материальным убыткам или травмам. Требуются冗余ные механизмы и строгие протоколы.
• Дефицит кадров: Нехватка специалистов, combine expertise в machine learning, робототехнике и domain-specific знаниях (например, в производстве).

Что это значит для рынка и Сбера?

Для Сбера запуск департамента — это долгосрочная ставка на занятие лидерской позиции не только в software-сегменте ИИ, но и в аппаратно-промышленной части. Успех будет зависеть от способности выводить решения из лабораторий в реальные предприятия, создавая экономически viable продукты.

Для российского рынка это может ускорить коммерциализацию робототехники. Если Сбер, как крупный игрок с ресурсами, покажет успешные кейсы, это привлечет внимание среднего бизнеса и стимулирует развитие локальных цепочек поставок. Кроме того, концентрация на Physical AI может снизить зависимость от импорта в области промышленной автоматизации.

Заключение: Physical AI как следующий шаг эволюции ИИ

Создание департамента автономных решений в Сбере — не просто организационное изменение, а заявка на то, что физический ИИ станет ключевым драйвером технологического прогресса в следующем десятилетии. Переход от «умных» интерфейсов к интеллектуальным агентам в реальном мире открывает новые возможности для бизнеса, но и требует серьезных усилий по преодолению инженерных и экономических барьеров. Для России это шанс ускорить цифровизацию промышленности и снизить разрыв с мировыми лидерами в области applied robotics.