Physical AI: Jak venture kapitál přepisuje pravidla automatizace

Ještě před třemi lety bylo „physical AI" termín, který znali hlavně akademici a hrstka vizionářů v Silicon Valley. Dnes je to kategorie, do které teče více venture kapitálu než do většiny softwarových sektorů dohromady. Ale za čísly se skrývá komplexnější příběh — o tom, kde skutečně dochází k technologickému průlomu, kde jde jen o FOMO, a proč integrace do výrobních linek zůstává tvrdším oříškem než samotný vývoj robotů.

Kapitál teče — ale ne rovnoměrně

Čísla jsou působivá bez ohledu na to, jakou metodiku použijete. CB Insights reportuje celkové robotics VC investice za rok 2025 na úrovni 40,7 miliardy dolarů, PitchBook tutéž kategorii počítá konzervativněji na 27,6 miliardy — rozdíl vzniká tím, co každý analytik do „physical AI" vůbec zahrnuje. Jedno je ale jisté: trend je jednoznačný. Z dat PitchBook agregovaných MUFG vyplývá, že investice rostly z 1 miliardy v roce 2016 na 26 miliard v roce 2025, přičemž data za první polovinu roku 2026 naznačují další akceleraci.

Kriticky důležité je ale rozložení kapitálu. Canonical ve své analýze 22 sub-sektorů upozorňuje, že přibližně 80 % kapitálu se koncentruje ve čtyřech super-kategoriích: humanoidní roboti, obranné technologie, autonomní vozidla a foundation models pro robotiku. Zbytek ekosystému — včetně průmyslových AGV, AMR pro sklady a precizní výrobní automatizace — bojuje o zbývající pětinu.

Obranný sektor je přitom příkladem toho, jak rychle se může kategorie institucionalizovat. V roce 2022 existovaly pouze dvě pure-play obranné technologické firmy s valuací nad 1 miliardu dolarů. Do poloviny roku 2026 jich je přes 22. Anduril sám dosáhl valuace 61 miliard dolarů po Series H, podpořené březnovým DoD kontraktem v hodnotě 20 miliard. Canonical přitom upozorňuje na zajímavý strukturální detail: březnové kolo Shield AI kombinuje 1,5 miliardy v ekvitě s 500 miliony ve strukturovaném kreditu od Blackstone — první signál, že obranné unikorniany začínají budovat institucionální rozvahy namísto čistě venture-backed modelů.

Humanoidní roboti tvoří samostatnou kapitolu. CB Insights odhaduje, že firmy v tomto segmentu jsou na cestě k rekordním 10 miliardám dolarů v celkovém financování za rok 2026. Pilotní programy běží: Boston Dynamics nasazuje Atlas v závodech Hyundai, Airbus testuje Walker S2 od UBTECH v letecké výrobě, BMW se stalo prvním automobilovým výrobcem, který nasadil humanoidní roboty do produkce v Německu. Nejde tedy jen o laboratoře — ale komercializace ve skutečném měřítku zůstává podle CB Insights ještě vzdálena několik let.

Integrace do výroby: kde se rozbíjí byznysové plány

Tady přichází ta část, o které se v prezentacích pro investory příliš nemluví. Nasadit robota do strukturovaného prostředí — skladu, linky s definovanými parametry — je technicky vyřešený problém. Nasadit ho do reálné heterogenní továrny, kde se mění produktový mix, kde operátoři improvizují a kde legacy systémy komunikují přes protokoly staré dvacet let, je zcela jiná disciplína.

RSM ve své analýze z června 2026 pojmenovává hlavní bariéry explicitně: nedostatek interní expertízy, absence jasné AI strategie, obtížná identifikace use-cases a — klíčový bod — náklady na implementaci a integraci. Data z britského trhu ukazují, že výrobci alokují pouze 12 % AI budgetů na hyperscalery a pouhá 3 % na AI-native providery. Drtivá většina peněz míří na IT služby a systémovou integraci. To samo o sobě vypovídá o realitě trhu: firmy nevydávají peníze za frontier modely, vydávají je za to, aby dostaly cokoliv funkčního do provozu.

Náklady na implementaci AI v manufacturing prostředí se pohybují od desítek tisíc dolarů u pilotních projektů po řádově vyšší částky u enterprise deploymentů zahrnujících automatizační systémy a datové platformy. ROI přichází typicky za 6–18 měsíců u well-defined use-cases jako prediktivní údržba nebo automatická vizuální inspekce kvality. U komplexnějších integrací je horizont podstatně delší — a weighted average IRR threshold, který boardy britských výrobců akceptují, se pohybuje kolem 12–13 %. To je konzervativní číslo, které reflektuje, že výrobní ředitelé hodnotí AI investice stejně skepticky jako každý jiný capex.

Zajímavý kontrast nabízí Crunchbase data o Mind Robotics — Rivian spinoutu, který v roce 2026 uzavřel nejprve 500milionové Series A kolo vedené Accelem a Andreessen Horowitz, a pak v květnu dalších 400 milionů od Kleiner Perkins. Firma vyvíjí AI-enabled průmyslovou robotickou platformu zaměřenou na automatizaci výrobních a průmyslových úkolů ve větším měřítku. Valuace odpovídají pre-revenue logice AI investic: investoři sázejí na technologickou pozici, ne na aktuální tržby.

Čína, standardy a souboj o orchestrační vrstvu

Čína nasazuje více než 50 % světových průmyslových robotů — v absolutních číslech 295 000 jednotek ročně, přičemž druhé Japonsko zaostává na 45 000. Stanford AI Index 2026 tato čísla dokumentuje a ukazují strukturální výhodu čínského trhu: kombinaci státní podpory, rychlé průmyslové adopce a domácích hráčů, kteří mají přístup k obrovským rozsáhlým trénovacím datům z reálných výrobních prostředí.

Ale technologický souboj o budoucnost se odehrává na jiné úrovni — v orchestrační vrstvě. CB Insights identifikuje jako klíčový battleground vývoj robot foundation models: AI systémů, které neřídí jeden robot, ale koordinují roboty, tovární systémy a vybavení napříč propojenými workflow. Do tohoto prostoru vstupují průmysloví incumbenti (ABB, KUKA, Fanuc), velké technologické firmy a desítky startupů současně. Skild AI — jeden z nejviditelněji financovaných hráčů v segmentu — uzavřel kolo 1,4 miliardy dolarů, čímž ztrojnásobil svou valuaci na 14 miliard dolarů za pouhých 7 měsíců.

Mega-kola dominují celé kategorii: podle CB Insights tvořily transakce nad 100 milionů dolarů v Q1 2026 celých 94 % celkového objemu financování. Průměrná velikost dealu dosáhla 160 milionů — více než čtyřnásobek celoročního průměru z roku 2025. Kapitál se konsoliduje kolem malého počtu sázek s vysokým přesvědčením, zatímco seed-stage ekosystém zůstává aktivní, ale obtížně financovatelný.

Fundamentální otázka pro rok 2027 a dál zní: udrží fyzická AI tempo ROI, které by ospravedlnilo tyto valuace? Nebo se — podobně jako v předchozích robotických cyklech — ukáže, že gap mezi laboratorní výkonností a skutečnou průmyslovou nasaditelností je podstatně větší, než si investoři připouštějí? Výrobní ředitelé, kteří platí za integraci z provozního rozpočtu, na tuto otázku odpovídají jinak než venture kapitalisté, kteří optimalizují portfolio přes deset fondů.