عرضه اولیه Unitree و جهش بیسابقه بازار
سهام Unitree Robotics در روز عرضه اولیه در بورس شانگهای تا 629 درصد رشد کرد و در پایان روز با افزایش حدود 460 درصد بسته شد؛ ارزشی که شرکت را در محدودهٔ ۵۰ میلیارد دلار قرار داد. شرکت هانگژو توانست 6.1 میلیارد یوان (حدود 904 میلیون دلار) جذب کند و به اولین سازندهٔ ربات انساننمای فهرستشده در سرزمین اصلی چین تبدیل شد. این رویداد و سازوکارهای مرتبط نمونهای از مدلهای تامین مالی چرخهای هوش مصنوعی است که در ادامه بررسی میشود. گزارشها و تحلیلهای بازار را میتوانید در Bloomberg ببینید.
مدل کسبوکار چرخهای: خرید ربات، تولید و بازفروش داده
گزارش Financial Times نشان میدهد سازندگان ربات بخش بزرگی از دستگاهها را به مراکز آموزشی تحت حمایت دولتی میفروشند. این مراکز دستگاهها را از راه دور کنترل و با تعامل انسانی آموزش میدهند و پس از آن دادههای تولیدشده را به تولیدکننده بازمیفروشند. در نتیجه، پولی که دولت محلی و مراکز آموزشی برای خرید ربات پرداخت میکنند، بهصورت داده و خدمات به تولیدکننده بازمیگردد و حلقهای از تقاضای شبهخودپایدار شکل میگیرد؛ سازوکاری که دقیقاً مصداق تامین مالی چرخهای هوش مصنوعی است.
چشمانداز عددی و مقیاس مدل
- تا ژوئن بیش از ۹۰ مرکز آموزشی از این نوع فعال شدهاند، بر اساس آمار Interact Analysis.
- هزینهٔ تولید داده برای یک رقص ۵ دقیقهای ربات میتواند تا ۱,۰۰۰,۰۰۰ یوان (حدود ۱۴۸،۰۰۰ دلار) برسد.
- در نه ماه اول ۲۰۲۵ نزدیک به ۷۵٪ از درآمد رباتهای انساننمای Unitree از بخش آموزش و پژوهش حاصل شده است.
انتقادات اصلی: کیفیت داده و مبنای ارزشگذاری
تحلیلگران دو نگرانی بنیادی مطرح میکنند. اول، مفید بودن دادههای آموزشی تولیدشده در این مراکز برای کاربردهای واقعی؛ و دوم، پایهٔ حقیقی ارزشگذاری شرکت. مارکو وانگ از Interact Analysis اشاره میکند که این دادهها همیشه قابلاعتماد نیستند، چون رباتها اغلب در محیطهای ساختگی آموزش میبینند و نه در شرایط عملیاتی واقعی. یک مدیر مرکز گزارش داده تنها ۲ تا ۳ ساعت از هر ۸ ساعت آموزش را «قابل استفاده واقعی» میداند.
از منظر سرمایهگذاری، Unitree با نسبت قیمت به درآمد تقریباً ۳۵.۸۹ ارزشگذاری شده است، در حالی که رقبای هنگکنگی در حدود ۲۰ برابر ارزیابی میشوند؛ اختلافی که منتقدان آن را فاقد توجیه بنیادی میدانند و آن را ریسک سقفبندی بازار میخوانند.
الگوهای مشابه جهانی و دیدگاه ناظران
این سازوکار خلق تقاضا شباهتهایی با سرمایهگذاریها و حمایتهای زیرساختی در اکوسیستمهای دیگر دارد؛ بهعنوان مثال حمایتهای دولتی و همکاریهای صنعتی که حول شرکتهایی مانند Nvidia شکل گرفت. طرفداران میگویند چنین پشتیبانیهایی رشد سریع فناوری را ممکن میسازند، اما منتقدان هشدار میدهند که این رویکرد اندازهٔ واقعی بازار را بزرگتر نشان میدهد. نمونههای دیگری از تعامل میان شرکتها و مراکز تحقیقاتی در پروژههای مرتبط با OpenAI و مراکز داده نیز وجود دارد که میتواند منشأ منطقی تقاضا باشد یا آن را تا حدی مصنوعی جلوه دهد.
پیامدها و شاخصهای کلیدی برای رصد
سرنوشت این مدل به چند عامل بستگی دارد. پرسش اصلی برای سرمایهگذاران، سیاستگذاران و ناظران بازار این است که آیا تامین مالی چرخهای هوش مصنوعی میتواند به سودآوری بلندمدت و کاربردپذیری واقعی منجر شود یا صرفاً تقاضای سیاستمحور را تقویت میکند. شاخصهای مهم برای دنبال کردن عبارتاند از:
- آزمایشها و مستندسازی موارد استفادهٔ واقعی رباتها در محیطهای غیرآزمایشی و ارزیابی اثربخشی دادههای تولیدشده.
- رفتار سهامداران اولیه؛ میزان نگهداری یا خروج از موقعیت پس از عرضه اولیه.
- تغییرات در شدت و نوع حمایتهای دولتی که میتواند جریان درآمدی مراکز آموزشی را دگرگون کند.
- پایههای فنی و نوآوریهایی که شرکتها برای توجیه ارزشگذاریهای بالا ارائه میدهند و شواهد تجربی همراه با آنها.
جمعبندی و توصیهها
پکن با تخصیص سهمی از عرضه اولیه به سرمایهگذاران استراتژیک و تشویق مشارکت میان دولتهای محلی و شرکتها، بخش رباتیک انساننما و اکوسیستم دادهمحور را تسریع میکند. اما تعیین سرنوشت این بازار مستلزم اثبات کاربردپذیری دادهها، شفافیت در ارزشگذاری و بررسی دوام اقتصادی مدلهای مبتنی بر بازفروش داده است. توصیه برای تحلیلگران و سرمایهگذاران: مدلهای کسبوکار را با نگاه به قابلیتهای فنی و شواهد میدانی بسنجید و ریسکهای وابستگی به سیاستگزاری محلی را در سناریونویسیهای مالی لحاظ کنید.
منابع برای مطالعه بیشتر
برای پیگیری گزارشها و تحلیلهای عمیقتر، میتوانید مطالب Financial Times و Bloomberg را دنبال کنید و آمارهای بازار رباتیک و تحلیلهای فنی را در Interact Analysis مشاهده کنید.
