Global physical AI and humanoid robotics, with a focus on logistics — Interpretación del informe

Visión general

Goldman Sachs presenta un análisis profundo de Physical AI global y robótica humanoide centrado en logística y almacenes. Su conclusión principal es que la mejora de modelos de AI, más datos reales, producción a escala y menores costes de hardware respaldan una adopción de humanoides mucho más rápida, inicialmente en entornos comerciales estructurados y no en un despliegue amplio al consumidor.

Perspectivas principales

Goldman Sachs eleva su previsión global de humanoides a aproximadamente 75,000 unidades en 2026, 890,000 en 2030 y 6.5 million en 2035, frente a 51,000, 256,000 y 1.4 million anteriormente. Estima una oportunidad de mercado de $138 billion en 2035. Atribuye la revisión al progreso de Physical AI, herramientas open-source, financiación de riesgo, apoyo público y planes empresariales que pasan de prototipos a producción comercial. Espera un ciclo de datos: los robots desplegados generan datos reales que mejoran los modelos y amplían las capacidades de tareas. Logística y almacenes son, según el informe, los entornos tempranos más prácticos: tareas variadas pero en un marco estructurado. La penetración de automatización sigue baja frente a manufactura; el informe cita casi 1,800 robots por 10,000 empleados en automoción frente a 250 en manufactura no automotriz. Los mayores costes laborales, más SKU, exigencias de entrega rápida y complejidad de inventario hacen estructural la inversión en productividad. En la encuesta de más de 80 empresas, aproximadamente 30-35% evaluaba seriamente o pilotaba robots generales/humanoides, otro aproximadamente 35% tenía despliegues limitados y aproximadamente 40% esperaba automatizar o mejorar materialmente al menos 10% de los flujos de trabajo en 3-5 años. Las barreras principales son fiabilidad e integración. Amazon había desplegado más de 1 millón de robots en más de 300 instalaciones a junio de 2025. Su escenario alcista asume 5.6% de apalancamiento de cost-to-serve entre 2026E y 2030E, equivalente a una reducción por unidad de aproximadamente 11% en 2030, con aproximadamente $72 billion de ahorro acumulado, aproximadamente 240 bp de impulso al EBIT consolidado y aproximadamente 400 bp al margen EBIT minorista. Walmart tenía, a agosto de 2026, transporte automatizado para 3,100 tiendas de EE. UU. y más de 50% del fulfillment de e-commerce automatizado. El informe estima $4.0 billion-$23.7 billion de ahorro potencial por menores markdowns y una mejora adicional de 2.4%-12.9% en coste de entrega por pedido. Automoción es otra aplicación temprana, para clasificación de piezas, transporte, inspección y ensamblaje final. El precio medio de humanoides bajaría de más de $40,000 en 2025 a aproximadamente $21,000 en 2035; los equipos de alta especificación caerían de aproximadamente $150,000 a aproximadamente $50,000. Para usos de fábrica con tecnología preparada, el coste equivale a 2.8 años de trabajo en 2026 y 1.9 años en 2027. Con robots de $20,000-$60,000 y adopción de 10%-50%, el escenario automotriz estima expansión bruta de margen operativo de aproximadamente 1%-6%, aunque el efecto neto puede ser menor si se trasladan ahorros a precios más bajos. Solo aproximadamente 2% de los procesos de automoción son actualmente aptos para humanoides; ensamblaje complejo, cableado e inspección requieren más avances. La escala y la optimización de diseño reducirían el BOM medio aproximadamente 7% anual y los ASP aproximadamente 6% anual. Manos diestras, durabilidad, gestión térmica, cableado flexible, latencia de control y la brecha sim-to-real siguen siendo restricciones. La adopción comenzaría en fábricas de automóviles y grandes centros logísticos, se extendería a manufactura general y almacenes al alcanzar aproximadamente $20,000-$30,000 por unidad y madurar las normas de seguridad, y después a servicios, cuidados, infraestructura y hogares. Goldman Sachs prevé que los vPLC crezcan aproximadamente 20%-30% anual desde una base de aproximadamente $0.5 billion en 2025, frente a un mercado de PLC físico de aproximadamente $13 billion que crecería aproximadamente 4%. Los vPLC pueden coordinar flotas móviles de forma centralizada y cuestionar el lock-in de hardware-software heredado. No obstante, los PLC físicos no desaparecerán rápidamente por latencia determinista, seguridad, fiabilidad, costes de migración de plantas heredadas y requisitos de habilidades IT/seguridad. La monetización puede pasar de hardware inicial a suscripciones, uso y servicios gestionados, con riesgos de consolidación de instancias y precios basados en resultados. El contenido semiconductor por humanoide se estima en aproximadamente $2,950-$6,000+: $750-$1,050+ de analógico y señal mixta, $600-$800 de memoria y $1,600-$4,150+ de digital sin memoria. Los módulos de cómputo aportan aproximadamente $1,500-$4,000+; también hay oportunidades en actuadores, motores, reductores, rodamientos, baterías, pasivos, conectores y arneses. Los modelos de mundo y sistemas VLA son centrales para tareas físicas que los LLM entrenados solo con texto no resuelven. Un robot puede generar 64 TB de datos de cámara en un día, aproximadamente 200 veces un corpus de entrenamiento LLM de frontera de 120 TB. Microsoft, Oracle y CoreWeave se consideran bien posicionadas para estas cargas. El informe identifica un grupo amplio de beneficiarios. Amazon y Walmart son usuarios de automatización; Nvidia es un habilitador de pila completa. Jabil, Flex, TE Connectivity, Amphenol, Hyundai Mobis, HL Mando, Robotis, XPeng, Hesai, Xiaomi, Inovance, Sanhua, Shuanghuan, Daifuku, MinebeaMitsumi, Renesas y Regal Rexnord pueden participar en fabricación, actuadores, sensores, control, sistemas de almacén y componentes. Las opiniones y objetivos de inversión son específicos de cada empresa, no una recomendación única para todo el informe.

Marco de análisis

Goldman Sachs combina una previsión de mercado descendente revisada con comentarios de empresas, una encuesta de más de 80 compañías, estudios de caso técnicos y regionales, y escenarios operativos ascendentes. Evalúa la economía de adopción mediante el cost-to-serve de almacenes, la automatización minorista y sensibilidades de costes laborales y precios de robots en automoción; después mapea las implicaciones para PLC, semiconductores, componentes, software y empresas cotizadas concretas.

Notas metodológicas

• Marco de análisis sectorialMarco de oferta y demanda

  Dimensionamiento del mercado de humanoides basado en envíos proyectados, especificaciones, ASP y costes BOM hasta 2035.

  El informe vincula el aumento del despliegue comercial y la caída de costes unitarios con sus previsiones revisadas de unidades y valor de mercado.

• Marco de análisis sectorialTransmisión entre tramos de la cadena de valor

  Mapeo de la cadena de valor de Physical AI, desde software y cómputo hasta robots, componentes, sistemas de automatización y usuarios finales.

  Goldman Sachs rastrea cómo un despliegue más amplio de humanoides podría afectar a minoristas, proveedores de control industrial, proveedores de semiconductores y fabricantes de componentes de precisión.

• Marco de fundamentales corporativos y finanzasAnálisis del flujo de caja libre

  Análisis de sensibilidad de costes operativos y márgenes ante adopción de automatización.

  El informe estima ahorros de costes y efectos de margen EBIT para Amazon, Walmart y manufactura automotriz bajo supuestos específicos de adopción y costes.

• Métodos de valoraciónValoración SOTP por suma de partes

  Valoración sum-of-the-parts específica para Amazon.

  El objetivo a 12 meses de Amazon aplica EV/EBIT a North America y AWS, y EV/Sales a International, todo sobre estimaciones NTM+1.

• Métodos de valoraciónDCF (flujo de caja descontado)

  Análisis de escenarios discounted cash-flow para empresas seleccionadas y negocios emergentes de humanoides.

  El informe utiliza tasas de descuento, supuestos de crecimiento perpetuo o datos de valoración a largo plazo descontados para Tesla, XPeng y varios proveedores de componentes.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• Amazon (AMZN)

  Usuario de automatización y beneficiario logístico

  Fortalezas

  Más de 1 millón de robots desplegados, amplia red de fulfillment y margen para automatización a nivel de sistema.

  Debilidades

  Los artículos esenciales de bajo ASP pueden tener una economía unitaria débil antes de nuevas reducciones del cost-to-serve.

  Comparación

  El informe considera que la escala de automatización de Amazon es un diferenciador frente a competidores de e-commerce más pequeños.

  Riesgos

  Competencia, falta de éxito al escalar negocios de alto margen, presión sobre márgenes por inversiones, regulación y volatilidad macroeconómica.

• Walmart (WMT)

  Usuario de automatización y beneficiario minorista

  Fortalezas

  El transporte automatizado atiende 3,100 tiendas en EE. UU. y más de la mitad del volumen de fulfillment de e-commerce está automatizado.

  Debilidades

  El avance de automatización está incompleto y los retornos podrían disminuir conforme escala el e-commerce.

  Comparación

  La automatización puede ampliar la brecha de precio y servicio frente a competidores tradicionales de tiendas físicas.

  Riesgos

  Desaceleración económica, competencia de precios, costes salariales y de transporte, aranceles y volatilidad macro/FX.

• Nvidia (NVDA)

  Habilitador de cómputo, simulación y plataforma robótica de Physical AI

  Fortalezas

  Isaac GR00T, Omniverse y Jetson la posicionan en modelos, simulación y cómputo de borde.

  Comparación

  El informe ve a Nvidia como un habilitador fundamental de pila completa, no solo como proveedor de semiconductores.

  Riesgos

  Desaceleración del gasto en infraestructura de AI, erosión de cuota o margen por competencia y restricciones de suministro.

• Tesla (TSLA)

  Desarrollador de humanoides y posible fabricante a escala

  Fortalezas

  Las capacidades de hardware, entrenamiento de AI, fabricación y datos de fábricas internas podrían reducir varios miles de dólares por robot de Optimus.

  Debilidades

  La dirección espera una curva S larga y inicialmente plana; las primeras unidades se destinan a recopilación de datos y entrenamiento.

  Comparación

  Tesla y Hyundai se identifican entre los fabricantes de automóviles más activamente implicados en humanoides.

  Riesgos

  Riesgos de ejecución y competencia en Physical AI, precios de vehículos, demanda de EV, aranceles, retrasos de productos y riesgos de integración vertical.

• Hyundai Mobis (012330.KS)

  Proveedor de actuadores de Boston Dynamics

  Fortalezas

  Proveedor exclusivo de actuadores de Boston Dynamics, con capacidad objetivo de 350,000 unidades/año para 2028.

  Debilidades

  La ejecución en humanoides depende de la rampa de Boston Dynamics.

  Comparación

  El informe considera a Corea del Sur un socio crítico de la cadena de suministro de actuadores para desarrolladores no chinos.

  Riesgos

  Erosión de margen por inflación de costes y ejecución más lenta en humanoides o conducción autónoma.

• Daifuku (6383.T)

  Proveedor de sistemas de automatización de almacenes

  Fortalezas

  Posición líder en manejo de materiales y crecimiento superior al de pares de automatización fabril.

  Comparación

  Goldman Sachs considera a Daifuku un posible gran beneficiario porque los humanoides probablemente operarán dentro de sistemas subyacentes de automatización de almacenes.

  Riesgos

  Inversión más lenta de las industrias tecnológica, e-commerce y automotriz.

• Regal Rexnord (RRX)

  Proveedor de movimiento de precisión y sistemas integrados de actuación

  Fortalezas

  Puede combinar sistemas de actuación, motores sin bastidor, frenos miniatura y rodamientos de precisión para 30-50 ejes de movimiento por humanoide.

  Debilidades

  La tracción comercial de humanoides sigue siendo temprana, con aproximadamente $40 million de pedidos al cierre de FY25.

  Comparación

  Su oferta multicomponente podría sostener mayor contenido por robot que un proveedor de componentes más especializado.

  Riesgos

  Destocking más prolongado, tendencias discretas más débiles, presión de precio/coste y M&A dilutivo.

Datos clave

• Envíos globales de robots humanoides75,000 in 2026E; 890,000 in 2030E; 6.5 million in 2035ERevisado desde 51,000, 256,000 y 1.4 million, respectivamente.
• Mercado global de robots humanoides$138 billion in 2035EEstimación revisada de oportunidad de mercado de Goldman Sachs.
• Tendencia de costes de humanoidesBOM down about 7% annually; ASP down about 6% annuallyLa previsión refleja escala y optimización de diseño.
• Escenario de automatización de Amazon~$72 billion cumulative savings and ~240 bp consolidated EBIT tailwind by 2030Basado en aproximadamente 5.6% de apalancamiento total de cost-to-serve entre 2026E y 2030E.
• Contenido semiconductor de humanoides$2,950-$6,000+ per humanoidIncluye señal analógica/mixta, memoria y contenido digital sin memoria.
• Expectativas de adopción de la encuesta~40% of respondents expect at least 10% of workflows to be automated or materially enhanced in 3-5 yearsLa encuesta cubrió más de 80 empresas globales.
• Mercado de PLC virtual~20%-30% annual growth from a ~$0.5 billion 2025 baseEn comparación, se espera que el mercado tradicional de PLC de aproximadamente $13 billion crezca aproximadamente 4%.

Impacto e implicaciones

El informe considera a los humanoides una plataforma emergente de productividad cuyo valor comercial inicial es más evidente en almacenes y logística automotriz. Espera que la oportunidad se extienda por los ecosistemas de hardware, software, automatización y componentes a medida que bajen los costes y mejoren las capacidades, aunque el despliegue práctico depende de rendimiento fiable en el mundo real, integración y seguridad.

Riesgos

• El despliegue de humanoides podría retrasarse por límites de fiabilidad, complejidad de integración, requisitos de seguridad y datos de entrenamiento real insuficientes.
• Las manos diestras, la generalización sim-to-real, la durabilidad, la gestión térmica y la latencia de control siguen siendo cuellos de botella técnicos.
• La adopción de vPLC afronta retos de latencia, seguridad funcional, fiabilidad, migración de plantas heredadas y brecha de habilidades.
• Parte de los ahorros de automatización podría trasladarse a clientes mediante menores precios, reduciendo el beneficio neto de margen.
• La competencia y la integración vertical podrían reconfigurar la cadena de suministro y limitar la economía de proveedores individuales.

Aspectos que vigilar

• Si los pilotos en almacenes, centros logísticos y fábricas de automóviles se convierten en despliegues comerciales a escala.
• El ritmo de caída de BOM y ASP conforme crece la producción de humanoides.
• El progreso en manipulación real, manos diestras, certificación de seguridad y desempeño sim-to-real.
• Si Amazon y Walmart siguen reduciendo costes de fulfillment y entrega mediante automatización.
• La transición de PLC físico a vPLC y la capacidad de incumbentes para preservar monetización y relaciones con clientes.
• El crecimiento de cargas de entrenamiento de modelos de mundo y la demanda asociada de GPU, almacenamiento y redes de alto rendimiento.