Simbe ma 3 000 robotów pod kontraktem. Retail pokazuje skalę Physical AI
Simbe mówi o ponad 3 000 autonomicznych jednostek under contract. To nie jest równoznaczne z 3 000 robotów pracujących dziś w sklepach. Firma nie podała liczby aktywnych wdrożeń w tej samej informacji.
Simbe Robotics przekroczyło próg 3 000 autonomicznych jednostek zakontraktowanych przez klientów. W świecie Physical AI ważniejsza od samej liczby jest natura tego wdrożenia: Tally nie jest robotem pokazowym ani prototypem do laboratorium. To maszyna, która od lat porusza się między klientami i pracownikami sklepów, skanuje półki i zamienia obraz fizycznego sklepu w dane operacyjne.
Firma przedstawia wynik jako największą komercyjnie zakontraktowaną flotę technologii shelf intelligence zidentyfikowaną we własnych badaniach. To zastrzeżenie ma znaczenie. RoboMorrow traktuje 3 000 jako liczbę kontraktową podaną przez producenta, a nie niezależnie audytowaną liczbę robotów działających jednocześnie.
Co właściwie robi Tally
Tally autonomicznie przejeżdża alejkami i wykorzystuje kamery oraz czujniki do wykrywania braków towaru, błędnych cen i produktów ustawionych w niewłaściwym miejscu. Simbe łączy roboty z RFID, sensorami stałymi, aplikacją mobilną i analityką. Wartość nie kończy się więc na pojeździe: dane z półki mają trafiać do list zadań pracowników, systemów merchandisingowych, e-commerce i procesów uzupełniania zapasu.
Producent podaje, że jego technologia działa u ponad 75 sieci handlowych w prawie tuzinie krajów. Simbe raportuje również 5 mln godzin autonomicznej pracy, 45 mld przeanalizowanych zdjęć półek i 18 mld zeskanowanych etykiet cenowych. To liczby firmowe, ale pokazują skalę danych, której nie da się łatwo odtworzyć krótkim pilotażem.
Na stronie produktu Simbe deklaruje do 12 godzin pracy na ładowaniu oraz możliwość skanowania także poza godzinami otwarcia. Tally porusza się wolniej niż człowiek i ma zestaw sensorów do pracy w zatłoczonym środowisku. W praktyce najważniejszym testem nie jest jednak pojedynczy przejazd, lecz to, czy system przez miesiące zachowuje wystarczającą dokładność i dostępność, aby pracownicy faktycznie ufali generowanym zadaniom.
Dlaczego 3 000 pod kontraktem jest ważniejsze niż kolejny efektowny humanoid
Robotyka w 2026 r. jest pełna demonstracji, które świetnie wyglądają na krótkim filmie, lecz niewiele mówią o kosztach utrzymania, niezawodności i zachowaniu maszyny w przypadkowym otoczeniu. Sklep jest odwrotnością kontrolowanego laboratorium: zmieniają się ludzie, wózki, ekspozycje, światło, szerokość przejazdu i położenie produktów. Utrzymywanie autonomii w tysiącach takich lokalizacji jest mniej widowiskowe niż salto humanoida, ale biznesowo znacznie bardziej mierzalne.
To podobny sygnał do opisywanego przez RoboMorrow kontraktu na 200 robotów sprzątających Richtech DUST-E. W obu przypadkach istotna jest nie sama możliwość wykonania zadania, lecz przejście od pojedynczego pilota do powtarzalnego modelu flotowego. Simbe jest dalej na osi dojrzałości, bo jego system gromadzi dane z wielu lat realnej eksploatacji.
Czego nie wiemy
- ile z ponad 3 000 zakontraktowanych jednostek jest już fizycznie wdrożonych i aktywnych;
- jak rozkłada się flota pomiędzy poszczególne warianty i elementy platformy;
- jaki jest średni koszt abonamentu RaaS, wdrożenia i integracji dla sieci handlowej;
- jak wygląda uptime, liczba interwencji i koszt serwisu w przeliczeniu na sklep;
- jaki udział nowych kontraktów przypada na Europę.
Co to znaczy dla Polski i Europy
Simbe ma europejskie referencje i aktywnie rozwija obecność na kontynencie. Dla polskich retailerów najciekawsza nie jest sama konstrukcja robota, lecz ekonomia ciągłej cyfryzacji półki. Jeżeli system potrafi regularnie wykrywać braki, błędy cenowe i problemy z ekspozycją taniej niż rozproszony proces ręczny, staje się elementem infrastruktury danych sklepu, a nie gadżetem.
To także dobra lekcja dla rynku Physical AI: nie każda wartościowa automatyzacja musi manipulować przedmiotami. Robot obserwujący środowisko może tworzyć warstwę danych, na której później działają systemy zamówień, planowania pracy i agenci AI. W handlu detalicznym ta ścieżka może skalować szybciej niż uniwersalny robot wykonujący wszystkie zadania człowieka.
Wniosek RoboMorrow
Kamień milowy Simbe warto traktować jako dowód komercjalizacji konkretnego, wąskiego workflow. Nie dowodzi on, że retail stał się autonomiczny ani że 3 000 robotów już pracuje. Pokazuje natomiast, że Physical AI może osiągać tysiące zakontraktowanych jednostek tam, gdzie zadanie jest dobrze zdefiniowane, ROI da się policzyć, a system ma lata danych z prawdziwego świata.
Jak mierzyć, czy taki robot naprawdę się opłaca
W przypadku retailu nie wystarczy policzyć kosztu robota i liczby godzin pracy. Sensowny model ROI powinien uwzględniać poprawę dostępności towaru, ograniczenie błędów cenowych, czas odzyskany przez pracowników, wpływ na kompletację zamówień online oraz koszt obsługi wyjątków. Kluczowa jest też jakość danych: fałszywy alert może kosztować niewiele raz, ale przy tysiącach SKU szybko zamienia się w dodatkową pracę.
Dla sieci handlowej dobrym pilotem nie jest jeden efektowny tydzień. Potrzebne są porównywalne sklepy testowe i kontrolne, kilka miesięcy danych oraz jasna definicja tego, co uznajemy za interwencję człowieka. Warto mierzyć nie tylko liczbę wykrytych braków, ale również odsetek problemów rozwiązanych przed utratą sprzedaży. Dopiero wtedy robot staje się narzędziem operacyjnym, a nie tylko kolejnym źródłem raportów.
Drugim wymiarem jest skalowalność. System działający w pięciu sklepach może być obsługiwany ręcznie przez zespół dostawcy. Przy setkach lokalizacji znaczenia nabierają zdalna diagnostyka, automatyczne aktualizacje, części zamienne i procedury bezpieczeństwa. Właśnie dlatego 3 000 jednostek pod kontraktem jest interesującym sygnałem: sugeruje, że Simbe musiało zbudować przynajmniej część tej infrastruktury flotowej.