Лето 2026-го дало клинингу три новости, которые выглядят как разные сюжеты, а на самом деле являются одним: роботы наконец учатся уборке — и учатся они на нас. В Сан-Франциско человекоподобные машины уже приходят в квартиры за деньги. Figure платит людям за то, чтобы они мыли, складывали и поливали под камеру. А отдельные стартапы предлагают убрать ваш дом бесплатно — если разрешите записать процесс. Разберём, где здесь технология, где маркетинг и что из этого действительно повлияет на B2B-уборку офисов и торговых центров.
1. Сан-Франциско: уборка гуманоидом за $30 в час
Стартап Tau Robotics запустил в Сан-Франциско сервис уборки жилья и офисов человекоподобными роботами. Цена — около $30 в час, доступ пока по приглашениям. Роботы пылесосят, протирают поверхности, собирают мусор и поднимают разбросанные вещи.
Главный нюанс, который в вирусных видео обычно теряется: машины работают не полностью автономно — действия контролируют операторы. То есть это не «робот заменил уборщика», а «человек управляет роботом, и попутно каждая смена превращается в обучающие данные». Осторожность профессионального сообщества понятна: специалисты по робототехнике публично сомневались, что современные манипуляторы способны на такой уровень самостоятельности в незнакомой квартире.
Почему именно квартиры, а не склады
Логика компании прямая: жилые помещения максимально не похожи друг на друга. Разная мебель, разное освещение, случайный беспорядок. Для обучения модели это идеальная «школа неопределённости» — куда полезнее, чем ровный бетонный пол логистического центра, где робот-поломойка ездит по маршруту уже несколько лет.
2. Figure: миллиард долларов за то, чтобы люди работали под камерой
Figure объявила о запуске платформы, где людям платят за запись повседневных бытовых задач от первого лица — с намерением вложить в это направление порядка $1 млрд. Формат по сути гиговый: человек выполняет обычные домашние дела в шлеме/на камеру, данные уходят на обучение моделей управления роботом.
Список задач, за съёмку которых платят, читается как чек-лист бытовой уборки:
- заправить постель;
- сложить бельё;
- приготовить еду;
- убраться в комнате;
- полить растения;
- разобрать продукты после магазина;
- вынести мусор.
Масштаб разнообразия, который даёт такая съёмка, показателен: на тысячу часов записи в датасете фиксируется 373 разные задачи, 1 146 уникальных объектов и 116 типов помещений. Ни один синтетический симулятор такой каши из реальных предметов, углов и бытовых ситуаций пока не даёт.
Почему без людей не получается
Мелкая моторика — то, что хуже всего даётся роботам при обучении на синтетических данных. Как именно взяться за тряпку. С какой силой прижать её к столу, чтобы стереть след от кофе, но не сдвинуть монитор. В какой последовательности обойти комнату, чтобы не наступить на только что вымытый участок. Когда переключиться с сухой на влажную уборку. Как отличить «мусор» от «вещи владельца, которая просто лежит не на месте».
Всё это — тактильные и контекстные решения, которые человек принимает не думая, а модель должна увидеть тысячи раз. Уборка в этом смысле почти идеальный учебный предмет: сцены структурированные (есть понятная последовательность операций), повторяемые (одно и то же действие можно записать в сотнях интерьеров) и коммерчески ценные (за результат готовы платить уже сейчас).
3. Бесплатная уборка в обмен на данные
Третий сюжет — самый спорный. Появились предложения по модели «мы убираем ваш дом бесплатно или со скидкой, а вы разрешаете записывать процесс». Экономика прозрачна: стоимость смены дешевле, чем покупка размеченных данных на рынке.
Здесь начинается зона приватности. Съёмка уборки — это не абстрактные «данные о полах». Это планировка, содержимое полок, документы на столе, лекарства, детские вещи, лица людей в кадре. Для частного клиента это личное дело. Для юридического лица в России — уже совсем другой разговор.
Что это значит для российского B2B
Любая видеозапись уборки в офисе — это потенциально персональные данные сотрудников и коммерческая тайна заказчика: экраны, договоры на столах, схемы, пропускной режим. Если подрядчик приносит на объект носимые камеры, это должно быть отдельно урегулировано договором и режимом доступа, а не «упомянуто устно». По умолчанию правильный ответ службы безопасности — запрет.
Что из этого реально дойдёт до российских объектов
Разделим по горизонтам — без футурологии.
| Технология | Готовность | Где применимо |
|---|---|---|
| Роботы-поломойки (автономные скрубберы) | Работает сегодня | ТЦ, склады, аэропорты, паркинги, площади от 5 000 м² |
| Роботы-пылесосы промышленного класса | Работает сегодня | Ковролин в офисах открытой планировки, коридоры |
| ИИ-контроль качества по фото/видео | Пилоты | Чек-листы, приёмка смен, спорные ситуации по SLA |
| Гуманоид с манипуляцией предметами | Ранние демо и телеуправление | Пока лаборатории и пилотные квартиры |
| Гуманоид вместо уборщика на объекте | Не горизонт 2026–2027 | — |
Иначе говоря: в 2026 году робот уверенно забирает монотонные операции на больших ровных площадях. Он не забирает санузлы, стеклянные перегородки, кухни, мебель и всё, где нужно принять решение и приложить точное усилие рукой.
Экономика: где считать выгоду уже сейчас
Робот-поломойка не «отменяет людей», а меняет структуру трудозатрат. Смысл появляется, когда механизируемая площадь достаточно велика, а окупаемость считается по фактическим часам:
- сколько человеко-часов в месяц уходит на машинную мойку полов сейчас;
- какую долю этих часов техника закрывает без оператора;
- сколько часов остаётся на «ручные» зоны — они никуда не денутся;
- стоимость владения: аренда/лизинг, обслуживание, зарядка, обучение персонала;
- перераспределение освободившихся часов на качество, а не просто вычёркивание людей из штатки.
Подробный разбор окупаемости — в материалах «Роботизация клининга в России» и «Как выбрать поломоечную машину».
Мораль первая: про роботов
Роботы приходят не в уборку целиком, а в её самые скучные участки. Ценность профессионала смещается: меньше «водить мопом по площади», больше нормировать, контролировать качество, обслуживать технику и отвечать за результат перед заказчиком. Подрядчик, который умеет считать часы и нормы, выигрывает от механизации. Подрядчик, который продаёт «дешёвые руки», проигрывает — сначала технике, потом демпингу.
Мораль вторая: про ИИ и данные
ИИ не «понял» уборку — ему её показали люди, за деньги, кадр за кадром. Это стоит запомнить в двух смыслах. Первый: любые обещания «полностью автономного робота-уборщика уже завтра» стоит проверять вопросом «на каких данных он обучен и кто был оператором». Второй: данные о ваших помещениях — это актив. Бесплатная уборка в обмен на видеозапись офиса — не скидка, а сделка, в которой вы платите информацией о своём объекте, сотрудниках и процессах.
Три вопроса подрядчику, который предлагает «ИИ-уборку»
- Что конкретно делает автоматика, а что остаётся людям — в человеко-часах, а не в слайдах?
- Ведётся ли на объекте видео- или сенсорная запись, кто владелец этих данных и как они хранятся?
- Как изменится численность и ФОТ, и подтверждается ли это расчётом по методике АКФО?
Источники
- Life.ru — в Сан-Франциско начали тестировать роботов для уборки квартир
- Forbes — Figure запускает гиг-платформу для обучения роботов
- Fast Company — бесплатная уборка в обмен на данные
Посчитайте, что даёт механизация на вашем объекте
Введите площадь, тип объекта и периодичность — получите часы, численность и ₽/м²/мес по методике АКФО