В докладе обсудим, как Physical AI становится следующим этапом развития ИИ после больших языковых моделей, открывая новые горизонты для робототехники и смежных отраслей. Разберём, почему дефицит реальных физических данных остаётся главным ограничением для LLM и как этот разрыв преодолевается через наращивание данных и ИИ-приоритизацию бэклога. Отдельно поговорим о роли CPO в построении Physical AI — от продуктовой стратегии и работы с большими данными до применения LLM-агентов для парсинга компетенций и ускорения разработки. Рассмотрим, как из этих подходов рождаются новые датасеты, гипотезы и продукты, а также какие практические результаты это даёт.