花旗峰会：机器人规模化是十年长跑
Miles Bennett
花旗年度机器人峰会判断，实体AI正从概念验证迈向商业部署，但数据稀缺、电池续航和高部署成本三重瓶颈意味着规模化是十年长跑，不会像聊天机器人那样快速爆发。
为什么说数据才是最大的卡脖子问题？
与会者反复提到：即便全行业到2026年收集了数千万小时真实世界数据，相对于实现高水平机器人性能所需的总量，也仅相当于"基点"而非"百分比"。这意味着→ 数据缺口不是差一点，而是差几个数量级。
用大白话说＝ 大语言模型可以靠互联网上已有的海量文本训练，但机器人必须在真实环境里一个场景一个场景地采数据，每换一个任务几乎从零开始。
这反映出实体AI与数字AI的根本差异：价值不在模型本身，而在专有数据+专用硬件+安全认证的组合。
为什么专用机器比人形机器人更快赚钱？
花旗分析师特里指出，近期真正驱动投资回报的是Locus Robotics、Dexterity等公司的专用自主移动机器人，而非通用人形机器人。
商业化最快的公司路径相似：从高痛点劳动力问题切入，不追求通用能力；采用"机器人即服务"（RaaS）模式降低客户门槛；把安全和可靠性放在模型复杂度之上。
用大白话说＝ 人形机器人吸引眼球和投资热情，但短期利润来自那些只做一件事、做得很稳的专用机器。
200亿美元投向了哪些场景？
过去两年，实体AI领域累计吸引约200亿美元投资，覆盖仓储、物流、卡车运输、建筑、航空及国防。
核心终端市场是物流、仓储和汽车制造，共同特点是高频次、高重复性任务。上周宝马披露其南卡罗来纳州斯巴达堡工厂已有升级版人形机器人在产线上作业。
这意味着→ 资金正沿着"确定性最高的场景"往下灌——越是重复性强、用工缺口大的环节，自动化越先落地。
RaaS模式怎样打开中小企业市场？
高昂的前期资本支出一直是中小企业部署机器人的最大障碍。RaaS（机器人即服务）模式把一次性采购变成按使用付费的运营支出，大幅降低门槛。
特里特别提到Symbotic的"仓储即服务"产品（GreenBox/Exol），认为该模式可将仓储自动化推广至此前因成本望而却步的中小型企业。
用大白话说＝ 以前买机器人像买房，现在RaaS让它变成租房——不用掏首付，按月付租金。
花旗的终局判断是什么？
特里的结论：实体AI是十年级别的长期建设，不会出现聊天机器人式的快速爆发。
驱动需求的三股力量——劳动力短缺、制造业回流、有利的监管环境——正在加速企业采购意愿，但数据稀缺、人才瓶颈、电池续航和部署成本仍是主要摩擦点。
这意味着→ 花旗认为长期价值将集中在掌握数据飞轮、解决真实部署问题并达到最高安全标准的公司手中——数据积累速度是这场长跑中最关键的分化变量。
Content is for reference only, not financial advice.