具身智能的萬億生意，從停止賣機器人開始

站在2026年春天的歷史節點，如果你翻開全球頂級風險投資機構的內部備忘錄，會發現一個令人腎上腺素飆升卻又充滿焦慮的共識：基于純粹數字世界（Bits）的大模型紅利正在觸碰應用層的天花板，而一個由物理世界（Atoms）構成的萬億級新大陸——具身智能（Embodied AI）與物理AI（Physical AI），正處于“寒武紀大爆發”的絕對奇點。

在這些令人目眩的技術狂歡之下，我們必須回歸商業的冷酷現實。技術決定了我們能走多快，但商業模式決定了我們能走多遠。

無數前沿的人形機器人和靈巧雙臂在受控實驗室里完成了極其驚艷的“折疊襯衫”或“倒咖啡”動作，卻在真實的商業環境中死于高昂的部署成本、脆弱的系統穩定性以及算不過賬的投資回報率（ROI）。

在中國廣袤的下沉制造業帶或是喧囂的物流園里，我們見過太多血淋淋的教訓：老板們花大價錢買回來的機械臂，因為換線調試成本極高、非標場景頻發，最終只能被罩上防塵罩，在車間角落里“吃灰”。賬本上的殘酷現實是：如果算上折舊、高薪聘請的運維工程師以及非計劃停機帶來的全線停產罰款，這臺昂貴的機器根本“算不過賬”，甚至遠不如隔壁村隨叫隨到的臨時工好使。

今天，具身智能和機器人行業最大的挑戰，早已不是AI能否理解自然語言，也不是硬件的自由度是否足夠，而是觸及了商業本質的靈魂拷問——究竟誰在為機器人的工作買單？他們買的到底是“資產”，還是“結果”？

本文將從第一性原理與系統性思維出發，徹底拆解全球具身智能產業的商業模式大變局。對于中國的上市公司決策者、創業者、投資同行以及地方政府產業基金而言，讀懂商業模式的演變，才是真正拿到通往下一個萬億級時代的船票。

核心觀點提煉：

1.技術決定了我們能走多快，但商業模式決定了我們能走多遠。

2.究竟誰在為機器人的工作買單？他們買的到底是“資產”，還是“結果”？

3.機器人行業最大的誤判，是把自己當成“賣硬件”的生意。

4.對一家謀求上市或高估值的具身智能公司而言，Robotics-aaS就像是固定利率收益，而Result-aaS則是充滿爆發力的權益溢價。

5.AI應用的終局必須回到物理世界，真正的大利潤池不在狹窄的數字化工具里，而在于端到端的重度運營與“AI包工頭”模式中。

（注：本文關于Result-as-a-Service（結果即服務）、“AI包工頭”模式、利潤池跨越以及AI進化層級等前沿原創商業思想，源自盛景網聯董事長、盛景嘉成創投創始合伙人彭志強與盛景嘉成創投管理合伙人王湘云的。）

01

硬件直銷的窮途末路與“資產”執念

機器人行業最大的誤判，是把自己當成“賣硬件”的生意：一臺機器出廠、一次性確認收入、把售后當成本中心。

在傳統的工業機器人時代，這種模式勉強行得通，因為那時的機器人本質上是“機電一體化的非標自動化設備”。但對于搭載了具身智能的新一代機器人而言，可一旦機器人進入客戶現場，它就不再是一件商品，而是一個持續運行的生產要素：要被排班、被維護、被升級、被審計、被追責。

當一家制造企業的老板或是物流倉儲的CFO凝視著一臺標價5萬美元的人形機器人時，他腦海中盤算的絕不是“這臺機器的算力有多強”，而是“它什么時候會宕機？宕機了誰來修？算上折舊和維護，它真的比我雇傭三個三班倒的工人更劃算嗎？”

于是，客戶真正愿意付錢的其實不再是“機器所有權”，而是“確定性產出”。

純硬件直銷（CapEx模式）將不可避免地走向兩個極端：要么像部分中國初創企業那樣，在高度內卷中把硬件整機當成“極客玩具”或“教具”以極低微薄的毛利傾銷，陷入萬劫不復的價格戰；要么試圖復制醫療領域Intuitive Surgical（達芬奇手術機器人）的“剃刀與刀片”模式，用極高的轉換壁壘鎖定客戶，再通過高頻耗材與維保攫取利潤。但遺憾的是，在廣袤的通用制造、倉儲和家庭服務領域，并不存在“手術刀具”這樣天然的高壁壘耗材。

因此，硬件直銷作為一種商業模式，正在迅速失去風險資本的青睞。產業的演進邏輯，正無可挽回地指向了服務化。這正是“雙RaaS”出現的歷史必然：既賣時間，也賣結果。

02

第一個RaaS：

Robotics-aaS的崛起與陷阱

要讓自動化從“重資產的資本開支決策（CapEx）”變成“輕資產的運營預算決策（OpEx）”，行業誕生了第一個RaaS——Robotics-as-a-Service（機器人即服務）。

Robotics-aaS的底層邏輯，是把機器人當作勞動力，按小時、按班次或按設備可用性（Uptime）來收費。這類模式在倉儲物流領域最早跑通，并不意外：因為這里的流程高度標準化、節拍可控，且設備可以像車隊一樣被集中調度與運營。

以該領域的北美獨角獸Locus Robotics為例，其在公開對外的商業敘事中，將Robotics-aaS極其精準地定義為“訂閱式方案”。Locus向客戶強調：你們現在可以完全以日常運營預算（OpEx）的方式來部署成百上千臺倉儲自主移動機器人（AMR），無需任何一次性的重資產投入，也無需承擔設備老化的沉沒風險。

這類敘事背后，其實是企業CFO視角的偉大勝利：企業的決策者不再糾結“我到底要不要花幾百萬美元買一批機器人資產”，而是把問題極其務實地改寫成了：“我能否用更低、且更可預測的現金流成本，買到同等或更高的有效工時？”在這個語境下，機器人公司從“設備供應商”變成了“勞動力外包服務商”。

然而，必須指出的是只做Robotics-aaS，很快會走向一個行業性的死亡陷阱——極其慘烈的價格戰。

因為按時間計費，太容易被客戶在招標書中簡化為“每小時多少錢”?？蛻籼烊粫巡煌痰臋C器人工時，放在同一把尺子上，甚至直接與當地的最低時薪進行比價。而機器人硬件一旦進入成熟期走向同質化，供應商就會被迫把深厚的技術護城河，降維成單價折扣的肉搏。當所有人都承諾“保證99%的可用性”，你最終只能靠“每小時比對手便宜0.5元”來贏得合同。按小時賣服務，最終往往會淪落為“按小時賣電機轉動”，這顯然撐不起具身智能動輒百億級的宏大估值。

03

第二個RaaS：

Result-aaS（成果即服務）的降維打擊

與利潤池跨越

正因如此，第二個RaaS——Result-aaS（按結果收費），將會成為更有穿透力、也更具商業想象力的主流形態。

2025年3月盛景在業界率先提出了原創理論：AI應用的核心邏輯是RaaS（Result as a Service，結果即服務）極致化結果導向。

過去，傳統SaaS或機器人硬件廠商之所以陷入估值泥潭，是因為它們僅僅在企業的“數字化利潤池”或“資產設備利潤池”里分一杯羹（這部分往往只占企業總收入的3%左右）。而Result-aaS的本質，是讓具身智能企業化身為“AI包工頭”，直接切入占比高達20%-40%的“人力資源利潤池”甚至“供應鏈利潤池”。從實踐看，不同商業模式下，從同一客戶獲得的凈利潤空間相差可達10-30倍，疊加AI賦能降本后，這個差距甚至會放大到20-60倍。

Result-aaS的核心，是把計費口徑直接綁定客戶的前端業務指標，徹底按分揀、焊縫、清潔、護理等最終結果計價。在倉內物流里，它的賬單語言是“每單揀選/每箱裝卸支付X美分”；在城市環衛里，它是“每公里清掃/每車次收運支付Y元”；在制造業里，它是“每組裝一塊PCB板支付Z元”。

當“結果”成為賬單語言，供應商的價值就發生了質的躍遷：你不再是“提供了一臺按時計費的機器”，而是“交付了一份不可推卸的、確定性的業務績效”。此時，客戶將徹底不再糾結設備本身長什么樣、用了什么大模型、有沒有裝激光雷達。

以美國的初創企業Formic Technologies為例，它向市場完美展示了“AI包工頭”的鋒芒。

Formic對外強調以“全托管運維”的方式降低中小工廠的自動化門檻。媒體曾深度報道過他們的一個典型案例：芝加哥一家工廠以約8美元/小時的等效成本，租用了Formic提供的機械臂完成重復搬運工位。這個價格不僅遠低于當地的人工最低工資水平，而且所有的設備折舊、軟件升級與非計劃停機維護均由Formic承擔。但請注意這里的玄機：Formic本質上是在“包工包料包結果”，按“焊縫”或“搬運件數”與客戶結算。其實際的利潤空間，會隨著VLA模型帶來的工位節拍提升、良率的改善以及停機成本的斷崖式下降而顯著擴張。

真實世界的運營數據，正在以前所未有的速度驗證“可計費工時與結果”的龐大商業價值：

2025年11月，Agility Robotics驕傲地披露，其雙足機器人Digit在GXO的倉儲現場商業部署中，已經累計搬運超過10萬個周轉箱（totes）。這不僅是一個技術里程碑，更是向資本市場證明了其在高頻、高強度場景里跑出龐大吞吐量計費模型的可能性。

無獨有偶，估值高達390億美元的Figure也對外披露，其Figure 02人形機器人在BMW位于南卡羅來納州Spartanburg工廠的項目中，持續運行了約11個月。這批機器人以周一到周五、每天10小時的班次與人類協同運行，累計工時達到1,250+小時，精準完成了9萬+次復雜部件裝載，并深度“參與”了3萬+輛X3車型的實際生產流程。

這些冷冰冰卻極具爆發力的數據共同說明了一個真理：當具身智能的業務指標開始以“吞吐量、標準班次、極低的人工干預次數、可預測的SLA（服務等級協議）”來被定義時，機器人才能真正蹚過實驗室的淺灘，被正式納入全球工業與服務業的核心生產流程。

這也正是AI RaaS（Result as a Service，極致化結果導向）模型所倡導的：我們絕不能排斥臟活累活。

在具身智能領域，Result-aaS背后隱藏著一項極具爆發力的隱形資產——“數據飛輪”。當你必須為結果負責時，你不可避免地要深入車間、深入倉庫，去處理最繁瑣的非標件抓取、最惡劣的光照變化等“臟活累活”。但正是這些機器人在海量真實場景中試錯、接管、成功履約所沉淀的多模態物理交互數據，構成了最深的護城河。回避臟活累活，將切斷物理AI進化的通路。隨著模型吸收這些珍貴的真實世界數據變得越來越聰明，單臺機器的運營成本將呈指數級下降，這就構成了Result-aaS堅不可摧的技術壁壘。

為了更直觀地理解這三次商業模式的躍遷，我們可以通過以下維度進行深度對比：

04

“雙RaaS”疊加：

在風險與利潤中尋找估值之錨

那么，一個尖銳的問題擺在所有創業者和投資人面前：既然Result-aaS（按結果收費）看起來更性感、毛利潛力更高，為什么我們不直接跳過Robotics-aaS（按時收費），全盤All-in結果計費？

原因在于殘酷的履約風險。單做Robotics-aaS很容易卷成毫無壁壘的低價紅海，但單做Result-aaS則容易因為物理世界的長尾失效（Corner cases）、上游供應鏈波動或客戶現場的非標準狀況，導致履約失敗，從而將初創公司的現金流直接拖垮。

因此，只有“雙RaaS”疊加，才能在技術的不確定性風險與超額利潤之間找到完美的平衡點。

? Robotics-aaS 提供的是“底部彈性”： 物理世界太復雜了。即便在某些非結構化場景（如重型機械維修、柔性排產的加工中心）還難以做到嚴格按計件/結果計費，機器人公司也可以先從“可用工時供給（Uptime）”起步。這就好比一家勞務派遣公司，無論今天產線排產多少，只要工人（機器人）到崗且設備運轉正常，客戶就必須支付基礎時薪。這保證了機器人公司最底層的現金流生存線。

? Result-aaS 提供的是“頂部空間”： 在那些可以嚴格定義結果、輸入輸出高度標準化的場景（如標準化紙箱搬運、地面清潔），系統可以迅速把“時間計費”向“結果計費”升級。因為此時VLA模型的高效運轉帶來了超越人工的節拍速度，按件計費能撬動數倍于按時計費的超額單價，并以此鎖定長達3-5年的排他性合同。

對一家謀求上市或高估值的具身智能公司而言，Robotics-aaS就像是壓艙石般的固定利率收益（Fixed-income），而Result-aaS則是充滿爆發力的權益溢價（Equity Premium）。 只有兩者深度協同，公司的現金流曲線才會平滑好看，華爾街和中國的二級市場才能給出堅實的估值溢價。

真正適合“雙RaaS”率先規?；涞氐臏卮?，往往不是短視頻里那些最炫酷的“后空翻”或“機器人炒菜”場景，而是那些計費口徑天然清晰、SLA（服務等級協議）可精確定義、停機損失可以被量化控制的乏味場景。在這些領域，你可以用系統的思維，把復雜的業務拆解成可計量的“任務標準”，把模糊的交付拆解成可驗收的“SLA”，把災難性的停機拆解成可控的概率事件。

要讓這套系統在現實商業中無縫運轉，僅僅靠技術是不夠的，“金融租賃”、“保險風控”以及RWA（現實資產代幣化/證券化）將成為雙RaaS落地的最強護航。當運行數據更可獲得、風險更可定價，一些敏銳的險企已經開始推出專屬的“機器人宕機險”與“責任險”；金融租賃機構則基于這些確定的SLA，將機器人從“貶值的設備”包裝成“產生穩定現金流的生息資產”（RWA）。當金融資本與保險風控實質性介入，機器人資產的流轉效率與杠桿率將被徹底引爆，這也是雙RaaS能夠跨越死亡谷、實現指數級擴張的底氣。

05

終局演進：

Revenue-as-a-Service

與“AI業主”的覺醒

毫無疑問，一旦“雙RaaS”的齒輪全面咬合運轉起來，收費模型將無可避免地向著商業生態的最深處繼續進化：從“按時間計費”，到“按結果計費”，最終走向“按增收/年薪計費（Revenue-as-a-Service）”。

在歷史的長河中，Robotics-aaS（時間計費）更像是一種早期的過渡形態，Result-aaS（結果計費）會成為支撐工業與服務業自動化的絕對主流。而在那些更靠近前端交易與核心業務的場景中，機器人甚至可以直接帶來收入增量。例如，在零售商超中，理貨機器人不僅能保證貨架不空，還能基于視覺大模型分析顧客停留時長，實時調整高毛利商品的陳列，最終直接按門店成交額或轉化率增量來抽成。

盛景將AI RaaS模式進化路徑劃分為四個層級，目前的具身智能主要集中在L2（軟硬結合復雜系統按工作量計費）階段。但具身智能的真正野心，必將邁向L3（收入分成與傭金模式）乃至巔峰的L4（AI業主模式）。

所謂L4“極致化結果導向”，意味著具身智能公司不再甘于做賺取服務費的“乙方”，而是借助強大的全鏈路AI物理能力，直接跨越產業邊界，成為掌控核心資產的“AI甲方”或“AI業主”。

試想一下，未來的具身智能農業公司可能不再向農場主按畝數收取“機器采摘費”，而是直接承包甚至買下數萬畝農場，實現完全無人化的農業閉環，從最終農產品的銷售利潤中賺取大頭；未來的智能倉儲企業可能不再向物流巨頭出租AMR機器人，而是直接重資持有全球超級無人倉的產權。正如盛景研究院判斷：當數字世界的能力無限貶值、通貨緊縮時，用數字世界的AI能力去撬動、擁有物理世界的高價值資產，才是時代賦予的最大紅利。

在這個階段，我們必須實現一次商業與社會認知的躍遷：當Revenue-as-a-Service普及，機器人將不再是人類手中的“工具”，而是具有自主創造業務價值能力的“AI勞動力”或“超級員工”。當海量的硅基勞動力開始大規模創造真實的商業稅收，整個社會的稅收體系與就業結構都將面臨根本性的重塑。例如，為了平衡資本持有者與被替代勞動者之間的社會分配問題，“機器人稅（Robot Tax）”將極有可能從前沿的學界探討，迅速走向全球性的實質立法進程。這既是挑戰，也是新秩序建立的開端。

這一切意味著，隨著具身智能商業模式的徹底成熟，未來能夠活下來并做大做強的機器人公司，必將發生慘烈的生態分化。他們最終會收斂成三類截然不同的物種：

1.做平臺的（掌握生態）：掌控最核心的VLA大模型、提供系統級運營網絡、制定跨設備的任務標準與安全風控協議。他們是物理世界的微軟與蘋果。

2.做關鍵零部件的（掌握肉身）：專注在仿生靈巧手、執行器、觸覺傳感器矩陣等硬件上，不斷向下擊穿良率與制造成本的摩爾定律曲線。他們是物理世界的臺積電與寧德時代。

3.做“AI業主”的（掌握資產與結果）：他們將不僅限于外包服務，而是深度下沉到物流、醫療、環衛、礦產、制造等垂直行業，踐行“極致化結果導向”，直接持有或共同持有物理世界的高價值資產，享受產業利潤的絕對豐收。

跨越比特與原子的鴻溝，道阻且長。這其中必將伴隨著令人血脈賁張的技術奇跡，也必然會留下成百上千億資本堆砌出的商業廢墟。但可以絕對確定的是：在這個被AI重塑的物理世界里，那些真正看懂了“誰在買單”、不畏懼“臟活累活”、敬畏產業運作規律、并能用系統性金融與商業架構將“雙RaaS”完美跑通的布道者，終將加冕為下一個十年的萬億級新王。

帷幕已經拉開，而最精彩的商業博弈，才剛剛開始。

人生只有四千周，而企業生存期更短，跨越10年經營期的企業少之又少，企業要想有質量地活下去，活得更好更久，“極簡增長”就是看透并掌控事物本質的那個關鍵點。

選對了路，路就不會遠。盛景推出《極簡增長 立竿見影》在線課程，期望能夠幫助更多的企業走上增長道路。未來有多近，在于我們已經走了多遠。未來有多遠，在于我們與誰同行。期待與你同行、共勉。

歡迎大家點擊底部【閱讀原文】觀看《極簡增長 立竿見影》的在線視頻課程，了解如何用極致簡單的增長方法論，實現快速增長。