文章核心观点 - 技术决定了行业能走多快，但商业模式决定了行业能走多远 [4][6] - 具身智能与物理AI产业正处于“寒武纪大爆发”的绝对奇点，但当前最大的挑战是触及商业本质的灵魂拷问：究竟谁在为机器人的工作买单？他们买的是“资产”还是“结果”？ [4][5][7] - 机器人行业最大的误判是把自己当成“卖硬件”的生意，纯硬件直销模式正在迅速失去风险资本的青睐，产业的演进逻辑正无可挽回地指向服务化 [7][9][11] - 行业的商业模式正经历从硬件直销到Robotics-aaS（机器人即服务），再到Result-aaS（结果即服务）的跃迁，而“双RaaS”叠加是平衡风险与利润、获得高估值的关键 [11][12][15][22] - AI应用的终局必须回到物理世界，真正的大利润池在于端到端的重度运营与“AI包工头”模式，最终可能走向Revenue-as-a-Service（按增收计费）乃至“AI业主”模式 [8][26][28] 商业模式演变与挑战 - 硬件直销模式的困境：传统模式将机器人视为一次性销售的商品，客户需承担高昂的部署成本、脆弱的系统稳定性以及算不过账的投资回报率，导致设备在车间“吃灰” [5][9] - 客户视角的转变：企业决策者（如制造企业老板或物流CFO）在评估一台标价5万美元的人形机器人时，盘算的是其宕机风险、维护成本和与人工成本的比较，而非技术算力 [11] - 模式的两极分化：纯硬件直销要么陷入极低毛利的价格战，要么试图复制“剃刀与刀片”模式，但在通用制造、仓储等领域缺乏高壁垒耗材，因此该模式正失去风投青睐 [11] Robotics-aaS（机器人即服务） - 核心逻辑：将机器人当作劳动力，按小时、班次或设备可用性收费，使自动化从重资产的资本开支决策转变为轻资产的运营预算决策 [12][13] - 客户价值：企业决策者无需一次性重资产投入，也无需承担设备老化风险，而是以更低、更可预测的现金流成本购买有效工时 [13] - 行业陷阱：按时间计费极易导致价格战，客户会将不同供应商的机器人工时进行比价，甚至与当地最低时薪比较，技术护城河可能降维为单价折扣的肉搏 [14] Result-aaS（结果即服务） - 核心定义：由盛景在2025年3月率先提出的原创理论，AI应用的核心逻辑是极致化结果导向，按分拣、焊缝、清洁等最终业务结果计价 [8][15][16] - 商业想象力：本质是让具身智能企业化身为“AI包工头”，直接切入占比高达20%-40%的“人力资源利润池”甚至“供应链利润池”，而非仅占企业总收入约3%的数字化或设备利润池 [16] - 利润潜力：不同商业模式下，从同一客户获得的净利润空间相差可达10-30倍，叠加AI赋能降本后，差距甚至会放大到20-60倍 [16] - 实践案例： - 美国初创企业Formic Technologies以“全托管运维”方式，让芝加哥一家工厂以约8美元/小时的等效成本租用机械臂完成搬运，价格低于当地人工最低工资，且所有设备折旧、软件升级与维护均由Formic承担 [18] - Agility Robotics的双足机器人Digit在GXO仓储现场已累计搬运超过10万个周转箱，证明了高频场景下庞大吞吐量计费模型的可能性 [19] - 估值390亿美元的Figure公司，其Figure 02人形机器人在BMW工厂持续运行约11个月，累计工时1,250+小时，精准完成9万+次复杂部件装载，深度参与3万+辆X3车型的生产 [19] - 隐形资产“数据飞轮”：为结果负责迫使深入真实场景处理“脏活累活”，由此沉淀的海量多模态物理交互数据构成最深护城河，并使单台机器运营成本呈指数级下降 [20] “双RaaS”叠加策略 - 必要性：单做Robotics-aaS易陷入低价红海；单做Result-aaS则因物理世界长尾失效等风险易导致履约失败，拖垮现金流；两者叠加可在技术不确定性与超额利润间找到平衡 [22][23] - 角色分工： - Robotics-aaS 提供“底部弹性”和基础现金流生存线，如同劳务派遣，只要机器人到岗且设备运转正常，客户就需支付基础时薪 [23] - Result-aaS 提供“顶部空间”，在可严格定义结果的场景，按件计费能撬动数倍于按时计费的超额单价，并锁定长达3-5年的排他性合同 [24] - 估值意义：对谋求上市或高估值的公司而言，Robotics-aaS像是固定利率收益，而Result-aaS则是充满爆发力的权益溢价，两者协同才能使现金流曲线平滑，获得坚实的估值溢价 [7][24] - 落地温床：最适合率先规模化落地的场景是计费口径天然清晰、SLA可精确定义、停机损失可量化控制的“乏味”场景，而非炫酷的演示场景 [24] - 金融与保险护航：“金融租赁”、“保险风控”及RWA（现实资产代币化/证券化）是双RaaS落地的最强护航，例如“机器人宕机险”和将机器人包装成产生稳定现金流的生息资产，能引爆资产流转效率与杠杆率 [25] 终局演进与未来生态 - 演进路径：从“按时间计费”到“按结果计费”，最终走向“按增收/年薪计费” [27] - AI RaaS模式四级进化： - L2：当前具身智能主要阶段，即软硬结合复杂系统按工作量计费 [28] - L3：收入分成与佣金模式 [28] - L4：“AI业主”模式，具身智能公司不再甘于做服务乙方，而是借助全链路AI物理能力，直接跨越产业边界，成为掌控核心资产的“AI甲方”或“AI业主” [28] - 未来场景设想：具身智能农业公司可能直接承包或买下农场，从农产品销售利润中赚取大头；智能仓储企业可能直接重资持有全球超级无人仓产权 [29] - 社会影响：当Revenue-as-a-Service普及，机器人将成为具有自主创造业务价值的“AI劳动力”，可能引发“机器人税”等全球性立法进程，重塑社会税收体系与就业结构 [29] - 行业生态分化：未来成功的机器人公司将收敛成三类物种： 1. 做平台的：掌控核心VLA大模型、提供系统级运营网络、制定任务标准与安全协议，成为物理世界的微软与苹果 [32] 2. 做关键零部件的：专注仿生灵巧手、执行器、触觉传感器等硬件，击穿制造成本曲线，成为物理世界的台积电与宁德时代 [32] 3. 做“AI业主”的：深度下沉到垂直行业，直接或共同持有物理世界高价值资产，享受产业利润绝对丰收 [32]