机器人最先解决的，不是“比人便宜”，而是“没人做”

2019年前后，李柯宏进入机器人行业。那时还没有今天的大模型热潮，无法预见几年后世界模型、人形机器人会成为行业的关键词。

在选择行业方向时，他提出的核心问题是：本质上，这个技术或产品能解决什么真实问题？

最早关注城市服务场景时，李柯宏注意到的不是技术，而是一个迫切的需求——“这个场景真的缺人，招不到人。”市政环卫行业尤为明显。年轻人不愿长期从事这一职业，尽管成本和效率已经压得很低，仍然难以招聘到足够的人手。

他直截了当地说：“这个地，咱们总得扫吧？”

机器人解决的，不是“我比一个人便宜多少”，而是一个更根本的问题——如果没人干，这个需求怎么办？

机器人场景的选择标准：三个关键变量

李柯宏将“一类机器人场景值不值得做”拆解为三个关键变量：

  • 第一，这个工作是否还有人愿意做。
  • 第二，一台机器能释放多少等效于多少人的生产力。
  • 第三，失败一次有多贵。

前两个变量相对容易理解。如果机器人只能一对一替代一个人，它就必须在成本、效率和长期稳定性上表现出明显优势。而如果一台设备能够释放多个人的生产力，经济上的可行性会更高。

第三个变量——失效成本——往往最容易被忽视。例如，清扫机器人的临时故障可能影响不大，但在工厂环境中，一个动作失败可能导致整个生产流程中断，造成更大的损失。

技术难度与商业落地顺序的关系

李柯宏并不认同“工厂结构化程度高，所以一定是具身智能最先大规模落地”的观点。他认为，很多工厂任务具有连续性、刚性和严格的节拍要求，一旦失败成本极高。

相比之下，机器人最先跑通的场景可能反而是那些：人手确实匮乏，机器能够显著提升生产力，并且在失败后仍有补救机会的地方。

技术难度与商业落地顺序之间并不存在直接关联。有时候，“失败一次有多贵”甚至比“机器人能不能完成任务”更为关键。

文章素材来源于：网络