事件背景
根據巴克萊銀行近期報告，中國製造的人形機器人已占全球市場份額約 85%，而智元機器人（AGIBOT）、宇樹科技（Unitree）等企業在 2025 年的出貨量各自突破 5,000 台，遠超美國特斯拉、Figure AI 等競爭對手。中國在人形機器人的硬體製造與產能擴張上已獨步全球。
然而，問題隨之浮現：市場對人形機器人的真實需求究竟在哪裡？投資科技新創的戈壁創投合夥人更直言，如果沒有來自市場的真實應用需求，這些企業將難以真正邁入大規模量產階段。
核心矛盾：製造能力與商業化脫節
這個現象看似矛盾：為什麼產能領先世界反而成了困境？
### 製造端的成功密碼
中國的人形機器人產能爆發有三大支柱：
1. 成本結構優勢：勞動力成本、供應鏈整合、政府補貼與稅收優惠 2. 政策導向：解決人口老化與勞動力短缺的戰略需求，吸引資本蜂擁進入 3. 製造能力：從零件設計、裝配到測試的產業鏈已成熟，邊際成本持續下降
這些優勢推動了「先把產量做起來」的邏輯——假設供給創造需求。
### 需求端的沉默
但市場並未如預期響應：
- **應用場景模糊**：人形機器人的最佳使用場景仍是「工業與危險環境」，但這些場景往往用專用機械臂更便宜高效
- **商業模式缺失**：沒有明確的「人形機器人租賃」、「按任務計費」或「企業簽約」模式被驗證
- **成本痛點無關**：許多企業的勞動力問題，用招聘、自動化或流程優化解決，不一定需要 800 萬人民幣的機器人
- **風險厭惡**：製造廠對新硬體的信任度有限——「我能用熟悉的人工與工具解決，為什麼要賭機器人？」
為什麼會產生這個倒掛？
### 1. 激勵結構錯位
政策與資本的激勵指向「出貨量」與「市場份額」，而非「客戶滿意度」與「重複購買率」。製造商得到補貼與融資的條件是「達成產量目標」，不是「驗證商業可行性」。
### 2. 推力策略勝過拉力策略
製造業的邏輯是「量越多、成本越低、價格越低、需求越多」（規模經濟）。但人形機器人市場還在「需求發現」階段，這時推力策略（supply-driven）往往會造成過剩與低效。
### 3. 認知不對稱
製造端清楚自己能做什麼（大規模生產 1,000 個零件的機器人），但需求端還在問「機器人能幫我解決什麼真實問題」。這兩個問題的時間尺度不同：製造端以季度論，需求端以年份論。
歷史類比
這不是第一次發生：
- **3D 列印（2010-2015）**：廠商量產百萬台家用 3D 列印機，卻發現真實應用場景極少，市場一度冰封
- **智能家居（2015-2020）**：科技大廠推出無數智能裝置，但消費者的實際使用率遠低於預期
- **無人機物流（2018-2024）**：亞馬遜、Google 投入巨資研發，卻因監管、成本、可靠性卡關至今
每次的模式都是：先有製造突破→過度樂觀→產能過剩→尋找應用→遭遇現實摩擦。
破局的可能路徑
### 路徑 A：從應用倒推
成功的企業會開始走反向：先找到一個明確、高頻、高利潤的應用場景（例如：養老院的夜班巡檢），再針對這個場景優化機器人的功能與成本。短期內出貨量會下降，但毛利率與重複客戶數會上升。
### 路徑 B：定義新的商業模式