来源： 《Anthony Pompliano》
整理：Felix, PANews
Andrew Kang 是一位资深的加密货币投资者，也是专注于机器人行业的公开交易封闭式基金 RoboStrategy（纳斯达克股票代码：BOT）的首席执行官。本次对话将深入探讨 Andrew 为何将资金从加密货币转向人形机器人，以及他为何认为机器人市场足以与人类劳动力市场相媲美。此外，还将讨论中美机器人竞赛、机器人行业可能带来的就业岗位流失。
PANews 就对话精华进行了整理。
主持人：为什么会将注意力和资本转向一个可能大多数人目前还不太理解的市场？
Andrew： 原因有很多，但最重要的是我们终于要真正拥有机器人了。这曾经只是科幻小说里的梦想，但我们终于到了它成为现实的阶段。这不是一个需要 50 年或 20 年才能实现的事情，这大概只需要 3 到 5 年，你就会在日常生活中看到人形机器人。
主持人：在你的愿景中，人形机器人究竟会如何融入我们的未来？
Andrew： 我认为在未来，所有场景几乎都是可能的。人形机器人将以与人类相同的方式参与并承担工作。它们中的一些可能会专注于特定工作，比如成为餐厅的服务员；一些可能会在特定的工厂岗位上工作；一些可能会成为你家里的私人助理。我认为人形机器人的美妙之处在于它们对日常世界的自适应能力。它们可以和我们一样在相同的建筑物里上下走动，使用和我们一样的工具。总的来说，它们非常多功能且适应性极强。这就是人形机器人与那些特定应用机器人之间的区别。
你可以看看日常生活中类似概念的普及，比如你的智能手机。它是非常通用的，可以用它放音乐，当大地图导航，也可以用它打电话。同理，人形机器人拥有如此巨大的通用多功能性，因此它渗透到日常生活的方方面面是完全合乎逻辑的。
主持人：你认为人形机器人的市场规模有多大？
Andrew： 要理解这一点，你必须看看人类劳动力市场的总规模。人类劳动力大约占了全球 GDP 的 50%，有人将其定在 40 万亿到 60 万亿美元之间。这是一个天文数字。我的思考方式是，人形机器人在未来可以做人类能做的一切事情，但它不需要休息，不需要喝咖啡偷懒，不需要去度假，也不会对你撂挑子不干。所以你不需要为了离职率而不断招聘和重新培训新员工。工厂里的很多工作都很枯燥、很辛苦，员工流失率极高，这给实体劳动力带来了高昂的间接管理成本，而机器人完全没有这些问题。因此， 一个机器人理论上可以承担大约三个人的工作（假设它能够支持多班倒连续工作）。
如果从这个角度来看，即机器人将取代大部分体力劳动，那么你也可以做一个“自下而上”的分析：假设一台机器人卖 5 万美元。相比之下，人类员工你每年都得付薪水，而机器人是一次性费用，后续可能只需要付一点电费和少许维护费。当把它折算到每小时的成本上，并预期这台机器人可以支持使用数年时，这个数学公式算下来大约是每小时 2 美元。而在美国，算上普通工人的全部综合成本、年终奖、保险以及所有相关福利，大约需要 35 到 40 美元/小时。因此，在成本结构上，选择机器人是毋庸置疑的。即便你把它与印度、菲律宾或印尼等低收入国家相比，每小时 2 美元在那些地方同样很难被超越，尤其是考虑到刚才讨论的所有附加优势。
由此可以得出一个认知：未来的机器人数量会非常庞大。每年能卖出数十亿部手机、数亿台 PC 和汽车，因此未来可能也会卖出类似数量的机器人。哪怕退一步，假设只卖出 10 万台机器人，每台 5 万美元，那就是大约 50 亿美元的营收。如果你能创造这么多营收，假设利润率不错，你可能已经是一家价值千亿美元以上的公司了。
那如果卖出 100 万台呢？那就是 500 亿美元的营收，这已经逼近了一些全球最大公司的规模。但 100 万台机器人其实根本不算什么，因为光是亚马逊就有数百万名员工，沃尔玛也有数百万名员工。而如果卖出数千万台呢？那就是 5000 亿美元的营收。你可以看到一条非常清晰的路径，让我们如何有可能实现数万亿美元的营收，而这对应着数十万亿美元的市值。
这甚至还没有考虑“杰文斯悖论”：当你降低某种产品的劳动力成本时，你实际上是在扩大市场总规模。因为现在，那些以前由于过于昂贵而无法开展的事情，在经济上变得可行了。这种“自上而下”的市场规模推演可以让人豁然开朗。就像苹果公司一样，如果在 2006 年 iPhone 出来之前，你告诉别人这是一家市值 3 万亿美元的公司，大家会觉得你疯了。因为当时它好像也就是个 500 亿美元的公司，3 万亿美元在当时比大多数巨头加起来还要大。所以，人们往往严重低估了真正具有变革性的技术飞跃所能带来的价值创造。
主持人：据我所知，你在过去几年投入了巨额个人资本，甚至开出了 8 位数的个人支票投资这些私营公司。是什么让你确信这些人形机器人真的会如此普及？
Andrew： 这很有趣，因为我在 2023 年底开始投资人形机器人特别是 Figure AI 时，这绝对不是市场共识。当时 ChatGPT 刚出来，很明显 AI 的发展将急剧加速，我们不仅会获得数字 AGI（通用人工智能），还会获得物理 AGI，而智能一直是制造机器人的瓶颈，现在这个问题即将被解决。我去找了我传统的 VC 网络，他们都叫我不要投资，因为历史上硬件和机器人行业的迭代周期长、成本高、部署混乱，很少产生巨大的风投回报。但我认为， 物理智能的发展将改变这一切，很多投资者没有意识到这一点。 一开始我是通过四个 SPV（特殊目的实体）投资的，我甚至怀疑自己是不是被坑了，为什么世界顶级的 VC 都不投？ 深入研究后我发现，他们只是不愿意偏离自己舒适的投资论点。我非常确信这有产品市场契合度，所以我把初始投资从 100 万美元增加到 500 万，最终加到了 1900 万美元。尽管当时我还没和创始人 Brett（Figure AI 创始人 ）直接谈过，但研究了他的背景和组建的世界级团队后，我知道他们非常有可能成功。
主持人：多谈谈 Figure AI 吧，他们有什么不同之处，或者说护城河是什么？
Andrew： 实在太多了。首先是 Brett 组建的这支团队的含金量。在 Figure 成立时，虽然已经有一些人形机器人公司存在了更长时间，但 Figure 的迭代效率和执行速度是无与伦比的，无论是月复一月还是季度复季度，你都能看到显著的进展。
如果你退一步思考摆在你面前的挑战：如何解决通用机器人问题？这是世界上最难的挑战之一。你需要计算机视觉方面的博士，需要机器人行为学方面的博士，需要手部工程方面的专家，需要开发机队编排软件的专家。你有这么多不同的专业领域，而在每个特定领域里，全球可能只有几百个真正称得上精通的人才，而你需要把他们全部吸引到同一家公司里。这极其困难。
因此，你需要一位有这种号召力的创始人，并且他还要能募集到让公司走向成功所需的数十亿美元资金。Brett 是我当时发现的极少数有能力做到这一点的创始人之一。在当时，除了特斯拉之外，人形机器人赛道没有任何公司能与他们相提并论。
主持人：这让我想起了无人机行业，有些技术团队能做出创新的硬件，但很难围绕它建立业务。而现在的人形机器人团队似乎不仅懂技术，还有建构商业业务的经验？
Andrew： 是的，技术经验固然重要，但投资者有时会过度看重教授型人才。看看 Brett 的背景，他的第一家公司 Veter 专注于招聘，所以他非常懂如何吸引顶尖人才；第二家公司 Archer 通过 SPAC 上市，市值几十亿，他创新了商业上从未有过的新型复杂机械。美国因为长期将硬件设计和制造外包给中国，这种能创造阶梯式改变的技能组合在美国极其罕见。
主持人：提到中国，中国在硬件制造方面非常出色，甚至举办了机器人跑半马和奥运会。你觉得美国公司能在这一领域击败中国吗？
Andrew： 这是一个大话题。首先，中国在制造业上无疑是最强的，并且我认为他们会继续保持这一优势。 但我会从三个核心能力来评估一家机器人公司：第一，执行高效大规模制造的能力；第二，硬件设计；第三，AI 能力。
制造端我们谈过了，中国非常强势。而在美国，像特斯拉和 Figure 这样的公司也在制造端变得非常强。在硬件设计方面，我认为美国的 Figure 和特斯拉处于最顶端。而在中国，可能拥有超过 100 家不同的机器人公司，它们的硬件设计处于不同程度的卓越水平。如果你看看宇树，他们的硬件用来做研究和娱乐是非常棒的，你能看到它们做后空翻、跳舞。但你不能直接把同一台 G1 机器人放进工厂里，让它去搬运 30 磅的重物，它会散架。这并不是说宇树设计不出更耐用的机器人，只是这目前不是他们首选切入的市场。
尽管如此， 我认为真正被低估、且美国正处于领先地位的是 AI 部分，也就是物理智能。 美国顶尖的物理 AI 实验室相比中国拥有技术优势。而如果没有机器人的“大脑”，机器人基本上是没用的。如果这个趋势继续下去，我们或许真的会看到中国机器人公司在物理智能上对美国产生某种依赖。
另外同样被低估的一点是：技术的发展并不总是与创造的商业价值 1:1 等同。中国可以诞生非常惊艳的机器人技术， 整个行业可以很繁荣，但这并不总是意味着它能转化为最大的市值或给股东带来最大的胜利。 你在汽车、电动汽车和手机行业已经看过了类似的先例。
中国制造了极其出色的手机，也制造了极其出色的电动汽车。看看比亚迪，我认为很多人对他们的车赞不绝口，他们的汽车销量超过了特斯拉，但他们的市值可能只有特斯拉的 1/10 或 1/20，而且他们的利润率要明显低得多。这是所有中国硬件公司普遍面临的一个问题：它们处于一个极致内卷、竞争极其激烈的环境中。这在一定程度上是受到政府鼓励的，政府发放这些补贴并给这些公司提供支持，他们希望市场上存在广泛的玩家进行竞争。
但这样做的最终结果，我认为更多是造福了社会和国家内的消费者，而不是公司企业本身。显然，这些公司必须成功，必须增长经济价值。但与此同时，这并不意味着它们能成长得像美国最大的公司那样巨大。例如，尽管华为和小米做出了伟大的手机，但苹果依然是美国最大的手机公司。
主持人：除了资本市场，监管环境也很有趣。美国社会对这些技术有各种争议和审查，而中国公司似乎得到了大量政府补贴。没有补贴的美国公司在自由市场中竞争，长远来看是否反而是一种优势？
Andrew： 有一点道理， 但我还是认为有政府支持对行业是非常积极的，美国也应该有更多的政府支持。 中国存在公司与地方政府成立合资企业收集训练数据并采购机器人的情况，虽然这会压低利润率并导致 IP 技术外流，但也促进了创新。对于美国来说，重新工业化和摆脱供应链依赖是一个大推力。就像拜登政府对中国电动汽车征收 100% 关税，以及 FTC 因为电信设备和软件安全问题封禁特定国家的车辆一样，机器人也是充满了视听和电信设备的，很难想象美国政府会让外国机器人在美国占据主导地位。现在也正在推动一些法案，禁止联邦资金购买特定国家的机器人，并可能扩展到日常生活中。
主持人：这些法案是出于保护主义还是国家安全考虑？
Andrew： 两者兼有。就像 TikTok 的经历一样，当机器人进入人们的家庭或五角大楼时，潜在的监控风险是一个巨大的国家安全问题。同时，美国政府也应该像投资英特尔那样，通过直接投资、优惠贷款和教育项目来大力激励本土机器人产业，我们在政策上其实稍微有些落后了。这也是我们创办 Robo Strategy 的原因，美国需要向这个未来最重要的行业投入数十亿美元。
主持人：在软件 AI 中，我们看到通用模型和专用工作流都在成功。在机器人领域，既有 Figure 这样的通用应用，也有像 Physical Intelligence 这样可能更专注于特定应用的公司。你如何看待通用与专用？
Andrew： 这在历史上发生过很多次，就像智能手机取代了 GPS 和 MP3，但手表行业依然存在；GPU 和 ASIC 芯片也都有数万亿的市场。很多人认为完美的世界应该是一切都专门定制的，但事实并非如此。 通用机器人的优势在于规模经济：它可以在惊人的规模下制造，这能带来你无法在单一应用上获得的庞大单位经济效益，可能让生产成本降低 80%。 当然，专门的机器人（如我们投资的用于焊接的 Path Robotics，或家庭建筑机器人）也会存在，并且都会是庞大的市场。但在一个不断变化的世界里，工厂的生产流程随时可能改变，你需要一个最大程度上具备适应性的通用设备（比如人形或轮式双臂机器人）来处理各种工作。
主持人：纽约有一家初创公司提供免费打扫公寓的服务，条件是工作人员佩戴摄像头收集训练数据。这会变成一场寻找最佳训练数据的全球寻宝游戏吗？
Andrew： 数据问题非常有意思。以前人们觉得我们需要像大语言模型（LLM）那样从头收集所有的物理环境数据，这将非常耗时耗力。但最近的发展改变了我的看法：基于互联网视频数据训练的视频生成模型（世界模型），如 Sora 或中国的 Kling（可灵），已经学会了对世界、物理学和流体力学的理解。当你推倒一个玻璃杯，水会怎么流，这些数据在互联网视频中已经有了，它们被证明是非常有用的机器人基础模型骨干。当然，我们依然需要收集那些互联网上不存在的特定环境数据（比如在工厂制造某种书籍），但需要的规模比以前人们认为的要少得多。
主持人：亚马逊有大约 150 万人类员工，但他们报告说拥有 75 万台非人形机器人。在仓储或自动驾驶汽车中，这种非人形的专用机器人会是某种“特洛伊木马”，率先推动采用，最后再由人形机器人拿下最大市场吗？
Andrew： 是的，设计一个执行单一特定任务的机器人肯定比训练它做 50 种任务要容易， 所以你会先看到特定应用机器人的普及。但人形机器人的发展是呈指数级的，很快我们就会看到人形机器人制造其他的人形机器人。 特斯拉、Figure 和 Apptronik 都已经暗示过这一点。就像 AI 帮助研究 AI 一样，机器人将帮助开发机器人，而最新的模型比如 Claude 3.5 Sonnet (Opus 4.8) 等也能协助进行机器人 AI 训练。
主持人：在未来的十年里，普通人的生活会怎样？我们会信任这些人形机器人去打扫卫生、遛狗甚至照顾睡觉的孩子吗？
Andrew： 这涉及到了远程遥操作（Teleop）与完全自动化的争论。遥操作意味着有人在远端穿着外骨骼控制机器人，这常被用来收集数据。但我对这种方法进入家庭持怀疑态度，因为你不会希望有个陌生人通过机器人看到听到你家里的一切，这会失去私人空间。当这些机器人变得完全自动化时，情况就会像今天人们对待 ChatGPT 或 Claude 一样，人们甚至会向它们倾诉连朋友都不会说的私人信息。孩子从小和依赖的机器人一起长大，人机界限将会变得模糊，就像现在很多孩子对着 Alexa 说话并把它当成人类的代理一样，人形机器人在物理世界里甚至可以因为被专门训练过而做得比人类更好、更讨人喜欢。
主持人：你怎么看特斯拉在公开市场上的表现以及他们的 Optimus 机器人？他们能赢得这个市场吗？
Andrew： 毫无疑问，特斯拉将是人形机器人领域的大赢家，我绝不会跟马斯克对赌。虽然 Optimus 项目在过去一两年遇到了一些阻碍，在 AI 自动展示方面他们还没有展现出像 Figure 那样连续 9 天自动分拣包裹的惊人能力，但他们迟早会赶上。而且没有人在美国能在制造能力上击败他。他们的硬件品味和风格非常重要，能借此卖出溢价。手部设计是机器人最复杂的部分，需要极其精确并经受常年的磨损，特斯拉在这方面可能还在重新设计以追求完美。
主持人：随着这一切发展，人类是不是应该开始担心工作被负面影响了？
Andrew： 绝对的。有些科技 CEO 会用历史美化这一点，说每次技术革命都会带来新的工作。但这次不同，以前你只需要在认知堆栈上向上移动，去做需要更多思考和规划的事； 但现在，AI 正在彻底取代人类的认知能力和物理能力，你已经无处可退了。 这会摧毁大量白领和蓝领的工作，为了应对这个无法阻止的技术浪潮，我们需要像全民基本收入（UBI）这样的政府安全网 。
主持人：随着人形机器人的崛起，为了适应它们，物理世界（比如工厂布局）会发生改变吗？
Andrew： 数十年来，机器人（如各种咖啡机和协作机器人）其实一直和人类一起工作。协作机器人已经存在了 20 年，但目前每年全球的安装量只有大约 50 万台（大部分在中国，美国很少），原因是为它们编程并确保其全天候可靠运行的成本极其昂贵，往往超过机器人本身的成本。但当我们让这些机器人变得智能时，部署成本会大幅下降，它们在世界各地都会变得更加经济可行。
主持人：能谈谈你们的投资组合吗，除了 Figure，你们还投了谁？
Andrew： 我们关注的范畴远远不止人形机器人本身，也包含了其他许多完全不造人形机器人的优秀机器人公司。其中一个典型的例子是 Standard Bots；另一个例子是 Dino Robotics 及其投资组合。Dino 正在建造一些看起来像带轮子的人形硬件，同时他们也是整个行业里正在构建机器人“大脑”（算法层）的最顶尖的研究团队之一。
此外，这里面还包含了供应链里的巨大机会。虽然我坚信行业的大部分价值最终一定会沉淀到供应链的终端（整机品牌商），但在某些特定的供应链上，绝对会诞生一些生产核心零部件的巨无霸企业。以执行器为例，它们目前占据了一台人形机器人整机 BOM（物料清单）成本的整整 30% 到 50%。而执行器这个细分技术领域，在过去整整 50 年里其实都没有发生过任何重大的底层技术演进。因此，在某些特定环节上存在着海量的科技创新空间。
相关阅读： 对话Figure机器人创始人：390亿美元估值背后是量产百万台的野心
