前Khosla Ventures合伙人Nikunj Kothari：机器人行业最大的挑战是从试点走向规模化落地
Insights｜前Khosla Ventures合伙人Nikunj Kothari：机器人行业最大的挑战，是从试点走向规模化落地
FPV Ventures合伙人、前Khosla Ventures合伙人Nikunj Kothari指出，机器人正跨过技术门槛，但商业化仍卡在从试点到规模化部署的鸿沟。他强调判断进展需区分技术验证、生产环境验证和规模部署三阶段，并援引Crunchbase数据称2026年上半年全球机器人创业公司融资达188亿美元，超过2025年全年。
原创 TP 2026-10-12 10:25 美国
FPV Ventures合伙人、前Khosla Ventures合伙人Nikunj Kothari在其最新文章中表示，机器人正在跨过技术门槛，但技术突破并不意味着商业化会快速兑现。
核心观点：FPV Ventures合伙人、前Khosla Ventures合伙人Nikunj Kothari在其最新文章中表示，机器人正在跨过技术门槛，但技术突破并不意味着商业化会快速兑现。自学习能力提升、硬件成本下降、真实部署时间增加，都表明机器人正在取得实质性进展。然而，从试点进入生产线，再从一座工厂扩展到整个客户体系，仍然需要经历漫长的验证和适配。工厂对生产效率的要求、复杂的部署条件以及分散的决策权，共同形成了机器人商业化的“部署鸿沟”。
01. 技术突破正在兑现，但机器人商业化还没有跨过部署门槛
机器人技术正在取得实质性进展：模型能力不断提升，机器人开始具备自学习能力，BOM成本持续下降，实际部署也在增加。这些变化说明，机器人不再只是实验室里的演示设备，开始在真实环境中承担任务。
但技术进步解决的是机器人能不能工作，商业化还需要回答另一个问题：企业是否愿意让它进入生产流程，并持续扩大部署。
这两者之间存在明显差距。机器人完成一次任务，不等于它能够稳定承担一项工作；客户同意试用，也不等于客户会持续采购。一家公司宣布与大型制造商合作，或者在某个工厂开展试点，都不能直接证明它已经具备规模化交付能力。
因此，判断机器人公司的商业化进展，需要区分三个阶段：技术验证、生产环境验证和规模部署。第一阶段证明机器人能够完成任务，第二阶段证明它能在真实生产条件下稳定工作，第三阶段才意味着产品有机会在不同工厂、不同流程中复制。
虽然机器人行业正在取得技术进展，但大量公司仍需要跨过后两个阶段。
02. 工厂愿意试点，并不代表愿意马上扩大部署
机器人部署缓慢，不能简单归因于技术尚不成熟。更深层的原因是，制造业对效率和稳定性有极高要求，而且过去经历过多轮自动化技术的预期与落地之间的落差。
数字孪生、工业4.0以及各种自动化方案，曾经都被寄予厚望。但对工厂而言，生产线首先必须持续运行。即使管理层希望引入AI和机器人，即使企业面临劳动力短缺，也很难为了未经充分验证的新技术，轻易承担生产中断、效率下降或流程失控的风险。
因此，企业愿意开展试点，却不一定愿意马上扩大部署。现实中，一家工厂的负责人可能支持引入机器人，但没有权力决定整个集团是否采购；即使一家工厂试用成功，也不意味着集团内其他工厂会自动跟进。汽车制造商每家工厂试点的机器人数量，仍可能只是个位数或十几台。
这也是机器人商业化最容易被高估的地方。软件行业习惯用合同金额、ARR和客户扩张评估增长，而机器人领域往往有大量尚待转化的试点。试点数量反映客户愿意尝试，真正的规模化则取决于试点能否转化为正式部署，以及部署能否在不同现场复制。
从试点到规模化，不仅需要证明技术有效，还需要明确谁拥有采购决策权、部署成本由谁承担，以及产品能否适应不同工厂的生产流程。即使已经公布大型合作协议，这些问题也不会自动解决。
03. 机器人必须进入真实生产，才能形成持续学习的闭环
部署不仅决定收入何时兑现，也会影响机器人的技术进步速度。
与纯软件不同，机器人需要在现实环境中不断面对设备、流程和任务的变化。真实工作产生的数据，能够帮助模型识别问题、积累经验并提高成功率。因此，部署的价值不仅在于增加设备数量，还在于机器人是否真正承担生产任务，能否持续从实际工作中学习。
一组共16台机器人通过持续学习实际作业中的经验，平均任务成功率达到了95%。这说明，机器人可以通过真实任务不断改进。但如果设备只是放在生产线旁展示，并没有承担实际工作，就难以获得同样有价值的经验，模型也无法以最快速度改进。
这里存在一个现实矛盾：机器人需要进入生产线，才能更快成熟；工厂却往往希望机器人足够成熟之后，才允许它进入生产线。
打破这个循环，需要创业公司与客户找到可控的部署方式，让机器人从风险较低、任务边界清楚的工作开始，逐步承担真实任务，并在持续运行中验证可靠性。对机器人公司而言，真正有价值的部署，不只是签下客户或增加安装数量，而是让产品进入实际工作、形成稳定的使用记录，并持续改善任务表现。
因此，评估机器人公司的部署质量，不能只看累计安装了多少台，还要看设备是否进入生产、承担多少真实任务，以及试点之后客户是否愿意继续采购。
04. 机器人需要耐心资本，而不是软件式的增长预期
机器人产业正在吸引大量资金。根据Crunchbase数据显示，2026年上半年全球机器人创业公司融资达到188亿美元，超过2025年全年。资本加速进入，为研发、制造和部署提供了支持，但也带来一个风险：如果投资人仍然按照软件公司的增长速度和回报周期要求机器人企业，就可能低估商业化所需的时间与资金。
软件产品一旦找到市场，通常可以较低的边际成本快速复制；机器人则需要承担制造、交付、现场适配和维护等成本，还可能面对基础设施改造、生产流程调整和较长的采购周期。即使客户已经认可产品，从几台试点扩展到多个工厂，仍需要逐步解决部署和运营问题。
这意味着，机器人公司的收入增长路径可能与软件企业明显不同。今天拿到10个试点，不代表下一年就能形成1000个正式部署；一家汽车制造商试用十几台机器人，也不意味着它会迅速向所有工厂推广。
如果资本过于急于兑现软件式增长，创业公司就可能被迫优先追求短期收入，而不是解决影响规模化的关键问题。Matic和SpaceX都经历过多轮产品迭代，说明物理世界的创新往往需要通过长期试错，逐步找到可靠的产品和商业模式。
机器人所需要的耐心资本，并不是放弃增长要求，而是用符合行业规律的标准衡量进展。部署周期是否缩短、机器人利用率是否提高、生产任务成功率是否改善、客户是否从试点转向正式采购，这些指标都能够帮助投资人判断企业是否正在接近规模化。收入当然重要，但如果忽略这些前置条件，短期数字就可能掩盖真正的商业化风险。
05. 投资人尽调必须从融资材料走向生产现场
机器人投资不能只看技术演示、合作公告和订单预测，更需要核实产品在客户现场的真实状态。
面对一家声称已经获得大型制造商认可的机器人公司，关键问题不是合作伙伴的名气有多大，而是机器人是否真正进入生产线、由谁决定后续部署、客户为什么愿意采购，以及哪些问题阻碍了进一步扩张。这些信息往往无法仅靠融资材料获得，需要直接走进工厂，与生产负责人交流，理解设备如何融入现有流程，以及客户如何评估效率与回报。
对于投资人和创业公司而言，这也意味着需要改变对增长的观察方式。机器人公司的进展，不一定每个季度都体现为收入快速增加。有时，真正重要的变化是解决了一个长期存在的部署障碍，缩短了现场安装周期，或者让原本只能用于试点的产品开始承担真实生产任务。
这些进展未必立即转化为收入，却可能决定未来能否规模化。反过来，如果一家公司不断宣布新的试点，却始终无法进入生产、扩大部署或获得重复采购，就需要重新审视其商业化路径。
投资机器人，既要判断技术最终能做到什么，也要判断企业能否把技术稳定地带进现实生产。前者决定潜在市场空间，后者决定商业价值何时兑现。
结语
机器人行业的长期前景，不能因为部署缓慢而被低估，也不能因为技术突破而被过早定价。从技术验证到生产部署，再到跨工厂复制，仍然需要解决效率、可靠性、决策权和资本投入等一系列现实问题。未来的赢家，不只是能够制造出机器人的公司，更是能够把机器人稳定地部署到真实生产中，并持续扩大应用范围的公司。
Insights｜Menlo Ventures：消费级AI进入下半场，使用深度比用户增长更重要
来源：The Prospect · 微信公众号 · mp.weixin.qq.com