機器人來了——但並非無處不在

「機器人的ChatGPT時刻即將到來」 英偉達CEO黃仁勳在2025年1月的消費電子展上如此宣稱。人們普遍預期：人形機器人將遵循與生成式AI相同的爆炸式普及曲線。我們的研究顯示恰恰相反。人形機器人的應用將呈現不均衡的態勢，在不同用途和地區間呈現分化。領導者需要重新調整策略，以應對一條更為複雜、崎嶇的規模化之路。

人形機器人正快速發展。工程技術的進步與新型強大物理智能模型（包括視覺-語言-動作模型及改良的運動系統）正匯聚成一股機器人超級週期。然而，若領導者預期人形機器人的普及路徑會與生成式AI如出一轍，便可能誤判了所需的策略。

較難預測的節奏

我們的研究顯示，三股基本力量正在塑造一條截然不同的採用曲線。

力量一：沒有放諸四海皆準的模式

在可预见的未来，人形机器人不会作为通用生产力工具进行商业部署。

考慮人形機器人理論上可承擔的多種角色：看護者、警衛、士兵、庫存揀貨員、裝配線工人、醫院助理或門房，僅舉數例。每種角色，甚至該角色中的每項獨立任務，都施加了截然不同且往往互不相容的要求。

例如，倉庫機器人可能需要舉起高達132磅的重物，這需要精密的致動器（相當於人類肌肉）才能成功完成任務。這些致動器系統將佔其成本的40%至60%。然而，護理輔助機器人則需要不同的能力：細微的面部表情、精細的動作控制以及情感敏感的互動。在這種情況下，技術構建將更側重於感知和觸覺技術。人形機器人角色的多樣性意味著其技術構建規格、操作要求以及最終的部署商業案例存在根本性差異。

這種差異不僅體現在硬體結構上，更延伸至軟體與連線能力。安防機器人會採用低延遲的邊緣運算數據處理，在其物理位置附近即時運算，以便快速應對環境變化，例如陌生人或車輛的入侵。相較之下，人形醫院助理可能依賴大型圖形模型來導航醫院設施，並建立病歷與X光片的3D影像。每種應用場景都需要不同的運算架構。而這種專業化分工，進一步催生了多樣化的人形機器人型態，例如全自主移動的雙足機器人或輪式軀幹，反映出不同角色對物理性能的差異化需求。

其結果是，競爭中的人形機器人製造商實際上形成了專業化分工，各自優先專注於不同的市場領域。對這些公司的分析顯示，它們在市場策略與客戶案例中，高度聚焦於製造業、倉儲、照護、服務及家庭等特定市場區塊。

因此，人形机器人将呈现多种形态与规格。它们正被打造为专才而非通才，并将按角色逐步规模化应用。

力量二：地理上的「可行島嶼」

機器人成本持續下降，但每個人形機器人的部署都必須有明確的投資回報率來支撐——而這項評估會因工作場所法規、勞動市場動態及人口結構等因素，在不同地區呈現顯著差異。

因此，早期人形机器人的商业案例将集中在少数几个"可行岛"上，这些地区的条件最成熟，适合首次部署。在劳动力成本高、劳动力严重短缺，或拥有现有基础设施且具备立即实现大众市场规模化潜力的地区，投资回报率将最为强劲。而在劳动力充足且廉价，或人形机器人制造生态系统有限的地区，具有说服力的商业案例将相对较少。

日本可謂是全球機器人在照護與製造領域可行性最為顯著的島國。面對預測中的 到2040年，勞動力缺口將達1100萬日本經濟產業省 公佈新的採購目標 推動機器人技術的普及，並於近期宣布將提供近4000億日圓（約24億美元）的補助。 建立一個人工智慧系統 控制機器人。南韓面臨類似的人口壓力，人口快速老化且生育率為全球最低。兩國皆積極投資人形機器人。例如， 現代汽車計劃投資63億美元 在韩国建设新的机器人制造综合体，该公司正将其战略从汽车制造转向机器人领域。

其他具可行性的領域則集中在製造業。德國存在有據可查的技能短缺問題，而新加坡則面臨國內勞動力有限及嚴格的外籍勞工配額限制——在這些條件下，部署人形機器人可為採用該技術的公司帶來回報。

中國展現出不同的動態。其全鏈條供應鏈、具競爭力的製造基礎及大眾市場規模，使製造商能以競爭對手僅需負擔的一小部分成本來打造人形機器人。據估計，2025年全球生產的人形機器人中，有90%是在中國製造的。兩家公司——總部位於上海的智元機器人（Agibot）與杭州的宇樹科技（Unitree Robotics）——在2025年合計出貨超過10,000台，而美國同業如Figure AI與特斯拉則仍停留在數百台的低位。 實際客戶交付2026年中國中央電視台製作的農曆新年慶祝活動 featuring 跳舞的Unitree機器人，是该行业的一份国家意向宣言，体现了政府的长期投资。

監管增加了另一層地理複雜性，因為各國在安全、隱私和責任方面採取不同做法，尤其在醫療和社會照護等敏感領域。如同半導體和人工智慧軟體，人形機器人很可能與科技地緣政治交織，導致美國和中國出現平行的人形機器人生態系統。

訊息很明確：在未來數年內， 哪裡 你定位人形機器人將對其可行性至關重要。

力量三：人為因素

影響人形機器人普及的第三個因素最不為人所理解，卻可能影響最深遠。人類在生理上天生就會對人形產生反應。當人形機器人進入工作場所、安養院或賣場時，其與人類相似的外貌會觸發其他科技無法引發的本能與直覺反應。

人類對人形機器人的反應將是難以預測但至關重要的因素，影響其推廣的成功與否。大多數關注點集中在人們對類人機器人可能產生的負面反應上。 恐怖谷效應，最早於1970年由日本研究人員森政弘提出。捕捉了與類人機器人相遇時，人們感到不安與不自在的感受。然而，全貌遠比這更為複雜。

越來越多的研究探討人形機器人所引發的多樣化且常兩極化的反應。例如，在照護環境中， 2025年剑桥大学的一项研究 研究發現，非正式照護者逐漸習慣與人形機器人分享情緒困擾，隨後在孤獨感與情緒方面出現可量化的改善。部分研究則指出更為矛盾的反應；一項針對旅宿業的研究顯示，雖然三分之二的顧客對機器人服務員的體驗給予正面評價，但仍有28%的顧客感到不適——且幾乎沒有中間地帶。

人類性格類型亦會影響人機互動的品質與成效。 新興研究 表明人類傾向於偏好具有 相似的性格類型 對他們自己而言。簡單來說，外向者可能更偏好具有較多社交性格或誇張行為的人形機器人，而內向者則可能對人形機器人的互動持較多懷疑或較少信任。

認識到這種複雜性，新興的人機互動領域研究人員正致力於建立人類與人形機器人之間的信任。其中一個重點方向是將同理心嵌入機器人中。例如， whEE（何時及如何表達同理心）框架 是一種根據情境調整同理心程度的新方法。另一個重點是如何有效融合不同的人格類型，以達成最佳成果。

儘管人類與機器人之間的互動仍有許多待解之謎，但顯而易見的是，人形機器人必須能應對人類性格的完整光譜，因為並非所有使用者都會有相同反應。對於正在開發或部署人形機器人的企業領袖而言，這意味著必須意識到，員工與客戶的體驗可能輕易從正面轉為負面。

迎接人形機器人浪潮

這些因素都無法阻止人形機器人的崛起，但這三股力量顯示，在不久的將來，人形機器人的採用將不均衡，取決於其角色與地點，以及人類對類人形態的複雜反應。

很少有組織為這種不對稱的採用做好準備。大多數組織要麼冒險接受不切實際的生產力願景，要麼完全錯失人形機器人的潛在商業利益。為了成功，各領域有遠見的領導者需要在三個方面努力：

開發基於角色、以地點為中心的組合。 首要任務是識別並優先考慮組織內高潛力的人形機器人角色組合。詢問哪些角色可以從人形機器人的參與中受益。為每個角色建立獨立的商業案例，包含不同的成果、風險概況和擴展路徑。每個案例不僅關乎純粹的勞動替代收益，還包括安全性、可審計性和可用性等好處。

確定地理市場。 工作場所法規、人口結構和供應鏈的地理差異意味著只關注一個國家是有風險的。你的人形機器人策略需要建立地理選項和合作夥伴關係。這可能涉及在勞動力成本高的市場（如德國）進行試點，那裡的投資回報率最強，同時與矽谷的大學或研究實驗室或杭州的製造業務建立學習合作夥伴關係。利用這些互動來加速學習，即使主要業務在其他地方。

你的合作夥伴候選名單應涵蓋人形機器人原生公司 和 以及相鄰領域，如汽車或消費電子生態系統。這些領域的公司已經在將人工智慧融入大規模市場的實體產品中。即使人工智慧和機器人實施的商業挑戰不同，你也可以利用這些領域積累的專業知識，獲得可轉移的部署經驗。

考慮人類的反應。 忘記令人失望且不穩定的機器人的悠久歷史。為人類與人形機器人的新化學反應——先進人工智慧採用的前沿——進行規劃、設計和測試。

人形機器人的部署不僅僅是技術轉型。它還必須包括讓人類理解並受益於這波新的人形機器人夥伴。最重要的是，闡明下一代這些機器人的好處：隨時可用、完全感知周圍環境、溝通流暢且富有同理心。在整個部署過程中，衡量並密切監控對員工和客戶信任的影響，並準備好快速適應。

---

人形機器人浪潮正在蓄勢待發。先進的機器人能力現在已經存在，即使更卓越和超人的能力似乎還很遙遠。因此，人形機器人將比許多領導者預期的更快顛覆市場——而且比任何人計劃的更加不均衡。成功將屬於那些現在就開始自己的採用之路的人。