人形機器人是錯誤的形態設計 | Ajay Agarwal
人形機器人是錯誤的形態設計 | Ajay Agarwal
Bain Capital Ventures 的 Ajay Agarwal 主張,人形機器人在未來十年是錯誤的形態設計;他更看好結構較簡單的輪式與特定任務型機器人,因為硬體成本下降正把價值移轉到軟體,而 AI 也促使創業者投入實體世界的創業。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Bain Capital Ventures 合夥人 Ajay Agarwal 認為,在未來十年的大多數實體 AI 應用場景中,人形機器人是錯的形態,因為輪式與針對特定任務打造的機體更便宜、更安全,也更容易部署。人形機器人的爭論只佔了開場幾分鐘;整場對話大部分時間在談創辦人人才從軟體流向硬體、2004 年對 Kiva Systems 的投資、機器人零元件成本的大幅下滑,以及實體世界的機會落在美國供應鏈的哪些環節。
Agarwal 發言所依據的是長期的硬體投資紀錄——他從第一輪就投資 Kiva Systems(這家倉儲機器人公司後來被 Amazon 收購),並領投了之後的每一輪;Bain Capital Ventures 目前則投資包括 Terra Firma 在內的營建與製造機器人公司。讀者讀完應該能掌握他對機體形態的具體推理、他對軟體創辦人為何轉向「原子」的解釋,以及他認為機器人的價值正從硬體轉移到智慧與可部署性的觀點。
人形機器人在成本、電池、安全與重心上全盤皆輸
Agarwal 對人形機器人的定義很窄——「有兩條腿、像人的形體」——並把長期願景與短期押注分開來看。他說人形機器人的願景「終將成真」,但時間軸是 20 到 30 年;至於未來十年,他稱它是「大多數應用場景中錯誤的形態」。他的核心類比是:世界上大多數自動化的事物都有輪子或翅膀,「我們不會從 A 點走到 B 點,我們是開車或搭飛機」。他舉出的例證包括無人機、自駕車,以及倉庫與工廠內的自動化物料搬運。
這套論證是經濟與物理層面的,而非美學層面。拿掉雙腿能改善成本、電池續航、重心與安全性——「每一件事都會變得容易一個數量級,更好、更便宜、更快」。他指出,全球有很大比例的人口住在單層住宅,所以即使在家庭場景,雙腿也換不到多少好處。他承認在人行道與住宅內確實有一系列邊緣情境,輪式機器人並不理想,但這些情境撐不起眼前的工業與製造機會。
| 主張 | Agarwal 的立場 |
|---|---|
| 人形機器人的可行性 | 可行,但時間軸是 20 到 30 年 |
| 未來十年的適用性 | 對大多數應用場景而言是錯誤的形態 |
| 雙腿的代價 | 成本、電池續航、重心、安全性 |
| 輪子與翅膀已勝出的領域 | 無人機、自駕車、倉庫與工廠物料搬運 |
| 雙腿可能有意義的領域 | 住宅與人行道的邊緣情境 |
通用智慧會泛化,機體則不該追求通用
Agarwal 把這場人形機器人爭論經常混為一談的兩件事劃出清楚界線:通用智慧與通用機體。在智慧這一側,他預期泛化能力會持續勝出——他舉機器人基礎模型實驗室與前沿實驗室各自湧現的能力與泛化性為例,並說機器人研究者很驚訝地發現,某個未具名的模型(轉錄為「Astra」)雖然不是以實體 AI 模型訓練,卻對實體世界有相當的理解。他預期語言模型上的模式——通用模型不斷跌破眾人眼鏡、擊敗專用模型——會在實體世界重演。
在機體這一側,他的主張正好相反。一套實際部署的機器人系統必須解決智慧與行動之間的連結、回饋迴路、安全性、環境因素、可部署性與可維護性——「你不能讓這些東西每隔一天就壞一次」。面對這些要求,客戶會用通用性換取可靠性。「對絕大多數製造與物流場景來說,你不需要五根手指的手」——兩指夾爪、三指手,或針對特定任務可換裝工具組的機器人,「比打造一個什麼都能做的東西要容易、簡單得多」。他把那種野心稱為「人形機器人的陷阱」。
他不願挑出單一勝出的機體形態,說這取決於應用場景,並描述了 Bain Capital Ventures 投資組合的分佈:
- Terra Firma——營建業的全端機器人,使用的是外型像推土機與挖土機的機具。
- 製造業投資組合公司——通常是輪式或基座式機器人,搭配一到兩支機械臂,依產能與能力需求有時是協作機器人手臂、有時是工業手臂,末端夾具與手部形式各異。
Kiva 之後零元件成本降了一個數量級,價值移往軟體
Agarwal 的結構性主張是:硬體正在商品化,利潤正往上層堆疊移動。以 2026 年這次訪談往前推約 20 年、Bain Capital Ventures 投資 Kiva 的時點相比,他說相關零元件的成本「足足比今天高一個數量級」。機械臂、馬達、致動器與感測器全都變得更便宜、更容易取得。結果就是「價值創造會越來越來自智慧、來自軟體、來自可部署性。而這才是客戶最終願意付錢的東西。」
Kiva 押的是創辦人,不是硬體
Agarwal 對 2004 年 Kiva 的敘述——沒有營收、沒有產品、沒有客戶,而投資人「對硬體一無所知」,也不懂機器人或電商物流——歸結起來就是對創辦人的判斷。第一次會議進行 5 到 10 分鐘,他就轉頭對同事說,這是「我當時在創投界短暫職涯中聽過最棒的創辦人簡報」。他看重的是:創辦人懷抱一個世界還沒見過的願景,而簡報會讓人產生「這也太簡單了,我怎麼沒想到?」的反應。
Mick Mountz 的洞見是把倉庫作業流程反轉過來。不是讓作業員走到貨架前——用 Agarwal 的說法,他們把 90% 的時間花在走向貨架、拿取商品——而是讓機器人把貨架送到作業員面前。Agarwal 把這形容為把「原子變成位元」,並說這個說法是 Mountz 教他的。當年募資很辛苦:即使是 B、C、D 輪,願意投機器人公司的資金都少之又少,所以 Bain Capital Ventures 每一輪都領投。
AI 讓程式碼商品化,軟體創辦人轉向原子
Agarwal 把頂尖技術人才流向硬體稱為「人才的爆發」,與 2004 年或 2018 年相比都是如此——他在 2018 年遇到 Etienne Invention(轉錄名稱)的創辦人們,當時這類創辦人「寥寥可數」。他的解釋同時帶有防禦性與企圖心。在軟體領域,「每個人都擔心自己做的東西會被前沿實驗室顛覆」——如果智慧的成本趨近於零、寫程式被代理全面自動化,軟體就會商品化。他引用市場上的說法,指 CUDA「是史上最強大的軟體護城河之一」,如今已不再是護城河,並把這個轉變歸因於寫程式的代理與 LLM 能力。
第二個驅動力是企圖心。在雲端時代,一個能帶來些許生產力提升的工作流程工具,就能做到十億美元估值、躋身獨角獸,而那就是天花板。他說,現在創辦人在太空裡打造東西、打造把工廠帶回美國的機器人,以及服務航太、國防與美國國家利益的供應鏈與製造事業。他認為這反映創辦人想對社會、科學進展與再工業化帶來改變——「這當然比投資下一個工作流程生產力應用刺激得多,而我認為那差不多就是過去 15 年創投的主旋律。」
主持人 Sophia Dew 用自己的對照呼應這個觀點:2013 年矽谷企圖心的頂點是 Dropbox;今天創辦人想造火箭、想治癒癌症。
機會來自技能斷層,不只是人力缺口
Agarwal 給創辦人的建議是親自去看看實體世界——中西部、汽車供應鏈、港口與碼頭——「機會多得數不清」。他更銳利的論點是:美國失去的不只是工作,還有技能與知識,而且在許多產業裡,僅存的從業者正在老化退場。一輩子只做一份工作的 60 歲師傅或技師退休後,技能並沒有傳承下去。智慧與機器人能填補這個缺口,並孕育出新一代的實體世界創業者。
他用電商的類比來說明規模:Shopify、Alibaba、TikTok 與 Facebook 讓三個人就能打造出高露潔或寶僑那種規模的消費品牌。他預期下一代將打造出全球最大工業公司那種規模的工廠、機器與物流事業。
「我們會看到這一代創業者打造出工廠、機器與物流事業,規模堪比全球最大的工業公司。」
觀察重點
Agarwal 立場中的張力在於:他預期通用型機器人智慧會持續進步,卻同時押注通用型機器人機體不會勝出。如果基礎模型的泛化能力比他假設的更快到來——他提到的「Astra」觀察就是他自己的證據,說明這件事正在發生——那麼他歸給人形機器人的可靠性與可維護性懲罰,可能不到十年就會縮小。可被驗證的指標包括:零元件成本曲線是否持續下探、可部署性與正常執行時間是否成為客戶願意付費的採購標準,以及 Bain Capital Ventures 所投資的營建與製造機體形態(Terra Firma 的挖土機等級機具、輪式與基座式機械臂)能否在他所承認的住宅與人行道邊緣情境之外,比足式平臺更早找到願意付費的應用場景並規模化。