专题：第28届北京科博会-未来产业推介会
第28届北京科博会-未来产业推介会于2026年5月8日在北京举行。贝恩公司全球合伙人大中华区高科技业务主席成鑫出席并发布报告。
以下为演讲实录：
成鑫：我围绕今天下午的主题，更多的想要从产业的角度来谈一谈他们对具身智能落地应用的一些看法。包括他们在问一些什么样的问题？包括我们在建议他们在思考什么样的维度？主要是从这个角度来跟大家做一个交流。
我很快来说一说，贝恩这家公司是一个全球性的公司，我们一直在关注具身智能和人形机器人的发展，过去的这1-2年的时间，我们从几个维度一直在关注这个事情。
第一个维度是围绕不同的国家和区域产业的发展趋势和特点，这里面主要就是包括中国和美国以及欧洲这3个部分。
第二个维度我们关注的是三个不同的视角：视角一：从机器人行业，从业者的角度怎么关注行业的发展。视角二：从投资者的角度，投资者怎么去看我们这个行业未来的发展趋势和投资的机会。第三个我们觉得是最重要的一个，从应用行业的客户角度，也在关注行业的进展。
第三个维度整个机器人不同产业链的环节，我们也是在不同的区域有不同的侧重，所以这一块是我们过去这1-2年核心的一个研究的重点。
跟大家分享一些比较真实的我们听到的话语，我们在跟我们的客户交流的时候，大家都在问我们一些什么样的问题？我相信这些问题在座的各位多多少少都有一些共鸣，有一些可能你们也想问，有一些是被你们的客户问的，有一些是被你们的合作伙伴问的，这里面有几个：
第一个这里面应该优先扩充布局机器人价值链中哪些环节，我们的致胜优势是什么？这个就是很多先进制造业的企业如果想要在这里面分到一部分的价值，经常问到这个问题。
第二个就是在Physical AI的领域，适配的合作模式和投资标的有哪些？很多是从投资者的角度，包括作为行业应用者的角度？
第三个就是从机器人的概念验证到大规模的部署还有多久？现在值得我开始考虑吗？现在是不是太早了？现在应该做什么？这是我们过去这半年被问到最多的一个话题，这个更多的是我们来自全球的客户，尤其是在欧洲和东南亚的客户问到这个问题是最多的。
下面一个是机器人产业如何重塑对我们现在已有的产品的需求，我的产业新的利润池在哪？很多是现在高端制造业，传统上是做新能源汽车的，可能是做消费电子的，它在新的大潮之下想怎么样卡位，这个也是经常问到我们的一个问题。
最后一个就是我们从成熟的消费者业务切入到机器人赛道，如何固定清晰可信的价值创造路径？这个是现在比较多的终端类型的企业，它现在本身是在做工业的解决方案，本身是在做消费品的解决方案的，它想要切入到这个赛道不管是消费级的机器人还是工业级的机器人，会问这样的问题，现在已经殊途同归了，这个事已经走了很长时间了，关键就是下一步应用落地的场景在哪里？我如何能够参与到这个过程，来实现价值的最大化。
站在对一个行业应用者的角度出发的话，我们其实是有这样的一些核心的观点，这也是我们一般会跟我们行业的客户去谈的。
第一个就是整个的机器人，尤其是具身智能、人形机器人是未来决胜Physical AI必由之路也是一个必答题，这是第一点，这个没有什么好讨论的。
第二个就是我们经常会讲整个产业已经迈入了产业发展关键的拐点的窗口期，一个是技术的迭代，另外一个是成本的下探，这两个都有比较清晰的路径，这也是我们大的判断。
第三个，在所有产业链控制点里面，包括具身模型，包括数据，包括本体精度和成本，包括场景规模化部署的成本和效率，在这所有的里面，场景化的知识数据是终端企业实现机器人价值的核心抓手，现在很多企业都说我是不是被动使用的角色？尤其是很多海外的客户，但是不是这样的，我觉得它能够提供场景化的真实数据，是它能够比较好的切入到这个领域，甚至形成自己所在行业的标杆的解决方案的一个非常好的抓手，这是第三点。
第四点我们也一直在呼吁终端的企业可以通过机器人的从业者进行深度的合作，来提前锁定核心的资源，构建行业的先发优势，很多企业都在想这个问题，但是不知道何从入手，不知道和谁合作，我们还是非常希望从应用企业的角度能够走一步。
最后一个就是贝恩本身，我们也非常希望为行业的从业者，为应用者，也为投资者提供我们独到的见解和价值。
我很快的展开一下，这张图我们一直在讲具身智能是未来决胜Physical AI的必答题，这里面有几点。第一，它可能会重塑一个新的产业，就像当年智能手机涌现一样一个道理。第二个就是AI实体化的一个载体，AI这么多年，大家觉得Physical AI有很多不同的载体，大家都在探讨，包括AIPC，AI手机，包括AI新的智能硬件。
但是其实所有东西如果汇聚到一起，还是要回到机器人，是把AI全潜力释放到最大比较好的载体。最后一个就是人口的老龄化和劳动力的短缺，这个在欧洲市场是非常严峻的问题，所有的汇聚在一起，我们就谈具身智能机器人这个产业是决胜Physical AI的必答题。
未来的趋势，我相信大家也都看过很多不同的预测，我们把所有的事情放在一起，在2035年我们的判断是全球人形机器人销量在乐观情况下可能会达到1300万台，基准的情况下可能也是600万台的市场，这个就是一个万亿的市场，这里面包括了产业链各个环节，这里面没有考虑未来新衍生出来的商业模式的增值，就包括Robot as a service，包括一系列的服务和增值服务在里面。
现在来看，整体的出货还是局限在若干个领域，这个大家都清楚，包括数采，包括娱乐导览，包括科研、教育、工业、商业的POC，很多还是在POC的阶段，但是我们还是相信技术迭代的路径和成本下降路径的清晰，未来还是会形成比较清晰的落地应用的批次。
我们的看法，第一波还是在工业的领域，下面可能会延展到商业的领域，最后可能相对难度会高一点，是在家庭和C端的场景，这个是我们现在的一个判断。这里面也是结合了我们考虑的四个重要的维度：
第一个就是做这个事情整个的投入产出比。
第二个就是做这个场景本身的技术成熟度。
第三个就是在这个场景本身的需求的迫切性。
第四个是在合规，包括在社会和心理层面上它的接受度。
这四个要素都是判断哪一个行业包括哪一个场景会比较快的规模化落地的核心判断的标准。
我这里想要说的是，从最后终局的角度来看，我们不是讲具身智能，就把之前所有的解决方案都替代了，之前所有的解决方案都包括了人工，也包括了传统的机器人和机械臂的解决方案，其实不是这样的，最终的情况还是大家共处的状态。
我这里面就打开两个场景，其实跟大家探讨比较多的，未来如果具身智能进来之后，整个里面工作的状态，包括产业里面的格局会发生一个什么样的变化？第一个还是从制造业的角度来看，因为制造业现在是大家探讨最多的。具身智能如果一旦进来和现在传统的自动化的解决方案，包括机械臂，包括工程师和人工是形成什么样的配合的机制？这个就是我们做的一个大致的分析，我相信大家多多少少在这里面就能够找到大家了解到的，或者跟客户也好、和合作伙伴也好，聊的一些片段。我们把不同的类比的工业行业里面的工作做一个分类的话，其实可以从最上面高精度、可重复脚本化的运动到弱泛化感知抓取的运动，也包括这种高阶规划，空间推理，敏捷移动的工作，再到低智能泛化的操作，再到后面更加需要力控精细的任务，其实在这里面前面的几个不需要我们现在最新的具身智能解决方案，传统的工业机械臂，包括传统的一些自动化的解决方案就可以处理得蛮好。
越往下的话是越需要具身智能解决方案进来提供一个更好、更高效的解决方案的。最后测算下来，大家可以发现，我们的人形，包括具身智能在工业化5.0的工厂里面占整个工时的比重大概是在二成左右、三成左右，可能少一点是在一点五成左右的范围，剩下五成左右还是通过传统的自动化和机械臂解决，还有一部分是通过人工解决，这是我们对未来工业化5.0场景的判断，未来是这样，不是把现在所有的方案都替代了，这是工业化的场景。
我们最近聊得比较多的是建筑，建筑蛮多的，中国这边小得少一点，尤其在海外，在欧洲、美国聊得多一点，我们一般讲未来的工地可能会长得怎么样？这个还是想得相对比较大胆，这里面写了几个核心的特征，大家可以看一看，包括规模化、自主土方工程，这里面有AI驱动的挖填作业、地形的扫描、激光找平，和压石车队在极少的人工的监督下全天候运行，这里面现场有机器人加工的单元，有人工+人形机器人协作的团队，有自主的工地物流网络，包括一些嵌入式质量和规范的检查，包括一些机器人专业的小队，包括一些AI实时排程和引擎。我们觉得在建筑这个领域，同样也是非常有想象力的落地的场景，我们的具身智能和人工和AI在这里面都会起到应有的作用。
这个价值我们觉得也是蛮大的，如果我们把建一个1G瓦的数据中心，把它的成本拿出来，大家可以看大到，这里面有相当大的人工成本在里面，把人工成本做一个分解，这里面有大量的工作都是可以引入新的机器人解决方案，包括一些AI解决方案，能够把这一部分的价值提升起来，这里面有几个关键的部分，我们还是觉得机器人从根本上可能会重塑未来建筑行业大的逻辑，包括零事故的状态，包括建筑成本大幅度的下降，包括在海外用工的短缺，包括建筑工程整个的提速，包括另外的一些综合成本的下降，我们觉得还是有一个非常可期的愿景和路径在建筑的场景里面，我这里面只是举了两个例子，这两个例子核心讲的还是有大量的场景是需要和机器人产业相配合来实现这个价值，这个价值是摆在这儿的，是非常明确的，尤其是在很多的海外市场，确实是这样的。
当然了我们下一步去看，大家也都知道，这些事情的实现是依赖所有的从业者在技术和成本上来进一步的突破的，这些东西我觉得大家都很清楚，在具身大模型持续的成熟，包括数据的采集和仿真，包括芯片，包括整个的灵巧手，包括整个本体的装配和量产，整个成本和效率都需要进一步提升。我这里面就提一件事情，跟数据相关的，因为我一直在谈从应用者的角度看这个问题，其实数据是所有行业的企业，它是可以积极的拥抱机器人的生态，大家一起去把这个事往前去推的一个关键的点。
这个就举了一个例子，就是Agility和丰田在美国做的合作，怎么样通过真实的场景做数据采集，并且和亚马逊标准化的真实场景交叉验证的这样的一个做法，大家可以看到上面测试场景的搭建，里面包括用了在丰田，在伍德斯托克的一个工厂，它是一个高标准化仓储的场景，这里边也打通了丰田本来的系统，包括EMS和物流的系统，能够实时获取任务的指令。数据采集里面是覆盖了3个核心的物流任务，包括线边的供料，料箱的转运，也对数据的格式和标准做了一个非常好的定义，这个也是数据采集里面比较关键的问题。
后面数据清洗也做了一系列的任务，这一整套下来能够把这个场景去跑通，能够放这个模型的表现，包括整个机器人的表现能够有一个比较快的提升，所以说一千道一万，我们讲的还是场景化的真实数据是终端企业实现机器人价值的核心抓手，也是大家觉得现在很着急，我不知道如何参与，是一个最好的、最核心的、最有价值的参与方式。找到你愿意贡献出来的场景，大家一起合作，大家一起去探索，最后找出一条适合你，甚至会成为整个产业标准化解决方案的方式。
这也是我们在跟业界企业在谈的时候，我们也是在建议大家考虑的，和机器人行业合作的方式，传统的就是采购的模式，其实后面越来越多的人在往后走，联合的研发包括少数股权的投资，包括大家来做一些定制化的解决方案，包括行业标杆类的解决方案一起做，我觉得越往后面越是这个行业越要去探索的方向。
这个事的落地，对企业本身的要求是很高的，和现在企业落地AI的一些准备和前提条件是非常类似的，首先要选择有高影响力的介入点，因为很多人觉得做这个事不值得，我为什么做这件事，费这么大劲？所以一定要选择高性能影响力的切入点。然后是前置落地约束的解决，这也是很重要的。然后做机器人的部署，不只是单纯pluin的概念，需要重构整个的工作流程，而不是纯粹的叠加机器人，这个和落地AI是一样的，AI的核心是要重塑你的组织、工作流，要不然越搞越多，最后也没有什么效果。
后面还有自主掌控、系统集成，而非外包，这里面核心就是你跟机器人的企业是如何配合的？哪些公司是自控的？哪些东西是要通过生态合作来解决的？最后就是我们讲构建可持续长期的优势，这里面讲的就是你在未来技术迭代里面你作为使用者你应该掌握哪些核心的价值点？这个就是我们讲的，如果一个机器人你要部署的话，从企业的角度你要考虑这样的方面。
最后就是在给贝恩做一个广告，我们本身确实在全球、中国、美国、欧洲，对行业的关注是非常密切的，我们非常希望有机会和投资者朋友和机器人产业的朋友一起去探讨机器人的机会，包括机器人进入的战略，包括投资机会的把握，也包括机器人应用的设计，其实我们都希望能够给大家提供比较好的支持。
我今天的发布和分享大概到这儿，希望对大家能够有一些启发。谢谢！
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
责任编辑：梁斌 SF055
多乐棋牌游戏，九游会平台，
多乐游戏斗地主赢现钱相关资讯：老哥俱乐部九游会，