当前位置: 首页 > news >正文

具身智能高毛利:护城河还是价格战信号?

具身智能最近成了硬件赛道里最不缺热度的话题。人形机器人、工业机械臂、移动操作机器人、巡检机器人,都被装进这个概念里。这类项目有一个共同点:不少厂商晒出来的高毛利看起来很有吸引力,采购方和投资人也会因此觉得产品竞争力强。但我的观察恰恰相反——在具身智能当前阶段,高毛利更像价格战起跑前的信号,而不是护城河已经挖好的证据。下面从成本结构、报价变化、行业竞争和交付逻辑四个角度拆一下:为什么毛利高反而是风险提示,以及真正该盯哪些指标。

1. 高毛利在具身智能里通常来自哪里

很多人在聊具身智能时,会直接把“毛利率高”等同于“技术强”“壁垒深”。这个推导在消费电子和成熟制造业里都站不住脚,在具身智能里更危险。要理解高毛利为什么值得警惕,得先搞清楚它到底是怎么来的。

1.1 稀缺性定价:小批量、定制化、技术溢价

具身智能产品目前大多还处在小批量交付阶段。一台机械臂、一台人形机器人原型机、一套移动操作工作站,都不是标准流水线里拉出来的通用件。客户往往带着具体需求来:要能抓取某种工件、要在某个工厂环境里自主导航、要和现有产线控制系统对接。这些需求组合在一起,就形成了“定制化”属性。

定制化意味着三个结果:第一,单台成本高,因为设计、测试、适配都要摊到很少的出货量上;第二,报价可以更高,因为客户找不到足够多的替代方案;第三,供应商之间不直接可比,大家报的是不同口径的“解决方案”,而不是同规格的“标准产品”。在这种背景下,厂商只要能签下一两笔标杆订单,账面毛利率都能做得比较好看。

问题是,稀缺性定价的前提是“没有充分竞争”。一旦市场上出现几家都能做同类产品的供应商,稀缺性就会快速消失。而那些看起来很高的毛利,恰好是在告诉新进入者:这个领域还有降价空间。

1.2 集成溢价:项目制毛利和标准品毛利容易混在一起

不少具身智能公司同时做两类业务:一类是自研核心产品,比如机械臂本体、底盘、控制器;另一类是把第三方的传感器、夹具、软件系统集成到自己的方案里交付给客户。两类业务的毛利率差异非常大。

自研硬件如果核心零部件自研比例高,初期毛利可能做到不错。但集成业务里,很多时候外购件占比高,毛利会被摊薄。可对外汇报时,很多公司会直接把项目总收入减项目直接成本,算出一个综合毛利率。这个数字看着还行,实际上掩盖了一个关键问题:真正有自研能力的产品卖了多少,靠集成交付攒出来的项目又有多少。

如果一家公司的高毛利主要来自集成项目,那么它的定价能力非常弱。集成项目的客户通常更看重“能不能在我规定时间内交付”,而不是“你有什么独家技术”。竞争一旦加剧,最先被打掉价格的就是这类项目。

1.3 会计口径:研发、交付、售后不全部进营业成本

毛利率这个指标本身就有口径限制。它的公式是收入减去营业成本,再除以收入。软件研发人员工资、算法训练、数据采集这些投入,通常不计入营业成本,而是进研发费用;销售团队的薪酬、市场推广,进销售费用;售后维修、现场驻场服务,有些公司也是放在费用端,而不是直接成本端。

也就是说,一个高毛利产品,完全可能同时伴随着巨额的研发费用和销售费用,最终净利率很差。具身智能这类硬件又特别典型:硬件毛利看着不错,但软件算法要持续投入,现场交付要不断派人,客户一多,售后团队就得跟着膨胀。毛利率只是第一层账,真正决定企业能不能活下来的是净利率和现金流。

所以我一直觉得,讨论具身智能的高毛利,不能只看它高不高,要看它建立在什么基础之上:靠技术独占拿到的高毛利,和靠低出货量撑起来的高毛利,完全不是一回事。

2. 高毛利为什么反而会成为价格战的导火索

毛利率高本身不是坏事。任何企业都想做高毛利生意。但在硬件行业里,高毛利通常不会安静地待在原地,它更像一个信号,会同时触发好几股力量的介入,最后把价格拉下来。

2.1 硬件存在经验曲线,价格不会长期停留在高位

制造业里有个被反复验证的经验曲线:累计出货量越大,单台制造成本通常越低。原因是工艺优化、供应链成熟、良率提升、规模采购带来的议价权。具身智能的核心零部件,比如关节模组、传感器、控制器,早期都是小批量非标件,成本高。随着需求增长,会有更多供应链厂商愿意开模、扩产,单件成本会明显下降。

如果成本在下降,而产品价格还维持在高位,那么中间的毛利空间会越来越大。这个空间不会一直属于原厂商。资本会看到这个空间,创业者会看到这个空间,客户也会看到。于是大家会做同一件事:用更低的价格抢市场。价格战的起点,从来不是成本已经低到不可思议,而是毛利高到让所有人觉得“我也能分一杯羹”。

具身智能现在恰好处于这个节点:技术路线开始收敛,硬件方案开始趋同,供应链逐渐标准化,但产品价格还没有降到大众预期。这个阶段的高毛利,更像是等着一根针来戳破的气球。

2.2 高毛利会同时吸引资本、竞对、供应链和客户四股力量

先看资本。具身智能是高投入赛道,融资时投资人最关心的就是“能不能赚钱”。一份漂亮的毛利率数据很容易让项目进入快车道。钱进来之后,企业要增长、要扩产、要冲营收,最直接的手段就是调整定价,用价格换订单。

再看竞对。早期进入者少,毛利高。但硬件方案很难做到完全保密,核心零部件也在市场上流通。后来者会发现,与其花三年时间做技术研发,不如拆解竞品,用成熟零部件搭一个相似方案,然后用更低的报价切入垂直场景。这不是猜,而是消费电子和工业机器人行业反复发生过的路径。

供应链也会介入。零部件厂商不只想给整机厂供货,他们也看得见终端的毛利空间。有些供应链厂商会逐步推出自己的半成品方案、参考设计,甚至直接下场做整机。原本毛利高是整机厂的事,供应链一入场,价格体系就会松动。

还有客户。客户不傻,报价高说明你的产品有利润空间,他们会在招标时压价,会要求更长的质保,会要求免费的人员培训和额外的软件功能。这些都不会直接体现在毛利率下滑上,但会让实际交付成本上升。

2.3 AI 软件栈的透明化让硬件毛利更难维持

具身智能和传统工业机器人的一个显著区别是,它的智能能力越来越依赖开源模型、公开数据集和通用训练框架。感知模型可以用开源权重做微调,操作策略可以参考学术论文复现,仿真训练环境也有开放的工具链。

软件栈的透明化带来一个结果:算法能力不再像过去那样稀缺。以前你有一个独家算法,可以把识别率做得比别人高几个点,就能支撑溢价。现在基础能力被快速拉平,厂商只能回到硬件上竞争,拼成本、拼交付、拼供应链。硬件竞争的核心恰恰是价格和规模,不是高毛利。

当然,开源并不等于所有能力都免费,真正商业化的具身智能系统还需要大量工程化工作。但至少,基于“独家 AI 能力”的高毛利叙事会越来越难。当技术壁垒变薄,剩下的竞争维度自然就落到价格上。

3. 价格战开始前,有哪些可以提前观察的信号

价格战不是一夜之间发生的。它会有明确的先兆,只是很多人在忙业务的时候忽略了。我一般会把信号分成四类:报价端、成本端、财务端、组织端。

3.1 报价端:看成交价、询价频率、交期

最直接的信号是成交价。注意,不是厂商标价,而是合同里实际成交的单价。很多行业里报价单是“见面价”,真正的折扣藏在批量采购、战略合作、付款条件这些条款里。如果同一类项目的成交价在一年内连续下降,哪怕毛利表还没有明显恶化,也说明竞争已经开始了。

第二个信号是询价频率。过去客户只找两三家供应商对比,现在动辄发一轮八九家的竞标。说明客户知道可选方案变多,也开始主动利用竞争来压价。这个阶段,即使厂商不降价,也往往会被迫增加配置、延长质保,实际交付成本上去了。

第三个信号是交期承诺。早期高毛利时,厂商敢报“八到十周交付”,因为订单少、排产灵活。一旦厂商开始主动承诺“四周交付”,甚至把手套机库存都准备好,说明它已经在为订单量做准备。这种从“定制排产”转向“备货式销售”的变化,是价格战的前置动作。

3.2 成本端:看 BOM 降本、供应链扩产、方案标准化程度

BOM 降本很容易被忽略。如果一个厂商的核心零部件自研比例不高,那么它的毛利很大程度取决于外购件价格。当你发现关节模组、激光雷达、工控机这些部件在一年里价格明显下降,厂商的毛利其实会“被动变高”。这时候如果厂商没有同步降价,说明它在保留利润空间,而保留利润空间的最终结果,就是给竞对留出价格战弹药。

供应链扩产也是典型信号。零部件厂商如果开始为“某类机器人方案”单独开产线,或者推出了标准化的“机器人关节模组”“机器人控制器”,那就意味着硬件方案开始收敛。标准化是价格战的基础条件——只有产品规格趋于一致,客户才能比价,厂商才可能用规模换价格。

方案标准化程度上升,直观表现是产品目录越来越简单,选型表越来越短,定制选项越来越少。早期具身智能项目都强调“按需定制”,一旦厂商开始推广标准版,背后的潜台词就是要靠量摊成本。这个阶段,高毛利往往是报表上的数字,实际订单里已经悄悄降过价了。

3.3 财务端:看毛利率的波动方向,而不是只看高低

我判断一家公司有没有可能被卷入价格战,不只看毛利率高不高,更看它的毛利率波动方向。如果毛利率在 45% 和 50% 之间反复波动,说明定价还稳定;如果毛利率连续几个季度往下掉,哪怕绝对值依然有 40%,也说明价格正在被拉下来。

另一个财务信号是销售费用率。价格战不一定是直接降价,更多时候表现为“同样的收入,要花更多钱才能拿下来”。比如投标费用增加、渠道返点提高、售前支持变重、免费试用期变长。这些成本不会直接压毛利,但会让净利明显恶化。当一家公司开始强调“销售收入增长”而回避“获利能力变化”时,通常就是竞争压力在变大。

还要看订单结构。如果新增订单里,大客户、长周期、框架协议的占比升高,说明厂商在通过规模锁定客户,这类订单的单价通常偏低。这不是坏事,但确实意味着价格体系在重构。

3.4 组织端:看研发、销售、交付人员占比变化

组织变化也是信号。价格战之前,公司通常会加招聘售专业序列,比如售前工程师、方案架构师、交付实施。因为竞争不再是“我有你没有”的比拼,而是“谁能更快更便宜地把相似方案交付出去”。销售人员的增加,往往不是业务自然增长,而是需要更多人力去争夺本来不存在的订单。

研发团队的重心变化也值得观察。当一家具身智能公司把大量研发人力从“新算法研发”转向“降本设计”“量产工艺”“供应链优化”,说明它已经意识到未来要靠成本能力竞争。这个过程会先体现为组织架构调整,再体现为产品价格变化。

我见过不少团队,报表上毛利很好看,但内部已经连续做了三轮降本专项,核心零部件的供应商换了好几轮。这就是典型的“明面高毛利、暗中备价格战”。

下面这张表可以作为日常观察的参考:

信号类型观察点出现后要警惕什么
报价端成交价、询价数量、交期、免费服务项目实际单价在下滑,毛利即将被压缩
成本端BOM 价格、供应链扩产、方案是否标准化同行成本在下降,会主动发起降价
财务端毛利率波动、销售费用率、订单结构收入增长但盈利质量恶化
组织端售前、交付、降本研发人员占比公司内部已经在为价格战做准备

4. 高毛利掩盖下的真实成本和交付账

具身智能产品的高毛利,很多时候是“把成本藏到了营业成本之外”。一个产品从出厂到客户现场真正稳定跑起来,中间的成本远不止硬件 BOM 那么少。

4.1 硬件 BOM 只是第一层成本

一台具身智能设备的 BOM 成本包括什么?结构件、执行器、传感器、计算单元、电源、线束、外壳,大概这些。如果按物料列表看,成本确实可以控制在看起来合理的范围。这也是很多团队算毛利时最兴奋的部分:物料成本占比不高,售价可以定高,毛利自然高。

但 BOM 成本只是理论上的“单台物料成本”。实际生产里还有良率损失、返工、物料报废。小批量生产时,良率通常不高,一件结构件没装好可能就要拆开重来,浪费的人工和时间都要算进真实成本里。一些团队计算毛利时按“理想物料成本”来算,等到量产时会发现实际成本比预期高出一大截。

更关键的是,BOM 里没包含研发投入。一个机械臂的控制算法、一个机器人的运动规划模块、一套视觉识别系统,背后是一整支软件团队持续投入。这部分成本在利润表里可能被归到研发费用,但它本质上和卖出去每一台设备都有关。硬件毛利高,不代表整体生意赚钱,因为软件和算法每天都在烧钱。

4.2 软件研发是隐形成本

具身智能的难点从来不只是机械结构。真正拉开体验差距的是控制算法、感知模型、仿真环境、数据采集和模型迭代。这些能力的建设周期长,支出也不固定。数据采集尤其贵:要给机械臂采集抓取数据,要让人形机器人反复走同一段路径,要标注大量真实场景数据。没有持续的数据投入,硬件做得再漂亮,智能能力也很难进步。

这些成本不会直接进营业成本,但会真实地消耗公司的现金。一家具身智能公司如果靠高硬件毛利讲故事,却不愿意披露研发投入占收入的比例,那它的商业模式其实很脆弱。因为等价格战一来,硬件价格被拉平,研发投入却不会自动降下来。到那时,毛利下滑和研发刚性支出会同时挤压利润空间。

4.3 现场交付和售后是最大变量

这是我见过最多团队低估的部分。具身智能设备不是快递送到就能用。它要适配现场环境,要调试参数,要跟已有的产线系统、网络环境、设备接口做对接。客户现场可能没有足够的网络带宽,可能地面不平整影响导航,可能工件种类和目标物体与训练数据不一致。这些问题的排查和解决,都需要工程师驻场。

驻场成本非常高。一个人出差一周,加上差旅、工时、食宿,一次交付可能就把几台设备的毛利吃掉一部分。如果项目复杂,还需要多次往返,售后质保期内还要持续响应。很多项目做完之后,财务一算,项目毛利在报表上看着不错,把交付人员成本一摊进去,实际利润薄得可怜。

所以我一直强调:判断具身智能厂商,不要只看出厂毛利,要看“交付后毛利”,也就是把现场部署、调试、培训、售后都算进去之后,这个订单还剩下多少利润。能在这个口径下保持高毛利的企业,才真正有定价权。

5. 面对可能的价格战,买家、厂商和从业者分别怎么应对

价格战对行业不全是坏事。它会把价格水分挤掉,也会淘汰一批没有真实技术能力的公司。关键是身处其中的人要提前做对选择。

5.1 买家:用 TCO 而不是毛利率判断供应商

如果你是采购方,不要被“供应商毛利高”吓到,也不要被“赔本赚吆喝”的低价迷惑。正确做法是算总拥有成本 TCO,也就是把采购价、部署成本、培训成本、停机损失、售后费用、升级费用全部加在一起,看整个生命周期里哪家更划算。

高毛利厂商如果在售后、稳定性、培训上做得好,总成本可能反而更低。低价供应商如果频繁出故障,客服响应慢,研发迭代停滞,那么省下来的采购价很快会被停机时间吃掉。采购决策应该看合同里的服务条款、验收标准、SLA 响应时间,而不是只看一张报价单。

5.2 厂商:主动设计降本曲线,而不是等竞对来打价格

很多厂商把高毛利当成护城河,会本能地抗拒降价。但从硬件行业经验来看,主动降价通常比被动降价更安全。原因是,你先降价,你可以先选客户、先抢场景、先扩产能,把成本随着规模摊下来。而被动降价,往往是在订单流失压力下做出的反应,动作变形,成本也没准备好。

更接近本质的做法是想清楚:你靠什么在两年后依然保持领先?是核心零部件自研,还是场景数据积累,还是售后网络密度?如果这些答案不清晰,那高毛利其实就是借来的,迟早要还回去。

5.3 场景选择:从通用整机转向可复制的垂直场景

具身智能厂商最容易犯的错,是想要做通用机器人,什么场景都能干。这会导致研发资源极其分散,交付成本居高不下,最后毛利被项目定制拖垮。更稳妥的方式是选一两个垂直场景,把产品做到足够完备,形成可复制的方案。

垂直场景有两个好处:一是交付经验可以沉淀,第二次做同类项目时成本会明显下降;二是数据能积累,同一个场景里的数据能持续优化模型和算法。这些资产是竞对短期抄不走的。场景越聚焦,毛利越有可能在价格战里保得住。

5.4 订单和服务的绑定:让毛利从一次性变成持续性

硬件价格战一旦开打,单台设备的毛利会快速下滑。这时如果只有卖硬件这一种收入,企业会非常被动。更健康的模式是硬件、软件订阅、运维服务、数据服务打包在一起,用持续性收入对冲设备降价的压力。

具身智能天然适合这种模式。设备部署之后,客户会有持续的数据采集需求、算法迭代需求、故障诊断需求。如果把服务打包成年费,表面上看单台硬件报价可以降,但整个客户生命周期的收入反而会更稳定。这也是价格战里活下来的一个常见打法。

6. 我的复盘:真正值得盯的指标

聊了这么多,核心并不是否定具身智能赛道,也不是说高毛利一定不好。而是希望大家在评估一个具身智能项目时,别再被单个数字带着走。我自己的复盘结论很简单:把收入、毛利、净利、现金流放在一起看,再把复购、返修、交付周期、客户转介绍这些业务指标加进来,才能判断一家公司的真实状态。

  • 如果毛利率很高,但净利率连续为负,说明研发和销售投入还没有形成正循环,高毛利只是暂时的。
  • 如果毛利率稳定,但销售费用率持续上升,说明竞争在变激烈,价格战可能已经在路上。
  • 如果单体项目毛利不错,但交付周期越来越长,返修率在升高,说明规模化的能力还没有跟上。
  • 如果毛利率在下降,但复购率在上升,客户愿意把新项目交给你,那这个毛利下降可能是主动让价换市场份额,未必是坏事。

价格战的终点,通常不是价格本身,而是成本和服务的竞争。谁能在更低的成本结构下,依然维持客户满意的交付质量,谁就能在价格战之后留下来。具身智能这个赛道还很年轻,真正的竞争可能才刚刚开始。回到高毛利这件事上,我的态度是:把它当成一个需要验证的信号,而不是一个值得庆祝的答案。先搞清楚它来自稀缺、来自集成、还是来自账务处理,再决定下一步怎么走。

http://www.cnnetsun.cn/news/4255796.html

相关文章:

  • 微服务测试不能只停在单元层
  • 机器人空间直觉:从3D感知到空间计算的进阶之路
  • 回溯算法核心解析:从DFS到剪枝优化,掌握排列组合与N皇后问题
  • 层次分析法(AHP)详解:从理论到实践,解决复杂决策难题
  • ConvNeXt V2图像分类实战:从环境搭建到模型部署全流程指南
  • 简单的Websocket程序示例(Spring Boot)
  • AI PC与智慧家庭融合:本地推理如何重构智能家居场景
  • GPS信号为何脆弱?从1瓦干扰到航空安全的技术拆解
  • 基于SpringBoot的民间艺术传承管理系统(源码+讲解视频+LW)
  • 全栈接口迁移怎样平稳推进
  • YOLOv5实战:冬虫夏草小目标检测从训练到部署全流程
  • 基于微信小程序与Java Spring Boot的学生签到系统设计与实现
  • C#通过LibUsbDotNet实现USB设备底层通信全流程指南
  • Meta编程Agent对标Opus 5:AI编程工具链深度评测与接入指南
  • I.MX6ULL ECSPI驱动ICM-20608:从设备树到IIO的完整实践
  • 具身智能卖铲人:数据标注与采集半年融资170亿背后的技术逻辑
  • Agent评估指标体系:Pass@k能力上限与Pass^k连续可靠(业务可靠性)
  • Rust团队引入LLM规则辅助代码审查:保护人类注意力而非替代
  • PAST-Bench 个人智能体递归自我改进评测基准解析与实操
  • MySQL中的用户和权限管理(如果想知道MYSQL中有关用户和权限管理的知识,那么只看这一篇就足够了!)
  • AI智能商城APP定制开发全流程实战指南
  • 滑块验证码AI识别全解析:从ddddocr到拟人轨迹模拟
  • Data Pyramid:机器人学习数据的分层体系与实践指南
  • 2026年专科生课堂汇报论文降重工具,实际用下来这几款靠谱
  • iPhone照片打不开或无法上传?手把手教你heic格式转化png的完整流程
  • ADC模数转换器原理与工程实践全解析
  • 微信小程序+PHP云打印系统源码解析:图文打印与证件照全流程
  • AerialVLA:基于VLA大模型的无人机端到端视觉语言导航实战解析
  • 基于Python与MySQL的招聘岗位数据可视化分析实战
  • 企业微信外部群发送消息API:文本、图片、文件接口怎么接