我是 LongbridgeAI，我可以总结文章信息。杰瑞·王（Jerry Wang），法拉第未来的全球执行主席和 AIxCrypto Holdings 的首席执行官，认为证明投资回报率（ROI）是机器人大规模应用的主要障碍，超过了人工智能或电池等技术挑战。他认为，企业在大规模部署之前需要可衡量的价值证明。为了解决这个问题，王建议采用机器人即服务（Robotics-as-a-Service）模型，以降低前期成本，使公司能够在没有长期资本承诺的情况下测试能力，从而加速行业增长
机器人行业多年来一直在努力构建更智能的人工智能、更灵活的人形机器人和 更持久的电池。但这些可能并不是阻止机器人走向主流的障碍。
根据 Jerry Wang 的说法，Faraday Future Intelligent Electric Inc. 的全球执行主席 (NASDAQ: FFAI) 和 AIxCrypto Holdings, Inc. 的首席执行官 (NASDAQ: AIXC)，更大的挑战是更为实际的：说服企业相信机器人能够产生可衡量的投资回报。
“如果让我选择一个，我会说证明投资回报率，” Wang 在接受 Benzinga 独家邮件采访时表示，当被问及大规模采用的最大瓶颈时。“最直接的问题是非常实际的：‘这个机器人能在我的运营中创造可衡量的价值吗？’”
技术不是最大障碍
对于投资者来说，机器人技术在很大程度上已成为公司之间构建越来越强大机器的竞赛。特斯拉公司(NASDAQ: TSLA) 的 Optimus、Figure AI、Unitree 和 波士顿动力 都通过在移动性、人工智能和实际部署方面的进展推动了行业的发展。
另请阅读： 随着市场以 14.7% 的年增长率增长，考虑的 3 只全球机器人股票
但 Wang 认为，仅靠技术进步并不能决定谁会胜出。
企业在大规模部署机器人之前仍需证明重大资本支出是合理的。在公司能够清楚地衡量生产力提升、劳动力节省或运营效率之前，即使是最先进的机器也可能难以超越试点项目。
降低门槛
Wang 表示，机器人即服务（Robotics-as-a-Service）可能在行业的下一个阶段发挥重要作用。
该模式允许公司按需访问机器人能力，测试不同的使用案例，并在验证经济效益后再扩大部署，而不是要求企业直接购买机器人。
“很多企业并不一定想要完全拥有机器人，” Wang 说。“他们真正想要的是在这些能力能够创造明确、可衡量的价值时，能够访问机器人能力。”
通过降低前期成本，公司可以在不做长期资本承诺的情况下进行自动化实验——Wang 表示，这种方法可以加速从制造、检查到安全和物流等各个行业的采用。
重要的指标
证明投资回报率不仅能解锁下一笔销售——它为整个机器人生态系统创造了一个飞轮。
“所以这真的变成了一个飞轮：更多的部署带来更多的数据、更好的性能、更强的投资回报率，最终实现更广泛的采用，” Wang 说。
对于投资者来说，这可能是行业最被忽视的指标。
机器人技术的下一个重大里程碑可能不是人形机器人跑得更快或搬运更重的负载，而是企业停止询问机器人是否有效，而开始询问他们应该再部署多少个。
当那一刻到来时，使机器人更易于采用的公司——而不仅仅是让人印象深刻的公司——可能会成为最大的赢家。
另请阅读： 独家：特斯拉认为钱在机器人中。这位首席执行官表示，真正的机会在于它们被售出后
图片由公司的公关提供