Die meisten Unternehmer im Bereich Embodied Intelligence verstehen PMF nicht wirklich.

In letzter Zeit habe ich zwei Dinge aus dem Bereich der Embodied Intelligence gehört, die am meisten verspottet werden:

Erstens: Sobald ein Produkt auf den Markt kommt, kaufen Leute es, auch wenn seine Lebensdauer nur 100 Stunden beträgt. Was soll's?

Zweitens: Ein Unternehmen Y aus dem Bereich der Embodied Intelligence, das ursprünglich eine Partnerschaft mit dem internationalen Automobilzulieferer B geschlossen hatte und einen Schätzwert von über zehn Milliarden Yuan hatte, wurde aus der Fabrik geworfen, weil die Lieferungen nicht den Erwartungen entsprachen.

Ich kann nicht anders, als zu sagen: Derzeit ist der Bereich der Embodied Intelligence so lebhaft wie zu Weihnachten. Es strömen heisse Gelder herein, und Konzepte fliegen herum. Viele Unternehmen sind in aller Müh' beschäftigt, und die Investmentgesellschaften, die überall nach Geschäftsplänen suchen, sind nicht zu vernachlässigen. Die Unternehmer hingegen reden nur noch von Skalierungsgesetz und allgemeiner Künstlicher Intelligenz.

Aber wie es um diese Dinge bestellt ist, wissen vermutlich nur diejenigen, die sich tief in diesem Bereich eingewoehnt haben.

Obwohl der Trend der Embodied Intelligence schon lange anhält, erzählte mir ein Investor: Die meisten Unternehmer im Bereich der Embodied Intelligence haben bisher noch nicht den Begriff des Product-Market-Fit (PMF) verstanden. Wenn man die Produkte aus dem Labor holt und auf den Markt bringt, merkt man schnell, dass die Dinge nicht so einfach sind.

PMF ist die Abkürzung für Product Market Fit. Es bedeutet, dass ein Produkt und der Markt aufeinander abgestimmt sind. Ein Unternehmen bietet ein Produkt an, das die Bedürfnisse des Marktes erfüllt und die Kunden zufriedenstellt. Dies ist der erste Schritt zum Unternehmenserfolg.

PMF hat zwar in verschiedenen Bereichen unterschiedliche Bedeutungen, aber nach meiner bescheidenen Meinung muss in der Robotikbranche ein Produkt von echten Nutzern über einen gewissen Zeitraum getestet werden, um zu wissen, ob es passt oder nicht. Und dieser "Fit" ist weder gleichbedeutend mit Bestellungen noch mit Neugier.

Obwohl derzeit überall humanoide Roboter herumlaufen und die Finanzierungsnachrichten immer lauter werden, verwenden viele Unternehmen eigentlich die alten Karten der automatisierten Fahrweise, um das neue Land der Embodied Intelligence zu finden. Dies ist ein Verfahren, das allen in der Branche bekannt ist.

Viele Unternehmen beschäftigen sich beispielsweise noch damit, wie man den Roboter eleganter und menschähnlicher gehen lässt. Sie denken, dass mehr Daten und grössere Modelle immer universeller sind, und vernachlässigen dabei die Fähigkeit, ihm das erforderliche Lebenswissen und die physikalische Intuition in der dreidimensionalen Welt zu verleihen.

Preisgestaltung

In der geschlossenen Geschäftsmethode ist die Preisgestaltung das beste Mittel, um die Echtheit zu prüfen. Es ist nicht nur eine Zahl, sondern auch ein Ausdruck der zugrundeliegenden Wahrnehmung des Produktwerts durch ein Unternehmen.

Kürzlich habe ich ein witziges Beispiel gehört: Ein Team hat ein Gerät für die Endverbraucher für 15.000 US-Dollar bewertet und es den Venture Capitalisten in Silicon Valley gezeigt. Die Partner waren nicht einverstanden und wollten nicht einmal das Risiko eingehen, etwas neues auszuprobieren.

Zeigt dies, dass der aktuelle Markt für Embodied Intelligence in zwei extreme Preisbereiche aufgeteilt ist?

Dies ist nur die Spitze des Eisbergs der gegenwärtigen Seltsamkeiten in der Embodied Intelligence: Auf der einen Seite gibt es die Emotional-Konsumprodukte im Bereich von einigen hundert bis einigen tausend Yuan. Die Kunden kaufen hier weniger die Funktionen als die Freude und die Begleitung. Beispielsweise kleine Tischroboter oder Programmierwerkzeuge für Kinder. Wenn man sich hier verrechnet, geht man nicht bankrott, und die Fehlertoleranz ist relativ hoch. Auf der anderen Seite gibt es die Produktivitätstools, die ab zehntausend oder sogar hunderttausend Yuan kosten. In diesem Preisbereich kaufen die Geschäftsleute nicht die High-Tech-Funktionen, sondern den Return on Investment (ROI). Wenn ein Roboter 24 Stunden am Tag Schrauben drehen kann und zwei Schichtarbeiter ersetzen kann, so dass das Investment binnen eines Jahres amortisiert ist, dann ist der Preis von hunderttausend Yuan wirklich attraktiv.

Das unangenehmste ist jedoch das Produkt im mittleren Preisbereich von etwa 15.000 US-Dollar, was etwa zehntausend Yuan entspricht. Dieser mittlere Preisbereich ist weder günstig genug, um die Massenkonsumenten zu überzeugen, noch kann es die Arbeitskräfte ersetzen und einen eindeutigen ROI generieren.

Theoretisch kann man für ein paar tausend Yuan einen Spitzen-Drohnen kaufen, der Bilder aus der Vogelperspektive machen kann und sogar als Sozialwährung fungieren kann. Wenn man hingegen einen Roboter für 15.000 US-Dollar nach Hause bringt und er nicht einmal eine Tasse Tee sicher tragen kann, dann ist er tatsächlich nur ein hübscher, aber nutzloses Industriemüllstück, das Platz im Wohnzimmer einnimmt.

Deshalb hat ein Investor beklagt, dass viele Unternehmer einfach die Hardwarekosten plus eine Gewinnspanne errechnen und das Produkt auf den Markt bringen. Sie denken, dass dies der faire Marktpreis ist, aber dies hat nichts mit PMF zu tun. Dies ist eher die Aufgabe eines Kostenbuchhalters.

Bestellungen

Die sogenannten glänzenden Bestellungen sind in der Regel eher eine Angelegenheit des Geschäftsgemachtes.

Viele angesehene Start-ups haben die stillschweigende Regel, um die Umsatzkurve in ihrem Geschäftsplan aufzupeppen und eine höhere Bewertung in der nächsten Finanzierungsrunde zu erhalten, Roboter an ihre Zulieferer zu verkaufen.

Obwohl dies ziemlich schwarzer Humor klingt, wird es als nachhaltiges Geschäftsmodell für den Ressourcen-Austausch anerkannt. Beispielsweise kaufen die Zulieferer symbolisch ein paar Roboter, um die Beziehung zu diesen zukünftigen Unicorns aufrechtzuerhalten oder um die PR-Aktivitäten der Investoren zu unterstützen, und stellen sie in ihrer Ausstellungshalle auf.

So wird das Geld einfach von der linken in die rechte Tasche geschoben.

Aber dies ist keine echte Nachfrage, die aus der tatsächlichen Produktion in Fabriken oder Lagerhäusern entsteht. Dieses Modell ist daher voraussichtlich nicht nachhaltig.

In meinen Jahren als Journalist habe ich viele Geschäftsleute aus der Fertigungsindustrie kennengelernt und festgestellt, dass sie die realitätsorientiertesten Menschen sind, denn sie sehen nur den ROI. "Ich gebe 200.000 Yuan für einen humanoiden Roboter aus. Wenn seine Effizienz und Zuverlässigkeit schlechter sind als die eines nicht-standardisierten automatisierten Gestells oder eines Roboterarms, den ich für 20.000 Yuan kaufen kann, warum sollte ich ihn kaufen?"

Derzeit fehlt in vielen Szenarien eigentlich eine dexter hand, die präzise greifen und sogar Eier schälen kann. Die Unternehmer wollen jedoch grosse Summen finanzieren und grosse Geschichten erzählen, und verkaufen daher lieber das ansehnliche, aber überflüssige und sperrige Robotergehäuse.

Diese Besessenheit von der menschlichen Gestalt zeigt, dass sie die Essenz der industriellen Effizienz noch nicht verstanden haben.

Sie mögen sich fragen, warum diese extrem intelligenten Unternehmer wissen, dass das menschliche Gehäuse sperrig ist und das PMF unklar ist, aber dennoch hintereinander in diese Falle springen?

Wie es im "Shiji" heißt: Alle wissen, dass es unmöglich ist, aber niemand wagt es, es zu sagen. Aufgrund des Mangels an langfristiger Produktdefinition verstecken sie ihre Einigkeit im Herzen und können nur auf technischen Spekulationen beruhen.

Es ist extrem schwierig, ein spezielles Werkzeug mit einem realen ROI zu definieren. Dies erfordert ein echtes Respekt vor der Fabrik, der Werkstatt und der komplexen, physischen Welt. Im Vergleich dazu ist es einfacher, ein menschliches Gehäuse anzulegen und eine grandiose Geschichte über einen Träger der allgemeinen Künstlichen Intelligenz zu erzählen, um die Investoren zu überzeugen, ihr Geld auszugeben.

Da man nicht weiß, wo das wahre Ziel ist, macht man einfach die Szene groß und versucht, die strategische Faulheit mit der Illusion der Grösse zu verdecken.

Glück

Was die Spekulation betrifft, habe ich in den letzten Jahren von anderen Kollegen ein Vergleich gehört: Die meisten Unternehmen in der Embodied Intelligence spielen eigentlich im "Pistolenmodus".

Was heißt das? Man hat nur wenige Kugeln in der Hand, schaut sich erstmal um, und zielt eher nach Gefühl und Glück. Man weiß sogar nicht, wo das Ziel ist.

Man kann beurteilen, ob ein Unternehmen aufs Glück setzt, indem man sich seinen Forschungs- und Entwicklungsplan ansieht. Wenn er denkt, dass alles auf einen Schlag funktioniert und er keine Zeit für Fehlschläge und Iterationen geplant hat, dann schießt er eher blindlings. Diese Unternehmen sagen gerne, dass es sich um schnelle Iterationen handelt, aber im Inneren weiß jeder, dass es eher ein Wetteinsatz ist, dass eine bestimmte Iteration erfolgreich ist oder ein bestimmtes Szenario funktioniert.

Aber dies ist keine langfristige Strategie. Es ist eigentlich nicht anders als das Glücksspiel.

Bei grossen Unternehmen kann man ein paar Male die Karte als Person missbrauchen und unaufhörlich Daten sammeln, denn sie haben eine dicke Reserve. Sie haben genug Kapital, um Rechenleistung und Personal zu investieren und in den immer mal wieder funktionierenden und mal nicht funktionierenden Glücksspielen nach dem sogenannten "Emergenzphänomen" zu suchen. Im schlimmsten Fall kann man einfach alles von vorne beginnen und dann öffentlich sagen, dass man einen Laborleiter mit einem besseren Hintergrund einsetzen wird.

Aber für Start-up-Teams ist es nicht so einfach. Wenn sie sich an dieses Muster halten, können sie leicht ihren Cashflow aufbrauchen.

Insbesondere die Teamleiter mit einem starken akademischen Hintergrund neigen dazu, der theoretischen Schönheit zu viel Glauben zu schenken. Die Teams, die sich mit Grossmodellen beschäftigen, schauen ständig auf die Skalierungsgesetz und denken, dass mehr Rechenleistung und mehr Daten Wunder bewirken können. Die Hardware-Teams halten sich an die alte PID-Regelungstheorie und forschen, wie man die Motoren noch präziser machen kann.

Das lustigste ist, dass die beiden Teams sich normalerweise nicht verstehen können, und das resultierende Produkt ist wie ein Frankenstein-Monster. Es hat starke und teure Muskeln, aber einen trägen und unreifen Geist.

Es wäre ein Wunder, wenn ein solches Produkt in der komplexen realen Welt funktionieren würde.

Trägheit

Viele dieser Start-up-Teams in der Embodied Intelligence stammen aus der automatisierten Fahrweise oder aus führenden Verbraucherelektronikunternehmen.

Natürlich ist dies sowohl ein Vorteil als auch eine Falle. Diese Leute haben tatsächlich eine starke Fähigkeit zur Ingenieurskunst, aber im Bereich der Robotik ist ihr Hammer zu schwer, so dass sie alles wie einen Nagel sehen.

Die grundlegende Logik der automatisierten Fahrweise ist, dass man in der zweidimensionalen (oder quasi dreidimensionalen) strukturierten Straße durch eine riesige Anzahl von Testfahrten die Algorithmen in einer geschlossenen Schleife iterieren kann.

Aber Roboter müssen sich in einer unstrukturierten, stark interaktiven dreidimensionalen Umgebung bewegen. Selbst wenn ein Roboter nur ein paar Schritte im Haus macht, ist die Komplexität der Hindernisse um Größenordnungen höher als auf einer Autobahn. Wenn ein Auto in einen Unfall gerät, gibt es eine Versicherung. Wenn ein Roboter fällt oder kaputt geht, kann dies den gesamten Forschungs- und Entwicklungszyklus stoppen.

Viele Unternehmer versuchen, das Daten-Fahrrad der automatisierten Fahrweise zu reproduzieren, aber die Realität ist, dass die Hardware, die mit hohen Kosten erworben wurde, schon in Stücke gerissen sein kann, bevor das Fahrrad überhaupt anläuft.

Einige bekannte Grossunternehmen sind extrem gut darin, die Details zu perfektionieren. Sie beachten sogar die Dämpfung jedes Gelenks und die Verlegung jeder Leitung. Aber diese extreme Handwerkskunst wirkt nicht, wenn ein Unternehmen sich in die KI-Strategie umorientiert.

Der Grund liegt darin, dass sie immer mit dem Denken der Hardware vorgehen und dann die Algorithmen anpassen. Aber in der Ära der Embodied Intelligence funktioniert diese Logik nicht. Zuerst muss man den Algorithmus, der wie ein Gehirn fungiert, fertigstellen und dann den einfachsten und am besten geeigneten Körper konstruieren.

"Man sollte zuerst den Algorithmus in einer virtuellen Umgebung trainieren und herausfinden, welche Art von Wahrnehmung und Rückmeldung er benötigt. Dann kann man den einfachsten und am besten kontrollierbaren Körper rückwärts entwickeln. Wenn man sich weiterhin auf das Polieren des Gehäuses konzentriert, ist das gleichbedeutend damit, einem noch nicht geformten Geist eine schwere Rüstung aufzuzwingen." sagte ein Privatunternehmer.

"Wenn man weiterhin mit der alten Denkweise vorgeht, ist man wie jemand, der mit einer alten Karte ein neues Land sucht."

Abschluss: Ein unausgereiftes Fazit

Letztendlich liegt die gegenwärtige Schwierigkeit in der Embodied Intelligence nicht darin, ob die Rechenleistung ausreicht oder ob die Algorithmen effektiv sind, sondern in der fehlenden Einsicht in die industrielle Arbeitsteilung.

Wenn man es sich nicht erklären kann, kann man sich die Geschichte ansehen. Derzeit ist es so ähnlich wie in der frühen Zeit der Mikrocomputer. Jedes Unternehmen muss zwangsläufig die Gelenke, Motoren, Getriebe und Sensoren selbst entwickeln. Dieser hochgradig vertikale integrierte Weg scheint alles unter Kontrolle zu halten, aber die meisten Energien der Start-up-Teams werden für die Herstellung der Teile verschwendet. Sie haben überhaupt keine Zeit, darüber nachzudenken, was die Kunden wirklich brauchen.

Die Roboter, die auf der Pressekonferenz Rückwärts- und Seitwärtssprünge machen können, sind sicherlich aufsehenerregend, aber in der realen Geschäftsumgebung sind sie wertlos. Die kommerziellen Kunden interessieren sich nie dafür, ob der Roboter noch einen weiteren Sprung machen kann, sondern ob er stabil arbeiten kann, ob er eine bestimmte Arbeitskraft ersetzen kann und ob er die Grenzkosten niedrig genug halten kann.

Eine autoritative Studie hat eindeutig festgestellt:

Der globale Markt für kommerzielle Dienstleistungsroboter wird 2025 auf etwa 8 Milliarden US-Dollar geschätzt und wird voraussichtlich bis 2034 auf etwa 30,8 Milliarden US-Dollar ansteigen, was einer durchschnittlichen jährlichen Wachstumsrate von etwa 21,3 % entspricht. Hohe Implementierungskosten und Anpassungsprobleme sind die wichtigsten Hindernisse für die schnelle Einführung. Viele kleine und mittlere Unternehmen können die Wirtschaftlichkeit (ROI) nicht rechtfertigen. Aufgrund dieser hohen Barrieren verzögern viele kleine und mittlere Unternehmen die Implementierung. Das Marktwachstum stammt eher aus der tatsächlichen Wertschöpfung durch Effizienzsteigerung und Arbeitskräfteersetzung als aus der technischen Show.

Nachdem sich die automatische Fahrweise bis heute entwickelt hat, sind die Spieler, die noch im Spiel sind, nicht die Unternehmen, die am besten in der Demonstration sind. Ebenso wird in der Robotikindustrie das Unternehmen, das die soziale Arbeitsteilung und die Grenzkostenkurve versteht, zuerst gewinnen.

Weil sie sich zuerst aus dem Engineering-Schlamm befreien können, indem sie die nicht-differenzierten Teile an die etablierte Lieferkette abgeben und die begrenzten Ressourcen auf die Fähigkeiten konzentrieren, die wirklich Wert schaffen. Nur so kann man näher an PMF kommen.

Wenn man nicht klar erklären kann, warum diese Arbeit nur von einem Roboter erledigt werden kann, oder wenn man die Kosten nicht so niedrig halten kann, dass die Geschäftsleute denken, dass es ein Verlust ist, ihn