Was kann ein Produktmanager in der Branche der Embodied Intelligence tun?

Von der schlechten Erfahrung mit dem Lieferroboter in der Wohnung bis zu den technischen Engpässen beim Aufspießen von Fleisch in einem Grillrestaurant zeigen zwei reale Fälle den fehlenden geschlossenen Wertkreislauf von Produktmanagern (PM) in der Embodied-Intelligence-Branche auf. Dieser Artikel analysiert eingehend die doppelten Herausforderungen durch die technische Obergrenze und die grundlegenden Fähigkeiten im Produktdesign, erörtert die Bedingungen für die Schaffung des PM-Werts und die PMF-Bewertung aktueller Industrieszenarien und weist Praktikern die Richtung.

I. Ausgehend von zwei Fällen

Während meiner Gründungszeit in Suzhou war die von mir gemietete Wohnung mit einem Lieferroboter von Yunji Technology ausgestattet. Als ich gerade eingezogen bin, war ich ziemlich gespannt – ich musste nicht nach unten gehen, um das Takeaway-Essen abzuholen, was sehr praktisch klang. Die tatsächliche Erfahrung war jedoch völlig anders.

Nach der Vorstellung des Produktdesigns sollte der Ablauf wie folgt aussehen: Der Kurier übergibt das Takeaway-Essen an die Rezeption, der Rezeptionsmitarbeiter legt das Essen in den Roboter und gibt die Zimmernummer ein → Der Roboter fährt selbstständig mit dem Aufzug → Er erreicht die Zimmertür und ruft an, um die Abholung des Essens zu melden → Der Bewohner nimmt das Essen entgegen. Das klingt sehr vernünftig.

Aber im tatsächlichen Betrieb offenbarte dieser Roboter eine Reihe frustrierender Probleme:

Er hat keine Hände, um die Türklingel zu betätigen. Obwohl die Wohnung über eine Türklingel verfügt, kann der Roboter nur vor der Tür „warten“ und kann den Bewohnern auch nicht anrufen – seine eigene Stimme ist sehr leise, sodass man sie hinter der geschlossenen Tür überhaupt nicht hören kann. Sobald ich das Geräusch vor der Tür nicht höre, wartet er eine Weile und fährt dann mit dem Essen auf demselben Weg zurück in die erste Etage. Mehrmals habe ich eine halbe Stunde gewartet, und als ich nach unten ging, war der Roboter längst zurückgekehrt.

Er weiß nicht, „wie viele Bestellungen noch vor ihm liegen“. Nachdem die Rezeption die Takeaway-Essen nacheinander hineingelegt hat, weiß ich nicht, wo mein eigenes Essen in der Warteschlange steht. Das Liefererlebnis ist sehr schlecht: Es dauert vielleicht nur 15 Minuten, bis der Händler das Essen an die Rezeption liefert, aber der Roboter braucht von der ersten Etage bis zum Zimmer, einschließlich Aufzugsfahrt, Navigation im Korridor, Warten, Rückkehr bei Zeitüberschreitung und erneuter Lieferung, in Spitzenzeiten möglicherweise eine ganze Stunde für die gesamte Kette. Später habe ich mir die Gewohnheit angeeignet: Wenn ich Takeaway bestelle, muss ich beim Kurier bestätigen, „wie viele Bestellungen vorne warten“, aber viele Kuriere legen das Essen standardmäßig an die Rezeption, markieren die Lieferung als abgeschlossen und gehen, ohne extra anzurufen, um Ihnen mitzuteilen, dass „das Essen bereits in den Roboter gelegt wurde“. Als ich sehen wollte, wo mein Essen ist, stand in der Takeaway-App längst „zugestellt“, obwohl das Essen tatsächlich noch in der ersten Etage liegt.

Meine damalige Reaktion war: Hat der Produktmanager dieses Unternehmens jemals den gesamten Lieferablauf selbst durchlaufen?

Ein Problem der Warteschlangenvisualisierung, das mit einer einzigen App gelöst werden kann, ein Kommunikationsproblem, das mit einer einzigen Push-Benachrichtigung gelöst werden kann, ein Warteproblem, das mit einem einzigen Reservierungsmechanismus gelöst werden kann – diese in der Internetbranche unzähligen Male erprobten Maßnahmen fehlen im Szenario der Roboterlieferung völlig. Wenn ich der PM dieses Unternehmens wäre, würde ich zuerst den Benutzerablauf selbst durchlaufen und dann diese grundlegenden Erfahrungen ergänzen.

Es ist zu beachten, dass dieser Roboter in meiner Wohnung möglicherweise ein Gerät einer früheren Charge ist und nicht das aktuelle Gesamtproduktniveau von Yunji repräsentiert. Aber die Probleme, die er in meinem einjährigen echten Erlebnis offenbart hat, sind im Wesentlichen Rückstände bei den grundlegenden Fähigkeiten des Produktdesigns – ob der PM den Anwendungsfall wirklich aus der Sicht des Benutzers durchlaufen hat. Das liegt nicht daran, dass die Technik es nicht kann, sondern daran, dass niemand es mit Aufwand umgesetzt hat.

Dieser Fall hat mir gezeigt: In der Embodied-Intelligence-Branche existiert die Rolle des PM entweder gar nicht oder sie entfaltet überhaupt keine Wirkung.

Vor ein paar Tagen habe ich den Weltroboterkongress besucht. Eines der Grillrestaurants, an dem ich beteiligt bin, hat Mitarbeiter für das Aufspießen von Fleisch, für die Beilagenvorbereitung und für das Grillen. Aus der Perspektive des Offline-Geschäfts habe ich die Gelegenheit genutzt, um mehrere Roboterhersteller zu fragen, ob Roboter den Vorgang des Aufspießens von Fleisch ersetzen können – ihre optimistische Schätzung lautet im Wesentlichen „5 bis 10 Jahre“. Dann habe ich einen leitenden Experten für Embodied Intelligence von einem großen Technologieunternehmen angesprochen und ihm meine Frage gestellt.

Er hat nicht direkt geantwortet, sondern mich gefragt: „Wollen wir die Effizienz steigern oder den Besucherstrom anziehen?“

Ich sagte, ich wolle die menschliche Arbeitskraft ersetzen. Er antwortete: „Roboter schaffen das nicht, aber automatisierte Geräte zum Aufspießen von Fleisch schon.“

Ich habe nachgefragt: „Können automatisierte Geräte selbst Fleisch aus dem Kühlschrank holen, es schneiden und aufspießen?“

„Das schaffen sie nicht“, antwortete er sehr direkt.

Dieser Fall hat mir gezeigt: Selbst wenn ein PM vorhanden ist und die Anforderungen klar definiert sind, ist der PM machtlos, wenn das technische Niveau nicht ausreicht.

Zusammengefasst haben mich die beiden Fälle zu der Erkenntnis gebracht: In der aktuellen Phase hat die Embodied-Intelligence-Branche noch keinen geschlossenen Wertkreislauf geschaffen, den die Rolle des PM haben sollte. Einerseits fehlen die grundlegenden Fähigkeiten im Produktdesign, andererseits beschränkt die technische Obergrenze den Handlungsspielraum des PM. Diese beiden Probleme haben unterschiedliche Ursachen, führen aber zu demselben Schluss – die Rolle des PM hat sich in der Branche noch nicht wirklich etabliert.

II. Warum wurde der geschlossene Wertkreislauf des PM nicht geschaffen?

Dieses Gefühl ist nicht aus der Luft gegriffen, Branchendaten und Signale vom Personalmarkt bestätigen dieselbe Tatsache: In der aktuellen Phase hat der PM in der Embodied-Intelligence-Branche noch keinen echten geschlossenen Wertkreislauf aufgebaut.

Zuerst zur technischen Seite.

Laut der Shandong Finance Net steht die Embodied Intelligence bei der Bereitstellung vor Engpässen: Die Fähigkeiten von Offline-Modellen lassen sich kaum direkt in echte geschlossene Kreislaufsysteme einbinden, große Modelle lassen sich kaum in Echtzeit auf Edge-Geräten ausführen, und insgesamt befindet sich die Branche in der Phase des Übergangs vom Labor zur industriellen Validierung.

Die von der People's Daily Online während der WRC 2026 vorgelegten Daten sind noch anschaulicher: Derzeit gibt es im Inland nur 500.000 Stunden konformer Daten aus realen physischen Interaktionsszenarien, während die kommerzielle Bereitstellung von Robotern Daten von mehreren zehn Millionen Stunden erfordert – die Lücke beträgt über 99 %. Cao Peng, Präsident von JD Cloud, erklärte, dass sich die aktuelle Roboterindustrie noch vor dem Ausbruch befindet und nicht wirklich durchstarten kann, da die Generalisierbarkeit des „Gehirns“ der Roboter unzureichend ist, und die Wurzel davon ist genau der Mangel an Daten aus realen Szenarien.

Das erklärt genau das „schaffen wir nicht“ des Experten im Grillrestaurant-Szenario: Aufgaben wie das Aufspießen von Fleisch, die eine lange Kette von Vorgängen wie „Gefrierfleisch aus dem Kühlschrank holen → verschiedene Zutaten schneiden → aufspießen“ umfassen, nicht standardisiert sind und haptisches Feedback erfordern, lassen sich nicht umsetzen, solange die Engpässe bei Daten und Generalisierung nicht überwunden sind. Selbst die am besten definierten Anforderungen des PM lassen sich nicht realisieren. Die Antwort der Hersteller mit „5 bis 10 Jahre“ ist möglicherweise noch zu optimistisch in Bezug auf das technische Niveau.

Die Existenz der technischen Obergrenze beschränkt direkt den Handlungsspielraum des PM. Dies ist der erste Grund dafür, dass der geschlossene Wertkreislauf nicht aufgebaut werden kann.

Nun zur Produktseite.

Die Probleme, die der Roboter in der Wohnung offenbart hat, liegen nicht daran, dass die Technik es nicht kann, sondern daran, dass der PM den Benutzerablauf nicht durchlaufen hat. Warteschlangenvisualisierung, Fortschrittsverfolgung, gegenseitige Bestätigung – diese in der Internetbranche unzähligen Male erprobten Maßnahmen fehlen im Szenario der Roboterlieferung völlig. Das ist kein Problem der Optimierung des Endbenutzererlebnisses, sondern ein Mangel an grundlegenden Fähigkeiten im Produktdesign. Die aktuellen PM-Konfigurationen in der Branche konzentrieren sich tatsächlich auf die Abstraktion von B2B-Szenarien und die Beurteilung technischer Grenzen, was eine vernünftige Wahl ist, die durch das technische Niveau bestimmt wird. Das Problem liegt jedoch darin, dass selbst B2B-orientierte PMs tief in die Praxis eintauchen müssen, um den echten Benutzerablauf zu verstehen. Die Probleme des Roboters in der Wohnung hätte jeder PM entdecken können, wenn er nur selbst einen Monat lang dort gewohnt und das Gerät benutzt hätte. Aber offensichtlich hat niemand das getan.

Der Mangel an grundlegenden Fähigkeiten im Produktdesign ist der zweite Grund dafür, dass der geschlossene Wertkreislauf nicht aufgebaut werden kann. Der PM ist nicht wirklich in die Benutzerszenarien eingetaucht.

III. Unter welchen Bedingungen kann der Wert des PM aufgebaut werden?

Wir haben oben die beiden Gründe analysiert, warum der Wert des PM nicht aufgebaut werden konnte. Welche Bedingungen sind also erforderlich, um ihn aufzubauen?

Der Kernlogik zufolge manifestiert sich der Wert des PM letztendlich darin, dass „die definierten Anforderungen technisch realisiert werden können und das Produkt vom Markt akzeptiert wird“. Wenn die Technik es nicht umsetzen kann (Fall des Grillrestaurants) oder niemand bereit ist, für das Produkt zu zahlen (Fall der Wohnung), sind alle vom PM definierten Anforderungen leer.

Um den Wert des PM aufzubauen, müssen daher zwei Voraussetzungen gleichzeitig erfüllt sein: Das technische Niveau reicht aus, um die Anforderungen abzudecken, und das Produkt kann sich am Markt durchsetzen.

In einem Bericht der China Informationization Weekly auf der WRC 2026 wird ein Messstandard vorgelegt – der Übergang von der Demo zu einem produktiven System erfordert das Überwinden von vier Hürden: Erstens echte Anforderungen: Das Produkt löst ein dringendes Problem, für das Kunden bereit sind, zu zahlen; zweitens nutzbares Produkt: Stabilität, Effizienz und Sicherheit erreichen die Standards der Produktionsumgebung; drittens wirtschaftliche Machbarkeit: Der Kunde kann den ROI klar berechnen, und der Lieferant erzielt einen angemessenen Gewinn; viertens skalierbare Replizierbarkeit: Die Bereitstellung hängt nicht von zahlreichen Anpassungen ab.

Das Wesen dieser vier Hürden besteht darin, „technische Machbarkeit“ und „Marktakzeptanz“ zu vereinen. Wenn alle vier Hürden überwunden sind, gelten die vom PM definierten „Anforderungen“ als tatsächlich umgesetzt, und der Wert des PM ist etabliert. Wenn auch nur eine Hürde nicht überwunden ist, bleiben die Bemühungen des PM auf halbem Weg stecken – entweder lässt sich das Produkt technisch nicht herstellen, oder niemand kauft es, wenn es fertig ist.

Aber hier gibt es eine wichtige Ergänzung: Selbst wenn nicht alle vier Hürden überwunden sind, kann der Wert des PM im Bereich der grundlegenden Fähigkeiten im Produktdesign bereits aufgebaut werden. Der Fall der Wohnung zeigt, dass innerhalb des technisch erreichbaren Bereichs die Nutzbarkeit und Zufriedenheit des Produkts durch die Verbesserung des Interaktionsdesigns und die Optimierung des Benutzererlebnisses erheblich gesteigert werden können. Dieser Teil des Werts erfordert keinen technischen Durchbruch, der PM kann ihn jetzt schon umsetzen.

Tang Jian, CTO des Beijing Humanoid Robot Innovation Center, hat auf der WRC 2026 einen dreistufigen Pfad für die industrielle Umsetzung von humanoiden Robotern vorgelegt: Zuerst Durchbrüche in industriellen und speziellen Szenarien, dann beschleunigte Durchdringung in kommerziellen Dienstleistungsszenarien, schließlich endgültige Umsetzung in Haushalts- und Generalisierungsszenarien. Dies stimmt mit dem Rahmen der vier Hürden überein – je früher das Szenario ist, desto näher liegt das technische Niveau am Bereich, in dem der PM den Produktwert entfalten kann; je später das Szenario ist, desto mehr muss der PM auf technische Durchbrüche warten.

IV. Aktueller Industriestand: PMF-Bewertung für drei Szenarien

Auf der Grundlage des oben genannten Rahmens bewerte ich die aktuellen Hauptszenarien für die Umsetzung von Embodied Intelligence nacheinander, um zu sehen, in welchen Szenarien der Wert des PM bereits etabliert ist und in welchen noch nicht.

Wissenschaft, Bildung und industrielle Logistik: Am nächsten an der vollständigen Umsetzung unter den vier Hürden.

Während der WRC 2026 erklärte Xi Yue, Mitbegründer von Star Era, dass das erste embodied Logistiklösung der Branche, für die die PMF-Validierung abgeschlossen wurde, bereits im regulären Betrieb bei SF Express und China Post in mehr als 10 Logistikzentren in 5 Provinzen und Städten läuft, wobei die Betriebseffizienz in einigen Szenarien bereits die von Menschen übertrifft und die Szenarienmigrationsgeschwindigkeit von zwei Monaten auf unter eine Woche gesteigert wurde.

Der PM-Wert in diesem Szenario ist am nächsten an der Etablierung, aber die Hürden sind sehr hoch. Der PM muss gleichzeitig die technischen Grenzen und die Branchenkenntnisse verstehen – Kunden aus Wissenschaft und Bildung kaufen „Menge“, Kunden aus der industriellen Logistik rechnen mit „Effizienz“, die Vorgehensweisen für PMs in beiden Bereichen sind völlig unterschiedlich. Derzeit ist genau Letzteres das, was grenzüberschreitende PMs am schwersten ergänzen können.

Kommerzielle Dienstleistungen: Klare Anforderungen, aber weder das Produktdesign noch das Wirtschaftsmodell sind umgesetzt.

Der Yunji-Roboter in der Wohnung ist ein typisches Beispiel. Die Anforderungen sind klar, die Technik kann eine Demo ausführen, aber Mängel im Produktdesign führen zu Einbußen beim Erlebnis. In diesem Szenario ist die „echte Anforderung“ gegeben, aber „nutzbares Produkt“ und „wirtschaftliche Machbarkeit“ sind noch nicht umgesetzt. Ein Teil der Probleme im Bereich der Nutzbarkeit des Produkts lässt sich durch besseres Produktdesign lösen – genau das ist die Richtung, auf die der PM in der aktuellen Phase hinarbeiten kann.

Haushaltsdienstleistungen: Die Technik ist noch nicht ausreichend, die Anforderungen sind unscharf.

Tang Jian listet die „endgültige Umsetzung in Haushalts- und Generalisierungsszenarien“ als letzte Stufe des dreistufigen Pfades auf. Derzeit sollte keine Investitionen in diesen Bereich getätigt werden.

V. Was sollten PMs für Embodied Intelligence tun?

Innerhalb des technisch erreich