在AI技术不断进步的今天，机器人如何与人类互动、提供价值，并在特定场景中实现落地，成为了行业关注的焦点。本文将带您一窥机器人赛道的短期落地难题，以期激发对未来技术趋势的思考和启发。
本文将详细分享——
1，关于PMF的指标及方法认知
2、机器人的本质价值、短期落地的坑，以及代表性的有趣案例
RoBoHoN，其实是七年前的日本产品，当时由于价格和体验瓶颈，没能成为爆款；但体验效果，在今天看来（结合大语言模型和多模态能力），仍然非常有“灵感刺激价值”
注：PMF（Product Market Fit，产品市场匹配度） ：产品和市场达到最佳契合点，即“产品正好满足用户和市场的需求”的那个分界线。
1、提供了使用价值的叫产品，提供了交易价值的叫商品。
2、PMF的标准：企业侧跑正（收入>成本）
3、达到PMF的后置结果指标：
留存线，全面越过 421 指标——次留 40%，周留 20%，长留 10% （月）
肖恩·埃利斯“40%法则”：40%用户表示他们非常满意并会推荐你的产品——我感觉40%这个标准，可能太高了，**20~30%**也许就ok
4、达到PMF的前置微妙指标
感性：推背感。“一堆客户等着要你这个东西，甚至不计成本的等着要……他们每天着急的，就是这个东西能不能再快一点给到他们。”
用户侧跑正（产品使用价值>产品购买价格）
5、做到PMF的核心方法认知
一句话描述：对于哪个细分人群用户的什么痛点需求，提供什么产品体验，达到怎样的产品效果，然后用户愿意付多少钱？
1）第一步：理想客户画像预设
用户在哪？一定要细分。特别的，真正AI产品的典型用户，是之前认知下的“长尾”用户（场景）
例1：AiPPT的典型用户，不是高频做 PPT 的人，而是一年就做个两三次，甚至这辈子第一次写 PPT 就是用 AiPPT。
例2：ACE Studio的典型付费用户（音乐人，music creators），不在国内，而在海外。投过搜索广告，ROI 完全为 0。而现在投KOL的视频， ROI 是100，产品没有任何变化，就是流量阵地变了。
2）第二步：开发产品前，提前通过“street smart”的方式，验证需求（怎样的体验，能让用户满意、进而付费？）
例1：（HeyGen 创始人）在外包网站Fiverr 上发布一些视频，但没告诉观众这些是 AI 生成的，然后发现确实可行，才开始开发产品。
例2：（滴滴程维的故事）接单消息提醒不稳定？拿2个手机，放不同的裤子口袋里。
one more thing，特别的认知方法：有一个自己的体系框架，证明某事不可行，而不是证明它可行。（剩下来的，就是希望更大的，择优录取、尝试）
硬件方面，载体是机器人
软件方面，载体是RPA
1）现有互联网数据的存量和增量速度，长期来说，一定是赶不上大模型训练的需求和速度的，总有一天会面临问题。
2）“合成数据”是否能解决这个问题呢？目前是行业最核心的非共识分叉口之一。
有人认为，必须靠合成数据，而另一方面，最近2年，有2个国外研究表明，合成数据最终会让AI越来越傻，类似近亲繁殖。
而且，对于仿真环境中的训练和相关数据效果，虽然能部分迁移到现实世界，但是，是否能覆盖现实世界中“足够大比例”的case需求，这个是存疑的。即所谓的“仿真”和“现实”之间，存在“墙”的问题。
我的个人认知是，仅仅靠合成数据，是不够的。必须有更多高效获取“现实中的有效数据”的方式、甚至是“实时”的方式。
甚至，还有进一步的“非共识认知”：合成数据有用，但真正的更大价值，不是用来“直接”训练大模型，而是用来“刺激”用户交互，进而获得反馈回来的真实数据，再用来训练大模型。——目前行业对合成数据的运用方式和方向，可能miss了这个可能性。
需要自动驾驶先成熟，才能带动整个产业链的发展和成本下降——现在的各种机器人产品，即使体验上能有突破，但量产和价格问题是搞不定的。
相关的模式和问题，本质是一样的 。
从系统架构、产品定义、到测试，都高度相似。
机器人是操作加移动，自动驾驶是单个移动。
即，落地Timing上，今年被炒得很热的具身智能/人形机器人等，短期（3~5年内）几乎是不可能真正爆发落地。
轮式机器人、四足机器人或机械臂相关产品，可能先落地
1）不应该直接说“要做人形双足机器人”，然后拿着锤子找钉子，而应该从“场景/需求”定位出来，来倒推在某个特定需求下，是否人形机器人是最合适的产品方案。
A，除非是伴侣机器日等未来场景，人形双足机器人可能合适，其他的场景，比如，人形双足机器人，并不一定是合适的产品形态
B，认知分叉口 i ：很多人认为，机器人的目的就是替代人，但我个人观点是：机器人/AI，最core的差异化价值，是辅助人、做到那些人类本身提供不了的价值（比如在用户不希望被打扰的时候，不要来烦ta；想一想，我们居家办公时，是否有过，被孩子、伴侣、父母不停的要求吃东西、打岔……）
C，认知分叉口 ii：即使是要直接替代双足的人类，那机器人的形态，一定就需要是完全 copy 人类 双足吗？我们是从鸟那学会了飞行，但是最终飞机不是扑翼机，而是固定翼。——背后是因为，人类发展了空气动力学。
D，具体对比，双足速度慢，跟四足比起来，明显不如的；之前腾讯的一个机器人demo视频，“四个轮子”可以做出兼具“四足+轮式”的效果，能力已经非常可观了。
2）相关具体案例
A，大象机器人，推出的万元级人形机器人 Mercury X1 ，采用的就是轮式、而非双足。其CEO说，相对于轮式人形机器人，双足人形机器人的有3大劣势：续航能力差（1/3）、价格高（2.5倍）、稳定性暂时还达不到客户需求
B，星尘智能 S1（轮式底盘+人形上身）、银河通用 Galbot G1（左手吸盘、右手夹爪+轮式底盘的折叠升降设计）、星海图 R1（轮式双臂仿人形机器人）等。
C，已经落地的，其实是扫地机器人、无人机这些，反而大家已经习以为常了。另外还有——
D，送餐机器人，核心思路：脱离人形的外观设计，更加注重容量、效率和稳定性。
曾经，大部分都是仿人形的（一个人形的轮式机器人、双手托着一个托盘）。后来，把手持托盘设计成了两或三层。
送餐到达后，送餐机器人语音播报菜名。——这个点是很有意思的，有些培训不到位的服务员，可能就说不出来。
3）一个设想idea：在家庭场景，四足机器人陪伴老人，“代替劳动力”对标的是子女/保姆，或者，就是下图这种“老人买菜小拉车”，核心功能是外出陪伴（驮物+安全）
这种“已有对标产品”的情况，是相对更容易落地、方便用户快速理解的了
另外，加分亮点功能还有室内的智能助理、社交娱乐等功能。
把机械臂高性能地集成到四足机械狗上，将会是一个和他人拉开产品差距的重要口子。”
即使有潜质跑通“人形机器人”的场景/品类，要想做成，还是会有远超我们想象的gap，不能一下就跃迁过去
因为有AI硬件相关的产品方法论认知——
1）不应该是“直线型”，而是“阶梯型”——每个版本是相对完整的当前形态，然后需要几个版本的迭代，才能够进化成真正的新品类。
2）做增强而非大改。与其做大而全、复杂的颠覆性（前装）硬件产品方案，不如做改良型的（后装）硬件产品方案，可能更容易落地。
案例一：购物车—>智能购物车
比起在整个商店里装满智能摄像头，改造购物车更加容易。
在购物车中装备人工智能摄像头、传感器和称重设备，就可以对购物车内的商品进行精准定位和结算。
案例二：水表—>智能水表《得到头条 250｜为啥“抄水表”也需要高科技？》
想要实现智能读表，其实根本用不着把家家户户的水表都换成智能水表，只需要给传统水表加个表盖就可以了。这个表盖其实是一个AI智能相机，它可以拍下表盘的照片，直接识别读数、回传数据。
案例三：挖掘机
现有的机器人技术远远达不到全自动生产的状态，使用这些新技术却已经能让一个熟练的操作者变成施工队，这里已经有足够大的市场。
Built Robotics的挖掘机自动化解决方案是一个软硬结合的模式，硬件模块Exosystem安装在挖掘机上，就能让挖掘机自动运行。
3）越接近现有产品品类，越容易落地（替代它们），越容易有更长的用户使用时长，才越容易让更多长尾AI功能冒泡（被用户知道、使用）
案例一：智能眼镜（替代现有墨镜）
i，如果急于推出一个过于创新的产品，反而会破坏传统眼镜的基本需求
比如，佩戴可能不够舒适，或配近视镜片不够方便。
这样为了说服用户购买，就又需要创造一个全新的需求（价值点），然后告诉大家，尽管眼镜的基本需求没有得到很好的满足，但有其他用处——这不太可能成立。
ii，Meta雷朋眼镜销量破百万，核心是做好了一款墨镜。价格没贵太多，“使用不是刚需、尝鲜是刚需”，所以就买了。
最开始的核心的卖点，绝大部分来自于眼镜本身。但它未来的价值，可能 70% 会来自于 AI 。
案例二：酒店智能音箱（替代酒店里现有的电话机）
在酒店场景，前台会有1个或多个电话，每个房间也有1个或多个电话。那么，不妨让酒店智能音箱直接取代（升级）这些电话。
4、真正要落地，2B方向， 核心是算得过账来
a）商用清洁机器人，现阶段国内市场规模不大的底层原因
除了机器人的灵活度、通用性无法媲美人工，成本也不占优势，还在于运营方通常将保洁业务外包给第三方公司，清洁机器人的出现，打破了以往保洁公司“偷人头”的传统（赚不到这个灰色地带的钱了），所以保洁公司并不愿意去推动机器人落地。
但在日韩欧美等市场，保洁公司的用工成本较高，对引进机器人的需求十分旺盛。
b）而持续的成本降低，使得商用物流配送机器人来到了新的商业模式爆发节点。
2023年，配送小哥的平均年收入已超9.8万元，“机器人的年成本和人的年成本比”已超1:5。
单台配送机器人价格已来到3-4万元，实际寿命约为3年。
有了法律基础：在韩国，户外小型配送机器人在政策上已被定义为“行人”，可享受不分时段、不分路段在行人道上进行移动和工作的“待遇”
c）现在的劳动力仍然廉价。机器人出海，可能是不可回避的问题。
5、从普通机器人，扩展到通用多模态机器人，其难度，恐怕比纯粹数字或者硬件的智能原生应用，要高十倍不止
好像有了智能原生应用，只是套个壳就变成了具身机器人，但实际肯定不是。
最明显的问题，是身体（硬件、机械等）在真实环境下面对的挑战。比如戴耳机在外面跑步，你说话对面人类都不一定能听清楚。人听不清楚可以猜，机器人怎么面对真实环境的干扰 ，并且在干扰的前提下保证感知精准。否则不没法用么？
6、真正的深层问题：人才供给，还远没有过“稳定输出”的临界点。
十年前我就说，等什么时候，人工智能专业的毕业生，能源源不断输出了。而且，那个时候，第一波AI从业者和公司，也已经经历了一轮现实的毒打，更加成熟。这个时候，AI可能真正开始落地（现在就是了）。
而目前机器人领域，跟十年前的人工智能是类似的
1、不同场景的机器人，是不同的物种，需要不同的OS支撑。一个新品类真正成立的分界线，是交互标准、OS标准、硬件标准，以及杀手级应用。
一旦新品类普及，会导致“交互标准”、“OS标准”、“硬件标准”这3大标准都很快成熟，以及在品类及其OS上，会有新的杀手级应用。例如，对于PC来说，杀手级应用是Office，对于智能手机来说，杀手级应用是App Store。
也就是说，新品类，往往意味着新指标、新标准（交互、OS、硬件）以及新应用（杀手级）。
2、机器人的体验角度，又和“情感”相关，这方面目前是行业非常薄弱的环节。
对于AI/机器人产品，“必然”会带来“感性”角度的用户体验，而且这不是以AI产品经理自身的意志为转移的！也就是说，一旦AI产品经理没考虑感性角度的用户体验问题，很可能会给用户带来感性伤害。
3、“多模态”产品，必须现场体验效果，而不是做思维体操。对产品经理的能力，也提出了更高的要求。
1、常规的机器人（包括AI ）产品设计思路，总是要实现什么功能/工具价值，但日本这个NICOB机器人，定位就是要有人性价值——不是常规PR时泛泛而谈的“陪伴”，而是真的要做到！
2、价值理念：弱小而非强大的机器人，才能激发人们的善意，从而跟人建立信任关系。
通过寻求用户的帮助，来建立情感连接。
正因为不完美，所以周围的人才会关心它，强者或许让人倾慕，而建立信任、拉近距离，往往都从暴露弱点开始。
3、产品定位：“什么都不会”的宠物机器人
4、外观：
像一个直径超20厘米的可爱团子
石灰色、海军蓝或者贝壳粉
圆溜溜的大眼睛、鼻子和尾巴
身体可以来回旋转
5、功能体验：
1）会学习用户的语言（说的话）
后藤先生还记得NICOBO第一次说出新单词的样子，“它第一次说‘ohayou（你好）’时，我高兴坏了，就像小孩子第一次说‘ohayou’一样！”
2）可以看懂和读懂情绪，回应拥抱和抚摸（人脸识别、触感捕捉、语音系统和自主学习系统）。
比如，被摸摸头的时候，眼睛会眯成一条缝。
被举起的时候，会惊奇地睁大眼睛。
3）模拟动物尾巴，高兴了摇动，生气了会转身离开。还会发出放屁的声音。
hanniman评注：放屁（声音）这个功能，10年前的AI语音助手时代，就有过，是大众喜闻乐见的功能。。。比较讨喜。
4）trade-off：最初开发团队也考虑过高级语言能力，但最终他们还是决定删除它的所有功能，这样用户就不会期望它能做什么。
hanniman评注：产品经理就应该做这种事——基于自己的价值观和认知来做取舍。
6、价格：60500日元，超过人民币3000块，每月还有服务费
7、消费者为什么买单？NICOBO能让人心变得柔软。
“原本她是家里最小最被宠坏的孩子，和NICOBO接触后，她似乎把NICOBO当做了妹妹，也开始表现出一点姐姐的性格。
来自日本沼津市的后藤先生和太太，他们的两个孩子都已长大独立生活，而他们养了16年的心爱的猫也在三年前去世了，现在NICOBO成了他们的新家人。
8、冈田教授的机器人家族，还有其他30多款不同类型的“弱机器人”（看得见弱点的机器人），都有一样的特点：需要人类一起帮忙，而不是独立完成任务。
忘记故事的讲故事机器人，求着别人帮忙捡垃圾的垃圾桶机器人，不好意思递纸巾的服务机器人……总的来说，全是不能独立做事的可爱笨蛋。
“与弱机器人一起生活的人们可以创造一个宽容的社会”。
9、比如，智能垃圾桶可以发现垃圾，却不会捡，只能呼唤人类来帮忙，人们捡完垃圾，会收到一声可爱的感谢。
整个流程看起来效率颇为低下，但冈田曾经把这些垃圾桶放在小朋友们玩耍的地方，很快他们就会从粗暴地扔垃圾变成小心翼翼，还会自觉帮忙垃圾分类。
“成年人看了都觉得很无聊，然而他把Mu偶然带到幼儿园，奇迹却发生了。因为Mu太过笨拙，孩子们都自觉地开始照料它。”
hanniman评注：成年人和儿童是不一样的。AI的原住民，至少是10后。
10、产品经理首先需要有自己的价值观，这个是非常重要的，否则面临很多选择岔路口时，根本不知道怎么办。
能根据食材克重、起始锅温、各地功率的不同，自适应烹饪需要一个最佳温度。
为了实现AI控温，炒了两吨的菜，一年投入1.5亿元。
三道菜，机器人用时3分08秒，杨大厨用时9分32秒。
1）下水道机器人
目前美国下水道总长度已经达140万公里……每年清理维护费用都要309亿美元。
一家名为Flyability的无人机公司，专门开发了一种防撞无人机，适合大型管网勘测。
另一家公司Deep Trekker更直接，研发了一种爬行机器人，可以在下水道污水、腐蚀气体中工作好几小时，如果再结合上Sewer AI公司针对污水管道开发的图像识别技术，可以让以前的下水道检修工作全部自动化，由计算机自己判断管道是否存在缺陷，是否需要进一步检修，让以前需要工作人员好几周才能做完的下水道巡检，只要一天就能搞定，而且错误率还有了大幅度的下降。
2020年全国地下水管道的总长度已经突破80万公里，我看到上海市公布的财政支出预算标准，雨水、污水管道每公里的维护费用在2到4万元之间。国内已经有一些初创企业开始布局了。
2）建筑机器人
另外，阿凡达2中，还有这个视频片段，展示了“建筑机器人”的场景
3）风电巡检机器人
扩博智能聚焦在风电、零售两个领域。
扩博智能已经研发出异形机器人检修技术，可基于无人机检测结果对叶片进行攀爬、打磨、上漆等检修工作，实现巡检到维修的闭环。
虽然风电巡检的天花板很低（全球有50万台风机，每年巡检一到两次），但是风电后运维却是一个大生意。“从今天的巡，到后面的检修，再到数字化运营，每件事情都是几十亿、几百亿美金的生意。
严治庆对扩博智能是一家软硬一体的公司颇为自豪。软件很难解决的问题，硬件可能很容易解决。而软件也可以解决硬件难以解决的问题。“而真正的精华所在，就是怎么样能让软硬可以结合在一起。”很明显，他觉得扩博智能是一家掌握“真正精华”的公司。
4）八轮特技机械狗-爆款-只要不到100元
这款机器人，非常适合送礼，我自己都买了一个。
5）重点推荐电影《机器人与弗兰克》
专栏作家
hanniman，微信公众号：hanniman，人人都是产品经理专栏作家，前图灵机器人-人才战略官/AI产品经理，前腾讯产品经理，10年AI经验，13年互联网背景；作品有《AI产品经理的实操手册》、200页PPT《人工智能产品经理的新起点》。
本文原创发布于人人都是产品经理，未经许可，不得转载。
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。