长期以来,工业机器人的核心成本被死死锁在以RV减速器、谐波减速器和伺服电机为主的硬件BOM中。在当前的全球供应链体系下,一台工业机器人的成本结构中,减速器占比约30%-35%,伺服系统占比20%-25%,控制器与软件占比仅10%-15%。此次Google通过大模型实现复杂动作学习,实质上是在通过软件算法暴力补偿硬件的灵活性不足。
当机器人能够通过视觉与大模型完成“系鞋带”、“精密维修”等非结构化任务时,本体厂商对高精度、高刚性硬件的过度依赖将被削弱。这意味着,未来机器人厂商的护城河将从单纯的“精密制造”转向“算法与数据闭环”。对于Tier-1供应商而言,这意味着必须将核心零部件与AI算力模组深度集成,否则将面临被纯软件厂商降维打击的风险。
Google的这一动作,直接冲击了现有的工业机器人价格战逻辑。目前,国内本体厂商通过大规模采购国产谐波减速器(如绿的谐波)与国产伺服系统(如汇川技术),将毛利率维持在20%-30%的窄区间内。然而,当通用大模型进入工业场景,硬件的差异化被抹平,决定产品附加值的不再是减速器的背隙参数,而是模型对复杂环境的理解能力。
资本市场对机器人企业的估值逻辑正在发生剧烈震荡。过去三年,资本追逐的是RV减速器和伺服系统的国产化替代率,但随着Google等巨头下场,纯硬件制造企业的市盈率(P/E)空间已被压缩。投资人的关注点正迅速向“具身智能AI全栈厂商”转移。
未来的产业洗牌将表现为:拥有深厚硬件制造积淀,同时能够快速接入Google级大模型生态的厂商,将获得更高的溢价。而那些仅停留在机械结构优化的企业,若无法在未来18个月内完成软件架构的重构,极大概率会被并购或淘汰。这场由AI驱动的供应链革命,本质上是一场对硬件厂商控制权的降维蚕食。