摘要
从C-3PO娴熟的外交辞令，到R2-D2在战场上的英勇表现，机器人早已占据了我们的想象空间。而如今，曾经只存在于科幻作品里的场景，正一步步走向工业现实。
机器人正在走出工厂和仓库，进入更多元、更日常的场景。随着越来越多企业开始采用通用机器人，真正的挑战已经不再是“技术能做什么”，而是“人和机器该如何协作”。
会跳舞的机器人很吸睛，但真正的未来，属于那些能在日常环境里安全可靠，并且能完成实际任务的机器人。
麦肯锡报告指出，过去五到十年，来自中国和美国的新兴颠覆者，在电气化、可再生能源、机器人、自主系统和AI这些高潜力技术领域快速抢占市场份额，倒逼传统厂商必须在速度、质量、成本和创新上重新竞争。
市场规模预测：通用机器人市场目前估值不到10亿美元，但一波投资浪潮可能推动它在2040年前增长到约3700亿美元。各地区投资都会增长，中国的增速预计最快。
不过，研究人员必须先克服几个关键障碍：人形机器人的移动性和灵巧度、电池续航、安全性，以及成本问题。
五个关键判断：
1. 当机器人开始思考
机器人正变得越来越不像“机器人”：它们开始学习如何推理、分析选项，并做出决策。
2. 便宜，才能真正普及
要让机器人在各行各业真正普及，它们必须大幅降价，并带来明确的经济效益。
3. 人机协作，而非替代
机器人可能会接手更多人类不愿意做的工作，让人类专注在自己更看重的事情上。
4. 不断兴起的机器人生态系统
从工厂到医院，再到家庭，机器人可能很快承担新的角色，并在整个价值链上创造新的机会。
5. 从炫技到实用
会跳舞的机器人很吸睛，但未来真正属于那些能在日常环境中安全、可靠地完成实用任务的机器人。
1. 机器人正在变得"不那么机器"
机器人正在学会推理、分析选项、做决策，而不只是执行预设程序。
麦肯锡合伙人Ani Kelkar解释，这背后依靠的是"具身智能"——把感知、决策能力和物理世界中的实际交互结合在一起，其中也包括机器人与人之间的协作。和过去那种严格按规则运行、必须在结构化环境里才能工作的传统机器人不同，如今的通用机器人能够处理不确定性，在复杂空间里自主导航，还能通过观察不断学习新技能，而不需要被逐步编程。谷歌DeepMind机器人团队负责人Carolina Parada也提到，五年前的机器人几乎无法理解周围环境，每一步动作都得靠人工写代码；而现在，叠衣服、系鞋带这类曾经被认为不可能的精细操作，机器人已经能够完成。
2. 便宜，才能真正普及
要让机器人在各行各业站稳脚跟，必须大幅降价，并展现出清晰的经济效益。
报告指出，机器人的商业逻辑正在发生变化：过去的自动化项目往往需要五到七年才能收回成本，而现在借助更灵活的机器人方案和数字孪生技术进行仿真优化，很多项目已经能把回本周期压缩到一到三年。回本周期变短，企业决策的风险偏好也随之改变——可以先小规模试点、验证效果，再逐步扩大规模，而不必一开始就押注一个五年才见分晓的长期项目。
3. 人机协作，而非替代
机器人可能会接手更多人类不愿意做的工作，让人类专注在自己更看重的事情上。
麦肯锡强调，机器人和自动化的价值，很大程度上体现在减少"枯燥、肮脏、危险"的工作，同时带动更广泛的经济增长。这一判断也和现实的用工缺口相呼应——据估算，到2030年代初，美国制造业可能有近200万个岗位招不到人，仓储行业的员工流失率也居高不下。正是这种结构性的人力短缺，让机器人从"锦上添花"变成了"迫切需要"。
4. 软件平台化，是AI原生时代的胜负手
要在AI原生时代取得成功，机器人厂商需要从各自为战、机型专属的软件系统，转向统一、可扩展的软件架构——这类平台将成为整个机器人机队的"操作系统"。
这一转变的技术基础，是视觉-语言-动作（VLA）基础模型的成熟——就像大语言模型让聊天机器人能自然对话一样，VLA模型让机器人能够理解视觉信息、听懂语音指令、执行复杂的动作序列。当这些模型再结合触觉、力反馈等多模态传感器，机器人就能通过"观察人类怎么做"来学习，不再需要每一步都靠人工编程设定。
5. 从"炫技"到"实用"
跳舞、翻跟头的机器人视频很容易走红，但真正决定这个行业未来的，是那些能在真实、混乱的日常环境里稳定完成有用工作的机器人。
这也是整份报告态度最鲜明的一句判断。麦肯锡在多篇相关文章中反复提到，过去一年多，无论是从企业财报、媒体报道还是客户交流来看，机器人话题的热度都增长了五到六倍，但每次调研高管，仍有约四成的人反馈：试点项目虽然让人兴奋，团队也很有热情，但业务价值到底有多大，其实并不清晰。真正能穿越"炫技期"、进入规模化实用阶段的机器人，才是这份报告真正看好的方向。