搬不动一只料箱的 10 万美元差价

先做一道特别容易的机器人算术。Agility Robotics 的投资者材料给出两组五年期客户付款：RaaS（机器人即服务）约 50 万美元，买断约 40 万美元。买断便宜 10 万美元。好了，可以回家了。

问题是，这两个数字都还没有搬动一只料箱。

机器的价格，不等于机器完成工作的成本。要跨过这段距离，两种合同必须面对同一个任务、同一段运行时间和同一个“成功”定义。否则，我们只是在比较两张账单，而仓库正在旁边若无其事地继续运转。

所以我先做了一个尽量小、但有用的分母：一台 Digit 5、一个料箱搬运流程、五年，以及一次成功搬运。

先让两台机器人过同一种生活

Agility 10 月 6 日的演示材料给了模型一副公开骨架。它的客户收益示例假设每周工作 120 小时、持续五年，也就是大约 31,000 个排班小时。RaaS 月费为 8,500 美元，五年约 50 万美元；买断连同持续订阅费用，五年约 40 万美元。Agility 演示材料

本次研究范围要求采用 80% 的有效利用率。我保留了这个假设，又用 98% 作为成功搬运率，因为 Agility 对两个 Digit 4 部署案例披露了 98% 的准确率。这里必须说清楚：这只是情景假设，不是预测。Digit 4 的披露数字，不会因为我们需要一个模型，就自动变成 Digit 5 的实测成功率。

模型里还缺一枚齿轮。Agility 说，一组 3 台机器人搬运了 10 万多只料箱，另一组 8 台搬运了约 6 万只，但没有同时披露两组对应的运行时间。公开资料也没有给出一次搬运需要多久。我没有替它发明一个答案，而是在研究卡里列出三种敏感性情景：每个有效小时尝试 30、60 或 120 次搬运。

五年排班经过 80% 有效利用率以后，留下 24,960 个有效小时；再乘以 98% 的成功假设，得到 24,460.8 个“成功调整小时”。

若每个有效小时尝试 60 次，五年共有 1,467,648 次成功搬运。用同一个分母除两组公开付款：

• RaaS：每次成功搬运约 0.341 美元；
• 买断：每次成功搬运约 0.273 美元。

相差 6.8 美分。

每小时 30 次，两个结果都翻倍；每小时 120 次，两个结果都减半。只看公开的供应商付款，买断始终便宜 20%，因为 40 万正好是 50 万的五分之四。发现这个比例，不值得给电子表格颁奖。

真正有用的工作，是看这个比例看不见什么。

那 10 万美元到底买了什么？

两种方案只是把成本与责任放到了不同位置。

Agility 表示，RaaS 订阅包含 Arc 软件与维护。它向 SEC 提交的注册文件进一步说明：在部署模式下，机器人仍归 Agility 所有；服务期内，Agility 提供监控、维护、软件与支持。这减少了客户前期资本支出，也把一部分耐用性与维修风险留给供应商。Agility 注册文件

在投资者模型中，买断也包含持续的软件和维护服务。但材料没有公开 Digit 的前期售价、各项经常性费用如何拆分，也没有给出客户真正的付款时间表。我们看到的是一个四舍五入的五年合计，不是一份采购报价。

于是出现了一个有点滑稽的场面：我们能把每次搬运成本算到小数点后三位，却不知道准确的机器售价。

更重要的是，50 万和 40 万都不是客户的完整成本。公开示例没有告诉我们客户投入了多少工程时间、安全验证、充电与电费、网络改造、地面调整、操作监督和故障救援；也没有在可比口径下计算停线、融资、提前解约或残值。

这些不是装饰性的免责声明。在每小时 60 次的情景里，公开差价只有每次成功搬运 6.8 美分。多几分钟人工救援，或者不同的停机模式，都可能比这更值钱。

失败也必须进入分母

人形机器人的经济账，经常从“机器人年费”对比“人工年薪”开始。Agility 的材料很坦率地把它列为客户收益示例：RaaS 每年约 10 万美元，对比约 20 万美元的全负担人工成本。材料同时标明，这些是内部估算，实际结果可能不同。Agility 演示材料

缺失的一步，是验收后的产出。

想象两台机器人都排班 100 小时。A 真正工作 80 小时，98% 的尝试成功；B 真正工作 60 小时，90% 的尝试成功。日历上都写着“100 小时”，不代表它们拥有同一个分母。失败尝试、人工干预与恢复时间，都是为了没有完成的工作而付出的成本。

所以，我不会用“可用小时”来评价一台人形机器人。我会先问成功搬了多少只料箱，再把人工干预分钟与停机时间放在旁边。需要人类每隔几个循环来救场的机器仍然可能有用，但它不能借走人类的隐形劳动，再把自己称为自治。

五年，未必只有一种意思

还有一个细节值得见光。

客户收益模型假设五年、约 31,000 个服务小时；注册文件的会计政策则写明，机器人与机器人肢体按大约三年折旧。Agility 演示材料 Agility 注册文件

两者不一定矛盾。商业情景与会计折旧估计回答的是不同问题。但它们同时出现，正好提醒我们：“使用寿命”不是刻在机器人脚踝上的物理常数。

如果硬件在第五年之前就需要大规模更换，RaaS 可能把更多风险转给 Agility；如果机器寿命更长，还保留残值，买断可能更有吸引力。现有公开示例无法为两条路径定价。

公司自己的措辞，比很多摘要更坦率。注册文件明确说，RaaS 尚未证明能够规模化盈利，耐用性、维护费用、续约率和使用寿命仍未经过验证。这不是对模式的判决，而是一张需要测量什么的地图。

我会放在试点旁边的五行卡片

面对同一个料箱流程，我一开始只记录五件事：

1. 排班小时与真正有效的小时；
2. 尝试搬运次数与验收通过次数；
3. 人工干预与故障恢复分钟；
4. 客户全部付款与内部部署成本；
5. 谁承担维修、更换与退出风险。

然后，“每次成功搬运成本”才会从一个故事变成测量值。

今天的公开证据只给出一条供应商付款底线：示例五年期 RaaS 约 50 万美元，买断约 40 万美元。在共同的每小时 60 次情景下，对应每次成功搬运 34.1 美分与 27.3 美分。它没有给出任何一种模式的客户全负担成本。

这个限制本身就是研究结果，不该羞答答地躲在文章底部。

10 万美元差价在 Agility 的示例价格中确实存在。它能否在真实仓库中保留下来，要看那个分母：扣除停机、失败和人工救援以后，究竟完成了多少工作。今天完成的是这张比较卡，不是买机器人、签合同、投资决定或部署测试。

一台机器人可以先有价格，再有经济单位。那只料箱还在等第二个数字。

Research artifact · Markdown