具身智能公司怎么赚钱？这个问题看似是财务问题，实际上决定了技术路线、团队配置、销售组织和融资叙事。目前行业里已经分化出几条主要路线，但商业模式远未定型，未来很可能还会出现新的变量。
一、当前四条主要路线
1. 垂直整合：硬件 + 软件 + 数据自己干
代表公司：Figure、Tesla Optimus、Agility Robotics、宇树科技、智元机器人、优必选
自研机器人本体、自研 AI 大脑、自建产线，直接面向终端客户销售或提供 RaaS 服务。优势是软硬协同优化空间大、数据全部自己掌握、品牌溢价高；挑战是资本密集、量产风险高、销售周期长。GTM 重点是大客户直销 + 灯塔客户案例 + 长期驻场的客户成功体系。
2. 平台授权：做"机器人界的 Android"
代表公司：Skild AI、NVIDIA GR00T、仙工智能
不造机器人，向 OEM、机器人厂商和系统集成商授权 AI 大脑或控制器，按部署数量或时间收费。优势是轻资产、可享受行业增长红利、跨机型数据汇聚有机会形成网络效应；挑战是命脉攥在 OEM 手里，必须证明"我的大脑比你自己做更好、更便宜"。GTM 重点是开发者关系、API/SDK、认证体系、生态合作。
3. 垂直场景解决方案
代表公司：Sereact、GrayMatter、Sunday Robotics、灵初智能、有鹿机器人
不追求通用机器人，而是专注一个细分场景（仓储分拣、质检、巡检、清洁等），提供端到端解决方案。优势是最容易验证 PMF、客户 ROI 清晰、适合创业公司冷启动；挑战是天花板受限于单一场景规模。GTM 重点是行业 know-how、标杆案例、可复制性。
4. RaaS：机器人即服务
代表公司：Agility Robotics（Digit ~$8,500/月）
客户不按设备买断，而是按月或按年订阅，费用包含硬件、软件、维护和升级。优势是降低试用门槛、厂商保留资产所有权、收入可预测；挑战是前期资本压力大、对现场运维要求极高。GTM 重点是客户成功 = 现场运维，定价锚定"替代一个工人月薪的百分之多少"。
二、模式选择：没有最好，只有最匹配
| 团队优势 | 适合的起步模式 |
|---|---|
| 强 AI，不想碰硬件 | 平台授权 |
| 强硬件 + 强融资能力 | 垂直整合 |
| 懂某个行业，有场景资源 | 垂直场景解决方案 |
| 有资本 + 有运维体系 | RaaS |
一家公司也可能跨越多种模式。关键是起步阶段必须选一个主战场，把资源集中打透。
三、未来可能出现的创新商业模式
当前的四种模式都不是终点。随着技术成熟和生态演化，还可能出现以下新变量：
- 数据即服务（DaaS）：不卖设备，而是把物理世界数据卖给其他 AI 公司或保险公司。
- 人机协作平台：机器人做不到的事远程由人类接管，撮合机器人需求与远程操作员。
- 机器人应用商店 / 技能市场：开发者上传"叠衣服""巡检机房"等技能包，按调用次数分成。
- 机器人运营服务商（Robot MSP）：帮企业采购、部署、管理不同品牌的机器人 fleet。
- 按效果付费的共享机器人网络：机器人在区域内共享调度，客户按处理量付费。
- 机器人金融与保险：融资租赁、残值回收、责任保险、性能保险等衍生市场。
这些模式现在大多还不成熟，但它们是观察这个行业演化的重要线索。
四、与 SaaS 的核心差别
| 维度 | SaaS | 具身智能 |
|---|---|---|
| 边际成本 | 接近零 | 硬件 BOM、组装、物流、运维 |
| 销售周期 | 几天到数周 | 数月，含 POC 和招投标 |
| 客户成功 | 活跃度、留存、功能采用 | 稼动率、故障率、现场响应 |
| 渠道 | 代理商转介绍即可 | 需要 SI 部署、调试、售后 |
| 迭代速度 | 周级 | 涉及硬件和供应链，月级甚至季度 |
这意味着 GTM 不能只看合同金额，而要算清楚单台毛利、回款周期、库存周转和服务成本。
五、对我的启示
SaaS 给我 transferable 的能力：理解客户决策链、设计定价组合、搭建渠道网络、用数据和标杆案例驱动规模化。但我也需要补硬件供应链、现场交付、安全认证、行业 know-how，以及把"卖功能"变成"卖生产力结果"。
我的价值不是假装懂硬件，而是把 SaaS 验证过的 GTM 方法论，适配到一个更复杂、更重交付的行业里。
六、我的判断
未来 3 到 5 年，具身智能行业的竞争焦点会从"谁的机器人更聪明"转向"谁更能把机器人卖出去并服务好"。商业模式的选择，决定了 GTM 的打法、组织形态和资源配置。
作为 GTM 人，核心任务不是判断哪个模式技术更先进，而是帮公司找到第一个能稳定付费、能持续迭代、能讲成案例的客户。谁能先把商业闭环跑通，谁就能在技术红利中占据最大的市场份额。而商业模式本身，也会在这个过程中不断演化。
