机器人与汽车产业：同源共生，双向融合

本文来自微信公众号： 罗兰贝格管理咨询 ，作者：罗兰贝格

01

机器人与汽车行业的发展背景

//汽车产业：规模大，增长难，利润薄

当前，汽车产业是全球最大的制造业之一，全球整车需求长期维持在每年约9,000万辆的规模。然而，从增长趋势来看，行业已经进入成熟阶段。全球汽车销量在2017年至2018年达到历史高点，此后受宏观经济、疫情以及区域市场波动影响，行业长期处于恢复周期之中，预计到2030年前后才有望恢复至疫情前水平，但远期仍较难实现过去的大规模增量增长。

与此同时，汽车零部件行业也正在经历明显的结构性变化。在上期的文章《微利时代的生存法则：汽车零部件企业如何重塑盈利逻辑》中，我们预计未来有一半细分领已经缺乏增长动力，行业四大结构性原因导致利润承压。

//机器人产业：需求旺、技术多、模式新

从应用场景来看，机器人当前主要覆盖四类需求方向：面向工业与农业等生产环节的生产服务机器人、面向城市运营与线下商业体系的商用服务机器人、面向家庭生活辅助与消费场景的家用服务机器人、应用于高危、极端环境的特种作业机器人等。不同场景对于机器人在稳定性、交互能力、自主性与环境适应能力方面的要求存在明显差异。

纵观全局，机器人产业当前仍处于需求快速增长阶段。随着人工智能逐渐从数字世界向物理世界延伸，机器人也成为AI最具想象空间的产业化方向之一。无论是传统制造机器人，还是配送、巡检、清扫等新兴服务机器人，近年来均保持两位数复合增长。预计2025年全球机器人市场规模约为4,000亿元，到2035年有望增长至约21,000亿元。其中，人形机器人因更适用于家庭与通用服务场景，将成为行业后期最重要的增长动力之一。

同时，机器人产业的技术路径高度多元化。灵巧手、伺服电机、减速器等核心环节目前均存在3-5种不同技术路线，不同方案在性能、成本与可扩展性方面等各有优劣。当前，行业整体仍处于技术快速迭代阶段，许多关键技术路线尚未完全收敛，因此企业对于技术方向的押注也仍存在一定不确定性。

机器人产业的商业模式非常灵活，除整机销售外，机器人企业通常还同时提供软件系统、算法能力以及后续运维服务，行业整体以“硬件+软件+服务”的一体化解决方案为主要形态。此外，租赁、订阅、按使用付费等模式也正在逐渐出现，“销售+租赁”“订阅+服务”等模式进一步丰富了行业的商业化路径。

02

汽车与机器人产业融合的底层逻辑

汽车产业与机器人产业的融合，本质上是利益驱动、技术同种与场景孵化三要素结合的自然结果。

//利益驱动

对于当前的汽车产业而言，在全球需求增长放缓与行业利润率持续承压的背景下，企业正在不断寻找新的增长空间。在众多行业中，机器人是少数在产业规模上能够与汽车产业形成对应关系的领域。当前，全球汽车产业规模约15万亿元人民币，而机器人产业预计2035年市场规模将超过2万亿元，远期则有望达到5万亿至10万亿元规模。因此，唯有机器人才能成为与汽车产业体量相当的转型赛道。

//技术同种

汽车与机器人两者之间也存在较高的技术同源性。以人形机器人为例，约80%的核心供应链与汽车产业存在共通，包括动力电池、控制器、线束线缆等，同时两者也均依赖复杂的电子电气架构与系统集成能力。即便是传统工业机器人与服务机器人，其与汽车产业之间仍存在约30%-50%的核心零部件共通。也就是说，对汽车企业而言，进入机器人赛道并非进入完全陌生的领域，而更接近于自身制造能力与供应链体系的自然延伸。

//场景孵化

汽车产业本身也为机器人提供了天然的大规模应用环境。汽车企业同时拥有生产制造、仓储物流以及终端服务等复杂运营体系，作为产值达15万亿元的庞大产业，汽车行业积淀了海量应用场景，而这些场景本身正是当前机器人最主要的落地方向，可帮助机器人完成最关键的产业孵化阶段。

正因如此，过去两三年，全球已经有超过20家主流车企和超过40家规模型零部件企业宣布进入机器人产业，如博世、舍弗勒、法雷奥、拓普、三花、均胜等一众头部玩家。而资本市场对于相关企业的估值逻辑也开始发生变化，具备机器人业务布局的汽车与零部件企业受到资本市场追捧。

03

汽车产业进入机器人赛道的四个关键问题

对于汽车产业，考虑进入机器人赛道是尝试在一个存在不确定的新产业周期中重新定义自身未来的增长方向，因此企业在进入机器人赛道前，需要围绕战略目标、赛道选择、技术路径以及兼并收购等四个核心问题建立清晰判断。

1.明意图

战略意图的定义是企业进入机器人赛道前最核心的问题之一。当前，机器人产业虽然整体增长迅速，但不同机器人应用与形态的发展阶段差异明显，商业价值兑现周期也存在较强不确定性。与此同时，地缘政治、供应链安全以及全球技术竞争等进一步增加了产业发展的复杂性。对此，车企布局机器人赛道，首先需明确定位：是以财务投资、跟踪行业动态为目标，还是深度参与实体运营。这一选择将直接决定后续的资源投入策略与产业布局思路。

2.选赛道

赛道选择更加决定企业未来的产业定位。当前，专业机器人与人形机器人的商业化节奏存在明显差异，专业机器人如工业六轴、物流、医疗、扫地等场景已经形成相对成熟的需求，而人形机器人仍偏长期方向。因此，对于汽车产业而言，更合理的切入方式往往不是直接押注终极形态，而是从人形机器人的核心零部件出发，优先寻找能够在成熟机器人场景中同步复用的方向。例如，头部交互系统企业需要进一步判断其在不同专业机器人中的通用性，再结合自身的能力优势领域做最终选择，包括技术能力也包括应用场景孵化能力。通过这种方式，企业既能够获得相对确定的短期商业回报，也能够为未来长期发展预留足够空间。

3.择路径

技术路径的判断则相对复杂。当前机器人几乎所有核心环节都存在多种技术路线，不同技术路线在性能、成本以及可扩展性方面各有优劣，而机器人产业本身又仍处于需求快速演化阶段，而企业不应同时面对“技术路径不确定”与“需求方向不确定”的双重风险。换言之，企业至少需要保证其中一端具备确定性：若下游需求已经相对明确，即便技术路线判断失误，仍然存在产业空间；若技术路径已经形成较强行业共识，即便需求节奏存在波动，也仍值得提前布局。反之，倘若需求本身尚未成熟，技术路线又存在多重分化，产业化风险将进一步放大。

4.看标的

收购更多考验的是企业对于产业节奏与资源整合能力的判断。随着机器人产业持续升温，2026年预计将有超过30家机器人本体与核心零部件企业陆续上市，产业整体估值或将被显著推高。基于此，汽车需更谨慎评估收购项目质量与估值合理性。汽车产业真正的优势仍在于自身技术能力与真实应用场景双重赋能，因而更适合通过项目合作、联合开发以及场景验证等与生态伙伴逐步建立合作关系。待商业模式成功落地、形成产业协同后，再推进深度资本绑定。

结语