花旗峰会：实体AI商业化遇阻，数据稀缺与成本高企成瓶颈

花旗研究年度机器人与实体AI领导力峰会于本周二落幕，峰会聚焦实体AI从概念验证向商业部署的过渡阶段。花旗分析师Heath Terry指出，尽管劳动力短缺和制造业回流加速了企业需求，但数据稀缺、人才瓶颈、电池续航限制及高昂部署成本仍是规模化扩张的主要障碍。

在资金面上，过去两年实体AI领域累计吸引约200亿美元投资，应用场景覆盖仓储、物流、卡车运输、建筑及国防。然而，数据稀缺被反复提及为核心制约：Instawork指出，即便2026年全行业收集数千万小时真实世界数据，相对于实现高水平机器人性能所需的总数据量，也仅是“基点”而非“百分比”。与数字AI不同，实体AI的价值核心在于真实环境中采集的专有数据及专用硬件，每个新场景几乎需从头积累数据。

从基本面看，商业化进展最快的公司如Locus Robotics、Dexterity等，均通过专用自主移动机器人（AMR）和专业化系统解决真实痛点，而非依赖备受关注的通用人形机器人。技术面上，电力供应、电池续航和芯片架构也成为关键瓶颈，现有半导体平台未针对移动平台的实时边缘推理优化。

展望未来，物流、仓储和汽车制造是当前自动化采用的核心终端市场，高频次、高重复性任务适合机器人替代。但短期内，投资回报仍主要来自专用机器而非人形机器人，行业需突破数据与成本瓶颈才能实现规模化扩张。