花旗（Citi）分析师 Heath Terry 将罗克韦尔自动化（Rockwell Automation）、艾默生电气（Emerson Electric）、霍尼韦尔（Honeywell）、Symbotic、Ralliant 和 Belden 列为工业自动化建设浪潮中的首选投资标的。

扩展机器人规模的最大瓶颈是数据稀缺，而非算力。一位与会小组讨论成员表示，即使是 2026 年收集的数千万小时的数据，可能也仅占最终所需数据的几个基点。

宝马位于 Spartanburg 的工厂目前已有一台升级版的仿生人形机器人在车间行走，这标志着实体 AI 正从试点项目向实际部署迈进。

花旗（Citi）" 机器人与实体 AI 领导力大会 " 于周二落下帷幕。这项年度研究活动汇聚了机器人领域的创始人、投资者、运营商和行业高管，共同评估 " 实体 AI" 的发展现状。

分析师 Heath Terry 在周三上午总结了核心要点，描绘了机器人行业正从概念验证迈向商业化部署的图景，同时警告称扩大机器人规模仍面临挑战。

Terry 向客户解释称：" 劳动力短缺、制造业回流以及有利的监管顺风正在加速企业需求；而数据稀缺、人才限制、电池续航瓶颈和高昂的部署成本仍是关键的摩擦点。"

花旗表示，实体 AI 领域的赢家很可能是那些拥有专有真实世界数据、能够解决特定劳动力瓶颈，并采用 " 机器人即服务 " 模式以降低客户前期成本的公司。

Terry 强调，在自动化领域有敞口的工业股，包括罗克韦尔自动化（ROK）、艾默生电气（EMR）、霍尼韦尔（HON）、Symbotic（SYM）、Ralliant（RAL）和百通（BDC），都是潜在的受益者。

过去两年中，约有 200 亿美元的资金投入了实体 AI 领域，其应用涵盖仓储、物流、卡车运输、建筑、航空和国防。

上周，汽车制造商宝马透露，一台全新升级的人形机器人已在美国南卡罗来纳州 Spartanburg 工厂的车间内投入使用。

以下是花旗从此次实体 AI 大会上总结的核心要点：

AI 领域核心要点

实体 AI 正从概念验证向商业部署过渡，但其扩张路径比数字 AI 的类比所暗示的更加依赖密集的运营操作。与基础模型承载了大量价值的大语言模型不同，实体 AI 的核心溢价在于在真实环境中收集的专有任务特定数据、专门构建的硬件以及安全认证。

在各场会议中，与会者一致将数据稀缺视为最大的制约因素。Instawork 指出，2026 年即使收集了数千万小时的数据，可能也只占实现高水平机器人性能最终所需数据量的几个基点，而非百分点。电力、电池寿命和芯片架构也正成为关键瓶颈。小组成员指出，现有的半导体平台是为数据中心的工作负载设计的，而不是为移动平台上的实时边缘推理设计的。

商业化最成熟的公司——无论是在人形机器人、仓储自主移动机器人（AMR）、自动驾驶卡车还是建筑领域——都有一个共同特征：它们从特定的高痛点劳动力问题切入，采用 " 机器人即服务 " 模式以降低客户采用门槛，并将安全性和可靠性置于模型的复杂度之上。尽管人形机器人激发了极大的投资热情，但近期的投资回报率（ROI）主要由像 Locus Robotics 和 Dexterity 等公司提供的专用 AMR 和特定系统所驱动。本次会议印证了我们的观点，即实体 AI 是一场长达十年的建设周期，长期价值将归属于那些拥有数据飞轮、解决实际部署问题并达到最高安全标准的公司。

工业领域核心要点

在参加了花旗的机器人与实体 AI 领导力大会后，我们确信自动化、机器人和实体 AI 正在向更广泛的商业化稳步推进，这为我们在自动化领域有敞口的工业公司创造了我们认为是持久且长期的逆风增长。我们偏好的工业自动化投资标的包括：罗克韦尔自动化（ROK）、艾默生（EMR）和霍尼韦尔（HON，纯自动化提供商）；Symbotic（SYM，仓储自动化）；Ralliant（RAL，传感器与测试测量）；以及百通（BDC，工业网络）。我们认为这些公司处于有利地位，将受益于自动化（包括设备、软件和 AI）投资的不断增加。自动化普及的关键驱动力仍然是劳动力市场受限，以及国内制造业活动和产能扩张的加速。自动化能够提高产量、增加正常运行时间并提升运营效率 / 准确性，这似乎支撑了健康的投资回报率。

尽管物流、仓储和汽车似乎是推动自动化普及的重要终端市场（高业务量、重复性任务），但几位小组成员强调了 AI 在为机器人和自动化解锁新技能 / 能力方面的潜力。随着时间的推移，这可能会扩大自动化解决方案的可寻址市场（新的终端市场和新的用例），我们认为这是一个广泛的利好。AI/ 大语言模型的进步，加上数据（真实世界和模拟数据）可用性的提高，正促使技术变得更加精细——例如，更深度的软硬件集成以及更活跃的使用推动了日益强大的部署（随着 AI 赋能系统变得 " 更聪明 "）。我们认为这可能会进一步支持未来自动化普及的加速。在某些情况下，获取高质量数据仍是一个瓶颈（企业正将模拟数据与有限的真实数据相结合），但我们也将其视为我们旗下公司的一个机遇和竞争护城河，因为它们拥有庞大的装机量，并有能力利用 / 挖掘数据以进一步驱动自主性和运营效率。

部分公司还强调了 " 机器人即服务 "（robotics-as-a-service ( RaaS ) ）商业模式，由于前期资本支出较低甚至为零，这有可能降低中小企业的采用门槛。这进一步支撑了我们对 Symbotic（SYM）" 仓储即服务 " 产品（GreenBox/Exol）的乐观看法，我们认为这有助于推动更广泛的客户群体采用 SYM 的仓储自动化解决方案。

最重要的结论是，实体 AI 正在崛起，随着 "RaaS" 模式降低客户的前期成本，其部署将会加速。实体 AI 最终可能会受益于规模化效应，但相较于聊天机器人的爆发式增长，其发展路径将慢得多，且在运营操作上更为繁重。（小晨编译）