作者：彭昭（智次方创始人、云和资本联合创始合伙人）
物女皇：机器经济学
这是我的第433篇专栏文章。
8月19日，宇树科技登陆科创板，开盘报1100元/股，总市值一度飙升至4449亿元。然而短短11个交易日后，9月2日盘中股价便首次跌破550元，市值蒸发逾2000亿元。其动态市盈率也从上市首日的800倍峰值骤降至400倍上下。
在这场堪称剧烈的估值回调中，公司基本面并未发生任何黑天鹅事件，资本市场反复博弈的，其实只剩下一个极其朴素的疑问：这些卖出去的机器人，到底在干什么？
翻开宇树的招股书，里面详尽罗列了造了多少、卖了多少、还要造多少。但唯独缺失了一项决定商业闭环的核心数据：这些售出的机器人，究竟有多少真正站上了工位？每天实际运行多少小时？又完成了多少有效任务？
招股书里的风险提示反倒极为坦诚：报告期内，公司尚未大规模开展真实数据采集与工厂部署训练等工作。
作为对照，我们可以看看另一本账。
6月24日，Agility Robotics公告以25亿美元估值通过SPAC合并上市，随后向SEC提交的注册文件里，最核心的叙事是工时。根据其披露的机器人即服务模式RaaS，Digit机器人已在真实客户环境中累计运行超6.5万小时。
如果将机器人的全生命周期费用折算下来，每个机器人的有效工时成本约折合为16美元，这直接对标了每小时30.5美元的人工全成本。
宇树市值的腰斩，并非遭遇了资金的恶意做空，而是二级市场的估值逻辑正在发生切换。投资者试图为机器人的“在岗工时”定价，但在国内头部厂商的财报里，却根本找不到这一数据。
挖掘机指数的启示
以小时记账的设备行业，早已有一个教科书级别的样本。
在2007年，三一重工便开始在出厂设备上加装工业智能通信终端，实时采集工况。这些汇集了数十万台工程机械运行数据的“挖掘机指数”，按月发布着全国的开工率与总工作时长。
这些沉淀在后台的数据一旦被联网，便化身为融资租赁的风控依据、二手设备估值的标尺、券商测算周期景气度的先行指标，甚至成为宏观经济观察基建投资的晴雨表。
工时的本质，是将底层的数据转化为金融系统认可的资产：只有当设备产出一个可以定价、可以对账、可以抵押的数字时，商业模式才会有人持续买单。
将这一逻辑平移至具身智能，两者的商业结构如出一辙：单价高昂，采购多依赖融资或租赁；设备利用率存在不确定性；残值高度依赖累计运行时长；维护周期需按平均故障间隔时间MTBF来计算。
其实，现阶段的具身智能并非没有自己的“工时价目表”，只不过，这张表只记录了“表演工时”。
回看2025年初的市场狂热期，一台会跳舞的机器人日租曾高达2万元，租赁商仅需5天即可回本。然而，随着下半年各路厂商产能集中释放，供需关系彻底逆转。到了2026年初，某些租赁平台上的含人工日租价格已跌破2000元，部分入驻商直言“只够做本地生意”。
短短一年时间，机器人的“表演工时”价格暴跌约九成。
租赁市场的价格雪崩，必然会沿着产业链向上游传导，最终由整机厂来买单。
宇树的招股书坦承，短期租赁需求降温可能引发价格战，导致公司在2025年适当下调了产品售价。这种传导在财务数据上立竿见影：2026年一季度，宇树营收同比增速从上年度的332.64%骤降至68.49%，扣非净利润更是同比腰斩至4025万元。“表演工时”的贬值，仅用一个季度就击穿了整机厂的利润表。
如果将这张价目表折算成小时，我们会看到一个明显的“价格倒挂”。
按日均8小时计算，目前国内近2000元的日租折合每工时约200多元（含工程师人工）；而Agility披露的生产工时成本仅约16美元（百余元人民币）。这意味着，目前市场上一个“会跳舞”的机器人工时，标价高于一个“在仓库搬箱子”的机器人工时。
倒挂的根源显而易见：表演工时有公开报价，而生产工时却是一笔糊涂账。目前国内头部厂商对工业客户的报价仍停留在“卖整机”阶段，公开的RaaS报价几乎全集中在商演与导览。
表演工时的价格下跌，是已经发生的产业洗牌；生产工时的未定价，则是资本市场正在拷问的核心。
从看板到财报的距离
究竟一张合格的机器人考勤表需要哪些核心字段？
最详尽的一份样本，来自龙旗科技的南昌工厂。
2026年上半年，智元精灵G2在产线上进行了一场漫长的“公开试用”。从官方直播到项目负责人的披露，这台机器人交出了一长串亮眼的数据：累计运行超144小时，峰值产能316UPH，一次成功率高达99.9%，平均故障间隔时间正从12小时向100小时冲刺。
这组数据涵盖了在岗台数、累计工时、节拍、成功率和故障率，考勤表的字段已然齐备，唯独缺了一个统一的“计量砝码”。比如同一场直播，有媒体记录“节拍20秒”，有媒体写“线体节拍11.6秒”…没有行业标准，哪怕是最真实的考勤数据，也会变成一笔无法横向对比的糊涂账。
第二份样本，来自均胜安全的产线。
智元与均普智能联合研发的G2在此不仅实现了100%的视觉抓取成功率，更将安全带铝件攻丝工序的节拍从18秒压缩至最快12.9秒。均胜电子称，其自身制造场景中可适配G2的工位达千个；负责生产G2的普智未来，是均普智能子公司与智元合资设立的本体制造公司，其无锡工厂6月首批下线，预计年产能2000至2500台。
均胜电子提供工厂，均普智能持股机器人制造方，两家同属均胜集团。这是典型的“用自己的工厂给自己的机器人记考勤”，其底层逻辑与当年的三一重工如出一辙：把控了设备，就掌握了最核心的工况数据。
第三份样本记录的不是绝对工时，而是“人机折算率”。
优必选曾披露，Walker S2的工作效率已达到人类工人的45%，并有望在2026年突破60%。这是尚属罕见的“人机效能系数”，但它依然回避了“一台机器一年能干多少小时”的问题。
更值得玩味的是优必选2025年的订单结构。全年近14亿元的人形机器人订单中，超过一半来自广西、自贡等五个地方国资背景的“数据采集与训练中心”。这揭示了一个现阶段的真相：工业人形机器人目前最大的买单方，并不是需要它去“打工”的制造工厂。
第四份样本，来自宁波慈溪的开源鸿蒙人形机器人训练场。
这里部署的40台机器人，背负着一项硬性考核指标：年均产出超3万小时工业真机数据。折算下来，每台机器人每天的“有效训练时长”约为2.25小时。
这是少有的将“小时”作为机器人设施的量化考核指标。然而，这里考核的是“训练工时”，而非“作业工时”。
将这四份雏形拼凑在一起，具身智能“考勤表”的现状已一目了然：字段已然齐全，数据正在涌现，但披露渠道多为公关稿、直播和高管访谈。它们尚未经受第三方审计的考验，也没有两家企业采用同一套统计口径。
这些数据目前只能贴在车间的看板上用来提振士气，还远达不到能交进CFO办公室、写进财务报表的标准。
缺失的“计量表”
从车间的看板走向CFO的办公桌，具身智能的商业闭环里还差一个关键组件，一块精准的“计量表”。
如果说上一代工业互联网解决的是“连得上、看得见”，那么今天的机器人考勤表要解决的就是“算得清”。想要做到，需要向上打通三个层级，而这恰好可以完全复用AIoT行业过去十几年沉淀的成熟经验
第一层是“读取”。
运行工时、任务计数、成功率、人工接管次数乃至能耗，这些数据早已躺在机器人的系统里。因此，现在的痛点不在于没有数据，而在于如何将底层的“调试日志”升级为具备公信力的“计量数据”：它必须独立计时、不可篡改且支持外部读取。
正如2007年三一重工在挖掘机上加装的那个通信终端，挖掘机无需重构，只需一个外挂的“黑匣子”便完成了向数字化资产的跨越。
第二层是“对账”。
单方面的整机厂日志无法取信于人，一张合格的考勤表，必须能与应用场景的业务系统严丝合缝地对上账。龙旗工厂将G2接入MES，让机器人的作业计数与产线的真实产出互相印证，这是公开可查的少数具备对账条件的案例。对账的真正壁垒不在技术接口，而在于生态话语权：谁有资格去汇总跨厂商、跨场景的底层数据？
当年“挖掘机指数”之所以权威，是因为三一将其交由体外独立运营的树根互联来汇总，让数据脱离整机厂，从而被券商和统计部门采信。
目前机器人行业极度缺乏这样的第三方公允平台，最接近这个角色的反而是擎天租、京东等设备租赁商，但他们目前记录的往往只是“展演天数”，而非真实的“打工时长”。
第三层是“计价”。
有了可对账的“有效小时”，才能衍生出精准的“小时计价”。目前Agility每月8500美元的报价仍是按台包月的粗放模式，国内工业场景的RaaS费率更是讳莫如深。一旦计价层彻底打通，金融杠杆便有了支点：保险公司可按工时计提责任准备金，融资租赁方可按工时精准评估设备残值。
回顾过去数十年设备联网的商业史，有一条铁律从未改变：只有产出一个能被金融体系读懂的数字，产业才愿意为“联网”持续买单。
过去，挖掘机产出的那个数字叫“开工小时”；未来，人形机器人产出的，也将是类似的数字。
写在最后
当具身智能的狂热逐渐沉淀，行业的试金石终将从“发布会上的惊艳展演”回归到“流水线上的枯燥打卡”。
机器人取代人类的第一步，不是在外形或智力上无限逼近人类，而是在劳动价值的度量上，匹配人类的商业规则。一张小小的考勤表，表面上只是工时与良率的数据汇总，其底层却是定价权、金融杠杆与产业标准的全面重构。从车间看板到财务报表，这缺失的“最后一公里”，正是目前资本不敢轻易下注、实业难以自证价值的盲区。
