Andrew Kang
观点集合
打造机器人领域的 SoftBank | Andrew Kang
人形机器人或正处于AI迎来ChatGPT前的阶段：单价5万美元时，2万台即可带来10亿美元营收，Kang预计行业将在未来2至4年达到数百亿美元。Robo Strategy（NASDAQ: BOT）拟借公开市场挑战 SoftBank，偏好拥有本体数据和供应链的垂直整合公司；限制中国机器人进入美国或成催化剂，但数据层公司的长期持续性仍待验证。
查看摘要（7段）
- Kang 的核心判断是，今天的人形机器人所处的阶段，类似于 AI 在 2022 年、加密货币在 2014–15 年的阶段——这是一个尚未迎来 ChatGPT 时刻、主流投资圈仍在错误定价的行业。 他的单位经济模型是：每台机器人售价5万美元，10亿美元营收只需要20,000台，100亿美元营收也只需要200,000台，相比手机或汽车动辄“数亿乃至数十亿”的产量微不足道；他预计行业营收将在“未来2到4年之间的某个时间点”达到数百亿美元。他的优势判断是：“一个行业越难理解，能创造的超额收益就越多。”
- 面对人形机器人怀疑者，TAM 的答案是通用设备逻辑：“所有人类体力劳动都是你的 TAM”，而规模经济会像智能手机击败相机、GPU击败 ASIC 一样，压过专用机器。 现实已经给出证明：BMW、Volkswagen 和 BYD 在工业自动化发展数十年后，仍然雇用数十万乃至超过100万名工人，因为大多数工厂工作变化太频繁，除非 SKU 达到数百万级，否则不值得配置固定自动化设备。
- Robo Strategy（NASDAQ: BOT）之所以成立，是因为 Tom Lee 在8–9个月内为“一项跌了50%的资产……一个并不出色的投资逻辑”募得了180亿美元——如果资产本身在上涨，募资规模“可能会多一个数量级”。 Kang 的目标非常明确：利用公开资本市场，突破 a16z 规模——其上一轮基金系列规模为150亿美元——“成为 SoftBank 的新挑战者”，并将 TransDigm 和 Constellation Software 所采用的私募转公开估值逻辑复制过来，即以3–8倍盈利买入，再按15–40倍估值计价。
- ChatGPT 之后的幂律改变了创投数学：如今即使以数十亿美元估值投资，仍可能期待“以20亿美元估值投出50倍、100倍、500倍的回报”，这正是成长期部署数十亿美元资本成为可能的原因。 组合采用杠铃结构：6–10家公司占基金约70%，20–30%投向种子前期至B轮的期权价值，并“让赢家继续奔跑”。
- 他集中投资垂直整合公司，因为与具体本体绑定的机器人端数据“绝对必要”——在错误身体上训练的模型，就像先用7英尺身高学篮球、再换成5英尺10英寸身体上场一样：“整个人会变得摇摇晃晃”。 所谓“机器人领域的 Scale AI”公司则像《Toy Story》的巴斯光年梗——千家同质化企业——更像一头“短期现金奶牛”：一旦机器人开始自我改进，它们的营收可能在“未来2、3、4、5年后”骤降，“几乎更像交易，而不是投资”。
- 谈到美国与中国，他拒绝“谁会赢”的叙事：两国都能造出优秀产品，但美国公司凭借20–50%+的利润率和更强的资本市场，为股东创造更好的结果——“你可以少卖10倍产品，却成为更大的生意”。 此外，两党支持限制中国机器人进入美国的法案，获批“概率非常高”，可能将最大的市场圈在美国体系内——任何主要产品的美国市场通常占30–60%——因此“美国才是你想投资的地方”。
- 他的投资哲学是给风险回报定价，而不是刻意逆向：他引用 Coatue 的数据称，大型上市公司实现10倍回报的频率是小公司的10倍，因此会在更高估值下押注最强创始人——“赢家恒赢”——而不是掉进 Character AI、Inflection AI 那种买入“更苦、更便宜”公司的陷阱。 他承认自己改变了一个判断：对纯模型公司更悲观、对开源更乐观；“Kimi 在一些基准上达到 Claude 的水平”将在人形机器人领域重演，而这利好拥有锁定供应链的硬件公司，不利于受到限制的中国机器人。
为什么机器人产业是下一个万亿美元产业——Andrew Kang
Andrew Kang认为，机器人产业的核心已从机械设计转向智能，可靠性将成为物理智能落地的下一道门槛。他预计约1年内出现GPT-5水平机器人、约2年后进入家庭；硬件、制造、供应链、模型商品化与就业替代仍是关键变量。
查看摘要（7段）
Andrew Kang 的核心押注是：让通用机器人长期停留在科幻世界的缺失环节不是机械设计，而是智能；ChatGPT 让即将到来的物理智能拐点变得清晰可见。 他在2023年底或2024年接触到 Figure AI 后，用怀疑态度的风险投资人、竞争对手、行业人士和共同投资人反复压力测试这一判断，最终得出结论：「不是我漏看了什么，而是整个风险投资行业漏看了什么。」机会巨大，但高度集中：和 AI 一样，许多机器人初创公司会失败，头部公司则可能实现30倍甚至更高的复合增长。
Kang 认为，当技术进步进入自我强化、增速达到100%、200%或300%，而不是稳定的8%或20%时，传统估值模型就会失效。 自动化研究可能让实验速度提升2倍、5倍或10倍，并将90天的迭代周期压缩至45天，而每次改进又会加速下一轮迭代。对投资组合的含义很直接：承认风险管理和30%-50%回撤的可能性，但不要让短期宏观焦虑把你赶出那些机会近乎无限的卓越公司。
机器人产业已经达到 Kang 所说的「ChatGPT-3水平」，但真正落地必须从大约一半时间做对，提升到接近零失败。 他认为「GPT-5水平」的物理智能可能在约1年内出现，因为机器人可以复用预训练、标注、RLHF、中期训练和自动化实验等领域的进展，而不必从头再来。具备家庭使用能力的机器人可能约2年后出现，3到4年后在日常生活中更普遍；如果产量每年增长约10倍，2030年代初可能达到数亿甚至数十亿台。
经济回报既来自高端消费硬件，也来自劳动密集型行业的全面重构。 Kang 预计至少每户拥有1台机器人，甚至可能每人1台；品牌、品味和身份象征将支撑类似 Apple 或 Tesla 的利润率。与此同时，Walmart 约7000亿美元收入、200亿美元净利润、300亿美元营业利润，以及约1000亿美元的体力劳动支出，说明自动化可能将利润率从3%推向10%-15%。他并不为就业替代欢呼：他过去「反社会主义」，如今却认为，如果自动化打破传统劳动体系，UBI 和社会安全网将有现实必要性。
人形机器人最终应容纳多个主要赢家，而不是收敛为一家主导供应商。 Kang 说大型科技公司曾经「对局势毫无察觉」：Google 卖掉了 Boston Dynamics，也砍掉了 Everyday Robots；如今 Google 和 Nvidia 更强调智能与操作系统，而不是自有的人形机器人硬件。Tesla Optimus 应该会做大，但 Tesla 目前并不明确是第一名；Kang 更预期这是一个类似汽车的市场，可能有15-20家大型玩家，价值则更多集中在头部公司。
近期最持久的护城河可能在硬件、制造、部署和供应链，而不是独立的物理 AI 模型。 Kang 谨慎表示「我可能错了」，但他指出，中国开源实验室、Nvidia 的研究、发布时已达到前沿水平的 DreamZero，以及开源模型与闭源模型差距持续收窄，都说明一旦智能「足够好」，它就会商品化。执行器已经约占机器人 BOM 的30%-50%，机载 GPU 是必需品，而已部署的机器人群体会产生专有现实世界数据，硬件公司可用这些数据改进模型。
Robo Strategy 的设计目标，是把稀缺的私募市场准入转化为一台永久资本复利机器，而不是一个加杠杆的机器人行业代理工具。 Kang 估计，新一代私募机器人公司的合计价值只有1000亿-2000亿美元，而所有 Pokémon 卡牌的总价值约500亿美元，并认为机器人产业可能增长100倍甚至1000倍。他借鉴 MicroStrategy 的「增厚式发行」循环，但避免不必要的杠杆，希望打造一个 SoftBank 规模的公开市场风险投资平台，并将准入优势放大100倍，因为投资者无法简单通过 ETF 或交易所买到头部私募机器人公司。