30美元一小时的人形机器人保洁：真正值钱的可能不是保洁费，而是你家这一小时的数据

如果今天有人告诉你：

可以叫一台人形机器人到家里打扫卫生，

你愿不愿意试一次？

旧金山现在已经可以了。

Tau Robotics正在提供家庭机器人清洁服务。

机器人可以：

吸尘。

擦桌面。

倒垃圾。

清理地上杂物。

官方定价是：

每台机器人每小时30美元。

实际每次会派两台机器人，因此一小时收费60美元。

目前仍然是邀请制。

单看这个价格，

很容易产生一个非常刺激的标题：

“机器人保洁比人便宜了。”

我反而觉得这样理解太早。

因为有一个最重要的事实：

这些机器人今天并不是完全自主工作的。

Tau自己的服务条款写得很明确：

机器人由公司里的真人操作员实时远程控制。

人通过机器人的摄像头看家里的环境，

机器人负责执行动作。

换句话说，

今天的模式不是：

机器人替代人。

而更像：

一个人坐在办公室里，通过机器人进入客户家干活。

很多人看到这里可能会说：

那这算什么机器人？

我恰恰觉得，

这可能是机器人商业化里非常聪明的一步。

因为今天家庭机器人最大的难题是什么？

不是地板不会吸。

扫地机器人早就会。

真正困难的是：

每一个家都不一样。

有人把鞋放在门口。

有人桌上堆满东西。

有人家里有狗。

有人有小孩突然跑过去。

玻璃杯放的位置每天都变。

被子、衣服、垃圾、玩具都是柔性的、不规则的。

这就是为什么家庭环境，

反而比很多工厂难得多。

实验室永远无法提前模拟世界上几百万个不同的家庭。

那怎么办？

最直接的办法就是：

先进去工作。

机器人自己不会的，

人先远程教。

今天人控制90%，

明天机器人自己做30%。

以后可能自己做80%。

真正出现异常情况的时候，

人再接管。

这和早期自动驾驶其实很像。

机器人不是等到“100%完全智能”以后才开始商业化。

而可能一边提供服务，

一边学习。

Tau还有一个更关键的条款。

它明确告诉客户：

机器人在清洁过程中会持续录像，

这些数据会被保存，

用于训练它的模型。

这一点我觉得非常值得机器人行业研究。

客户表面上购买的是：

一小时保洁。

机器人公司得到的却可能同时有三样东西：

第一：

收入。

第二：

真实场景。

第三：

训练数据。

如果这个循环能够成立，

商业模式就非常有意思。

服务越多，

数据越多。

数据越多，

机器人越自主。

机器人越自主，

一个远程操作员未来可能同时管理更多机器人。

人工成本下降。

价格继续下降。

订单更多。

然后又产生更多数据。

这才可能形成真正的：

Physical AI数据飞轮。

因此以后看机器人公司，

我越来越关注一个以前很少有人问的数字：

每一台机器人每天到底产生多少小时高质量真实工作数据？

因为真正训练机器人，

最贵的不是网上的视频。

而是：

机器人在真实世界里遇到问题以后，

到底应该怎么处理。

杯子快掉了怎么办？

狗突然跑出来怎么办？

垃圾袋破了怎么办？

椅子挡住路怎么办？

这些数据，

只有真正干活才能得到。

当然，

这个模式也有一个非常敏感的问题：

隐私。

机器人进入的不是工厂。

而是卧室、客厅、厨房。

摄像头看到的可能是：

家庭布局。

家人。

电脑。

文件。

生活习惯。

所以未来家庭机器人能不能普及，

真正的门槛可能不仅是：

机器人够不够聪明。

还包括：

用户够不够信任它。

录像存多久？

谁可以看？

是否用于模型训练？

用户能不能拒绝？

能不能删除？

这些问题最后都会影响商业化。

我越来越觉得，

家庭机器人最早成熟的商业模式，

未必是：

“卖你一台10万美元机器人。”

反而可能是：

Robot as a Service——机器人即服务。

你不需要买机器。

需要清洁的时候叫它来。

需要搬东西的时候叫它来。

需要老人辅助的时候再叫它来。

这样机器人公司自己承担：

维修。

升级。

折旧。

技术迭代。

用户只购买：

任务结果。

这和企业买机器人其实是一个逻辑。

老板不应该关心：

机器人有多少参数。

最终只应该问：

这个工单多少钱？

今天Tau的机器人还远没有达到完全自主，

所以这不是“机器人大规模取代保洁员”的时刻。

但我认为它非常重要，

因为它代表机器人商业化开始出现一个更现实的路径：

不要等技术100分再卖。

先让人＋机器人一起做到60分、70分，

进入真实场景。

然后让真实工作把后面的30分教出来。

真正成熟的机器人，

可能不是实验室里被工程师训练出来的。

而是在千千万万个真实工单里，

一点一点“上班”学出来的。