Di balik 14.4 ribu unit, siapa yang membayar untuk robot humanoid?

1.44万台出货、57亿商业化订单，占全球总出货量的84.7%……2025年，中国人形机器人行业交出了一份亮眼的成绩单。

Jumlah pengiriman adalah nyata, nilai pesanan juga nyata. Tetapi dari pesanan-pesanan itu, berapa yang dibeli pemerintah dan BUMN berdasarkan kebijakan industri? Berapa yang merupakan tes berbayar yang dilakukan pabrikan mobil dengan dalih “pelatihan praktik”? Lalu berapa yang merupakan keputusan pengadaan yang dibuat oleh perusahaan swasta berdasarkan logika “robot lebih murah dan lebih mudah dipakai daripada manusia”?

Setahun lalu, Zhu Xiaohu dari GGV Capital bertanya—sebuah pertanyaan yang sejak itu berulang kali dikutip—“Di mana pelanggan potensial untuk komersialisasi kalian? Siapa yang akan menghabiskan puluhan atau ratusan ribu yuan untuk membeli sebuah robot demi mengerjakan aktivitas-aktivitas ini?”

Setahun penuh berlalu, namun pertanyaan ini masih belum dijawab secara positif.

Pesanan yang didapat lewat penanaman modal untuk menarik investasi

Saat membuka beberapa pesanan terbesar untuk robot humanoid pada 2025, jejak perusahaan milik negara selalu muncul dalam daftar.

Dua perusahaan terkemuka domestik yang menggabungkan kemampuan dalam kecerdasan embodied memenangkan tender bersama proyek pengadaan robot bipedal humanoid milik perusahaan di bawah China Mobile, dengan total nilai 1,24 miliar yuan—yang pada saat itu merupakan pesanan satu kali terbesar untuk robot humanoid di dalam negeri.

Dalam laporan riset broker Galaxy Securities, pesanan senilai 1,3 miliar yuan yang melibatkan UBTECH, menyebutkan bahwa empat pesanan dari kategori pusat pengumpulan data—Guangxi, Zigong, Fangchenggang, dan Jiujiang—berjumlah hampir 700 juta yuan. Pihak pembeli semuanya merupakan institusi dengan latar belakang aset negara lokal.

Pengadaan oleh perusahaan milik negara memiliki tekanan internal untuk mendukung kebijakan industri; sedangkan pengadaan oleh pemerintah daerah sering kali terselip dalam pertukaran kepentingan penanaman modal untuk menarik investasi. Membeli robot berarti tugas “mendukung teknologi buatan dalam negeri” terselesaikan. Mengenai masalah produksi apa yang benar-benar diselesaikan robot, itu bukan pertimbangan utama dari pengadaan ini.

Wang Han, rekan mitra dana investasi ekuitas Shanghai Puchang, menggambarkan cara operasinya: “Banyak perusahaan robot memanfaatkan popularitas industri, saat berdiskusi dengan pemerintah daerah mengenai syarat implementasi, mereka juga secara bersamaan meminta pemerintah untuk melengkapi dengan pesanan pengadaan. Mengikat penarikan investasi dengan pengadaan. Permintaan diciptakan, bukan tumbuh secara alami.”

Rantai “menukar penarikan investasi dengan komitmen pengadaan” ini memutus total angka kapasitas dari sisi suplai dengan verifikasi bisnis dari sisi permintaan. Pesanannya nyata, tetapi yang dibuktikannya adalah bahwa rantai penyaluran kebijakan berjalan normal, bukan bahwa robot menciptakan nilai komersial.

Zhu Xiaohu dari GGV Capital pernah dengan terus terang berkata: “Dulu kebutuhan pasar utama adalah melakukan riset… hari ini ada satu pelanggan baru lagi, perusahaan milik pusat membelinya untuk pameran dan penampilan di area depan.”

Chen Weiguang, managing partner Blueridge Capital, adalah investor terkemuka yang dengan tegas bullish pada jalur kecerdasan embodied. Ia menceritakan kasus yang lebih spesifik: Ziyuan bekerja sama dengan perusahaan mobil seperti Chery, lalu men-deploy robot humanoid di cabang 4S luar negeri—“Chery merasa jika robot diletakkan di cabang 4S di luar negeri, pelanggan luar negeri akan menganggap mereka berteknologi tinggi, mobilnya lebih bagus. Lebih banyak lagi digunakan dalam skenario tertutup, seperti pabrik, logistik, gudang, apotek, dan beberapa skenario yang seru, seperti cabang 4S—lebih sebagai demonstrasi.”

Biasanya pesanan seperti ini tidak memiliki perjanjian tingkat layanan, tidak ada ketentuan respons gangguan yang ketat, catatan perpanjangan kontrak jarang terjadi, dan pihak pembeli tidak pernah mengungkapkan data penggunaan aktual robot. KPI pihak pembeli adalah “menyelesaikan pengadaan”, bukan “robot menciptakan nilai”. Perbedaan inilah yang paling sederhana untuk menilai apakah sebuah pesanan merupakan sinyal kebijakan atau sinyal bisnis.

Pasar yang muncul dari pengadaan semacam ini memiliki kerapuhan yang melekat. Permintaan industri yang nyata tidak akan berfluktuasi karena rating penonton acara gala, dan tidak akan muncul hanya karena seorang pejabat kota mengunjungi.

Magang di lini produksi

Kata “pelatihan praktik” (实训) melintasi pengumuman perusahaan robot, wawancara manajemen, dan laporan riset dari penjual, dengan konsistensi diksi yang sangat tinggi, tetapi maknanya jarang ditanyakan secara mendalam.

Dalam laporan “Tahun Produksi Massal, Seratus Sekolah Bersaing” yang diterbitkan oleh Oriental Securities, laporan itu menggambarkan bahwa UBTECH Walker S1 masuk ke perusahaan seperti BYD, Geely, Foxconn, dan kata yang digunakan adalah “untuk melakukan pelatihan praktik”, serta menyatakan perlu “secara bertahap mewujudkan produksi massal melalui pelatihan praktik lini produksi selama 18 hingga 24 bulan”. Sebuah laporan yang bertajuk “Tahun Produksi Massal” yang bersifat bullish menggambarkan kata kerja inti untuk skenario pabrik mobil sebagai “melatih”, bukan “mendeploy”.

Pelatihan praktik dan pendeploy-an adalah dua hal dengan sifat yang sepenuhnya berbeda. Pendeploy berarti pihak B menyerahkan kemampuan produksi kepada pihak A; sedangkan pelatihan praktik berarti robot dilatih sebagai objek di dalam pabrik, pabrik menyediakan skenario nyata dan data operasional, barulah perusahaan robot yang benar-benar diuntungkan.

Dari logika bisnis: pada tahap pelatihan praktik yang dibayar, pabrik sedang membantu perusahaan robot untuk melakukan pengembangan. Hanya saja biaya pengembangan ini kadang ditanggung oleh pabrik, kadang tercermin dalam nilai kontrak simbolis, dan kadang langsung dibungkus sebagai “kerja sama strategis”. Di industri ada satu pernyataan yang sangat gamblang untuk membuktikan penilaian ini: “Kontrak yang ditandatangani dengan pabrikan mobil bukanlah kontrak penjualan, melainkan perjanjian kerja sama strategis.”

Sebagai contoh, untuk pesanan 20 unit Walker S1 dari Dongfeng Liuzhou, laporan riset institusional menandainya sebagai “mayoritas sudah diserahkan”, sehingga masuk jelas dalam statistik pengiriman. Tetapi jika diurai: skala 20 unit, skenario pabrik mobil, dan yang digunakan masih generasi sebelumnya S1, bukan model S2 terbaru. Setiap dimensi mengarah pada satu penilaian yang sama: ini adalah pelatihan praktik berbayar, bukan deployment skala untuk menggantikan tenaga kerja.

Hal yang lebih menjelaskan adalah: dari semua kasus kerja sama pabrikan mobil yang dipublikasikan saat ini, tidak satu pun yang mengungkapkan durasi operasional aktual, tingkat kegagalan, atau tingkat penyelesaian tugas. Pada deployment bisnis yang benar-benar nyata, pelanggan tidak akan begitu saja menyembunyikan data-data ini.

Mengapa pelatihan praktik tak kunjung berubah menjadi deployment?

Seorang pengamat industri yang dekat dengan operasi aktual pabrik menunjuk: “Bahkan jika pada gerakan tertentu mencapai tingkat keberhasilan 99% pun belum cukup, karena mesin setiap hari harus mengulangi pekerjaan dalam jumlah besar, maka tingkat kegagalan 1% akan terus terakumulasi; setiap kegagalan bisa menyebabkan lini produksi berhenti. Dalam skenario simulasi, tingkat keberhasilan mencapai 90%, namun di lokasi bisa tinggal 60%.”

Logika toleransi kesalahan lini produksi industri sepenuhnya berbeda dengan laboratorium: yang dikejar lini produksi adalah stabilitas tanpa gangguan (zero-fault), bukan rata-rata tingkat keberhasilan.

Han Fengtao, pendiri Qianxun Intelligent, menggambarkan kesulitan ini dengan lebih langsung: “Industri kecerdasan embodied baru mulai, perangkat keras robot humanoid juga baru mulai. Dua integrasi teknologi yang masih sangat awal ini hendak mengerjakan sesuatu yang sangat kompleks—ini memang sangat sulit.”

Motif pabrikan mobil untuk membuat pilot pun layak dipertanyakan. BYD, Xiaomi, dan perusahaan pembuat mobil lainnya sendiri sedang menata bisnis robot; kompetitor yang menang dalam pengadaan hingga batas tertentu adalah hasil peninjauan kompetitor. Sebagian pabrikan mobil karena tekanan kebijakan industri kota tempat mereka berada, memasukkan produk perusahaan robot lokal menjadi bagian dari keselarasan rantai pasok. Semua ini bukan ditarik oleh logika bisnis bahwa “robot dapat menyelesaikan masalah produksi”.

Ada standar untuk menentukan apakah sebuah pesanan itu pilot atau pengadaan yang sesungguhnya: siapa pengambil keputusannya. Untuk pilot pabrikan mobil, pengambil keputusan biasanya departemen inovasi atau departemen investasi strategis, penilaiannya adalah kelayakan teknis. Untuk pengadaan industri yang sesungguhnya, pengambil keputusan adalah departemen produksi dan manufaktur, penilaiannya adalah rasio penggantian biaya dan peningkatan kapasitas produksi. Jika yang pertama gagal, proyek berakhir; jika yang kedua gagal, harus menanggung tanggung jawab bisnis.

Dengan standar ini, saat ini semua kerja sama pabrikan mobil yang dipublikasikan belum ada satu pun yang melewati ambang batas tersebut.

Pembeli bersembunyi

Untuk menilai apakah sebuah pesanan merupakan verifikasi komersial yang nyata, standarnya tidak rumit: pihak pembeli mengambil keputusan secara mandiri berdasarkan logika penggantian biaya, ada definisi tugas dan standar penerimaan yang jelas, kegagalan menimbulkan konsekuensi bisnis, dan pihak pembeli bersedia memberikan testimoni secara terbuka. Keempat syarat itu tidak boleh ada yang kurang.

Dengan menilai semua kasus yang dipublikasikan dengan standar ini, hampir tidak mungkin menemukan satu pun yang membentuk closed loop lengkap.

Pernyataan terbuka Wang Qian, pendiri robot berdasarkan kecerdasan embodied, adalah penilaian paling langsung terhadap kondisi ini: “Satu-satunya standar untuk mengukur komersialisasi adalah menghasilkan ROI positif bagi pelanggan. Pelanggan membeli robot untuk menggantikan tenaga kerja; apakah efisiensinya lebih tinggi atau bisa meningkatkan efisiensi lebih lama, selama dapat dicapai, itu dihitung berhasil. Tapi sekarang, di pasar, tidak ada yang bisa melakukannya.”

Ia juga menegaskan bahwa perusahaan-perusahaan yang telah mengklaim komersialisasi sudah terwujud dan pendapatannya sudah lebih dari seratus juta yuan pada dasarnya masih melakukan riset dan edukasi serta pasar pertunjukan menyambut tamu, dan pergi ke pabrik untuk mengerjakan pekerjaan sederhana berulang “sebenarnya adalah tindakan PR.”

Penilaian ini juga mendapat respons di lingkaran modal. Gongyuan, partner Sequoia China, mengatakan: “Perusahaan tidak bisa hanya bergantung pada membuat demo, proyek demonstratif, dan sebagainya. Mereka harus menemukan jalur komersialisasi yang benar-benar menciptakan nilai… total biaya agar robot menyelesaikan tugas harus lebih rendah daripada biaya tenaga kerja lokal, dan kualitas penyelesaiannya harus lebih unggul. Baru pasti ada yang mau membayar.”

Intinya sangat jelas: menurutnya, yang membuat banyak perusahaan bisa bertahan saat ini justru demo dan proyek demonstratif, bukan nilai komersial yang sesungguhnya. Penilaian seperti ini datang dari seseorang yang secara berkelanjutan menginvestasikan dana ke industri ini, artinya investasi tidak berdasarkan logika bisnis yang jelas.

Ini juga bisa dibuktikan dari jalur masuk ke pabrik itu sendiri. Menurut pengamat industri yang dekat dengan banyak vendor, pabrik tidak akan secara proaktif mengeluarkan uang untuk membawa robot “yang tidak bisa apa-apa, dan malah menghambat produksi” ke lini produksi.

Karena itu, “siapa yang membuat Anda masuk ke pabrik” adalah pertanyaan utama, bukan “apa yang bisa dikerjakan robot”. Jalur untuk bisa masuk pabrik saat ini terutama meliputi: hubungan pemegang saham, kebutuhan pihak teknologi dari mitra kerja sama strategis, pertukaran kepentingan antara hulu dan hilir rantai industri, serta pemerintah yang menjadi penghubung. Dalam daftar ini, jalur “karena robot bisa menggantikan tenaga kerja, dan pabrik melakukan pembelian mandiri berbasis rasional ekonomi” saat ini belum ada. Logika masuk pabrik bukan didorong oleh kebutuhan (demand pull), melainkan digerakkan oleh relasi (relationship-driven).

Pada tahap saat ini, penerapan robot humanoid masih dalam fase eksplorasi dan perintisan. Utamanya dilakukan sebagai pilot di beberapa perusahaan yang membutuhkan otomatisasi dan kecerdasan… sementara penerapan skala besar masih dibatasi oleh faktor-faktor seperti biaya, teknologi, dan penerimaan pasar.

Perusahaan dengan volume pengiriman global nomor satu menggunakan kata “eksplorasi” dan “pilot” dalam dokumen listing. Itu bukanlah kerendahan hati, melainkan ekspresi resmi yang paling akurat untuk kualitas komersialisasi saat ini.

Kasus yang paling dekat dengan pesanan bisnis yang nyata adalah: sebuah merek robot terkemuka di Singapura menyediakan layanan kamar dengan robot di hotel Marina Bay Sands, dan di bandara Dubai menggunakan bahasa Arab untuk menavigasi penumpang. Namun dua kasus ini tidak mengungkapkan data lanjutan apa pun: jumlah unit yang dideploy, nilai kontrak, catatan gangguan, kondisi perpanjangan kontrak; pihak hotel dan bandara juga tidak menyatakan apa-apa secara terbuka.

Kehakiran seperti itu sendiri merupakan sebuah sinyal. Pelanggan yang benar-benar berhasil menjalankan logika bisnis akan punya dorongan untuk terbuka mengatakan “saya membeli berapa unit, sudah dipakai selama berapa lama, dan menghemat berapa uang.”

Ketidakhadiran data berarti bahwa verifikasi belum terjadi.

Kemampuan teknis adalah batasan yang paling keras

Masalah pada struktur pesanan pada akhirnya kembali pada kemampuan teknis.

Jika sebuah produk tidak bisa menjual pesanan bisnis yang nyata, maka penyebabnya bisa karena terlalu mahal, karena tidak cukup mudah dipakai, atau karena keduanya sekaligus. Situasi robot humanoid saat ini adalah dua syarat tersebut terpenuhi sekaligus.

Semua pihak memiliki penilaian yang sangat konsisten tentang efisiensi robot humanoid dalam skenario industri saat ini. Chief Brand Officer UBTECH, Tan Min, memberikan angka bahwa efisiensi tenaga kerja hanya sekitar 30% dan memperkirakan pada awal 2026 berpeluang melampaui 50%; Jule Robot menyebut efisiensi skenario industri mendekati 50% dari manusia; Xingdong JiYuan mengklaim bahwa sebagian skenario industri nyata sudah mencapai lebih dari 70%; sementara laporan riset independen Morgan Stanley memberikan angka 30%.

Ada kesenjangan yang jelas antara laporan mandiri pabrikan dan evaluasi pihak ketiga—dan ini sudah menjadi kebiasaan. Tapi bahkan jika menerima angka vendor paling optimistis, kesimpulannya tetap tidak menggembirakan: efisiensi 70% berarti robot membutuhkan waktu 1,4 kali dibanding manusia untuk menyelesaikan tugas yang sama; jika menerima angka Morgan Stanley 30%, berarti dibutuhkan 3,3 kali. Tidak ada angka yang mendukung logika pengadaan “robot lebih murah dan lebih mudah dipakai daripada manusia”.

Di luar angka, pengalaman nyata di lapangan lebih gamblang. Seorang pengamat yang dekat dengan operasi demonstrasi robot menjelaskan sebuah detail: “dalam pameran, robot mengurus manusia”—kenyataannya sering kali “3 orang mengurus 1 robot”. Di back stage acara, sering terlihat barisan robot berbaring di lantai menunggu intervensi manusia. Setelah menonton demonstrasi sebuah proyek, Wang Han berkomentar: “Hanya menyusun dan merapikan sepatu, pengenalan dan komputasi sudah menghabiskan satu menit. Bahkan pekerjaan rumah tangga dasar pun belum bisa dilakukan—bicara apa untuk masuk ke rumah-rumah ribuan keluarga?”

Kurangnya efisiensi dan tingginya biaya menciptakan hasil perhitungan ROI yang sangat ketat.

Harga pembelian satu robot humanoid saat ini sekitar 100.000 yuan. Jika diasumsikan menggantikan satu pekerja dengan gaji bulanan 5.000 yuan, masa pengembalian hanya untuk biaya pembelian perangkat keras saja perlu sekitar 20 bulan. Fakta bahwa efisiensi hanya 30% hingga 50% dari manusia berarti untuk menghasilkan keluaran yang sama diperlukan 2 hingga 3 robot. Setelah dikonversi, total masa pengembalian investasi akan melebihi 40 hingga 60 bulan. Ini belum termasuk biaya pemeliharaan, kerugian akibat gangguan, serta biaya integrasi tambahan yang disebabkan standar industri saat ini yang sangat rendah.

Yang terakhir sering diremehkan. Chief Brand Officer UBTECH, Tan Min, memiliki deskripsi langsung: “Standar industri untuk perangkat lunak dan perangkat keras robot humanoid saat ini belum sepenuhnya jelas, dan masih jauh dari produksi yang benar-benar terstandar. Tidak ada antarmuka yang distandarisasi di setiap tahap, sehingga biaya integrasi dan kesulitan proses menjadi sangat besar. Jika volumenya besar, mengandalkan insinyur untuk ‘menyetel dengan tangan’ tidak realistis.” Ini berarti meskipun biaya robot itu sendiri turun, biaya tersembunyi untuk integrasi sistem masih tetap tinggi.

Kapan biaya turun?

Ada data penelitian yang menunjukkan bahwa pada 2035, harga komponen robot global diperkirakan akan turun sekitar 70%. Ini berarti keputusan pengadaan untuk menggantikan tenaga kerja murni berdasarkan rasional ekonomi baru akan layak secara skala pada pertengahan 2030-an. Sebelum itu, siapa yang membeli robot, dan membelinya untuk apa, jawaban kemungkinan besar bukanlah “pabrik melakukan pembelian mandiri berdasarkan logika penurunan biaya”.

Penilaian ini sudah memengaruhi logika penempatan sebagian investor. Wang Han menyatakan bahwa dalam jalur kecerdasan embodied, ia secara sengaja menghindari mesin lengkap dan fokus pada hulu: “Saya bergerak ke pemasok atau komponen-komponen suku cadang, karena kebutuhannya yang paling nyata: bagian hilir pada akhirnya membutuhkan komponen seperti apa, dan bagian ini relatif jelas.” Memilih hulu dan menghindari mesin lengkap adalah penilaian yang rasional: logika bisnis untuk mesin lengkap belum berjalan, tetapi kebutuhan komponen suku cadang adalah nyata.

Ia memiliki tolok ukur referensi yang spesifik untuk “kebutuhan nyata”: “Untuk industri robot industri, misalnya Mechamand, itu benar-benar meningkatkan efisiensi dan menyelesaikan masalah tertentu, seperti sortir, sehingga bernilai. Di sisi embodied, selain beberapa fungsi demonstratif yang ‘hiasan’, bisakah itu menyelesaikan kebutuhan nyata? Jika suatu hari bisa menyelesaikannya, barulah tingkat penerimaan pelanggan mungkin muncul. Masalah intinya sekarang masih dalam tahap perkembangan teknologi, dan kebutuhan lapisan bawah memang tidak terlihat.”

Skenario yang tetap, tugas tunggal, dan reliabilitas yang dapat diukur. Tepat tiga hal inilah yang saat ini paling kurang dalam robot humanoid. Generalitas adalah nilai jual robot humanoid, sekaligus beban: semakin general, semakin sulit memenuhi persyaratan stabilitas tingkat industri di setiap skenario tertentu.

Narasi internal industri sedang berubah diam-diam. Seorang investor menggambarkan: “Gelombang narasi besar tentang model umum (general) embodied sudah pada dasarnya keluar semuanya. Mulai tahun ini secara bertahap akan muncul embodied berbasis skenario untuk implementasi… semacam menunggu secara bertahap hingga embodied matang.”

Ketika narasi “robot humanoid umum akan mengubah segalanya” sulit lagi menopang pendanaan, industri mulai beralih ke skenario implementasi yang lebih kecil dan lebih spesifik—penyortiran logistik, mengambil obat di apotek, pengangkutan gudang, dan seterusnya. Ciri bersama skenario-skenario ini adalah: lingkungan relatif terstruktur, tugas relatif tunggal, dan ruang toleransi kesalahan relatif lebih besar.

Namun narasi yang mendukung valuasi saat ini tidak pernah benar-benar “robot mengambil obat di apotek”, melainkan “robot humanoid masuk pabrik dan menggantikan tenaga kerja secara menyeluruh.” Yang pertama semakin mendekati kenyataan, sedangkan yang kedua masih jauh. Jarak di antara dua hal ini adalah ketebalan gelembung dalam valuasi saat ini.

Sumber artikel ini: NashNova

Peringatan risiko dan klausul penafian tanggung jawab

        Pasar memiliki risiko, berinvestasi perlu kehati-hatian. Artikel ini bukan merupakan nasihat investasi perseorangan, serta tidak mempertimbangkan tujuan investasi khusus, kondisi keuangan, atau kebutuhan khusus pengguna tertentu. Pengguna harus mempertimbangkan apakah setiap opini, pandangan, atau kesimpulan dalam artikel ini sesuai dengan kondisi spesifiknya. Dengan demikian berinvestasi berarti tanggung jawab sepenuhnya berada pada diri sendiri.