在具身智能行业，产品经理能干什么？

从公寓送餐机器人的糟糕体验到烧烤店穿串场景的技术瓶颈，两个真实案例揭示了具身智能行业PM价值闭环缺失的现状。本文深入分析技术天花板与产品设计基本功的双重挑战，并探讨PM价值建立的条件与当前产业场景的PMF评估，为从业者指明方向。

———— / BEGIN / ————

一、从两个case说起

在苏州创业期间，租住的公寓配了一台云迹科技的送餐机器人。刚搬进去的时候我还挺期待——外卖不用下楼拿，听起来很方便。实际体验完全是另一回事。

按照产品设计的设想，流程应该是：骑手把外卖交给前台，前台管理员把外卖放进机器人并输入房间号 → 机器人自主乘梯 → 到达房门口拨打电话通知取餐 → 住户取走。听起来很合理。

但实际运转中，这台机器人暴露了一连串让人沮丧的问题：

它没手按门铃。公寓虽然有门铃，但机器人只能在房门口”等”，它也没法给住户打电话——它自身的语音声很小，关上门根本听不见。一旦我没听到门外的声音，它等一会儿就带着餐原路返回一楼了。有好几次我等了半小时，下去一看，机器人早就回去了。

它不知道”前面还有多少单”。前台按顺序把外卖放进去之后，我并不知道自己的外卖排队情况。配送体验非常糟糕，商家送到前台可能只要15分钟，但机器人从一楼到房间，加上乘梯、走廊导航、等待、超时返回、再配送，高峰期整个链路可能要1小时。我后来养成了习惯：点外卖都要跟外卖员确认”前面有几个在等”，但是很多外卖员默认把餐放前台、点了确认送达就走，不会专门打电话告诉你”已经放进机器人了”。等我想看看外卖到哪的时候，发现外卖app里早就写着”已送达”，实际上餐还在一楼躺着。

我当时的反应是：这家公司的产品经理，有没有自己走过一遍完整的配送流程？

一个App就能解决的排队可视化、一个推送通知就能解决的沟通问题、一个预约机制就能解决的等待问题——这些在互联网行业已经被验证过无数次的做法，在机器人配送场景里完全没有。如果我是这家公司的PM，我一定会先去走一遍用户流程，然后把这些基础体验补上。

需要说明的是，我住处的这台机器人可能是较早批次的设备，不代表云迹当前产品的整体水平。但它在我这一年的真实体验里暴露出的问题，本质是产品设计基本功的欠账——PM有没有真正站在用户的角度走一遍use case。这不是技术做不到，是没人用心去做。

这个case让我感觉：在具身智能行业，PM这个角色要么不存在，要么根本没发挥作用。

前两天我去了世界机器人大会。我入股的一家烧烤店有穿串师傅、配菜师傅、烤串师傅，从线下生意的角度，我顺便拿穿串这个场景问了问几家机器人厂商是否可以做机器人替代——他们的乐观估计基本是”5到10年”。我又找了某大厂的一位具身智能高级专家，把我的问题抛给了他。

他没有直接回答，反问我一句：”咱们是为了提高效率，还是为了吸引人流？”

我说我要人力替代。他说：”机器人做不到，但是自动化的串肉设备可以做到。”

我追问：”自动化设备能自己从冰箱拿肉、切肉、穿串吗？”

“这些做不到哈。”他回复得很干脆。

这个case让我感觉：即便有PM在、需求定义得再清晰，技术水位不够，PM也无能为力。

两个case放在一起，让我意识到一个问题：当前阶段，具身智能行业还没有建立起PM应有的价值闭环。 一方面是产品设计的基本功没人做，另一方面是技术天花板限制了PM发挥的空间。这两个问题性质不同，但都指向同一个结论——PM这个角色在行业里还没有真正站稳。

二、为什么PM的价值闭环没有建立起来

我这个感受不是凭空而来的，行业数据和招聘市场的信号都在印证同一个事实：当前阶段，PM在具身智能行业还没有真正建立起自己的价值闭环。

先看技术这一侧。

山东财经网指出，具身智能在部署层面面临瓶颈：离线模型能力难以直接进入真实闭环系统，大模型难以在边缘设备实时运行，整体上处于从实验室走向产业验证的阶段。

人民网在WRC 2026期间给出的数据更直观：当前国内真实物理交互场景合规数据仅50万小时，而机器人商业化落地需要数千万小时数据，缺口超过99%。京东云总裁曹鹏表示，当前机器人产业仍处于爆发前夜迟迟未能真正爆发，原因是机器人”大脑”的泛化性不足，而根源正是真实场景数据的匮乏。

这恰恰解释了烧烤店场景下专家那句”做不到”——穿串这种任务涉及”从冰箱拿冻肉→切不同食材→穿串”的长链路、非标、需触觉反馈的操作，在数据瓶颈和泛化瓶颈未被突破前，PM定义再好的需求也无法兑现。厂商”5到10年”的回答，可能对技术水位还偏乐观了。

技术天花板的存在，直接限制了PM发挥的空间。这是价值闭环建立不起来的第一层原因。

再看产品这一侧。

公寓那台机器人暴露的问题，不是技术做不到，是PM没去走一遍用户流程。排队可视化、进度追踪、双向确认——这些在互联网行业已经被验证过无数次的做法，在机器人配送场景里完全没有。这不是C端体验优化的问题，是产品设计基本功的缺失。行业当前的PM配置，确实集中在B端场景抽象和技术边界判断上，这是技术水位决定的合理选择。但问题在于，即便是B端导向的PM，也需要深入一线去理解真实的用户流程。公寓那台机器人的问题，任何一个PM只要自己住进去用一个月，都能发现。但显然没有人做过这件事。

产品设计基本功的缺失，是价值闭环建立不起来的第二层原因。PM没有真正走到用户场景里去。

三、PM价值在什么条件下才能建立

前面分析了PM价值没能建立的两层原因。那要建立起来，需要什么条件？

核心逻辑是：PM的价值最终体现在“定义的需求能够被技术实现，并且产品能被市场接受”。如果技术实现不了（烧烤店case），或者产品没人愿意付费（公寓case），PM定义再多需求也是空的。

所以PM价值要建立，需要同时满足两个前提：技术水位能覆盖需求，产品能跑通市场。

中国信息化周报在WRC 2026的报道中给出了一个衡量标准——从Demo跨越到生产力需要过四道关：第一，真实需求，产品解决的是客户愿意付费的刚需；第二，产品可用，稳定性、效率、安全性达到生产环境标准；第三，经济可行，客户算得清ROI，供应商也有合理利润；第四，规模可复制，部署不依赖大量定制。

这四关的本质，就是把“技术能做到”和“市场能接受”统一起来。四关皆过，PM定义的“需求”才算真正落地，PM的价值才算建立。任何一关没过，PM的努力都会卡在半路——要么技术做不出来，要么做出来没人买。

但这里有一个重要的补充：即便四关未全过，PM在产品设计基本功层面的价值仍然可以先建立起来。 公寓的案例说明，在技术可达范围内，通过改进交互设计、优化用户体验，可以显著提升产品的可用性和满意度。这部分价值不需要等技术突破，PM现在就可以去兑现。

北京人形机器人创新中心CTO唐剑在WRC 2026上给出了人形机器人产业落地的三阶段路径：工业及特种场景率先突破，商业服务场景加速渗透，家庭与泛化场景终极落地。这与四道关的框架相互印证——越靠前的场景，技术水位越接近PM可以发挥产品价值的区间；越靠后的场景，PM越要等待技术突破。

四、当前产业现状：三个场景的PMF评估

基于上述框架，我把当前具身智能的主要落地场景逐一评估，看看PM价值在哪些场景已经建立、哪些还没有。

科研教育与工业物流：四关中最接近跑通。

WRC 2026期间星动纪元联合创始人席悦表示，作为行业首个宣布完成PMF验证的具身物流方案，已与顺丰、中国邮政在5省市10多个物流中心实现常态运营，部分场景运营效率已超过人类，场景迁移速度从两个月提升到一周内。

这个场景的PM价值最接近建立，但门槛极高。PM需要同时理解技术边界和行业认知——科研教育客户买的是“数量”，工业物流客户算的是“效率”，两者的PM玩法完全不同。当前跨界PM最难补齐的正是后者。

商业服务：需求清晰，但产品设计与经济模型均未跑通。

公寓的云迹机器人就是典型。需求清晰，技术能跑Demo，但产品设计层面的缺失导致体验打折。这个场景中，“真实需求”成立，但“产品可用”和“经济可行”均未跑通。产品可用层面的问题有一部分可以通过更好的产品设计来解决——这正是PM在当前阶段可以着手的方向。

家庭服务：技术未到，需求模糊。

唐剑将“家庭与泛化场景终极落地”列为三阶段路径的最后阶段。当前不应投入。

五、具身智能PM应该干什么

在技术可达范围内，把产品体验做扎实——这是云迹case教我的。

在技术未达的场景里，把需求拆解到可验证的单点——这是烧烤店case给我带来的思考。

前者考验的是产品设计的基本功，后者考验的是对技术边界的判断力。两者都不需要等到技术突破，现在就可以开始做。

回到公寓那台机器人：排队可视化、进度追踪、双向确认——这些基础体验的缺失，不是因为技术做不到，而是因为没有人去走一遍用户流程。如果PM愿意花一周时间深入到一线，设计一个简单的App来做这些事，用户体验会有质的提升。这是当前行业里几乎没有人去碰的维度，但恰恰是PM最应该补上的位置。

回到烧烤店那个场景：穿串这件事，厂商说“5到10年”，专家说“机器人做不到”。但如果把“穿串”这个长链路任务拆开呢？从冰箱取肉、放到切肉台、切肉、穿串——每一步的技术难度是不一样的。也许“从冰箱取肉放到切肉台”这个单点，现有技术是可以做到的。这就是PM在技术水位不够时需要做的事：不是定义一个大而全的方案，而是把场景拆解到技术可验证的单点，然后定义清楚成功率、效率、成本的验收标准。那位大厂专家的反问“是为了提高效率，还是为了吸引人流”，其实就是在提醒：如果目标是人力替代，那就要找到技术能兑现的局部，而不是指望一步到位。

所以我的答案是：具身智能PM能做的事情，不是在技术未达的地方许诺，而是在技术可达的范围内把产品闭环做扎实，同时用场景拆解找到技术水位的安全边际。

技术水位是硬约束，产品设计是软欠账。PM能改变的，是软欠账那部分；PM必须敬畏的，是硬约束那部分。

参考资料

[1] 人民网：产业观察：具身智能，数据如何“止渴”？

https://finance.people.com.cn/BIG5/n1/2026/0822/c1004-40784264.html

[2] 中国信息化周报：2026世界机器人大会开幕：具身智能迎来规模化应用关键窗口期

http://mp.weixin.qq.com/s?__biz=MzkxNzU5ODUzMg==&mid=2247569468&idx=1&sn=b924474e63ed6090a00f2e9a24dee03e

[3] 网易：直击WRC 2026星动纪元席悦：物流场景已跑通PMF，人形机器人规模化落地先看toB

https://www.163.com/dy/article/L51RMOOI05199NHJ.html

本文来自作者：nathan