——— 推荐收听AI播客 ———
在很多领域，存在着一种很典型的二元对立的叙事框架。其一是赋能与协同框架，其二是替代与掠夺框架。
在不同的框架之下，事物的一体两面走向K型分化。要么在协同共生的叙事中向上跃升，实现快速的商业化扩散；要么在对抗掠夺的叙事中向下坠落，陷入长期的信任危机和发展停滞。
下棋的人如何走棋，观棋的人在讲什么故事，听故事的人又做出了什么反应？
具身智能的这盘棋局，且看呢。
结构性痛点催生结构性需求。
当我们把技术当成一种生产力时，技术落地场景的先后就需要考虑深层的结构性痛点。
所谓结构性痛点，就是深植于经济或行业模式内部、无法通过常规管理微调来解决的系统性顽疾。这在劳动密集型产业中尤为典型，比如重复性劳动、工伤风险等，以及农业生产面临的劳动力短缺、建筑行业高危高强度体力劳动、医疗护理人员供给不足等。
劳动成本是影响产出的核心变量。当人太贵、人不够用、人不稳定出现时，典型的结构性需求的窗口就打开了。而这种需求是市场产生的真实需求，不可回避、长期稳定，而且体量巨大。
诸如家用扫地机器人，这类便利性产品是用来提升人们的生活品质的，对此，消费者可买可不买。但能够进行高强度体力劳动的人形机器人，却是企业为了维持运作和保住利润率的必选项。
日前，投资公司Glenborn Partners的首席执行官，也即全球制造公司GMM Nonstick Coatings的前首席执行官兼创始人Ravin Gandhi指出，“在全球经济中，劳动力是最大的投入成本之一，因此，如果你能制造出一种人形机器人来执行重复性、危险性或人体工学上有害的任务，你就改变了处于全球GDP核心的成本结构。”
他指出，大多数初创公司解决的都是一些细小的摩擦，而人形机器人则着眼于劳动力本身。发达国家人口正在老龄化。制造业和物流业都面临用工难的问题。劳动力成本持续上涨。整个供应链依赖于体力劳动强度大的工作，而人们越来越不愿意，或者说身体状况不允许他们长期从事这类工作。
自动驾驶和人形机器人本是同根生，却在公众情绪上产生了巨大的分化。这在春节之后尤为明显，人们对家用人形机器人的期盼就好像嗷嗷待哺的孩子。
二者在底层技术上同源，本质都是具身智能，依赖机器视觉、传感器融合、大模型决策和执行机构。然而，人形机器人却展现出了远超自动驾驶的亲和力和爆发势能。
目前，自动驾驶技术的落地场景集中在Robotaxi、干线物流和重卡货运、大型零售商仓到店短途物流、中短途空中配送，以及智慧农业和重工机械等。
相比之下，汽车和高端制造产线是目前人形机器人商业化确定性最高、进展最快的核心场景。此外，其在仓储和物流中的搬运、分拣、装卸，以及智慧零售服务等场景中的应用也在加速落地，而医疗康养和家庭看护虽仍在探索期，却是一个潜力巨大的市场。
罗杰斯在《创新扩散》中提到，更先进的技术并不总是能赢。比起技术本身的先进程度，技术扩散速度往往取决于其与社会的摩擦大小。
其中一个关键因素便在于技术的兼容性，指的是一项创新和潜在用户的价值观、过往经验、需求的一致程度。其中在用户需求上，罗杰斯明确指出，创新必须解决用户能够感知并承认的痛点，而不是创新者自以为的痛点。
痛点越深，买单的意愿就越大。
当一个行业被频繁的安全事故、招工荒和高昂的人工成本伤到极致的时候，只要有一种技术能够真正替代这部分工作，整个行业就会毫不犹豫地倾注巨资去拥抱它。
归根结底，二者都在替代人类工作，都是生产力工具，最终也都会引发深刻的劳动力结构变革。但是，差异就在于它们的切入点不同。
人形机器人目前集中落地于与人类就业摩擦更小的场景，呈现为缓解劳动力短缺的表象。
而且，人们能很容易地看到机器人相对于人类工作的相对优势，而自动驾驶还仍在努力证明自身的安全性、可靠性。
以Robotaxi为例，网约车是一个重要的就业缓冲带。由于入行门槛相对较低，网约车被当作一种就业的选择、一条失业的退路，或者打零工的另一个篮子。失业或半失业群体、欠缺专业技能的群体、中年再就业群体，以及制造业或服务业的转移劳动力等，都是其典型的劳动力来源。
不仅如此，网约车的劳动力供给对宏观经济高度敏感。在面临经济周期波动时，它天然扮演着劳动力蓄水池的角色，在经济下行期吸纳劳动力，在经济上行期释放劳动力。
与人形机器人当下聚焦的场景不同，其劳动力供给池极大，而且多为适龄劳动力群体。而后者进入的是人不愿意做、人做不了的工作场景。例如，在当前的导入期，特斯拉就优先将人形机器人部署在枯燥、脏且危险的岗位中，这些岗位本就面临招工难、流失率高的困境。
即使在自动驾驶技术落地场景内部，也存在差异。不同于Robotaxi，根据美国卡车运输协会（ATA）的数据，北美长期面临严重的重型卡车司机短缺问题。高强度、长途跋涉的工作性质导致该行业老龄化严重，而且对年轻一代失去吸引力。因此，自动驾驶卡车在干线物流的落地，是在维持脆弱的供应链，填补人类司机不愿意从事的岗位空白。
事实上，人形机器人的落地场景更能表现出跨行业、通用性强的特征，作为一种通用劳动力而存在。一旦随着具身智能的硬件制造成本降低，泛化能力提升，机器人就不再仅仅填补空缺，而是凭借更优的投资回报率和全天候作业能力，直接与更多的人竞争岗位。
当下，全球诸多经济体都在面临着制造业劳动力短缺和人口老龄化的问题。不言而喻，人形机器人的入局，选择了填补缺口。而自动驾驶，尤其是Robotaxi则是切入像香饽饽一样的劳动力市场。
当下二者对劳动力结构的冲击是完全不同的。从短期来看，自动驾驶的冲击似是更大，因为它更集中，更可见，而从长期来看，人形机器人则会带来广泛且深入的影响。
目前，在Robotaxi领域，不仅有“网约车司机将消失”的叙事，“人类司机是亟待被剔除的高昂成本”、“人类司机是出行安全的风险来源”、“人类司机在降低交通效率”等叙事更是甚嚣尘上。
“你在挑战我？”
显然，这些叙事都在挑战人类的“权威”，它们在强调的是机器和人的博弈，机器和人的冲突。这难免共同引发了司机群体的恐慌以及对Robotaxi的负面情绪。
如果说对于乘坐者来说，对自动驾驶还存在着安全焦虑，那么，自动驾驶在网约车场景中，对于规模庞大的人类司机来说，就是被塑造出的一个“入侵者”。
人形机器人的叙事优势则体现在它们塑造了一种协同认知。“你不愿意做的，你做不了的，我来帮你。”
当人形机器人被定位为一个帮助人类从事重体力和高危作业的助手时，人们就更倾向于把其视为一种高级工具，而不是剥夺人类控制权和生存空间的威胁。
从心理学的角度来看，人们对风险的接受程度取决于是否感觉自己在控制风险。当控制权仍然掌握在人类自己手里时，必然心理接受程度更高。
那么，对这些司机群体的态度置之不理可以吗？
自动驾驶技术在公共交通系统中的应用已是大势所趋。这部分司机群体的态度不仅需要关注，而且必须高度关注。技术社会化强调，任何颠覆性技术都无法在实验室里取得商业成功，它必须与现有的法律规范、社会伦理和利益分配机制进行妥协与融合。
司机群体基数庞大，是当前城市交通系统中承上启下的核心节点。自动驾驶要完成社会化，要完成扩散，就是要对数以百万计的劳动力进行强制剥离。当一项技术直接挑战一个庞大群体的生存基本盘时，其引发的社会张力是无法单纯用技术先进来消解的。如果资本和技术选择硬着陆，强行推进而完全无视该群体的经济诉求和心理焦虑，其商业化进程必然面临极高的摩擦成本。
自第一次工业革命以来，历史上的卢德派已经为全球展现了机器取代人类工作的焦虑是如何转化为针对物理实体的破坏行为的。据悉，在自动驾驶商业化测试较早的城市，比如美国旧金山，已经出现过民众或抗议者故意用锥形筒阻挡Robotaxi传感器，甚至直接破坏车辆的极端案例。
不仅如此，如果能意识一个个司机节点是如何构建起庞大的信息流动网络的，那么他们的态度断然不会被忽视。
在出行市场中，司机是和乘客互动最频繁的群体，他们是天然的口碑分的书写者。如果司机群体对自动驾驶充满敌意，在日常的司乘交流中有意识地放大自动驾驶的局部缺陷，这种负面的叙事会迅速蔓延，导致公众对Robotaxi的安全性、伦理道德产生深深的疑虑，进而大幅拉长大众市场的接受周期。
叙事框架本身就是被建构的产物，选择性地映照着复杂事物的某一面，呈现给台下的普罗大众。不可否认，它必然包含着对另一些现实的遮蔽。但它确实是一个强有力的影响认知与动员情绪的工具。特别是在宏观经济和市场博弈中，不仅要看到叙事如何描述世界，更要看清它在如何改变世界。
一旦叙事框架引起公众强烈的情绪，不论这个情绪是积极的还是负面的，不论其叙事来自于真实还是虚构，这种传染性极强的叙事都必然产生经济行为上的后果。
在商业竞争和资本市场中，争夺叙事框架的定义权，并不次要于技术比拼。在真实的现实结构中，我该如何存在？或许，每项技术都该思考这个问题。
