前阵子跟供应链的同事对一款新品的排期。
他给我看一张 Excel：开模几周，试产几周，认证几周，首单备货多少。表格很熟，熟到我有点恍惚——十年前我在手机行业看到的排期表，长得一模一样。行业换了好几个，这张表几乎没变过。
我盯着它走神了。脑子里冒出来的是另一件事：就在我们对表格的这几天，旧金山的街头，没有司机的出租车正在一单一单地跑。
做内容、写代码、画图——这些是屏幕里的事，AI 已经把它们掀了个底朝天，这个系列前面几篇聊过很多了。这一篇聊点不一样的：马路、工厂、模具、仓库。说白了，就是我们这种做实物生意的人，头顶上悬着的那把刀。
老规矩：数据我尽量给你出处，推演我会明说「这是我猜的」。你听听就好，但别当耳边风。
要在物理世界找一个「奇点已经开始」的证据，那就是自动驾驶。不是将要发生，是已经发生。
Waymo，2025 年一年干了约 1400 万单付费打车，同比增长 3 倍，到 2026 年初周订单冲到 50 万单。百度的萝卜快跑，2025 年 Q4 全无人订单 340 万单，同比涨 200%；到今年 2 月全球累计突破 2000 万单，进了 26 个城市，完全无人里程跑了 1.9 亿公里。李彦宏说，累计订单过 5000 万单时，单次成本还能再降八成，比网约车便宜。特斯拉那边，没有方向盘、没有踏板的 Cybercab 已经在奥斯汀路测了。
三家公司，两条技术路线，中美两个市场，同时跨过商业化门槛。这不是单点突破，是行业拐点。
我琢磨过一个问题：物理世界的行业成百上千，凭什么偏偏是开车第一个被拿下？想明白后，我觉得是四把钥匙凑齐了：
马路是全人类唯一被彻底规则化的物理环境——车道线、红绿灯、交通法规，本来就是一套「给陌生人协作用的 API」，机器拿来就能读。每跑一单就是一次训练，接管和事故全被精确记录，数据飞轮天然成立。美国人类司机大约每 1 亿英里死亡 1.3 人，有了这条人类基线，「机器比人安全几倍」就能算出来，保险和监管就有放行依据。再加上司机又贵又缺，人力占网约车运营成本的六到七成——换成「折旧加电费」，边际成本趋零的老故事就接上了。
这四把钥匙有个共同内核，我觉得是整个物理世界改造的总开关：
而且自动驾驶的真正意义不在打车生意。它向监管、保险和公众证明了：AI 可以在物理世界为生命负责。这张「社会许可证」，以后机器人进工厂、进商场、进家庭，都可以直接引用。它是破冰船，撞开的不是冰山一角，是整条航道。
讲完最快的，必须讲清楚为什么其他的都慢。这也是我做实业这几年最有体感的部分。
第一，监管。 一篇 AI 写的烂文章，浪费你 30 秒；一辆失灵的无人车，可能杀死一个人。这在监管眼里不是程度差别，是种类差别。
第二，硬件。 软件复制成本为零，部署按秒算；硬件有 BOM 表、有模具、有产能爬坡、有良率曲线。芯片讲摩尔定律，电机和减速器不讲。模型能力可以一夜跃迁，冲压机床不能。
第三，长尾。 数字世界的长尾是「答得不好」，物理世界的长尾是「出事」。散落的数据线、突然窜出来的猫、湿滑的地砖——家庭环境的长尾比马路长几个数量级。真实世界的失败样本必须真实地发生，没法靠仿真作弊。
第四，资本密度。 训练一个 agent 写文案，一杯咖啡钱试一千次；验证一条产线改造方案，一次失败可能就是八位数。
四道减速带收拢成一句话，建议所有做硬件的人抄下来：
人形机器人 2025 年很热闹：全球出货约 1.8 万台，同比涨 508%，中国厂商占 74%，宇树一家约 5500 台。Figure 在宝马工厂连续干了 11 个月，优必选累计订单超 13 亿，特斯拉给 Optimus 定的 2026 年产量目标是 5 到 10 万台。
但注意量级：一年 1.8 万台，对比 Waymo 一家的周订单 50 万单——差四个数量级。这就是减速带的真实形状。热闹是资本市场的，落地是一步一步爬的。
我推演一下落地顺序，你听听就好：2025 到 2027 年，汽车厂、3C 工厂的搬运、上下料、质检，自有工厂自用，失败成本内部消化；2027 到 2029 年，仓储分拣、危险环境巡检、商业清洁，「摔了不赔钱」的地方；2029 到 2032 年，餐饮后厨、零售补货，半开放环境；2032 年以后，家政、养老，监管最后放行。
读到这里我第一反应是看了一眼自己的行业。做数据线、充电器、扩展坞的精密组装产线——环境高度结构化、失败成本低、迭代快——恰好落在第一档和第二档。我们 3C 制造业，是机器人进场的第一排座位。
我猜，未来五年，「产线还能不能招到人」不再是问题。问题会变成：你的产线数据，有没有资格去训练机器人？
如果说自动驾驶赚走了所有头条，供应链就是最被低估的战场。需求预测、排产、库存、物流调度，本质是信息流决策——它是穿着物理外衣的信息产业。
样板已经跑出来了。SHEIN 一百件小单起订，测款成功立刻返单扩产，一年上新 30 万款。2025 年全行业「小单快反」订单占比突破 60%，浙江濮院这种产业集群做到 72 小时打样，库存周转率提升 40%，AI 需求预测把库存准确率做到 85%。
SHEIN 模式的本质，我觉得每个做品牌的人都该抄在墙上：
这句话我读出来的时候，心里咯噔一下。因为我在 UNICE 那几年，见过的恰恰是它的反面。
假发出货要靠预测。发型师说这款会爆，备一大批货；说那个发色要火，囤一大批原料。预测对了，增长；预测错了，库存躺在仓库里吃现金流。我经历过 GMV 从 4000 万腰斩到 2000 万，那里面有一大笔学费，就叫库存赌注。第八篇聊公司病理时提过这段，不展开了。
所以我特别信这个推演：2026 到 2028 年，大模型直接「阅读」社媒和短视频做需求预测——不再是「灰色款销量环比涨 12%」，而是「这个颜色正在 TikTok 起量，评论区在问链接」。2028 到 2030 年，柔性产线加机器人，「一件起订」在服装、3C 配件、家居相继算得过账。2030 年以后，AI agent 直接持有采购权限：发现趋势、打样、测款、追单、清仓，全链路无人干预，人只负责定利润率和风险敞口。
想想这个画面：竞争对手的供应链 agent 按小时节奏追单清仓，你的采购流程还在走周报和审批流。库存周转率的差距，会复利式地拉开成生死差距。
这一节是对我自己行业最直接的一刀。
传统新品开发的链路，做过实物的都熟：洞察 4 到 8 周，工业设计 4 到 12 周，结构电子工程 8 到 20 周，开模打样 4 到 12 周、一套模具几万到几十万，试产认证 8 到 16 周，最后上市备货、押上重库存。一款 3C 配件从立项到上架，6 到 12 个月。
你仔细看，瓶颈就四个：人的洞察速度、设计师产能、模具沉没成本、库存赌注。没有一个是制造能力——中国品牌的制造从来不缺，缺的是制造之前的判断，和判断之前的勇气。
接下来是我推演的部分，五个环节会一个一个塌。我明说，这部分猜测成分高。
洞察，8 周变 8 小时。 AI 全天候爬亚马逊评论、TikTok、小红书，直接输出「没被满足的需求清单」。比如系统在十万条 MacBook 配件评论里聚类出一个信号：咖啡馆用户反复抱怨扩展坞发烫，集中在某几款芯片方案上。这种信号，今天靠产品经理刷评论的直觉，明天靠机器的全量阅读。
设计，从「创作」变「筛选」。 生成式工业设计，一句话出 3D 外观和 CMF 方案。假发行业的版本是：上传一张脸型照片，AI 生成 20 款发型效果图，自动匹配发色库存。设计师从「画出来的人」变成「从 200 个方案里挑 5 个的人」——第五篇讲透了，不重复。
打样，模具神话终结。 AI 做可制造性检查，3D 打印加柔性模具把打样成本压到十分之一，数字孪生替代大部分物理测试。
上市验证，「先卖后造」。 AI 生成全套商品图、详情页、广告素材，先用渲染图上架测款，有真实订单了再打样生产。这条我要多说一句：这事我正在亲手做。我们在推 AI 自动化出图，商品图的生成成本已经塌到原来的零头。虚拟测款对我们不是推演，是正在发生的事——只是还没走到「先卖后造」那一步。
爆品放大，算法选品。 需求信号触发自动追单。爆品不再是大单品赌注，是 AI 并行测 100 个 SKU，让算法找到那一个。
五个环节串起来的结果：新品开发周期从 12 个月压到 4 到 6 周。「年上新 30 款」的公司，会被「年上新 3000 款」的公司碾压。
那传统品牌公司的护城河还剩什么？我按贬值速度排了个序，这部分是推演，但方向我觉得很硬。
贬值最快的，是开模和打样能力——柔性模具加数字孪生，会把物理门槛打成白菜价，「我们能开模」从壁垒变标配。其次是渠道关系，虚拟上市让新品牌绕开传统铺货。再往后是供应链关系，代工厂同样被 AI 调度，关系让位于数据接口。
不贬反升的，是品控声誉和品牌信任。逻辑很简单：当所有人都能 4 周出新品，消费者只能拿「谁不会翻车」做决策。供给爆炸的时代，信任是唯一的过滤器。
这张表我自己看完沉默了一会儿。
2040 年很远。我猜到那时候，「做一款新品」的边际成本会趋近于「发起一次 A/B 测试」，品牌公司的核心职能不再是开发和生产，而是给 AI 的自主权划边界——定利润率、定风险敞口、定品牌红线。这部分是我的想象，权当听个乐。
但有三件事不用等 2040 年，我自己在做或者准备做：
第一，给团队技能重新标价。 「为库存赌注服务」的技能——大批量开模思维、单爆款企划——重新估价；「为快速试错服务」的技能——虚拟测款、AI 概念生成、小单快反协作——加倍投资。物理世界的改造是慢，但慢的是行业，不是你的竞争对手。
第二，把品控和信任当资产养。 开模能力在贬值，「不会翻车」在升值。下次有人问你公司护城河是什么，别指着模具车间，指着评论区。
第三，从今天开始沉淀供应链数据。 产线数据、测款数据、返单数据，未来都是训练 AI 的原料。散落在离职员工电脑里的，就是扔掉的资产——这个道理第五篇讲品味函数时说过，放在供应链上，一个字都不用改。
十三四年前我在虎嗅写过一篇《一个趋于零的世界》，说技术的方向是把一切推向边际成本为零。那时候我以为，这事离实物生意很远。
现在看，零只是来得慢一点。它先吃掉了屏幕里的东西，现在正在敲工厂的门。
门外的脚步声，做实物的人，最好早点听见。