第二家工厂的订单已经下达，但工程师可能仍要重新经历整个流程。连接系统、调整节拍、处理异常情况，直至完成验收；即便首个项目已经做过，换一个现场也未必能节省工作量。

人形机器人可以按型号进行批量生产，但交付过程却需要进入不同的工厂。随着订单数量增加，企业能从之前交付中重复利用多少程序和经验，这直接决定了它还需要增加多少现场工作人员。

首个项目通常需要供应商与客户共同摸索。客户熟悉生产工艺，知道设备何时会影响整条生产线；供应商则了解机器本身，需要将双方的需求对接起来。双方完成调试后，会留下接口程序、动作模块、测试方法以及故障处理经验。这些内容若能融入产品和交付流程，后续接手的工程团队便可直接使用。

这些成果能否被带走，还要看它们与原工厂的关联有多深。客户提供的工艺数据有使用条件，针对一条产线编写的接口需要修改才能适应其他设备。一套方案依赖原工程师才能调通，与另一支团队按照成熟方法就能完成安装，所需的人力差距很大。

制造成本可以通过批量采购、设计改进和生产效率逐步降低。而交付费用更多取决于现场的工作量。有些企业将项目经验转化为标准产品，订单增加时无需按相同比例扩充工程团队；也有企业依靠定制实施和服务盈利，只要合同价格能覆盖相应投入，同样可以持续经营。

2025年，宝马在美国斯帕坦堡工厂测试了Figure 02。2026年，宝马又在德国莱比锡工厂与Hexagon合作推进AEON试点。两家供应商对应不同的工厂和任务。宝马还透露，集团近年来已逐步统一生产IT和数据架构，并建立了物理AI能力中心，由内部团队负责技术评估、试点和部署，逐渐形成供旗下工厂使用的模块。

机器人供应商可以不同，但宝马自身积累的接入经验却可以继续使用。熟悉生产系统的工程团队、统一的数据环境和测试方法，能为后续引入设备提供基础。客户的这部分能力提高了采购选择的灵活性，也可能减少新供应商进场后需要完成的协调工作。

2024年，美国物流企业GXO与Agility Robotics签署了多年期机器人即服务协议。Digit机器人进入GXO的仓库，同时接入Agility Arc平台。该平台负责场地映射、流程设定、运行管理和故障处理，机器人还需与仓库原有的自动移动设备、传送线配合工作。

Agility希望通过平台管理不同现场的设备和流程。新的仓库仍需要调整工位、连接原有系统。已经写入平台的配置工具和故障处理方法如果能直接使用，工程师就能减少重复工作，客户也不必每次都从头对接。

当供应商减少派驻工程师时，客户有时需要安排更多内部技术人员。对整个项目而言，工作可能只是转移给了另一方。如果客户建立起成熟的接入体系，供应商的安装工作又可能随之减少。效率改善带来的收益，最终还要看双方各自承担了多少工作。

Agility在2026年10月提交的投资者材料中，将机器人销售、一次性部署以及后续软件和维护分开核算。在针对Digit 5的示意模型中，Agility将单台机器人的一次性部署成本设为约1.5万美元，每年的软件和维护交付成本也设为约1.5万美元。安装完成后，维护与软件服务仍需持续投入。

机器人制造成本下降，可以提高单台设备的盈利空间；部署人员减少，可以降低安装费用；软件和维护形成持续收入，同时还要考虑相应的服务投入。客户可能在下一份合同中要求降价，系统集成商也可能接手部分工作。机器人企业能够实现多少价值捕获，取决于交付责任、服务内容和合同价格。

要观察一家机器人企业是否越交付越省力，最好比较任务相近、客户彼此独立的后续项目：接口程序重写了多少，工程师需要驻场几天，客户投入了多少技术人员，验收与后续维护由谁负责。同一家工厂追加设备，可以沿用现有设施和团队；进入新的独立客户，才更能检验经验离开原有生产环境后还有多少用处。

同样是订单增长，机器人企业的经营结果可能大不相同。如果接口和调试方法能够跨客户复用，新增项目所需的工程投入就有机会下降；而每到一家工厂都要重新适配，收入增加也会持续带来交付成本。即使现场工作减少，客户要求降价、集成商参与分工，以及后续维护的投入，也会影响节省的成本最终留在哪一方。第二单之后，交付效率能否转化为企业自己的利润，规模效应才会逐渐显现。