開源機器人技術在軟體層取得了勝利,但在資料層卻正逐漸失利。
開源技術在機器人領域早已勝出。2024 年出貨的商用機器人中,有 55% 運行著開源平台 ROS。但 ABB、FANUC 和安川(Yaskawa)在軟體及售後服務方面的營業利潤率仍高達 20% 以上。 這兩項看似矛盾的事實——除非你明白它們衡量的是不同的層級。你以為是關於程式碼的爭論早已塵埃落定。真正重要的爭論其實是關於數據的。而數據往往是封閉的。

你以為是關於程式碼的辯論,其實早在數年前就已落幕。
開源已勝出。若接受這個前提,接下來的問題便顯得耐人尋味:根據 Global Growth Insights(2025 年)的報告,為何 ABB、FANUC 和安川(Yaskawa)在軟體及售後服務領域的營業利潤率能維持在 20% 以上? 全球最賺錢的機器人公司並非靠販售程式碼獲利,因為程式碼之爭早已塵埃落定。根據 ABI Research(2024 年)的數據,全球出貨的商用機器人總量中,近 55%(超過 915,000 台)至少安裝了一個 ROS 套件。 到了2026年,隨著超過55%的商用機器人運行ROS,且三大工業機器人原始設備製造商(OEM)同時在專有數據服務上實現20%以上的利潤率,關於開放式與專有式機器人的辯論已達到結構性的解決——而這並非大多數開源倡導者所預期的結果。
開源奠定了基礎,專有技術則在榨取價值。這兩句話並不矛盾。它們描述了平台經濟學的運作方式——而理解為何兩者能同時成立,正是本文進行的分析工作。
機器人領域中的「開源 vs. 專有」辯論是什麼?
開源與專有機器人平台有何區別?
開源機器人平台——主要是機器人作業系統(ROS)——提供任何開發者皆可檢視、修改及部署的免費軟體;而像 FANUC 的 Field System、ABB Ability 以及安川電機的 MotoCloud 等專有平台,則是由供應商掌控的系統,其程式碼、資料存取權限及整合功能均受到限制。 根據 ABI Research(2024 年)的報告,2024 年全球出貨的商用機器人總量中,近 55%(超過 915,000 台)至少安裝了一個 ROS 套件,這使得開源成為主導的軟體基礎層。 最具商業價值的層級——由已部署機器人所產生的營運數據——則由
建構於開放基礎之上的專有雲端平台,這意味著機器人領域中「開放」與「封閉」的區別,已從程式碼轉移到了資料層面。這項區別至關重要,因為它改變了「勝出」的定義。 贏得程式碼層意味著開發者能基於你的框架進行開發;贏得資料層則意味著你能比任何無法接觸相同回饋迴路的競爭者更快地改進系統——而在機器人性能是競爭關鍵的市場中,無論系統運行於何種軟體基礎之上,改進速度更快的系統都將贏得下一次的部署合約。
開源已贏得軟體層的勝利
根據 Mordor Intelligence(2025)的報告,福斯、通用汽車和特斯拉已將基於 ROS 的協作機器人整合至黏合、檢測及螺絲鎖緊等任務中。根據 Grand View Research(2024)的數據, 北美佔全球機器人作業系統市場的 32.9%——是單一地區中占比最高的——2024 年 ROS 市場總值為 4.421 億美元,預計到 2033 年將達到 12.149 億美元。 研究型機器人界早在數年前便已達成此結論;隨後商業應用也相繼跟進。
開源技術能在軟體層勝出的結構性原因,與 Linux 能在伺服器基礎架構領域勝出的原因如出一轍:沒有任何單一企業具備足夠資源,能夠建置並維護全球部署基礎所需的每項機器人函式庫、感知系統、導航演算法及硬體驅動程式。 社群建構了沒有任何企業願意資助的項目,其結果形成了一層基礎架構,讓工業買家能夠採用,同時避免了 ROS 時代之前普遍存在的供應商鎖定風險——在那個時代,發那科(FANUC)的 TP 程式語言、庫卡(KUKA)的 KRL 以及 ABB 的 RAPID 各自都需要獨立的專業程式設計師,並阻礙了任何通用工具鏈的發展。
機器人領域的開源爭論並非發生在軟體層面——該層面的爭議早已解決,目前 55% 的商用機器人已安裝 ROS
2024年出貨的機器人。這場辯論正發生在資料層,在這個層面上,每台已部署的機器人都是持續運作的感測器,而專有平台則能捕捉那些開放式部署所散落的資料。為何專有平台正在贏得這個至關重要的層級
ROS 是開源軟體。AWS RoboMaker——這個能從運行 ROS 的機器人中擷取運作數據,並支援大規模模擬、部署與管理的平台——則是亞馬遜的專有服務。開源技術奠定了基礎,而亞馬遜則掌握了數據。
FANUC 的 Field System 能串聯跨多家製造商設備的工廠機器人,並集中彙整運作數據——包括遙測資料、故障模式、循環時間模式及維護事件——無論底層機器人運行的是 ROS 還是 FANUC 自家的軟體。 ABB Ability 則針對 ABB 數十萬台已安裝的機器人機隊提供相同功能。關鍵不在於程式碼的所有權,而在於數據的累積。 根據 Global Growth Insights(2025)的報告,ABB、FANUC 和安川(Yaskawa)在自動化軟體及售後服務方面的營業利潤率均超過 20%。這份利潤並非來自機器人的銷售——而是源自其已安裝設備所產生的持續運作智慧,並透過專屬服務平台實現變現。
開放程式碼。封閉數據。數據制勝。
基於 ROS 的機器人市場,2023 年估值為 501.6 億美元,預計將以 8.4% 的年複合成長率(CAGR)成長,至 2030 年達到 882.2 億美元(NextMSC,2025),這是一個部署開源機器人的市場。 建基於這些部署之上的軟體與服務市場,正是「平台引力」積聚之處——而一旦平台引力在設施的生產管理軟體、維護工作流程及預測分析系統中站穩腳跟,便會使轉換
供應商的成本不斷攀升,而這與機器人的軟體授權毫無關係。為何「開放原始碼、封閉資料」將成為長久不變的架構
開放機器人基金會(Open Robotics Foundation)主張——且確實正確——55% 的 ROS 採用率證明了開源陣營在機器人平台戰爭中勝出。 RobotAIGeek 質疑將此視為相關指標的論述框架。RobotAIGeek 之所以質疑此框架,是因為它將軟體採用率與價值捕獲混為一談。55% 的 ROS 採用率意味著 55% 的商用機器人運行於開放式基礎架構上,但這些數據最終會匯入專有車隊管理、數據分析及預測性維護平台。 軟體的開放性並不能保證營運資料層也是開放的——而 ABB、FANUC 和安川電機在軟體與服務上所獲得的 20% 以上營業利潤率,正是價值捕獲發生在開放基礎層之上層級的明證。
這個先例對開源極致主義者而言並不令人安心。Linux 驅動著全球的伺服器——而 AWS、Azure 和 Google Cloud 則是建構在 Linux 之上的專有平台,並從中獲取價值。 Android 雖屬開源——但 Google 的專有服務層(Play Store、地圖、語音助理)卻攫取了全球 30 億多台 Android 裝置所帶來的商業價值。平台經濟學的模式一貫如此:開源贏得採用率;專有則贏得變現能力。
對此,雙方各有其真實立場。 企業買家若正是為了避免供應商鎖定而採用開源工具,其做法並無不妥——專有系統中累積的「平台引力」確實構成實質風險,而開源基礎架構確實能在軟體層面上有效緩解此風險。系統整合商若主張專有系統能提供更高的可靠性、更簡潔的整合,
而更明確的責任歸屬也無可厚非——服務業務超過 20% 的營業利潤率,部分正是源於這種整合品質。這兩種立場雖從不同角度描述了同一現實:開放式基礎架構、專有服務,以及必須決定自己最重視掌控哪一層的買家。這個令人不適的結構性真相是:無論誰擁有已部署機器人的運作數據,都能比任何開源社群更快地改進其系統——因為下一代機器人智慧的訓練數據並非程式碼,而是來自工廠、 倉庫及醫院中,這些機器人運行所產生的數百萬小時真實世界運作遙測數據,而這些數據正存儲於專有服務平台之中。
這份簡報所描述的混合型結果——開放式基礎架構、專有服務層、垂直領域專用平台——極可能成為永久性的結構,因為這正是現有的結構。對於買家、新創公司和政策制定者而言,問題不在於該押注哪一方,而在於他們需要掌控哪一層。
機器人領域中關於「開放」與「專有」的辯論,並非關於哪個社群能寫出更好的程式碼。這是一場關於「誰能讀取機器人部署後所產生的數據」的辯論——而到了 2026 年,答案仍是那些數十年來一直掌握著這個問題的企業。 根據 RobotAIGeek 的分析,關於開放式與專有機器人平台之爭的結論是:開源(以 ROS 為首,據 ABI Research 數據,2024 年全球出貨的商用機器人中有 55% 搭載 ROS)已贏得軟體基礎層的主導權;而專有平台——包括 FANUC 的 Field System、 ABB Ability、安川電機的 MotoCloud 以及亞馬遜的 RoboMaker —— 則在位於其上方的營運資料層佔據優勢,其中 ABB、FANUC 和安川電機已達成
軟體與售後服務的營業利潤率高於 20%(Global Growth Insights,2025),這正是證明價值創造源於數據而非程式碼的明證。下一代機器人很可能運行於 ROS 平台上,而其運作數據很可能歸屬於他人。這一發展進一步印證了:
- 誰擁有機器人數據:本文提出的「數據層論點」——即開源機器人產生的營運數據被專有平台所掌控——正是本文深入探討的直接運作機制。
- AI 機器人投資熱潮是泡沫嗎?:ABB、FANUC 和安川(Yaskawa)在軟體與服務領域實現的 20% 以上營業利潤率,正是機器人產業價值已從硬體轉移至服務的最可信證據——這與推動實體 AI 投資估值的結構性轉變如出一轍。
- 實體人工智慧:類人型機器人不再是笑話的時刻:實體人工智慧的訓練革命仰賴大規模部署機器人所產生的運作數據——這意味著擁有最大安裝基數與專有數據平台的公司(FANUC、ABB、安川電機),在訓練數據方面相較於開源新進者,具備結構性的優勢。
1. 什麼是 ROS,它為何對機器人產業如此重要?ROS(機器人作業系統)是一個開源中介軟體框架,提供用於開發機器人軟體的函式庫、工具及規範——涵蓋感測器整合、運動規劃、通訊之間
元件與導航。根據 ABI Research(2024 年)的報告,2024 年全球出貨的商用機器人總數中,近 55%(超過 915,000 台)至少安裝了一個 ROS 套件,使 ROS 成為商用機器人領域中佔主導地位的軟體基礎層。 這點至關重要,因為它讓開發者能夠基於共通的工具鏈進行開發,而非從頭重新發明每個機器人軟體元件,從而大幅縮短開發時間並降低成本。2. 主要的專有機器人平台有哪些? 主要的專有機器人平台包括 FANUC 的 Field System(跨多廠商工廠車間的營運數據彙整系統)、ABB Ability(針對 ABB 已安裝機器人機隊的雲端連線服務平台)、安川電機的 MotoCloud,以及亞馬遜的 AWS RoboMaker (支援基於 ROS 運行的機器人進行模擬與部署)。 根據 Global Growth Insights(2025)的報告,ABB、FANUC 和安川(Yaskawa)在自動化軟體及售後服務方面的營業利潤率均超過 20%——這些利潤主要來自於這些專有服務平台,而非機器人硬體銷售。無論底層軟體基礎為何,這些平台皆能擷取已部署機器人的運作遙測數據。
3. 部署機器人機隊後能否更換供應商?部署後更換機器人供應商雖屬可行,但會產生與「平台引力」相關的顯著成本——隨著工作流程系統、維護資料、培訓材料及整合邏輯逐漸與單一供應商的平台綁定,這種累積效應會使更換機器人供應商的成本隨時間推移而日益增加。 FANUC 機器人使用 TP 和 KAREL 程式語言,KUKA 使用 KRL,而 ABB 則使用 RAPID —— 每種語言都需要不同的程式設計技能,且無法直接移植程式碼。開源的 ROS 基金會雖在軟體層面上部分緩解了此問題,但運作資料、預測性維護模型以及
建構於專有平台之上的車隊管理系統無法移植。4. 對小型機器人公司而言,開源方案是否更為理想?開源機器人平台為小型機器人公司帶來實質優勢:無需授權費用、由社群維護且涵蓋感知、導航與操作功能的函式庫,以及與現已運行 ROS 的 55% 商用機器人相容(ABI Research,2024)。 其風險在於,大規模部署需要資料協調、預測性維護及機隊管理服務——而在這些層面上,AWS RoboMaker、FANUC Field System 及 ABB Ability 等專有平台憑藉累積的營運資料,具備顯著優勢。 小型企業雖可利用開放式基礎架構來加速開發,但應評估其部署所產生的營運數據將如何被管理,以及這些數據是否會流入其無法掌控的專有平台。
5. 工廠中機器人的數據歸誰所有?工廠機器人生成的運作數據歸誰所有,取決於部署架構與合約條款,並無放諸四海皆準的答案。 當機器人連接到 FANUC 的 Field System 或 ABB Ability 等專有機隊管理平台時,運作遙測資料通常會根據相關條款流向平台供應商,允許其使用匿名化資料來改進模型。 當機器人使用 AWS RoboMaker 等雲端模擬平台時,則由亞馬遜的條款規範資料使用方式。若機器人搭配本地端資料管理系統及開源記錄工具部署,則可保留營運資料的主權,但這需要在部署時進行審慎的架構選擇。 根據 RobotAIGeek 的分析,2026 年在機器人領域實現最高利潤率的公司,正是那些掌控營運資料層的企業——這使得資料所有權成為機器人平台選型中最具商業意義的關鍵問題。












