文 | 沈素明

2025年11月5日，小鹏的AI DAY，当全新一代人形机器人IRON以一个令人惊叹的姿态走上舞台时，它没有获得想象中的雷鸣掌声，却引发了全网的大规模质疑。

它以一种极其自然的“猫步”亮相，脚踝的被动自由度带来的足弓弹性，肩部“灵动双球”展现的类人姿态，以及覆盖全身的柔性皮肤，都让它看起来太像一个人了。这种高度的拟人化，不仅没有带来赞叹，反而引发了集体性的警惕和不信任：

“这绝对是真人套壳！” “100%是演员穿着机器人服装，步态太丝滑，违背机械常识。” “为什么发布会上不敢展示内部结构？缺乏透明度就是心虚。”

小鹏创始人何小鹏不得不紧急在直播中回应，最终通过“剪开机器人”的方式，露出里面的机械结构和全固态电池，以强硬的、近乎屈辱的方式来完成“自证”。他哽咽的言语中，透着无奈。

这场争议本身，正是对心理学上“恐怖谷效应”的现实演绎。当一个机器太像人的时候，它所得到的不是接纳，而是本能的反弹和质疑。

但如果我们跳出小鹏这一具体事件，做个假设：

如果发布IRON的不是小鹏，而是特斯拉？不是何小鹏，而是马斯克？

还会有人质疑它是“真人伪装”吗？还会需要“剪腿自证”吗？

我的答案是：很可能不会。

这不是因为马斯克的技术一定比小鹏更好，而是因为：在AI、机器人、乃至一切前沿科技这件事上，马斯克已经被相信了，（何）小鹏还没有。

这暴露了一个真相：中国AI面临的真正挑战，早已不再是技术上的追赶，而是一个全球范围内信任不对称的巨大难题——我们做得再好，别人也不相信。这种信任的稀缺，正在转化为真金白银的商业上的障碍。

这种信任的差异，并非空穴来风，它体现在三个关键的商业领域，直接决定了企业的成本和能实现的价值。

对比小鹏 IRON 与特斯拉 Optimus 在公众舆论场上的待遇，其差距是惊人的。

小鹏 IRON 在技术上硬核配置齐备，62个自由度、22-DOF灵巧手、仿人脊椎，但它获得的却是“你真的能做出这个吗？”的质疑。而特斯拉 Optimus，即使早期的 Demo 步态并不完美，它获得的第一反应却是“马斯克又牛逼了！”。

为什么会有这种相反的反应？

因为马斯克和特斯拉已经用 SpaceX、FSD（全自动驾驶）等产品，用超过十年的时间，积累了一笔巨大的“信任资产”。这种资产意味着，当他们发布新东西时，公众会给予一种“相信它能做到”的预期。这种信任，为他们的产品带来了极高的品牌溢价和高定价能力。而小鹏，虽然在智能驾驶领域积累深厚，但在通用人形机器人这一全新领域，尚未完成全球范围内的信任建立。

这种信任资产，在危机时刻就成了“信任保护伞”。当质疑发生时，马斯克有整个生态、有全球媒体的背书来消解，而小鹏却不得不以自证来应对质疑。

信任稀缺，在企业级（B端）市场的体现更为直接。

想象一家大型中国制造企业要引入AI质检系统，如果面对的两个方案：中国方案技术成熟、价格便宜30%；美国方案技术相仿，但更贵。最终，往往是美国方案胜出。

这不是简单的“崇洋媚外”：：

·责任可推卸：如果选择了美国方案，系统出了问题，决策者向上级汇报时，可以将问题归结为“我们选择了全球公认的行业标杆，这是技术探索的代价”，决策风险和问责压力就小。

·决策的可质疑性不同：如果选择了中国方案，系统出了问题，决策者面临的质疑是：“为什么不选那个稳妥的美国方案？是不是为了省钱而冒了风险？”决策者自身承担的风险大得多。

因此，企业宁愿多花30%，也要买一个“风险可控、责任可转嫁、全球公认”的AI方案。这30%多花的钱，买的不是技术本身，而是决策者的“安全感”和对未来问责风险的对冲。

最终，信任差距体现在估值上。全球投资人对美国 AI 公司的估值倍数高企，而中国AI公司，即使技术指标相似，却要面临“信任不足”带来的估值折扣。这不是因为技术差，而是因为投资人对未来的信心和信任不同：他们相信美国 AI 公司能将技术转化为全球商业的成功，但对中国 AI 公司，必须打一个问号。

这种信任的不足，无法归咎于任何一家企业，它有更深层的历史和结构性原因。

信任不是靠一次发布会就能建立的，它是一个长期兑现承诺的过程。

OpenAI 的 GPT 系列，从 1.0 到 4.0，走了五年多的时间。用户不是因为看了一篇新闻稿就相信它，而是因为他们用了五年，从最初的怀疑到习惯，再到现在的依赖和付费。

中国的大模型热潮，全面爆发不过两年时间。我们跑得太快，产品迭代极速，但这恰恰造成了一个信任上的“时间悖论”：你跑得再快，用户也需要时间来观察和验证你的长期可靠性。时间是建立信任最基本的原材料，它无法被加速，更无法被金钱购买。

一个 AI 产品能获得全球的信任，它不是一个孤独的表演者，它是一个巨大生态系统的代言人。

美国 AI 的背后，有 MIT、斯坦福的学术背书；有红杉、a16z 的资本背书；有微软、谷歌作为基础设施的应用背书；更有全球媒体的持续报道，形成了信任的放大。

中国 AI 的生态也有，但全球影响力和密度还不够。这导致当小鹏发布 IRON 时，它缺乏全球生态的信任放大。它必须独自一人承担起证明技术真实性的任务。信任，不是一家企业能建立的，它需要整个生态系统的合唱。

信任的终极来源，是真实的、大规模的商业成功，是用户愿意用真金白银来投票的结果。

美国 AI 的验证是硬核的、付费的：ChatGPT 的订阅、特斯拉 FSD 的付费车主、英伟达 AI 芯片的全球抢购。用户和企业愿意用投入来表达对 AI 可靠性和价值的长期信任。

中国 AI 的验证在用户数量上庞大，但在付费意愿和大规模部署上仍有差距。很多用户愿意免费试用，但不愿意为服务付费；很多企业愿意试点，但不愿意大规模部署。真正的商业验证，是把“能做”转化为“被认可”的那临门一脚。

面对信任不足，中国 AI 供应端的核心挑战，已从“技术挑战”转向“管理挑战”：如何管理客户的风险感知和建立信任？

作为企业管理者，我们不能被动等待时间。我们需要在管理端采取行动，将对稳定性、可解释性、责任归属的承诺，融入到每一个产品和服务的细节中。

B端企业决策者最害怕的，是不可控的“黑盒”带来的风险。中国 AI 供应商必须将重点从强调技术领先，转移到管理企业客户的安全感上来。

这意味着，要敢于将责任前置：

·长期稳定性管理：避免急于扩张，先找到一批标杆客户，签订长期的、严格的SLA（服务等级协议）。要用真实运行时间和远低于行业平均的故障率来证明可靠性，而不是实验室数据。这是在用管理手段，对抗“时间积累不够长”的劣势。

·构建可追溯的透明度：即使是复杂的模型，也要为客户提供一套清晰的问题定位工具和故障快速响应流程。要让客户知道，如果系统出了问题，责任边界在哪里，能在多长时间内找到原因并修复。这种对风险的掌控感，才是企业采购决策中最重要的考虑。

·承担风险的承诺：中国 AI 供应商必须有勇气明确责任承诺，指出在哪些故障范围内，由供应商承担全部或部分的经济损失。这种“共担风险”的姿态，才能真正回答企业决策者对中国 AI 的“不放心”。

在通用大模型和通用机器人这种信任壁垒已建成的赛道上，不能硬碰硬。中国 AI 供应端必须用管理的智慧，进行战略聚焦，找到那些美国AI “做不好”或“不愿意做”的领域。

·本地化的深度优势：针对中文金融、法律、地方文化语境的深度垂直 AI，以及出于数据安全和监管要求必须进行本地化（On-Premise）部署的场景。这是中国 AI 的天然优势，也是美国巨头难以全面覆盖的领域。

·从“卖产品”到“卖服务”：将自己定位为“AI 赋能伙伴”。利用本地团队和时区优势，提供比国际巨头更快的响应速度、更强的定制化能力、更深入的业务理解。这种长期陪跑、共同成长的服务模式，是在缺乏生态背书的情况下，积累个体客户信任最有效的方式。

小鹏 IRON 的“真人伪装”争议，最终会随着技术落地而成为历史。但它留给我们的思考是深刻的：中国 AI 已经有能力做出世界一流的产品，但我们必须用一流的管理来匹配我们的一流技术。

如果是马斯克发布 IRON，还会有争议吗？答案的“否定性”，这提醒我们信任的来之不易。马斯克用了二十年，建立了一个可以透支的信用额度。中国 AI 的旅程才刚刚开始，不能指望靠一次技术上的闪光，就瞬间抹平十几年的信任差距。

信任是长跑，不是短跑。未来的竞争，将不再仅仅是算力、算法或自由度的竞争，而是谁能更有效、更真诚、更系统地管理客户的安全感、可控感和责任感的竞争。

小鹏 IRON 所面对的质疑，正是中国 AI 走向全球舞台前，必须要经历的信任“成人礼”。我们必须正视这种不信任，并用时间和真诚的管理承诺，来赢得世界的尊重与信任。