第二家工厂已经下单，但工程师可能不得不重新经历一遍完整流程。连接系统、调整生产节拍、处理异常情况，直到通过验收；即便第一单已经完成，换到另一个现场也不一定能节省工作量。

人形机器人可以按照型号进行批量生产，然而交付过程却需进入各异的工作环境。随着订单数量增长，企业能从之前交付中重复利用多少程序和经验，直接关系到它还需要增派多少现场人员。

首个项目通常要求供应商与客户共同摸索。客户熟悉工艺流程，清楚设备何时会影响整条生产线；供应商则熟悉机器人，需要将双方需求衔接起来。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。如果这些内容能够融入产品和交付流程，后续接手的工程团队就能直接使用。

能否带走这些成果，还要看它们与原有工厂的关联度有多深。客户提供的工艺数据附带使用条件，针对一条产线编写的接口必须经过修改才能适配其他设备。一套方案依赖原有工程师才能调通，而另一支团队按照成熟方法就能完成安装，所需的人力投入差异巨大。

制造成本可以通过批量采购、设计改进以及生产效率提升逐步降低。交付费用则更多取决于现场工作量。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速度扩充工程团队；另一些企业则依赖定制实施和服务盈利，只要合同价格能覆盖相应投入，同样可以维持经营。

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推进AEON试点。两家供应商分别对应不同工厂和任务。宝马还披露，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。

机器人供应商可以各不相同，但宝马自身积累的接入经验却能持续沿用。熟悉生产系统的工程团队、统一的数据环境以及测试方法，能为后续引入设备提供基础。客户的这部分能力不仅提升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签订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、传送线协同配合。

Agility希望通过平台管理不同现场的设备和流程。新的仓库仍需调整工位、连接原有系统。如果已写入平台的配置工具和故障处理方法能直接使用，工程师就能减少重复劳动，客户也不必每次都从头开始对接。

当供应商减少派遣工程师时，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。如果客户建立了成熟的接入体系，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量。

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的示意模型里，Agility将单台机器人一次性部署成本设为约1.5万美元，把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，能提升单台设备的盈利空间；部署人员减少，可降低安装费用；软件和维护形成持续收入，还需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。机器人企业能实现多少价值捕获，取决于交付责任、服务内容以及合同价格。

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的实用性。

同样是订单增长，机器人企业的经营结果可能差异显著。接口和调试方法如能跨客户复用，新增项目所需的工程投入就有望下降；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。即便现场工作减少，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存在哪一方。第二单之后，交付效率能否转化为企业自己的利润，才逐渐显现出规模效应。爱游戏官方入口指出，真正考验交付效率的，是当机器人进入第二个独立工厂时，能否复用之前的经验。