洗衣、配送、做咖啡，WAIC上機(jī)器人開始“上班”！有參展商稱部分場景2年內(nèi)回本

本文來源：時(shí)代周報(bào) 作者：朱成呈

今年的世界人工智能大會(huì)（WAIC）現(xiàn)場，機(jī)器人開始"上班"了。

在上海世博展覽館、徐匯西岸、張江科學(xué)會(huì)堂三大展區(qū)，數(shù)十臺(tái)具身智能機(jī)器人承擔(dān)交通執(zhí)勤、展館導(dǎo)覽、導(dǎo)航接待等工作。其中，智元60臺(tái)機(jī)器人首次在大會(huì)主分會(huì)場承擔(dān)指引服務(wù)，成為業(yè)內(nèi)首次實(shí)現(xiàn)人形機(jī)器人"部署態(tài)"公共服務(wù)的案例。

毫無疑問，具身智能是當(dāng)下頂流。今年WAIC，參展具身智能企業(yè)從去年的80余家增加至200余家。相比去年集中展示運(yùn)動(dòng)能力、靈巧操作，今年企業(yè)把工廠、倉庫、酒店、商場等真實(shí)業(yè)務(wù)流程搬進(jìn)了展館。

WAIC現(xiàn)場，人群圍觀機(jī)器人展示 時(shí)代周報(bào)記者攝

機(jī)器人展示的重心，正從能力驗(yàn)證轉(zhuǎn)向價(jià)值驗(yàn)證。但從展臺(tái)走向工廠，從演示走向批量部署，具身智能仍需跨過商業(yè)閉環(huán)這道門檻。

在現(xiàn)場，多名受訪企業(yè)相關(guān)負(fù)責(zé)人向時(shí)代周報(bào)記者表示，現(xiàn)階段決定機(jī)器人商業(yè)化速度的，已經(jīng)不是動(dòng)作是否足夠炫酷，而是三個(gè)更現(xiàn)實(shí)的問題：能否算清ROI？能否獲得高質(zhì)量數(shù)據(jù)？能否形成可復(fù)制的交付模式？

從場景競爭走向崗位競爭

過去兩年，具身智能行業(yè)最常被提及的關(guān)鍵詞是場景落地。

站在商業(yè)視角，"場景"并不是一個(gè)可以直接交付的產(chǎn)品。工業(yè)制造、商業(yè)服務(wù)、公共安全描述的是領(lǐng)域，而不是需求。機(jī)器人最終進(jìn)入客戶現(xiàn)場，面對的不是一個(gè)抽象的場景，而是搬運(yùn)、分揀、導(dǎo)覽、配送、洗衣等一個(gè)個(gè)具體崗位。只有崗位足夠標(biāo)準(zhǔn)化，機(jī)器人的部署邊界才能明確，ROI才能計(jì)算，商業(yè)模式才能復(fù)制。

這種變化在今年WAIC表現(xiàn)十分明顯。相比前幾年展示機(jī)器人翻跟頭、跳舞等單點(diǎn)能力，今年不少企業(yè)直接把真實(shí)業(yè)務(wù)流程搬進(jìn)展館——機(jī)器人咖啡館、酒店洗衣房、零售門店、智能工廠、政務(wù)大廳等，展示的不再是一臺(tái)臺(tái)機(jī)器人，而是一套完整的崗位協(xié)同方案。

在擎朗智能展區(qū)，時(shí)代周報(bào)記者注意到，幾十臺(tái)機(jī)器人分別承擔(dān)咖啡制作、零售配送、酒店洗衣等不同崗位，整個(gè)展區(qū)沒有人為遙控，而是依靠機(jī)器人自主協(xié)同完成工作流程。

“判斷人形機(jī)器人商業(yè)化是否成立，并不取決于機(jī)器人能夠完成多少動(dòng)作，而在于客戶是否愿意持續(xù)付費(fèi)。”擎朗智能創(chuàng)始人、CEO李通向時(shí)代周報(bào)記者表示，真正的商業(yè)化意味著機(jī)器人能夠進(jìn)入工業(yè)、服務(wù)業(yè)等真實(shí)生產(chǎn)環(huán)境，為客戶持續(xù)創(chuàng)造價(jià)值，而不是停留在實(shí)驗(yàn)室或展會(huì)展示。最終決定采購的，始終是ROI。

不同產(chǎn)業(yè)，對這本經(jīng)濟(jì)賬的要求也并不相同。

工業(yè)客戶通常希望機(jī)器人能夠在一年左右收回投資；而服務(wù)業(yè)客戶的要求更加直接，即從投入使用開始就能提高效率，補(bǔ)充人手不足。

李通向時(shí)代周報(bào)記者舉例稱，在擎朗海外市場，大量客戶采用機(jī)器人租賃模式，租賃費(fèi)用約為當(dāng)?shù)厝斯こ杀镜娜种Ｔ趧趧?dòng)力緊缺的國家，如果機(jī)器人能夠完成更多工作、成本也更低，那么商業(yè)價(jià)值從第一個(gè)月便已經(jīng)兌現(xiàn)。

另一邊，魔法原子則展現(xiàn)另一種商業(yè)化思路。展區(qū)內(nèi)，機(jī)器人連續(xù)完成疊盒封膠、衣物整理、行李箱收納等復(fù)雜長程任務(wù)。其中，衣物整理被業(yè)內(nèi)認(rèn)為是柔性物體操作中難度最高的任務(wù)之一。

不過，在商業(yè)化布局上，魔法原子并沒有把賭注押在某一個(gè)爆款場景?，F(xiàn)場工作人員告訴時(shí)代周報(bào)記者，目前團(tuán)隊(duì)同步推進(jìn)工業(yè)、商業(yè)、家庭等九大應(yīng)用方向，并不會(huì)選擇某一個(gè)行業(yè)作為唯一突破口，而是在不同場景里率先跑通一個(gè)個(gè)商業(yè)閉環(huán)，再逐步復(fù)制到更大規(guī)模。

有公司稱部署兩年可回本

在今年的WAIC，越來越多具身智能企業(yè)把目標(biāo)瞄向工廠。

在不少業(yè)內(nèi)人士看來，工業(yè)并非機(jī)器人的應(yīng)用終點(diǎn)，卻是最容易率先跑通商業(yè)閉環(huán)的起點(diǎn)。

安徽聆動(dòng)通用機(jī)器人創(chuàng)始人、CEO季超向時(shí)代周報(bào)記者分析，具身智能和大語言模型的發(fā)展路徑類似，不會(huì)一開始就成為完全通用技術(shù)，而是先進(jìn)入半結(jié)構(gòu)化、需求明確的行業(yè)。工業(yè)和物流領(lǐng)域勞動(dòng)力短缺問題突出，因此成為最適合率先商業(yè)化的場景。他判斷，未來的發(fā)展路徑大致會(huì)是：工業(yè)—商業(yè)服務(wù)—家庭。

之所以首先進(jìn)入工業(yè)和物流領(lǐng)域，背后是現(xiàn)實(shí)的勞動(dòng)力缺口和明確的投入產(chǎn)出邏輯。工業(yè)物流長期存在招工難、用工成本持續(xù)上升等問題，只要機(jī)器人能夠穩(wěn)定完成搬運(yùn)、上下料、巡檢等工作，就能夠直接替代部分人工崗位，商業(yè)價(jià)值也更容易計(jì)算。

與商演、科研市場相比，工業(yè)客戶的評價(jià)標(biāo)準(zhǔn)也更加簡單。

“商業(yè)展示關(guān)注的是視覺效果和傳播效果；科研市場關(guān)注的是機(jī)器人平臺(tái)是否方便二次開發(fā)，幫助科研人員驗(yàn)證算法、發(fā)表論文；工業(yè)客戶關(guān)注的只有一點(diǎn)——機(jī)器人是否真正解決生產(chǎn)問題。”季超表示，工業(yè)客戶不會(huì)在意采用的是機(jī)械臂、輪式機(jī)器人還是人形機(jī)器人，只關(guān)心是否能夠?qū)崿F(xiàn)降本增效，以及是否具備合理的ROI。因此，工業(yè)機(jī)器人本質(zhì)上是一門（強(qiáng)調(diào)）投入產(chǎn)出的生意。

目前，工業(yè)客戶普遍希望機(jī)器人能夠在兩到三年內(nèi)收回投資成本。季超透露，在部分應(yīng)用場景，公司已經(jīng)實(shí)現(xiàn)兩年以內(nèi)回本，并跑通了部分商業(yè)模式?！靶袠I(yè)整體來看，兩到三年屬于較為普遍的ROI水平。原因在于，很多工業(yè)產(chǎn)線3至5年會(huì)進(jìn)行一次升級。如果機(jī)器人兩年左右回本，后續(xù)幾年基本都是純收益，因此客戶愿意投資?！?/p>

商業(yè)化最大的門檻

WAIC現(xiàn)場，物理AI成為熱詞 時(shí)代周報(bào)記者攝

如果說ROI決定客戶是否愿意買機(jī)器人，那么數(shù)據(jù)則決定機(jī)器人是否有能力進(jìn)入真實(shí)生產(chǎn)環(huán)境。

高質(zhì)量真實(shí)數(shù)據(jù)短缺，限制了具身智能進(jìn)一步迭代?！霸谟瓉砦锢碇悄苡楷F(xiàn)之前，我認(rèn)為必須突破數(shù)據(jù)墻?！敝窃匣锶恕⒁挿淇萍级麻L姚卯青在WAIC期間表示。

與大語言模型可以依賴互聯(lián)網(wǎng)海量文本不同，具身智能需要的是機(jī)器人與物理世界真實(shí)交互的數(shù)據(jù)。這類數(shù)據(jù)既無法像網(wǎng)頁一樣批量獲取，也難以依靠仿真環(huán)境完全替代。

姚卯青表示，物理AI的數(shù)據(jù)，如果等效為Token或者時(shí)長，大概只有大語言模型的數(shù)萬分之一。真機(jī)采集成本高、效率低，行業(yè)又缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，導(dǎo)致數(shù)據(jù)質(zhì)量參差不齊、供需錯(cuò)配以及"數(shù)據(jù)孤島"等問題普遍存在。

工業(yè)場景，這一問題尤為突出。

“數(shù)據(jù)比模型更重要。模型決定能力，但沒有數(shù)據(jù)，就無法真正驗(yàn)證模型。”季超表示，工業(yè)數(shù)據(jù)與客戶生產(chǎn)現(xiàn)場深度綁定。因此，無論是仿真環(huán)境還是互聯(lián)網(wǎng)公開數(shù)據(jù)，都很難獲得一線工業(yè)生產(chǎn)中的高質(zhì)量真實(shí)數(shù)據(jù)。 沒有這些數(shù)據(jù)，具身智能在工業(yè)場景的落地大受限制。

姚卯青介紹，智元正在構(gòu)建覆蓋數(shù)據(jù)采集、標(biāo)注、訓(xùn)練和評測的數(shù)據(jù)閉環(huán)：一方面，通過真機(jī)采集獲得高質(zhì)量物理交互數(shù)據(jù)；另一方面，利用便攜式無本體采集設(shè)備降低真實(shí)數(shù)據(jù)獲取成本，并與機(jī)器人本體形成同構(gòu)的數(shù)據(jù)體系，讓不同來源的數(shù)據(jù)能直接用于模型訓(xùn)練，提升數(shù)據(jù)復(fù)用效率。

在季超看來，隨著真實(shí)工業(yè)數(shù)據(jù)不斷積累，具身智能繼續(xù)快速迭代，“行業(yè)對此非常樂觀，每年都有明顯進(jìn)步。”