火了3年，AI看起來在全面降溫。
在2018年的Gartner技術(shù)成熟度曲線中，刺激此輪AI熱潮的代表性技術(shù)——深度學(xué)習(xí)（Deep Learning）已到了泡沫頂峰，可能需要2至5年才能進(jìn)入最后的穩(wěn)定發(fā)展平臺期（Plateau of Productivity）。
前幾年大熱的一輪輪AI熱門落地方向各自面臨困境：
金融、醫(yī)療市場，數(shù)據(jù)難拿；以視覺技術(shù)為主的安防看似紅海，但收入中，基礎(chǔ)設(shè)施占比大，技術(shù)服務(wù)占比小；語音和語義的to C音箱等賽道需要更大銷量自證，to B客服等賽道亟待擺脫外包處境；此前被樂觀期待的自動(dòng)駕駛面臨技術(shù)、倫理雙挑戰(zhàn)。
從消費(fèi)互聯(lián)網(wǎng)的3年上市到行業(yè)AI落地的細(xì)水長流，希望押出下一個(gè)偉大公司的一級市場也陷入迷惑：風(fēng)口不再，價(jià)值難尋。
而在市場氣氛低迷的2019年，一個(gè)以往并不最在風(fēng)口浪尖的領(lǐng)域——面向制造業(yè)、物流等生產(chǎn)環(huán)節(jié)的智能工業(yè)機(jī)器人賽道卻逆勢而上，紅杉、高瓴、高榕、晨興、啟明、順為等頭部機(jī)構(gòu)紛紛加碼：
2月，AI工業(yè)視覺公司阿丘科技獲君聯(lián)領(lǐng)投的A+輪融資；
4月，協(xié)作機(jī)器人公司節(jié)卡機(jī)器人獲賽富領(lǐng)投的B輪融資；
7月，智能機(jī)械臂公司Agile獲來自高瓴、紅杉、天智航、線性的Pre-A輪融資；
上周五，以實(shí)現(xiàn)“pick anything, place anywhere anyway”為目標(biāo)的初創(chuàng)公司XYZ Robotics獲高榕、晨興領(lǐng)投的A輪融資。
本周一，工業(yè)機(jī)器人智能化公司梅卡曼德宣布獲英特爾投資。
本周二，機(jī)器人本體廠商艾利特獲國中創(chuàng)投領(lǐng)投的B輪融資。
連續(xù)三個(gè)工作日，都有機(jī)器人公司發(fā)布融資消息，賽道熱度可見一斑。
據(jù)IT桔子數(shù)據(jù)，2018年智能工業(yè)機(jī)器人賽道的投資案例為66起；而截至7月，今年上半年的投資事件已達(dá)43起。
創(chuàng)業(yè)公司之外，ABB、發(fā)那科、西門子等機(jī)械臂、工業(yè)自動(dòng)化傳統(tǒng)強(qiáng)者，阿里、京東等科技巨頭，?？怠⑸虦?、曠視等其他賽道AI頭部公司也紛紛布局這一領(lǐng)域。
然而，細(xì)分賽道回暖之下，各玩家仍面臨工業(yè)領(lǐng)域的一個(gè)嚴(yán)峻規(guī)律：
這個(gè)行業(yè)重資質(zhì)、高門檻，圍繞相似新方案競爭的所有人，都面臨相同的時(shí)間窗——誰能率先落地，積累案例，就會逐漸把慢一拍的人越甩越遠(yuǎn)。
本文，「甲子光年」要介紹的案例是在昨日宣布獲英特爾投資的梅卡曼德。這已是繼4月獲啟明創(chuàng)投A+輪融資后，梅卡曼德在今年的第二輪融資。 在目前的工業(yè)機(jī)器人智能化賽道中，梅卡曼德已率先進(jìn)入規(guī)?；涞仉A段：
創(chuàng)立近3年來，梅卡曼德已獲得了包括華為和數(shù)家知名整車廠在內(nèi)的眾多汽車、家電、鋼鐵、物流等行業(yè)的頭部客戶；并進(jìn)一步擴(kuò)展至醫(yī)院、銀行金庫等商業(yè)場景。
英特爾投資中國區(qū)總經(jīng)理王天琳告訴「甲子光年」：“梅卡曼德真的是花了時(shí)間、精力趟坑，取得了比較理想的階段性成果。工業(yè)行業(yè)很難做，能得到這些級別客戶的認(rèn)可，很不容易。”
機(jī)械臂傳統(tǒng)巨頭川崎機(jī)器人中國技術(shù)部部長鈴木敏幸也告訴「甲子光年」：“梅卡曼德是他見過的智能視覺技術(shù)做得最好的公司。”
本文，「甲子光年」實(shí)地走訪了梅卡曼德部分客戶的生產(chǎn)線現(xiàn)場，采訪了其終端客戶，集成商、機(jī)械臂廠家等合作伙伴，梅卡曼德創(chuàng)始人、一線技術(shù)和銷售人員，以及多位關(guān)注該賽道的投資人，探尋深入物理生產(chǎn)場景的“Physcial AI”如何落地。
機(jī)器人智能化的商業(yè)進(jìn)展，能為AI與傳統(tǒng)場景的結(jié)合帶來新可能嗎？
熱潮來臨
在此次深入工廠的采訪中，「甲子光年」在梅卡曼德服務(wù)的某中國著名家電廠商車間里看到了這樣一幕：
長達(dá)4小時(shí)的現(xiàn)場溝通中，身穿灰藍(lán)廠服的車間負(fù)責(zé)人話頭一直沒停，他拉著梅卡曼德創(chuàng)始人邵天蘭在各個(gè)產(chǎn)線上來回穿梭，一個(gè)點(diǎn)、一個(gè)點(diǎn)地過需求，除了雙方已在合作的某空調(diào)部件裝卸項(xiàng)目之外，這位負(fù)責(zé)人接連提到，產(chǎn)線上還有搬運(yùn)上料、折彎、涂膠等大量需要機(jī)器替代的環(huán)節(jié)。
實(shí)際上，這家家電廠商從7年前就開始探索產(chǎn)線的自動(dòng)化、智能化改造，并在2015年設(shè)立智能裝備子公司，生產(chǎn)機(jī)械臂、數(shù)控機(jī)床等產(chǎn)品。 如此功夫背后，是目前中國制造業(yè)痛點(diǎn)的一個(gè)縮影：人力成本攀升已成為遏住制造業(yè)發(fā)展的關(guān)鍵瓶頸，機(jī)器換人需求強(qiáng)烈。
據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2007年到2018年，制造業(yè)的平均工資已翻了近3倍。
明顯的拐點(diǎn)發(fā)生在2012年，中國勞動(dòng)年齡人口規(guī)模較上年減少345萬人，是新中國有統(tǒng)計(jì)數(shù)據(jù)以來的首次下降，此后7年，這一數(shù)字又連續(xù)下降，到2018年已跌破9億。
同時(shí)，嚴(yán)苛的環(huán)境加之枯燥的重復(fù)性勞作，讓90后、00后對工廠望而卻步。
在走訪汽車主機(jī)廠和其零部件工廠時(shí)，「甲子光年」也親身體驗(yàn)了沒有空調(diào)的車間里難耐的悶熱，和即使戴著專業(yè)口罩、耳塞也無法完全阻絕的綿延噪音與化學(xué)加工劑氣味。
工廠經(jīng)常有錢也招不到人。上述家電廠商就曾嘗試直接把大巴開到山區(qū)“抓壯丁”，但效果不佳；生產(chǎn)旺季，有些工廠還會打出“高薪兼職”的廣告，但應(yīng)者寥寥。
而也是在2012年前后，供給側(cè)也迎來了拐點(diǎn)： 柔順控制和以深度學(xué)習(xí)為代表的AI等技術(shù)，在學(xué)界醞釀數(shù)十年后，到了商業(yè)落地的臨界點(diǎn)，這為改造自上世紀(jì)60年代誕生以來，少有革命性變革的工業(yè)機(jī)器人領(lǐng)域帶來了全新可能。
具體變化表現(xiàn)在，深度學(xué)習(xí)、3D視覺、自主規(guī)劃、柔順控制等技術(shù)的發(fā)展，讓原本主要通過編程實(shí)現(xiàn)設(shè)定動(dòng)作的機(jī)械臂有了更好的“眼睛和大腦”，增加了環(huán)境感知和復(fù)雜規(guī)劃能力，可處理更靈活的任務(wù)。
這些智能化技術(shù)的出現(xiàn)，讓“為自由而生”的機(jī)器人進(jìn)一步靠近了靈活性和適應(yīng)性更強(qiáng)的人類。
這一改過去，工業(yè)機(jī)器人的最主流應(yīng)用場景被限制在制造業(yè)中環(huán)境相對固定的沖壓、焊接、噴涂、物料搬運(yùn)、碼垛等環(huán)節(jié)的情況，為機(jī)器人進(jìn)入更多制造業(yè)細(xì)分領(lǐng)域，和向制造業(yè)之外的物流、商業(yè)場景滲透帶來了廣闊空間。
比如，近年來就已出現(xiàn)了一批聲稱要將機(jī)器人用來做披薩、做漢堡、疊衣服的創(chuàng)業(yè)公司。
3D相機(jī)以及AI視覺算法的進(jìn)步使機(jī)器人有望處理物體種類極為多樣的快遞分揀等復(fù)雜場景。（梅卡曼德供圖） 需求強(qiáng)勁加上技術(shù)突破，全球在2012年迎來了一波“智能化機(jī)器人熱潮”：
Amazon于當(dāng)年收購機(jī)器人公司Kiva Systems；
Google在2012到2013年間，一口氣收購了包括波士頓動(dòng)力在內(nèi)的9家機(jī)器人公司；
貝佐斯從2008年起連續(xù)8輪投資了機(jī)器人公司Rethink Robotics；
郭臺銘也在2012年宣布，富士康要在3年內(nèi)打造“百萬機(jī)器人”；
軟銀孫正義曾在多個(gè)場合說：30年后，會有100億機(jī)器人與100億人類共同生活。
這股熱潮在2016年前后刮到了國內(nèi)一級市場：
據(jù)IT桔子對2017年上半年AI領(lǐng)域投資情況的統(tǒng)計(jì)，智能機(jī)器人的融資事件最多，約占投資總數(shù)的28%。
一批智能機(jī)器人新公司紛紛成立，如庫柏特（2016）、梅卡曼德（2016）、非夕（2016)、阿丘科技（2017）、Agile（2018）、XYZ（2018）等。
新創(chuàng)公司之外，各路巨頭也涌入賽道。 其中既有ABB（瑞士）、發(fā)那科（日本）、安川（日本）、庫卡（德國，已被美的于2017年以40億歐元收購）、西門子（德國）等機(jī)械臂或工廠自動(dòng)化領(lǐng)域的傳統(tǒng)老牌企業(yè)。 也有阿里、京東等互聯(lián)網(wǎng)科技公司。
如達(dá)摩院、菜鳥人工智能事業(yè)部、京東AI研究院都在進(jìn)行與機(jī)械臂或AGV（搬運(yùn)機(jī)器人，可用于物流自動(dòng)化場景）直接相關(guān)的研發(fā)。 甚至海康、曠視等其他AI領(lǐng)域頭部公司也已進(jìn)入該賽道：海康在2016年成立?？禉C(jī)器人，主打機(jī)器視覺和物流機(jī)器人（主要是AGV）的結(jié)合；曠視在2018年收購AGV公司艾瑞思，成立曠視機(jī)器人，并于今年1月推出機(jī)器人網(wǎng)絡(luò)協(xié)作大腦“河圖”，還在發(fā)布會上宣布要投入20億，加速智能機(jī)器人落地。
等一聲水花
資本加持，各路新老公司入局，一時(shí)熱鬧非凡。
但2016年至今，從賽道整體情況看，工業(yè)機(jī)器人智能化的發(fā)展仍落后預(yù)期，大部分公司還處于從demo到落地，打磨種子客戶的階段。
曾在2017到2018年，接連投資慧靈、珞石、非夕等工業(yè)機(jī)器人本體公司（即自己生產(chǎn)機(jī)械臂的公司），對機(jī)器人智能化亦有深入觀察的前順為資本執(zhí)行董事孟醒告訴「甲子光年」，落地慢，主要是當(dāng)初的兩個(gè)設(shè)想并未實(shí)現(xiàn)：
設(shè)想1：工業(yè)機(jī)器人的滲透率能快速上升，并從制造業(yè)進(jìn)入別的場景 現(xiàn)實(shí)：雖然2018年之前，從采購量看，中國已連續(xù)5年成為全球最大的工業(yè)機(jī)器人市場，但在2018年后的經(jīng)濟(jì)下行中，各企業(yè)對機(jī)器人的采購意愿有所回落。
設(shè)想2：機(jī)器人智能化公司可通過抽取共同需求，開發(fā)出通用的抓取等軟件包，以高復(fù)用的標(biāo)準(zhǔn)化產(chǎn)品服務(wù)大量客戶。
現(xiàn)實(shí)：落地時(shí)，由于制造業(yè)場景非常碎和多元，實(shí)現(xiàn)高復(fù)用很難，許多公司在真正下水賺錢時(shí)，又把自己搞成了集成商。 落差背后，是新技術(shù)在工業(yè)、生產(chǎn)領(lǐng)域落地的3重難點(diǎn)。
難點(diǎn)1：對前沿AI技術(shù)和行業(yè)經(jīng)驗(yàn)的雙重需求VS市場上缺乏擁有綜合能力的團(tuán)隊(duì) 在機(jī)器人智能化領(lǐng)域，真要打磨出可用的產(chǎn)品，需要團(tuán)隊(duì)既掌握AI視覺算法等前沿技術(shù)，又了解制造業(yè)、物流等場景的真實(shí)需求。 老牌玩家有行業(yè)認(rèn)知優(yōu)勢，但較難補(bǔ)足基因和技術(shù)短板。
懷有技術(shù)的創(chuàng)業(yè)公司則必須克服經(jīng)驗(yàn)不足、對行業(yè)了解不透的問題。 投資了梅卡曼德、優(yōu)必選機(jī)器人、曠視科技的啟明創(chuàng)投投資人周志峰告訴「甲子光年」，他從2013年開始關(guān)注這一賽道，尚未看到行業(yè)老兵在工業(yè)機(jī)器人的智能視覺引導(dǎo)技術(shù)領(lǐng)域做得好的案例。
“新一代年輕人更敢探索基于深度學(xué)習(xí)的智能技術(shù)，而懂這些技術(shù)的人又大多優(yōu)先選擇了金融、互聯(lián)網(wǎng)等高薪行業(yè)，導(dǎo)致工業(yè)領(lǐng)域尤其缺乏創(chuàng)新人才。”周志峰說。
難點(diǎn)2：工業(yè)場景對穩(wěn)定性的高要求VS先進(jìn)新技術(shù)落地時(shí)需要磨合期 如果說AI在智能音箱、新零售等商業(yè)、消費(fèi)領(lǐng)域落地已然不易，那么工業(yè)、生產(chǎn)場景就面臨更大挑戰(zhàn)。
此次「甲子光年」在多家工廠車間里看到了大量質(zhì)量控制看板，和諸如“不收不良品、不做不良品、不出不良品”的質(zhì)量標(biāo)語——工業(yè)化生產(chǎn)，是一個(gè)容錯(cuò)率低、對穩(wěn)定性要求高的場景。
當(dāng)互聯(lián)網(wǎng)行業(yè)大談敏捷開發(fā)和快速試錯(cuò)時(shí)，工業(yè)領(lǐng)域談?wù)摰氖蔷嫔a(chǎn)[1]和六西格瑪[2]。 當(dāng)互聯(lián)網(wǎng)行業(yè)追求高M(jìn)AU(月活用戶）時(shí)，工業(yè)領(lǐng)域追求的是高M(jìn)TBF（平均故障間隔時(shí)間）。
這就不難理解，制造業(yè)的許多客戶非常保守：它們看重技術(shù)供應(yīng)商以往的服務(wù)經(jīng)驗(yàn)、已有案例和存續(xù)時(shí)間。 而新技術(shù)的落地，必然會在初期經(jīng)歷與實(shí)際場景的磨合期；車間惡劣的物理環(huán)境：如粉塵、溫度濕度、電壓不穩(wěn)定、電磁干擾等又進(jìn)一步提升了達(dá)到穩(wěn)定性的難度。
邁過這道坎的助力是目前各行業(yè)客戶在人力成本壓力下的強(qiáng)需求，但也考驗(yàn)著團(tuán)隊(duì)能不能抓住機(jī)會。 尤其是對創(chuàng)業(yè)公司來說，客戶給的機(jī)會往往只有一次。 難點(diǎn)3：客戶需求多樣VS技術(shù)公司對邊際成本遞減的追求 工業(yè)場景還有一個(gè)特點(diǎn)是需求非常碎片化，這是導(dǎo)致孟醒所說的高復(fù)用性設(shè)想落空的原因之一。
而作為在研發(fā)上高投入、高成本的技術(shù)公司，為長遠(yuǎn)發(fā)展，一定要追求邊際成本遞減的模式，實(shí)現(xiàn)“Make Once，Sell Many”。
如何在多元的需求中抽取核心功能并產(chǎn)品化，如何進(jìn)一步沉淀服務(wù)能力和經(jīng)驗(yàn)是突破這一難點(diǎn)的關(guān)鍵。 重重困難之下，在今年上半年的“新聞不斷”之前，市場對工業(yè)機(jī)器人智能化賽道經(jīng)歷了較長的觀望階段。
英特爾投資王天琳告訴「甲子光年」，他們從2017年就開始關(guān)注這一領(lǐng)域，當(dāng)年夏天接觸了剛剛成立不久的梅卡曼德，但直到2019年初才覺得時(shí)機(jī)成熟： “AI要在中國工業(yè)領(lǐng)域落地，太不容易。我們目前出手的只有梅卡曼德，這也和英特爾的投資風(fēng)格有關(guān)，一個(gè)細(xì)分賽道里，我們一般只會投一家公司。”王天琳說。
市場都在等，等那一聲水花： 看行業(yè)里誰先用自己的石子，真正敲開了工廠的大門。
撥動(dòng)飛輪
之所以在第一聲水花響起前慎于出手，是因?yàn)樾袠I(yè)長期觀察者都明白一個(gè)道理：越是在慢賽道，快，越是重要。
因?yàn)?ldquo;慢”背后對應(yīng)著一系列客戶行為方式：謹(jǐn)慎、保守、對已有方案粘性高、替換成本高。
英特爾投資王天琳就提到了一種微妙心態(tài)： “大型工業(yè)企業(yè)的采購部門，在面對年輕公司時(shí)會觀望，觀望時(shí)間可能比我們做投資都久。因?yàn)槿杂迷蟹桨?，不換不是錯(cuò)；但換了做不好，就是你的問題。”
機(jī)器人四大家族（ABB、庫卡、安川、發(fā)那科）平均歷史長達(dá)106年，172年的西門子更是比全聚德還老17年。 如果不是新技術(shù)帶來新機(jī)會，新玩家很難平白無故地切入工業(yè)、生產(chǎn)場景。 而反過來，這種市場特質(zhì)也意味著，一旦有人率先突破客戶，就會把后來者越甩越遠(yuǎn)；而且在制造業(yè)、物流等生產(chǎn)場景，“先行者”席位向來非常有限，全球范圍內(nèi)，未來可能只會容納3到5個(gè)大型公司。
于是，賽道所有玩家頭上，都懸著一個(gè)緊迫的時(shí)間窗，對自己不掌握場景的創(chuàng)業(yè)公司來說尤其如此。 跳不過去，就會困于惡性循環(huán)： 初創(chuàng)，服務(wù)案例不足→算法能力、穩(wěn)定性、服務(wù)經(jīng)驗(yàn)得不到真實(shí)場景打磨→很難打動(dòng)客戶→繼續(xù)沒有案例。
所以，整個(gè)賽道“看過了太多demo，看過了太多video，卻迷失在落地中每一次無果的測試”。 而一旦抓住愿意嘗試的種子客戶，并在服務(wù)中建立口碑，突破了時(shí)間窗，就能撥動(dòng)正向飛輪： 逐漸積累案例→在真實(shí)場景中沉淀算法、提升穩(wěn)定性和服務(wù)經(jīng)驗(yàn)→打動(dòng)更多客戶→獲得更多案例。
這就是為什么，行業(yè)里的第一聲水花尤為重要。
7月中旬，「甲子光年」就捕捉到了水花的一點(diǎn)側(cè)影： 在某中國知名汽車廠商的零部件車間里，兩臺重載機(jī)器人正通過梅卡曼德的3D相機(jī)和算法，對各種零部件自動(dòng)進(jìn)行打膠作業(yè)?，F(xiàn)場工人可通過梅卡曼德的圖形化操作軟件Mech-Viz自行添加新種類的零部件，過程中無需編寫任何代碼。
而就在5米之外，一群穿著罩衣的工人正在進(jìn)行人工打膠——這是該廠處理這道供需的傳統(tǒng)方式，但近年來，由于熟練工人減少，操作不規(guī)范、效率低等問題日益嚴(yán)重，該廠終于啟動(dòng)了自動(dòng)化改造。 這只是今年以來，梅卡曼德進(jìn)行的50多個(gè)應(yīng)用項(xiàng)目之一。
邵天蘭向「甲子光年」展示了他們從2018年至今的客戶pipeline，從2019年開始，訂單量增速明顯加快，基本每周都會有新客戶落單。 這些客戶主要分布在3大領(lǐng)域：
制造業(yè)——汽車主機(jī)廠、汽車零部件生產(chǎn)、家電、鋼鐵、食品、高鐵軌道部件生產(chǎn)等
物流——自動(dòng)倉、快遞中轉(zhuǎn)中心等
其他商業(yè)領(lǐng)域——醫(yī)院、銀行金庫等
核心場景包括拆碼垛、上下料、定位引導(dǎo)/裝配、分揀等。
目前，梅卡曼德也已開始出海——他們已在德國開設(shè)分公司，并在日本本土通過了前期驗(yàn)證，獲得了海外市場訂單。 今年6月，梅卡曼德自主研發(fā)的Mech-Eye智能相機(jī)通過了CE(歐洲)、FCC（美國）、VCCI（日本）三項(xiàng)重要認(rèn)證，這將為切入十分重資質(zhì)的海外市場打下基礎(chǔ)。
成立不到3年的梅卡曼德在機(jī)器人智能化賽道率先砸出水花，跳過時(shí)間窗，拿到了下一階段的比賽入場券。 其投資人周志峰認(rèn)為，梅卡曼德已開始進(jìn)入從1到10的規(guī)?；l(fā)展階段。
最新一輪的投資人英特爾也是在看到批量客戶落地后，終于在今年初結(jié)束了長達(dá)18個(gè)月的觀察： “別的公司大多處于更早期階段，落地案例不夠多，梅卡曼德已開始思考規(guī)?；l(fā)展，落地經(jīng)驗(yàn)豐富。”王天琳說。 邵天蘭自己現(xiàn)在最在意的問題，已不再是從0到1的打標(biāo)桿客戶，而是從1到10的批量交付。 2019年上半年，梅卡曼德團(tuán)隊(duì)擴(kuò)大了近一倍，大量的交付任務(wù)，對年輕團(tuán)隊(duì)的考驗(yàn)非常大。 好在，梅卡曼德從成立第一天起，就在打造一個(gè)核心武器，這也是他們能撥動(dòng)正向飛輪的關(guān)鍵。
核心武器
在「甲子光年」此前發(fā)布的《從華為的冬天到AI的冬天》一文中曾提到，AI to B項(xiàng)目落地的一大困境是，對高級算法人才長期駐場的需求和此類人才數(shù)量少，駐場成本高、意愿低之間的鴻溝。
所以看似高大上的AI公司，在落地時(shí)，很容易變成實(shí)質(zhì)上的外包公司。 這一方面導(dǎo)致成本高昂，公司無法規(guī)?；l(fā)展，甚至難以實(shí)現(xiàn)收支平衡；另一方面導(dǎo)致服務(wù)、產(chǎn)品的經(jīng)驗(yàn)沉淀不到產(chǎn)品上，而是跟著個(gè)人走，難以共享。
讓梅卡曼德能較好解決這一問題的，是在3D相機(jī)、視覺算法、規(guī)劃算法這些顯而易見的“剛需”部分之外，功能上似乎沒那么“剛需”的圖形化機(jī)器人編程軟件Mech-Viz。 以往，工業(yè)機(jī)器人領(lǐng)域處于“各說各話”的巴別塔狀態(tài)。
在為機(jī)械臂設(shè)定任務(wù)時(shí)，工程師需要用示教器或離線編程方式進(jìn)行專業(yè)操作，還得掌握多門語言。 對相對簡單的傳統(tǒng)機(jī)器人任務(wù)，這種編程方式尚可接受；但當(dāng)機(jī)器人更加智能后，眾多子系統(tǒng)要與算法進(jìn)行復(fù)雜配合，傳統(tǒng)編程方式越來越不可行。 而完全圖形化操作的Mech-Viz兼容了十幾種品牌的機(jī)械臂編程語言，可讓最終使用者在不寫代碼的情況下，通過拖拽模塊快速設(shè)定和更改任務(wù)，大大降低了使用難度和學(xué)習(xí)成本。
這也是為什么，在前述汽車廠商的現(xiàn)場，只有兩位梅卡曼德工程師。
邵天蘭告訴「甲子光年」，這是現(xiàn)在梅卡曼德服務(wù)客戶時(shí)的標(biāo)配情況：在絕大多數(shù)客戶現(xiàn)場，他們只有一到兩位調(diào)試人員。平均調(diào)試時(shí)間也從成立之初的數(shù)個(gè)月降到了目前的一至兩周（典型復(fù)制性項(xiàng)目）。
造訪工廠的第二周，「甲子光年」又在梅卡曼德北京總部，體驗(yàn)了Mech-Viz對前方作業(yè)狀態(tài)的遠(yuǎn)程可視化復(fù)現(xiàn)。當(dāng)時(shí)，一位工程師正在協(xié)助處理華南某大客戶的現(xiàn)場需求。
“如果使用傳統(tǒng)的機(jī)器人編程方式，來做這種包含深度學(xué)習(xí)、3D視覺、抓取規(guī)劃、路徑規(guī)劃的項(xiàng)目，工程師很可能得去客戶那兒幫著寫代碼。”邵天蘭說。
所以，看起來不是剛需的Mech-Viz實(shí)際上采是規(guī)?；桓兜睦鳎?它既減少了梅卡曼德自己的駐場和后期維護(hù)成本，也能提升客戶一線人員的使用體驗(yàn)，減少客戶的工程師成本。如梅卡曼德的合作伙伴，某機(jī)器人拆碼垛領(lǐng)域最大的集成商之一就提到，使用梅卡曼德的產(chǎn)品后，他們的調(diào)試速度比過去壓縮了一半。
更重要的是，Mech-Viz為公司提供了積累、沉淀經(jīng)驗(yàn)的通用軟件平臺。 若沒有這個(gè)平臺，服務(wù)客戶的各種細(xì)碎經(jīng)驗(yàn)——如不同場景的物體碼垛、抓取規(guī)劃方式等——會散落在寫了幾千行代碼的示教器或某個(gè)現(xiàn)場老師傅的腦海中，雁過無痕，無法成為產(chǎn)品持續(xù)進(jìn)化的養(yǎng)分。
“這個(gè)積累是公司能往前走的基礎(chǔ)。”邵天蘭說。 但一個(gè)問題是，既然新一代機(jī)器人編程軟件好處良多，為什么賽道里其它玩家不做？ 邵天蘭的回答是：要么沒認(rèn)識到，要么沒做好。 從公司成立第一天起，梅卡曼德就在做Mech-Viz，對其的優(yōu)化、迭代一直持續(xù)到現(xiàn)在。 這首先源于邵天蘭對機(jī)器人智能化落地的認(rèn)知，在他看來，機(jī)器人的智能化可以被劃分為3個(gè)維度：
更高的感知——源自傳感器和算法技術(shù)的進(jìn)步
更高的規(guī)劃能力——源自運(yùn)動(dòng)規(guī)劃技術(shù)的提升
更優(yōu)的人機(jī)交互方式——需要新一代工業(yè)機(jī)器人軟件系統(tǒng)帶來全新編程方式
從最終的客戶價(jià)值出發(fā)，是更復(fù)雜的自動(dòng)化需求，要求機(jī)器人具備更高的感知能力；而更高的感知能力又會帶來更復(fù)雜的規(guī)劃要求，即靈活根據(jù)環(huán)境調(diào)整運(yùn)動(dòng)方式；二者疊加，又會使工業(yè)機(jī)器人的復(fù)雜度大大提升，這就需要更簡化的人機(jī)交互方式。
梅卡曼德的產(chǎn)品剛好對應(yīng)著這3個(gè)維度：3D相機(jī)、視覺和規(guī)劃算法，以及Mech-Viz。
而第二步，意識到重要性后能不能做到，則需要攻破兩個(gè)關(guān)鍵點(diǎn)： 一是產(chǎn)品定義——就像智能手機(jī)未出現(xiàn)前，很少有人能想象它的最終形態(tài)，更不要說在工程上實(shí)現(xiàn)。雖然很多公司都能做一個(gè)圖形化的界面，如Rethink的Intera 5，但往往只能做demo，很難設(shè)計(jì)出真正能應(yīng)對多變實(shí)際需求的產(chǎn)品。
二是湊齊軟件、算法和行業(yè)認(rèn)知三重能力——沒有軟件和算法能力，可能連demo都做不出；但要真正可用，還需要能洞察共通需求的領(lǐng)域知識，否則無法把多元的工藝要求拆解、抽象成軟件核心模塊。
先后從清華軟件學(xué)院和慕尼黑工大信息學(xué)院畢業(yè)，并在德國機(jī)器人公司工作過的邵天蘭有技術(shù)和工程上的積累，他惡補(bǔ)領(lǐng)域知識的方式是大量跑現(xiàn)場。
在正式創(chuàng)業(yè)前，邵天蘭用近3個(gè)月時(shí)間集中拜訪了一批工廠和集成商；直到現(xiàn)在，這仍是他工作中的重要內(nèi)容，實(shí)地走訪過的各地客戶現(xiàn)場已達(dá)上百個(gè)。
把自己定位為公司最大產(chǎn)品經(jīng)理的邵天蘭要在現(xiàn)場確認(rèn)兩件事： 一是看場景是否具有技術(shù)可行性；二是看需求是否具有商業(yè)價(jià)值，是否可泛化； 除了創(chuàng)始人自己跑前線，梅卡曼德整個(gè)公司對需求把握亦有一套方法。 市場夠大、技術(shù)可達(dá)、投入產(chǎn)出比可計(jì)算是主要的判斷標(biāo)準(zhǔn)。
梅卡曼德的高級大客戶經(jīng)理康晨輝告訴「甲子光年」，在決定進(jìn)入家電、汽車、物流等場景前，團(tuán)隊(duì)曾做過細(xì)致分析；總體而言，正在進(jìn)行自動(dòng)化改造或已完成半自動(dòng)化改造的行業(yè)是最佳選擇。
意識到位、技術(shù)實(shí)力和對現(xiàn)場需求的敬畏，支撐了梅卡曼德對Mech-Viz的研發(fā)和持續(xù)優(yōu)化；并能在同時(shí)服務(wù)數(shù)個(gè)客戶時(shí)，仍較好規(guī)避無法交付、案例失敗的情況。
相比更有可能陷入同質(zhì)化競爭的硬件和算法，機(jī)器人軟件上的持續(xù)積累和迅速增加的實(shí)際案例經(jīng)驗(yàn)已成為梅卡曼德的重要優(yōu)勢之一。
習(xí)慣掃描賽道各公司的英特爾投資王天琳告訴「甲子光年」，在他們實(shí)際考察過的這類工業(yè)機(jī)器人智能化玩家中，除了梅卡曼德，尚未看到有人做出真正可用的類似工業(yè)軟件。
Mech-Viz之外，邵天蘭認(rèn)為梅卡曼德的另外兩個(gè)優(yōu)勢是綜合技術(shù)能力和工程能力。 綜合技術(shù)能力表現(xiàn)在產(chǎn)品上，是方案的完整性。 與梅卡曼德合作，服務(wù)國內(nèi)某頭部通信設(shè)備廠商的某集成商在采訪中說：“梅卡曼德整個(gè)系統(tǒng)包含校正、機(jī)器人接口、碰撞檢測等流程，而很多廠商只做一部分，比如3D定位，還需要額外做很多工作。”
邵天蘭認(rèn)為，梅卡曼德不是相機(jī)公司，也不是視覺算法公司，而是一個(gè)像自動(dòng)駕駛公司一樣有綜合能力的公司，有自己的3D相機(jī)，視覺、規(guī)劃算法，軟件，具備比較完整的機(jī)器人智能能力。
而工程能力，是一種構(gòu)建包含多種硬件、軟件、算法的復(fù)雜系統(tǒng)，并使其能在不同場景中魯棒、靈活、易用、可拓展、易排錯(cuò)的能力。
這是創(chuàng)業(yè)公司在服務(wù)種子客戶時(shí)，抓住“唯一一次機(jī)會”的關(guān)鍵，表現(xiàn)在產(chǎn)品上就是穩(wěn)定、安全、耐用。 中國汽車零部件機(jī)器人自動(dòng)化領(lǐng)域最大的集成商之一金沙數(shù)控副總經(jīng)理趙愛國告訴「甲子光年」，在金沙與梅卡曼德合作的一個(gè)機(jī)床裝料項(xiàng)目中，梅卡曼德的產(chǎn)品確實(shí)滿足了客戶“不出錯(cuò)、不停機(jī)”的要求： “從今年春節(jié)后到現(xiàn)在，我們在料倉上用得很穩(wěn)定，包括料的換型、日常抓取、相機(jī)的識別精度、對不同光線的適應(yīng)性等都比較強(qiáng)，目前為止沒出過問題。”
中國郵政技術(shù)人員也在采訪中表示，在包裹分揀場景的自動(dòng)化改造中，他們曾先后與5家公司接觸，其中不乏業(yè)內(nèi)資深公司，但只有梅卡曼德一家走到了最終測試層面，并給出了很好的結(jié)果。
有了過硬的產(chǎn)品基礎(chǔ)，在具體商業(yè)打法上，梅卡曼德的原則是“被集成”——盡量少做集成項(xiàng)目，以供應(yīng)方角色與集成商合作，更快落地更多場景。
這是因?yàn)楣I(yè)、生產(chǎn)領(lǐng)域的需求非常碎片化，如果想成長為某環(huán)節(jié)的重要玩家，一定要以大量場景量喂養(yǎng)自己的技術(shù)能力、行業(yè)認(rèn)知和化需求為產(chǎn)品的抽象能力。
而自己做集成商，容易讓眼前收入分散公司精力，拖慢落地速度，顧此失彼。 近3年來，總體來看，梅卡曼德發(fā)展得較有節(jié)奏感；但在工業(yè)巨頭、互聯(lián)網(wǎng)科技巨頭和其他視覺領(lǐng)域跨界玩家扎堆入局的情況下，邵天蘭的危機(jī)感一直很強(qiáng)：“你看我們做得比較好，那是因?yàn)槲覀円恢痹谄疵蚯芭?。一定會出現(xiàn)強(qiáng)勁的對手，只是我還不知道在決賽圈會遇到誰。”
刺激戰(zhàn)場
“不知道在決賽圈會遇到誰”，源于機(jī)器人智能化也像諸多AI賽道一樣，正面臨復(fù)雜競合。 對賽道整體情況比較保守的孟醒提到，在這個(gè)領(lǐng)域創(chuàng)業(yè)，非常頭疼的一點(diǎn)是“上下游都在做你做的東西”。
直接夾擊機(jī)器人智能化廠家的上游玩家是機(jī)器人本體廠商，其中既包括百年巨頭如四大家族等，也包括中國本土的一批挑戰(zhàn)者，如新松、埃斯頓等；他們內(nèi)部都有視覺算法研發(fā)團(tuán)隊(duì)。
下游則包括各自占據(jù)細(xì)分場景的大量集成商，和在工業(yè)自動(dòng)化領(lǐng)域深耕多年的工業(yè)巨頭如西門子、GE等；而且在一些地區(qū)，如日本本土，四大家族自己也是集成商。 這些上下游玩家的優(yōu)勢是客戶經(jīng)驗(yàn)強(qiáng)；但在算法、軟件上的研發(fā)能力有限。
以開發(fā)新型機(jī)器人編程軟件為例，「甲子光年」從歐洲某著名工業(yè)機(jī)器人廠商前員工處了解到，該公司曾在一項(xiàng)劍指下一代機(jī)器人操作系統(tǒng)的大計(jì)劃中，嘗試研發(fā)新一代編程軟件，但近十年的投入后，仍未推出可規(guī)模應(yīng)用的產(chǎn)品。
而且如今，在多年波瀾不驚的工業(yè)自動(dòng)化領(lǐng)域之外，又集結(jié)了一群墻外的窺伺者。 第一類是手持黑科技利器的互聯(lián)網(wǎng)巨頭。 如Google在2013年連收9家機(jī)器人公司，一度掀起全球機(jī)器人熱潮。
2018年起，F(xiàn)acebook AI團(tuán)隊(duì)也在機(jī)器人技術(shù)上動(dòng)作頻頻，其研究涉及六足機(jī)器人、Replica真實(shí)感訓(xùn)練數(shù)據(jù)集和Habitat模擬引擎，并在今年6月開源了與卡耐基梅隆大學(xué)合作的機(jī)器人編程新框架PyRobot。
騰訊在2018年3月成立機(jī)器人實(shí)驗(yàn)室“RoboticsX”，探索人工智能、機(jī)器人本體、自動(dòng)控制等7大技術(shù)，但目前仍未公開產(chǎn)品。 可以看到，這些科技巨頭的取向更靠近前沿研究，有吸引頂級算法、軟件甚至硬件人才的優(yōu)勢；但目前來看，似乎尚無推進(jìn)商業(yè)落地的明確時(shí)間表；未來如果要真刀真槍加入競爭，則短板是對工業(yè)制造業(yè)缺乏行業(yè)認(rèn)知和客戶積累。
第二類在墻外探頭的人就認(rèn)真多了——是同樣掌握AI視覺技術(shù)的其他公司。 典型代表是?？?、曠視、商湯。 在商湯官網(wǎng)上，可看到他們在核心技術(shù)中已列出了工業(yè)機(jī)器人智能化技術(shù)。商湯官網(wǎng)信息
雖然目前商湯在這一領(lǐng)域沒有公開的落地案例信息，但不排除未來這家獨(dú)角獸的新動(dòng)作。
而?？禉C(jī)器人和曠視機(jī)器人，都已有在物流場景實(shí)際使用的AGV解決方案，和極智嘉、快倉等公司形成了直接競爭關(guān)系。 最后一類“墻外漢”很值得注意——他們同時(shí)擁有技術(shù)和場景。
2018年底，亞馬遜曝光了自己的自動(dòng)化倉庫方案。 在這前后，國內(nèi)掌握了物流場景的科技巨頭——阿里、京東也都有相似動(dòng)作。
在這些科技公司設(shè)想的未來自動(dòng)化倉儲系統(tǒng)中，包含了非常綜合的技術(shù)： 一是硬件層的機(jī)械臂、3D相機(jī)、交叉分揀帶、AGV等設(shè)備；二是使硬件智能化的各類軟件、算法系統(tǒng)，如視覺檢驗(yàn)、混合碼垛、無序分揀及聯(lián)動(dòng)數(shù)臺AGV的中控系統(tǒng)——在菜鳥無錫倉，已能實(shí)現(xiàn)對700臺AGV的同時(shí)調(diào)度；三是涵蓋從倉儲到揀貨、打包、分揀再到出倉全流程的智能化決策、管理系統(tǒng)。
2017年，阿里曾宣布要在未來5年持續(xù)投入1000億，實(shí)施“新零售和物流全球化”計(jì)劃，而包括倉儲、轉(zhuǎn)運(yùn)、分撥中心等在內(nèi)的物流自動(dòng)化、智能化改造會是其中重要一部分。
大幕拉開，好戲就要上演。 四十多年來波瀾不興的工業(yè)機(jī)器人領(lǐng)域，在短短5年間，倏忽從承平日久進(jìn)入戰(zhàn)國時(shí)代。 未來的競爭，關(guān)鍵還是看誰能率先落地，撥動(dòng)正向飛輪。 回到源頭，撬動(dòng)這次大變革的是以AI為主的新技術(shù)。 AI的三駕馬車是算力、算法、數(shù)據(jù)。 到今天，算力層，基礎(chǔ)設(shè)施日臻完善，除少數(shù)自研芯片的玩家，算力不足以成壁壘；算法層，頭部企業(yè)之間很難形成差異化，算法也不足以護(hù)城池。
唯可一戰(zhàn)的就是數(shù)據(jù)。 誰家的數(shù)據(jù)都不是大風(fēng)刮來的。數(shù)據(jù)來自場景：對沒有數(shù)據(jù)積累的初創(chuàng)公司來說，產(chǎn)品落地，數(shù)據(jù)量才能起來。業(yè)務(wù)和場景里的真實(shí)數(shù)據(jù)，才能養(yǎng)出一個(gè)健康發(fā)展的AI公司。 圍繞場景方，未來以上各玩家和最終客戶之間，會形成競爭、合作兼有的縱橫關(guān)系。
如在阿里、京東乃至三通一達(dá)宏大的物流自動(dòng)化設(shè)想中，完全自己包圓所有技術(shù)和方案可能非常不經(jīng)濟(jì)，這就有外部供應(yīng)商發(fā)展的機(jī)會——比如天貓超市的倉庫與曠視機(jī)器人有合作；菜鳥無錫倉則與AGV創(chuàng)業(yè)公司快倉有合作。
同時(shí)，機(jī)器人智能化公司也與研發(fā)能力受機(jī)制和主營業(yè)務(wù)限制的機(jī)械臂老牌廠商、集成商有廣泛合作，這也是目前行業(yè)的主流現(xiàn)狀。 但不管是與話語權(quán)強(qiáng)的大客戶合作，還是與技術(shù)實(shí)力不俗的互聯(lián)網(wǎng)巨頭聯(lián)手，都多少有些“笑里藏刀”的意味；說不定哪天，阿里就搞出自己的AGV硬件了呢？
終局
不過，在可能發(fā)生的刺刀見紅的競爭之前，全行業(yè)面臨一個(gè)共同瓶頸——機(jī)器人本身的滲透率。
自2013年取代日本成為全球工業(yè)機(jī)器人銷量最大的市場后，中國工業(yè)機(jī)器人銷量增速持續(xù)處于高位。 但自2018年下半年開始，經(jīng)濟(jì)下行、制造業(yè)不景氣，中國工業(yè)機(jī)器人銷量首次萎縮，全年總銷量為13.5萬臺。
寒潮之下，危中有機(jī)。 首先，當(dāng)機(jī)器人硬件銷量下滑，各廠商會進(jìn)入價(jià)格戰(zhàn)，這時(shí)，提升產(chǎn)品溢價(jià)的智能化技術(shù)能反而能與機(jī)器人廠商之間有更多合作。 其次，不景氣時(shí)，最先被淘汰的是落后產(chǎn)能，它們本就不是智能化等先進(jìn)產(chǎn)品的主要目標(biāo)客戶。 在整個(gè)行業(yè)瘦身、下蹲后，機(jī)器人銷量可能像2008年金融危機(jī)后一樣，出現(xiàn)報(bào)復(fù)性反彈。
第三，智能化技術(shù)有潛力解決一些以往不能解決的問題，帶著機(jī)器人進(jìn)入更多場景：這既包括更多工業(yè)場景，也包括上文提及的物流，甚至餐飲服務(wù)、銀行等商業(yè)領(lǐng)域。 最后，從目前已是全球最大制造業(yè)中心的中國宏觀情況看，中國工業(yè)機(jī)器人的滲透率還非常低。
據(jù)IFR的最新數(shù)據(jù)，2017年，中國工業(yè)機(jī)器人的密度是68臺/萬人，排名23，比韓國（631臺）、新加坡（438臺）、德國（309臺）、日本（303臺）差了一個(gè)數(shù)量級。 決心要在2025年，實(shí)現(xiàn)制造業(yè)上臺階的中國，未來一定會努力抹平差距。 且中國制造業(yè)雖粗獷有余、精細(xì)不足，但體量大、膽子也大，對新技術(shù)更有包容度，是全球范圍內(nèi)智能工業(yè)機(jī)器人落地的最佳實(shí)驗(yàn)田，沒有之一。
據(jù)「甲子光年」了解，在百年老廠滿地，各種資質(zhì)成堆的歐、日、美市場，相似的工業(yè)機(jī)器人智能化公司多已成立4到6年，起步更早，但大部分仍處于嘗試少量種子客戶的階段；有更多機(jī)會被實(shí)際場景淬煉的中國企業(yè)，有望后來居上。 再考慮到智能化技術(shù)加持下，工業(yè)機(jī)器人對工業(yè)之外領(lǐng)域的適應(yīng)性，今天的低滲透，就是明天的大機(jī)會。
隨著機(jī)器人在不同區(qū)域、場景的滲透程度進(jìn)一步提升，前奏剛演了一半的這場大秀，將迎來更精彩的劇情。 以技術(shù)、產(chǎn)品立足的工業(yè)機(jī)器人領(lǐng)域向來是全球競爭市場。
這個(gè)行業(yè)里值得尊敬的技術(shù)公司，從來不是地頭蛇，天生具有海洋性。
新的智能機(jī)器人，不管做本體還是做系統(tǒng)，亦如此。 市場終局很明了：新一輪技術(shù)紅利過后，硬件層、系統(tǒng)層在全球市場分別剩下三、五個(gè)大玩家，足矣。 過程中的小懸念是：賈史王薛，能否延續(xù)家族榮耀？
后起之秀又姓甚名誰？ 大懸念則是：新技術(shù)變革后，全球?qū)嶓w經(jīng)濟(jì)如何洗牌？ 自大航海和工業(yè)革命以來：西班牙、尼德蘭、英格蘭、法蘭西、普魯士、德意志、美利堅(jiān)……大國輪番上桌，有人驟起驟落，有人基業(yè)長青。 究其原因，有制度、文化、民族性格；而歸根結(jié)底，回到原點(diǎn)——歷史不過是地理在時(shí)間上的延續(xù)。
面對越來越復(fù)雜的工業(yè)體系，人口、資源受限的小國已被逐漸邊緣化，無力也無意參與全球競爭。 而供給和需求體量都非常大的中國，有潛力在正展開的新技術(shù)商業(yè)競爭中，獲得更大機(jī)會。
從新一代AI、IoT芯片到智能機(jī)器人、到各層面的AI算法、再到自動(dòng)駕駛和它背后的激光雷達(dá)等硬件，各硬科技細(xì)分賽道，現(xiàn)在仍覆背著一層殘雪，但下一代的全球化科技種子公司，正悄然等著在不久的春天后冒頭。
