文｜邱曉芬
編輯｜蘇建勛
在 7、8 月的展會季，如果你逛過擎朗智能的展位，會看到酒吧、餐吧、劇院等模擬場景。他們的雙足服務機器人 XMAN-F1 化身服務員，幫助觀眾打爆米花、做冰鎮飲料、調酒等等。
讓機器人真干活——這種布景思路，源于擎朗智能 CEO 李通的商業理念。在與《智能涌現》的交流時，擎朗智能 CEO 李通反反復復提到的詞是 " 商業化 "。
作為一家沉浮了 15 年的商用機器人公司，李通認為，這也正是他們在上一輪商用機器人大逃殺中成為幸存者、" 穿越周期 " 的關鍵詞。
只是，要讓機器人實現商業化，知易行難。李通表示，機器人落地，不能只是憋在家里 " 想象 " 客戶需要什么，而是要勇敢走向現場，觀察客戶真正有什么痛點，進而找到機器人能力和客戶價值的交匯點。
" 一個是甲方的期待，一個是你的想象，中間的誤差要解決 "。
李通向《智能涌現》舉了個例子，當年他們的機器人落地某連鎖火鍋店時，他們的研發、產品經理、項目經理全員到現場。甚至當機器人出問題時，他們甚至還要幫忙傳菜。
為了提高機器人服務的顆粒度，他們需要了解客戶的每一個小細節，細致到客戶業務的流程、每個工作崗位的職責、一個新人如何從陌生到上手、客戶的培訓內容、標準等等。
李通表示，以這一火鍋店為例，一個店里總共有 20 多個工種，其中，傳菜員有兼職和專職之分，每個人每送一個托盤，需要用手環刷卡計件，配送一個托盤是五毛錢。
不過，要如何判斷機器人商業化是否成功？李通提出了機器人 " 崗位化 " 的觀點。在他看來，當機器人真正能替代一個崗位的工作，成為比人類更高效的勞動力時，才有了大規模落地的可能性。否則，所謂的機器人干活，只是炫技、噱頭。
他表示，經過計算，擎朗的機器人基本能替代一個人類員工的崗位，且成本是人類的 1/2-1/3。" 機器人公司本質就是勞動力公司，商業化關鍵在于，機器人能不能成為勞動力。"
目前，擎朗已經賣出去超過 10 萬臺商用機器人。IDC 2024 年的報告顯示，他們是商用服務機器人出貨量全球第一，市場份額占 23%。
你在漢堡王、希爾頓酒店看到的往來配送的機器人，便是出自擎朗之手。此外，他們的產品矩陣也有清潔機器人，出海至歐美日韓等全球六十多個國家地區。
當他們的專用機器人出貨逐漸穩定，2023 年起，擎朗也著手研發機器人 " 大腦 "，產品理念也從專用機器人走向通用人形機器人。
李通向我們描繪了這樣一條發展路徑：只有當機器人在各個 " 碎片市場 " 有了大規模的商業化落地，積累了足夠多的數據，等數據、模型持續迭代，才有智能涌現的可能性，進化出更聰明、有泛化能力的機器人大腦。
在 WRC 期間，我們與李通交流了他們商業化的秘訣、如何讓機器人從專用走向通用、以及他們機器人出海的心得，或許能為新一波的機器人創業提供一定的參考價值。
以下是《智能涌現》和李通的交流實錄，經編輯后發布：
機器人公司，本質是 " 勞動力 " 公司
《智能涌現》：這波具身智能機器人火熱起來之后，你們的心態如何？相比于很多新出現的公司，你們的競爭力是什么？
李通：現在具身智能出現之后，我們需要開放的接受這一波浪潮，其實這一波只出現了兩三年，大家都是平等在一條起跑線上。反而， 我們對行業的認知、對產品的認真，這個優勢，讓新產品可以快速落地，而有的公司還在炫技的過程中。另一方面，我們也了解如何怎么去做全球化，了解各個地方的文化，進而去設計不同的產品形態和產品。
《智能涌現》：在機器人行業沉浮了 10 年，感覺這兩年的機器人行業，和更早之前相比有什么差別？
李通：現在有當年萬眾創新大眾創業的感覺。我們 10 年來在這個行業，基本上是每隔兩三年經歷一個輪回，關注 1 次、落寞 1 次，一直是這樣交替，我們都習慣了。
我們是穿越過周期的一家公司。其實，在四五年前，我們的生活中根本就沒有服務機器人，當時有很多人去做（服務機器人），沒有 100 家也有 80 家。
我們看到一個歷史的相似性，當時的狀態和今天一樣。現在這么多家廠商怎么走到最后？我覺得以歷史的經驗來看，還是要真正以最終的商業化為目標的企業，才可以真正活下來。上一波浪潮中，沒有商業化的最后都失敗了。目前成體量的公司，一個手數得過來。
《智能涌現》：大家都知道商業化很重要，為什么最后還是紛紛折戟于這一點？
李通：機器人廠商想象中的 " 落地 " 和實際的落地是有誤差的，一個是甲方的期待，一個是你的想象，中間的誤差要解決。你真的了解你的客戶嗎？還是只是想象中的了解？
機器人公司真正要商業化，應該天天和你的客戶在一起，了解客戶的業務流程，了解機器人產品能干什么，了解客戶能支付多少錢，最后尋找到客戶價值和產品價值的交匯點。
比如，我們的機器人是可以替代一個人的，甚至更多，我們機器人的價格是當地勞動力價格的 1/2~1/3，這樣才能有大規模商業化的可能性。
我們提出來一個崗位化的觀點——當機器人真的能做一個崗位的工作，且比人類高效的時候，才是有落地的可能性，否則只能是一個 demo，一個噱頭。
機器人本質就是勞動力，我們開玩笑說，機器人公司本質就是勞動力公司，商業化的關鍵就是能不能成為勞動力。
《智能涌現》：你們的商業化很深入客戶場景，能否舉個例子？
李通：以某連鎖火鍋店為例，他們有 20 個工種，負責配送都有兩種，兼職和專職，他們每配送一次，送一個托盤是五毛錢。配送員手上有一個手環，手環后面有一個打卡器，拿過來一個托盤就刷一下，是計件制度的。
所以，這個火鍋店的勞動力成本計算是很明確的。傳菜員前面有一個出菜的，末端是一個服務員，光這一個流程就三個工種。
《智能涌現》：上一波服務機器人爆發，你們是站到最后的公司，你覺得你們的競爭力是在于，對商業化把控的顆粒度是最細致的嗎？
李通：我們不敢這么說，但我覺得，要搞商業化，不能憋在家里想象客戶需要什么，而是要勇敢走向現場，去觀察客戶真正有什么痛點。
在過去，我們就是天天在客戶的場景里邊，了解客戶的每一個細節。包括，客戶的業務的流程、每一個工作崗位的工作職責、一個新人怎么從什么不知道到知道、每一個培訓內容是什么、標準是什么，我們都深入了解。
《智能涌現》：你們對商業化的細致把控，在組織和管理上要怎么體現？
李通：我們的研發產品經理、項目經理都要去現場，如果機器人出了問題，你人就要去那幫忙配送，親自去干活。
賣出去 10 萬臺機器人后，決定從專用跨到通用
《智能涌現》：去年以前我看你們的展示，更多還是酒店服務機器人的產品形態，為什么今年基本上都是人形機器人了？這個轉折在內部是怎么發生的？
李通：我們天天想一個問題，我們是憋一個大招直接做通用機器人，還是沿途下蛋，走漸進式落地的路線。最后我們決定，先在簡單的垂類落地，我們叫細分化的市場。然后，一邊落地，一邊產生數據。
我們認為機器人現在最大的卡點是數據。垂類場景里的數據都是縱向的，是共享的，數據不斷迭代，最后才能實現一個相對全能的過程，這就是我們思考的商業化邏輯。
《智能涌現》：專用機器人和通用機器人，對應到場景中，各有什么特點？
李通：我們以前做的絕大多數是專用機器人，但這也需要我們不斷根據不同的需求做新的機器人。
其實，通用機器人和專用機器人各有優缺點——
專用機器人的優點是，產品本身就是針對崗位去設計的，所以它無疑就是最高效率的，但是缺點是它不能遷移，換一個崗位就得重新去設計；
通用機器人恰恰相反，基于軟件數據的迭代，可以換不同的崗位，但是缺點是 ROI 也是低的，比如機器人送托盤，專用機器人能送四個，通用的人形機器人你只有兩只手，只能送兩個。
在服務的場景里，有的工種是要做這個做那個，是變化的，那就適合用通用機器人來做，比如服務員。有的工種是只做一個事情，比如配送，那讓專用機器人來做，有些事能用機械臂完成的，我不認為非要用人形機器人完成。
專用和通用機器人混合在一起，才能一起更高效率解決服務業勞動力短缺的問題。
《智能涌現》：從專用機器人到通用機器人，產品的底層技術、形態都發生了很大的變化。你們過去十年所積累下來的經驗，如何復用到接下來的轉型當中？
李通：其實專用機器人和通用機器人，本體的技術完全是一樣的，機電系統就是機器人的基本功。另外，電機、驅動控制、算法全都是我們自己做的，兩類機器人唯一的區別是具身智能大模型，但是這一點，大家都在同一個起跑線。
具身大模型現在有各種各樣的技術方案，現在沒有一個公認的路徑。王興興說他對 VLA 持懷疑態度，但我們還是相信 VLA 的。可能他對了，也可能我們對了，但在機器人還沒有大規模落地之前，是還沒辦法判斷誰是對的。
機器人創業，不能停留在真空中
《智能涌現》：感覺你們相比于現在很多廠商，一大優勢就是，你們有 10 萬臺的出貨量，有場景和數據，不用像很多廠商一樣用搖操去收集數據？
李通：對，但是操作數據還是要有，對空間的認知是 VLA 的一部分。機器人集采訓練場，如果有機器人 100 臺，一天收集 8 小時，這部分數據也是不夠的，所以還是要通過機器人的大規模落地來獲得，沒有規模化落地，哪來的規模化數據。數據和商業化，這是一個 " 先有雞還是先有蛋 " 的問題。
《智能涌現》：我們感覺現在機器人實際操作呈現出來的效果，和用戶實際的預期有很大的差距，您對此有什么感受嗎？
李通：我們酒店配送機器人在國內是標配，但是海外基本沒有，就是因為電梯。在國內，做梯改是可以的，但是電梯在國外是特種設備，要去改的成本很高。那我們就想著，給機器人加個手臂去按電梯，但是沒那么簡單。
舉個例子，比如很多酒店是 6 部電梯，按完后機器人不知道哪個門開；電梯到達時顯示的燈也不一樣，有的是紅的，有的是方的；到了電梯里面，還要看這次開門是不是機器人想到達的樓層；如果電梯里擠滿了人，還要看機器人去按電梯會不會撞到別人呢，能不能在關門前擠出去……
機器人不懂得真實世界是什么樣子的。按電梯門，這么一個雞毛蒜皮的小事情實現起來都這么難，都要要求機器人泛化能力要很強。
《智能涌現》：具身智能的出現，能幫忙解決這些問題嗎？
李通：當然，我們在去年推出全球首個雙臂具身服務機器人 XMAN W3，實現了具身大腦和具身小腦的落地應用。
XMAN-W3 利用云端基于多模態大模型的 " 大腦 " 實現了長程任務規劃和復雜場景理解，我們自己測試的泛化性是還不錯。當然去到客戶那邊實際落地的情況會更復雜。這會伴隨著訓練加強，泛化性會進一步提高。
《智能涌現》：你們什么時候開始做具身智能大模型？
李通：2023 年。
《智能涌現》：你們在本體上也比較擅長，而大腦的路線上需要不斷試錯，你們為什么不干脆找一個大腦公司合作？
李通：歷史告訴我們這是比較難的。大腦公司在沒有場景、數據，這樣真空的狀態下，很難做出一個完美的大腦。
舉個例子，曾經我們也想直接買導航模塊，這個也算是簡單的大腦，感知、判斷、決策、執行。但最后，我們測試了很久都行不通，因為他們對業務場景的理解是不透徹的，所以我們也都是自研。不過做大腦不是發一些 論文就可以了，我們是設置了一些場景，倒推出我的模型結構應該怎么做，來調配模型，再看怎么訓練最優秀。
未來出海是機器人的必選項
《智能涌現》：你們的出海成績很不錯，據 IDC 此前的報告，你們是商用服務機器人市占排名的第一名。您怎么看機器人出海這個趨勢？
李通：未來所有機器人出海是必選項，因為機器人本身就是勞動力。海外勞動力很貴，我們海外的機器人價格是國內的好幾倍。我們主要市場是在歐美日韓這些，勞動力缺乏、人力高昂的地方。
我們是加拿大養老協會的官方合作伙伴，我之前問他們缺什么機器人，他們說什么都缺。
《智能涌現》：你們覺得海外市場對于機器人的接受程度如何？
李通：我們覺得日本、韓國對于機器人的接受程度比較高，可能中日韓是看哆啦 A 夢長大的，大家天然會覺得機器人是幫助人類的。
我們賣去日本的機器人就是很卡哇伊，他們會覺得機器人天生就是我們的伙伴，所以對機器人的包容度更高。但是歐美市場的消費者是看終結者長大的，他們可能會希望機器人更加硬朗一點。
《智能涌現》：你們出海開拓市場的時候，是會和當地合作伙伴合作嗎？
李通：我們會和當地伙伴合作，比如在日本和軟銀合作。我們在韓國市場是和 KT 韓國電信，中東我們在沙特阿美合作，出海需要海外廠商的背書。
