邮箱｜damoxingjidongzu@pingwest.com
传统自动化强调效率，新一代机器人强调灵活性与可重构性。
过去十年，机器人技术的主要障碍不是硬件，而是集成复杂、ROI周期长、组织准备度低。但现在，这些问题正在被重新解构。
从AI驱动的协作平台，到“用一年时间回本”的数字孪生模拟，自动化项目的范式正在发生剧烈转变。
在新一期播客节目中，主持人Daphne Luchtenberg对话麦肯锡公司合伙人 Ani Kelkar、泰瑞达机器人公司总裁 Ujjwal Kumar、波士顿动力公司首席战略官 Marc Theermann和Vention 创始人兼CEO Etienne Lacroix。他们共同剖析从“试点困局”迈向产业规模化所需的能力重建、投资回报逻辑和组织变革路径。
对话内容原汁原味呈现于下：
Daphne Luchtenberg：Ani，请和我们介绍一下当前的形势，以及你在与和客户的交流中发现了什么，他们如何看待当下的机器人技术，为什么让机器人技术成为前线作战的一部分，比以往任何时候都更现实？
Ani Kelkar：谢谢Daphne，我认为过去12到18个月里，机器人技术领域发生了巨大的变革。无论从公司报告还是新闻出版物来看，人们对这个话题的兴趣增长了五到六倍，这在我们与客户的交谈中也有所体现。从历史上看，机器人的应用局限于某些特定场景，而且人们对投资回报率、实施成本以及将其集成到运营中的复杂性存在担忧。如今，很多这些挑战正通过技术手段得到解决，这重新激发了人们的兴趣，也加快了机器人集成的进程。
话虽如此，每次我们对高管进行调查时，他们仍然对在试点项目之外进行大规模推广感到担忧，大约40%参与试点项目的高管反馈，试点很有意思，他们的业务部门对此很感兴趣，但不清楚实际的商业价值是什么。所以这并非无法克服的挑战，但在考虑将机器人技术集成到公司的IT和运营技术堆栈中时，仍有一些工作要做，比如如何与遗留业务系统兼容。最后，还要将其视为构建一种能力，而不仅仅是购买一种工具。
Daphne Luchtenberg：非常感谢Ani ，我来介绍一下我们的嘉宾，各位可以简要地介绍一下，你们为这个生态系统带来的的产品和服务，以及目前你们如何为客户提供服务，先从Ujjwal开始吧。
Ujjwal Kumar：Teradyne Robotics提供一个由AI驱动的、开放且可扩展的机器人平台，专为制造商和工业运营商设计，以增强自动化水平、提高灵活性，并确保其运营的未来性。
Daphne Luchtenberg：Etienne，你是如何融入这个新生态系统和市场的？
Etienne Lacroix：理解Vention这家公司的最佳方式就是把它想象成乐高、3D计算机辅助设计软件和亚马逊Prime服务的结合体。我觉得我和Ujjwal都深信平台化和产品化的理念，通过一种与我们都称之为传统自动化截然不同的方式，为行业带来简便性并推动广泛应用。
Daphne Luchtenberg：Marc，这个市场目前有哪些新兴趋势，以及你们如今服务的客户有哪些？
Marc Theermann：目前这个市场非常活跃，如你所知，波士顿动力公司在该领域已经领先了大约30年，我们在公司发展的大部分时间里都在研发自主移动机器人，实际上，直到过去四年半，我们才从为政府和机构进行基础研究转向将我们的发明产品化和商业化。
如今我们有三条机器人产品线，有“Spot”，这是一款四足巡检机器人，看起来有点像黄色的狗；有“Stretch”，用于物流行业的货车卸载机器人；还有“Atlas”，这是世界上最先进的用于制造业的人形机器人。
Daphne Luchtenberg：基于开场的话题，过去机器人应用为何如此困难，现在有哪些变化，要实现大规模应用还需要什么条件？
Ani Kelkar：我认为如果反思当下，对机器人和自动化的需求从未如此迫切。回顾下西方世界，过去十年左右，工业生产率已经从超过1.5个百分点降至现在的不到1个百分点。这在很大程度上是由于长期投资减少、摩尔定律下生产率的终结、传统生产系统的问题，以及大量低成本劳动力的外包。
除了制造业面临的生产率挑战外，我们还面临人口结构挑战。我们看到在许多现代发达经济体中，劳动力参与率显著下降，可用劳动力大幅减少。此外，从技能角度来看，还存在劳动力流动和劳动力短缺的问题。鉴于对机器人的需求变得更加紧迫，我认为这是人们会更广泛关注该领域的原因之一。
其次，我们今天邀请的所有嘉宾都在打造比5年、10年前功能强大得多的机器人。不仅是这些机器人能够承担我们以前无法完成的任务类型，还包括机器人的易用性、编程和改造能力，使其能够应对更多样化的应用场景和操作环境，而不像多年前那种固定思维模式下的机器人。
最后，运营数字化时代让各组织意识到，不仅要购买解决方案，还需要在人员和能力方面进行投资，这也为如何看待机器人应用提供了思路。要持续在能力和人才方面进行投资，并且不要把这仅仅看作是一项资本支出活动。
Daphne Luchtenberg：Marc，机器人技术经历了这么长时间才实现广泛应用，你认为要打破规模应用的瓶颈需要什么条件？
Marc Theermann ：确实花了不少时间，要真正实现大规模应用，还有一些基础性的技术有待开发。对我们来说，我们的愿景是创造通用机器人，这意味着机器人要能去人类能去的任何地方，能理解周围环境，还能操控周围环境，只有具备这三点，才算是真正的通用机器人。
在过去的30年里，我们一直在攻克“能去任何地方”这方面的技术，而且做得相当不错，如今我们的机器人实际上几乎能去人类能去的任何地方。接下来我们要应对的两大挑战是语义理解和操控能力，现在大部分时间都花在这方面，而这可能是实现人们所预测的此类机器人大规模应用的基础要素。
Daphne Luchtenberg：另外，能给我们举些例子，说明这种情况在实际中有哪些体现吗？
Ujjwal Kumar：从历史上看，一些自动化项目因缺乏配置和维护工具的数字技能而受阻，企业在将自动化技术融入现有工作流程方面也面临困难。现在如果我们既想要提高生产力又想要灵活性，就需要关注新型机器人技术，协作机器人可以根据需要在工厂车间移动，还能融入现有工作流。在我看来，未来几年，我们将从AI赋能的先进机器人技术中获得巨大收益，因为此前很难实现自动化的任务，比如在复杂动态环境中导航，现在变得可行了。
Etienne Lacroix：我觉得有句话能概括工业自动化有多难，没有什么比工业自动化更需要人工操作了，这需要大量的人工集成工作。举个例子，如今，如果你是一名在工厂安装机器人的系统集成商，你需要学习对机器人进行编程的软件，需要学习对可编程逻辑控制器（PLC）进行编程的软件，还需要学习一款软件进行3D设计，实际的机器人单元以及所有这些软件都处于相互脱节的环境中。要掌握所有这些知识和技能极其困难，而且掌握这些专业技能是有成本的，这使得工业自动化的成本更高。
Ani Kelkar：补充一下Etienne刚才所说的，软件和集成方面的能力不仅成本高昂，而且很多公司都不具备这种能力。所以当我们对企业高管进行关于阻碍因素的调查时，61%的人表示，即使他们找到了一个不错的商业案例，但主要障碍之一是他们内部没有能力将其实现。
所以，当你作为首席财务官，要对一系列项目进行风险评估时，你会给任何与工业自动化相关的项目都赋予很高的风险评级，因为你已经见过太多次这类项目失败了。
Etienne Lacroix：遗憾的是，在传统模式下，一旦进行了资本投资，如果项目失败，我们往往会忽略一个事实，即要知道一台机器人或自动化设备是否能正常工作，唯一的办法就是先设计、采购、组装、部署，然后进行测试。有时候，设备不能马上正常运行，还需要投入更多的人工来让系统正常工作。
我认为这就是为什么首席财务官会对工业自动化项目的成功率给予如此低的预期，因为在采用传统技术的情况下，这种现实情况已经持续太久了。
Ujjwal Kumar：我想补充一点，我们现在越来越多地看到数字孪生技术，你所说的一些风险现在可以通过它得到解决，因为你可以在虚拟世界中部署、测试并完善它。然后从数字孪生模型本身，你可以将代码下载到生产环境中。
Daphne Luchtenberg：Ujjwal能再详细讲讲这些机器人的多功能性吗？之前听你说过，现在购买这些机器人不只是让它们做一件事，实际上它们现在可以被教会执行一系列不同的任务，并部署在价值链的不同环节，能再详细分享下吗？
Ujjwal Kumar： 与传统自动化相比，我们需要理解的一个重大区别在于，传统自动化是为单一应用定制的完美解决方案，而新时代集成AI的机器人技术，是用标准产品服务于多种应用。并且只需通过软件和一些末端执行器的差异就能实现多种应用，这也是推动新一代自动化产品总体拥有成本大幅降低的最主要因素。
以Teradyne机器人为例，我们现在拥有全球数量最多的协作机器人安装量。我们刚刚突破了10万台的安装量，而这只有六种配置，要是用以前的技术，可能需要十万种配置。
Daphne Luchtenberg：Ani ，商业案例已经完全改变了对吗，能再详细聊聊吗？
Ani Kelkar：从历史上看，机器人和自动化的商业案例通常围绕五到七年的投资回报期，往往要通过长期生产规划来证明其合理性，或者这是生产系统的标准要求，但现在情况正在改变，我们有了更加灵活的机器人解决方案。
此外，我们能够利用数字孪生技术模拟和优化生产系统。这使得企业的商业案例能在一到三年内实现回报，并降低与现有信息技术和运营技术系统的集成风险，这让机器人的应用变得顺畅无阻。
当投资回收期更短时，企业对风险的看法也会改变。如果一个项目在一年内就能显示出投资回报率，你可以从小规模开始，验证其价值，然后再扩大规模。相比之下，五年的投资回收周期伴随着知识流失、员工流动和优先级变化的风险，这会很难判断自动化部署的成败，还经常扭曲企业对自动化的印象。
另一个主要因素是劳动力以及劳动力的可获得性和短缺问题。特别是在许多行业，员工流动率高达40%以上，这意味着企业需要不断进行再培训，依赖人工专业技能驱动的流程变得很脆弱。因此，从业务连续性和韧性的角度来看，机器人技术至关重要，它不只是一种形式。
Daphne Luchtenberg：Etienne有什么要补充的吗。
Etienne Lacroix：让我们先从为行业设定一个基准来回答这个问题。我认为，如果真的想让制造商有所改变，而且有很多制造商才刚刚开启自动化之旅，投资回报期需要缩短至一年以内。如果回报期在一年以内，就不受财政年度预算周期的限制了。
Ani ，我相信你一直在和客户讨论这个问题，但当回报期在一年以内时，公司就不会在意是进行软件投资还是硬件投资。同时，如果能消除我们之前提到的贴现率，因为自动化项目往往风险更高，消除它的方法是在资本支出投资之前建立合适的数字孪生模型，这样就能进行真正意义上的对比了。
如果这是基准，那我们再来谈谈行业现状。Vintion是一个在线平台，人们可以在上面投票、设计系统、对系统进行编程并购买系统，我们每天都会获得大量的数据。
如今，如果看看2024年部署的项目，我们大约只用了2到3个月的时间就完成了，目前投资回报期是1.3年，其中包括机器人以及围绕机器人的所有周边设备的回报期。我们的客户涵盖财富500强企业以及中小型制造商，平均要求的投资回报期是2.4年。
要是大概四年前讨论这个问题，我会告诉你，所有已执行的项目的平均回报期接近1.7到2年，现在是1.3年，我认为达到一年回报期的目标并不遥远。主要原因正如Daphne所说，就是给这些机器引入更多实体AI。当机器变得更自主时，由于AI驱动的行为，它们会更灵活，能有更多的应用场景，也更容易进行调试，实际上总体成本会降低。
Daphne Luchtenberg： 当然，所有这些都将依赖于如今做决策的人知识和教育水平的提升，以及能力的发展、转变，还有技能的提升，还有哪些是让这些应用真正发挥作用的关键成功因素？
Marc Theermann ：我认为在特定应用层面，需要以客户为中心。但我觉得更重要的是，从更宏观的角度来看，我们认为即将到来的机器人革命有四大支柱，即可靠性、安全性、客户价值和AI。
只有当这四点都具备时，你才能大规模推出自主移动机器人，才能控制好市场接受曲线和变革管理。因为带着像“Spot”这样有点像狗的行走机器人走进工厂是一回事，狗是人类最好的朋友，所以人们通常比较容易接受这种机器人。但如果带着人形机器人走进工厂，我们认为变革管理会截然不同。所以如果你能证明这是一款能为一线员工创造价值的安全机器人，人们才会接受它，而这会特别困难。
Daphne Luchtenberg：那么如今正在运营的团队首先应该做什么？假设你想开启这段探索旅程，也许做了一些背景研究并且相信它的前景，那你首先应该做什么？
Ujjwal Kumar：考虑如何进行集成，以及如何快速实现投资回报至关重要，所以在这方面我有两条建议。
第一，领导者需要重新思考自动化。我这里说的是要从灵活性而非仅仅是效率的角度来看待，传统的自动化工具是为高产量、低可变性的环境设计的，但如今的市场需要灵活性。太多制造商试图用过去50年我们都习惯使用的旧工具来解决新问题，采用现代工业5.0的方法需要优先考虑适应性，用可以重新编程和重新部署的机器人赋予一线工人权力，这是拥有这些非常灵活的系统的最大好处，能随着需求变化迅速做出调整。
第二，要把机器人集成当作一次领导力和员工队伍的变革。我解释一下，成功的自动化关键在于人，我们的技术设计得非常易于使用，但企业仍应抓住机会提升员工技能，并寻找技术倡导者来推动文化转变。
Daphne Luchtenberg：Etienne 有什么要补充的吗？
Etienne Lacroix：我想补充下Ujjwal 的观点，谈谈如何在工厂里付诸实践，第一个项目和后续项目分别是什么样的。我们看到一些客户希望开启实现更多自主性、制定自己的自动化路线图并培养能力的旅程。
首先，你需要一个技术倡导者。如今的技术与几年前相比，变得非常简单且易于获取，所以只要有一个熟悉技术基本原理、显然了解所生产产品工艺且对技术有好奇心的人，就可以成为这样的倡导者。
我总是建议客户，要着手的第一个项目不一定是能带来最佳投资回报率或最快回报的项目，而应该是能在公司内部取得显著成功且成果可见的项目。通常这个项目并非是最复杂的，只要团队与合适的伙伴合作就能取得成功，管理层会认为这是一个成功的项目。我们可以利用这个项目来构建第一层能力和技能，我们公司就是这么做的。
Marc Theermann ： 没错，这是一个巨大的转变，这有点像在你的工厂里引入一个新物种。所以最重要的建议是，现在就得开始，因为当今市场上有自主移动机器人可供购买，我们公司和竞争对手都有产品。如果你现在不开始，就会落后，你不可能从零直接跳到使用人形机器人。你不可能在没有使用过其他类型自主移动机器人进行实践的情况下，明天就部署人形机器人、自主移动机器人、无人机，也可能是波士顿动力公司的步行机器人。
但所需的变革管理工作，可以利用如今市面上已有的商用机器人来进行实践，因为你需要改变公司的信息技术基础设施，需要在工厂里搭建无线网络，需要与员工代表协商，让员工接受机器人，并为机器人和员工制定合适的行为准则。所以有很多工作要做，而这些工作现在就可以利用市面上现成的商用机器人来完成。
Daphne Luchtenberg：这并非要取代工人，而是为了提升一线工人和整个劳动力队伍的能力，让一切更高效，让运营更卓越， Ani 你怎么看？
Ani Kelkar：要真正发挥机器人技术和自动化的作用，一个重大转变是不能再将其视为局部的持续改进措施，比如只在单个工厂的某条生产线上进行改进。越来越多的情况是，机器人技术和自动化被提升到了首席执行官的议程上。自动化正成为企业的一项核心能力，对企业的竞争力、业务连续性和韧性至关重要。
如果实施得当，投资回报自然会显现，但要释放出这种价值，企业需要有一个明确的目标，自动化能在整个企业范围内带来什么改变，而不仅仅是在某些局部。有了这样的战略愿景，基层领导就能放心地开展试验和迭代，在优先级发生变化时也不会失去动力，具备长远眼光很关键。
正如伊桑所说，要确定标杆项目，也就是那些自动化能真正发挥作用、取得显著成效的地方。同样重要的是，这不是要取代人，而是要让工作更安全、更灵活、更有意义，让员工能够专注于更有价值的任务。有很多重复性任务并没有充分发挥员工的技能。将这些任务自动化，同时投资于员工能力建设，有助于提升劳动力素质，让企业运营更具未来适应性。
Daphne Luchtenberg：Marc我很认同你说的，从机器人原型到在工作场所全面应用，大概需要十年时间。而且我们已经开始看到机器人或机器人应用出现在消费场景中了，比如餐馆和其他地方，你觉得还要多久我才能带个机器人回家帮我洗碗？
Marc Theermann ：我们经常被问到什么时候会开始研发消费级机器人，实际上我们觉得这是一个非常令人兴奋的愿景，而且我们确实想推出消费级机器人。
但实现这一目标可能要先从服务型机器人入手，因为如今我们处于工业时代，有着严格的安全标准，有可重复和可扩展的设施，机器人在非常结构化的环境中工作，要想实现从工业时代到把机器人带回家的跨越。
我认为作为一个行业，我们需要经历服务时代，在这个时代，终端消费者会在餐馆、零售场所、酒店、主题公园等地方与这类机器人有更密切的接触。在这些场景中他们会更接近机器人，可能附近还会有专业操作人员，只有经历了那个时代，我们才能够把这些机器人带回家。
Daphne Luchtenberg：这是一个很好的结尾，我们正在踏上一段旅程，感觉在接下来的几个月和几年里，这个进程会加速。非常感谢各位参与这次对话！
（文：硅星GenAI）