a16z谈机器人：先让它去工厂干活，数据和智能才会跟着来
他自己经历过好几次这样的技术手段换代。企业 2021 年成立的时候，用的还是卷积神经网络（convolutional neural network，一种早期常用的图像识别模型）。每换一次，唯一一直有价值的，都是数据流。各种模型上的小小贴士，能让循环转得更快就做，不能就不做。真正长期值钱的，是这个循环本身。
我觉得这个立场很稳。模型会一代一代地换，今天最好的架构，两年后可能就过时了，可顾客现场每天积累的真实干活记录，换哪个模型都用得上。把重心放在数字流上，比盯着某个具体的模型，更不容易被时代甩开。
为什么要自己造机器人，而且造了两种
说到硬件，Josh 的判断很直接：美国现有的机器人供应链，既太小，也不对路。传统工业机器人是为快速重复的动作外观的，和今天要跟大模型一起造型的机器人，要做的取舍完全不同。所以 Tutor 只能从头来，自己外观，自己制造。执行器、摄像头这些零件，还是向别的厂商采购，但机器人整机，是在马萨诸塞州的 Watertown 自己造的。
现在有两款。第一款叫 Cassie，是个干重活的好手，只有一条手臂，上面装了很多吸盘，用的是 2 亿到 4 亿参数规模的基础模型，先预测哪里能抓、怎么抓，再去执行。美国的货物，不管哪个行业，都要装在托盘或纸箱里运，搬托盘、搬纸箱占了大量人工，Cassie 就是为这件事设计的。
第二款叫 Sonny，是一台工业用的半人形机器人。Josh 打了个比方：如果你想把市面上现成的人形机器人，改成能在工厂里按人的速度稳定干三到十年，外观就会很不一样。Sonny 用轮子，不用腿，因为工厂室内大多是平整的地面；载重更高，动作更快，也符合能和人一起干活的工业协作防护标准。它能做更需要灵巧的双手操作，比如装配。
这两款合起来，Josh 估计能干掉制造和物流行业里 80% 到 90% 的活。剩下的，主要在室外：铺着碎石的工地，或者要从垃圾填埋场回收材料的地方，这些要有腿的机器人才行。至于家里，他觉得 Cassie 和 Sonny 太有工业的气质，放进家里不合适，而且机器人在家里能创造多少价值，消费者愿不愿意为此付钱，这笔账也还没算清。他的态度是不预设立场，哪里有活，就去哪里。
对大多数使用者来说，这是他们买的第一台机器人
客户既然大多没买过机器人，怎么卖？Josh 的办法是，打电话时根本不提 AI、模型、远程操作员，只问一句：有没有考虑过，用一个一小时 16 美元的机器人？这个说法对他们是全新的。
因为不用先掏一大笔设备钱，客户几乎不承担经济风险，决定就快。从第一通电话到签合同，平均 40 到 60 天；签完合同到机器人进场干活，平均 40 天左右；机器人一到现场，几个小时到一天，就能开始正式干活。机器人出厂时就是通用的，不用为每个顾客改造，直接从工厂发到客户那里。传统工业自动化动辄几年的事，他们压到了两三个月。
顾客还可以在线上用一个计算器，输入自己仓库或工厂的运营统计结果，估一估部署之后每年能省多少钱。Josh 的算法很简单：一台机器人的价值，就是它能干多少活，除以它的花费，其他都是注脚。只要在这些人人都能参与的劳动力行业里，能用更低的成本，提供同样的能力，行业就是所有的体力活。
他们的客户，大多是小公司和中等规模的企业，这有两个缘由。一是这本来就是行业的主体，美国制造和物流业里，绝大多数公司都不大。二是创业之前，Josh 看过太多机器人公司倒下：拿到一家大公司的意向书，花两年做一套定制操作系统，部署上去多半不灵，因为产品从来不是一次就能做成的；就算灵了，那家客户的议题可能也已经变了。这样的事他看了五到十次，心里想，如果发生在自己身上，那就太丢人了。跟各种各样的用户打交道，才会逼着你做出真正通用的机器人，而不是只为一个大用户打造的复杂装置。
用户用起来之后，反应也很直接。负责运营的人看到机器人真的在干活，就会说，那行，所有该放它的地方，咱们都放上。所以不少顾客，从一个工厂的一台，很快扩到好几个工厂的十几台。
我看来这个卖法的关键，在于把风险从顾客那里拿走了。工厂老板过去对机器人的印象，是大笔投入、定制几年、出了问题没人管。现在换成按小时付费，机器人干得好，才会继续用下去。对 Tutor 来说，顾客越多、场景越杂，机器人和模型就磨得越通用。两边的利益，是一致的。
机器人有了名字，工人才愿意和它一起干活
机器人这个行业有个特别的地方：买机器人的人，和用机器人的人，往往不是同一个。买的是企业的 COO（首席运营官）或者厂长，天天跟机器人一起干活的，是一线工人。Josh 讲，对厂长来说，机器人干得好，就是一台普通设备；可要让一线工人接受它，得专门用心。再说，Tutor 也不是把整家工厂全自动化，只是替下其中的几个岗位。
办法之一是，每台机器人都有名字。客户复购的时候，可以自己给新机器人起名。有人用自己孩子的名字，有人用喜欢的橄榄球球员、流行歌手的名字。起了名字，就有了归属感。这背后其实有一整个学术方向，叫 HRI（Human-Robot Interaction，人机交互），Josh 的不少同行，都花过大量时刻琢磨。厂商自己早年给机器人起名，用的是飓风的命名法，后来字母表轮了太多遍，记不住，现在造机器人的技师，想叫什么就叫什么。
对一线工人来说，机器人替他们做的，是最伤腰背的那部分活，他们有机会升到更高的岗位；对厂长来说，招人的难题也轻了很多。我认为这说明，机器人真正走进工作现场，最后卡住的往往不是工艺，而是人愿不愿意接受它。把“让一线的人觉得这是自己的帮手”，当成新品的一部分去做，比单纯讲效率有用得多。
一百台机器人在波士顿专门练手
除了客户现场，Tutor 还在波士顿搭了一个叫 Data Factory 1（数字工厂一号）的地方，里面有 100 台 Sonny，专门用来收集数字，推进研究。据 Josh 所知，这是美国最大的半人形机器人数据采集场。
它的用意，是做真实世界的强化学习（reinforcement learning，让机器人在真实环境里反复尝试，再根据结果调整）。Josh 从大语言模型的经验里看到，数字的来源可以很多样，但最顶端的那一层，永远是在真实世界里做目标任务留下的强化学习记录。强化学习在小规模下基本没用，必须有足够大的机器人队伍，这些方法才能试出来。这是学校和多数公司都没条件做的。
商品迭代的节奏，他们想尽量接近软件。机器人是自己造的，生产流程每两周就能调整一次；代码每天都在推到机器人上，每两周有一个大版本。产品队伍、客户成功班底和落地实施班底坐在一起，当成一个整体运转，离顾客越近越好；研究班底一边扎在用户的具体状况里，一边也能做些大胆的尝试。模型有了新能力，就能围绕它重新外观商品，很快送到现场。
我自己的一点思考
听完 Josh 的讲述，我最大的感受是，他一直在绕开“我们的模型有多强”这个最容易讲的故事，反复讲的是用户、成本、供应链和一线工人的心情。这些听起来像运营的事，在机器人这里恰恰是核心。机器人想真正普及，最后比的是每一小时的活，干得值不值那 16 美元。
本文由News整理发布，仅供参考。
