冷冰冰的冷是什麼意思
不用人形機器人，也能讓工業更標準、更智慧、更敏捷、更柔性。
2016 年，邵天蘭和一批清華海歸建立了梅卡曼德，將創業的方向放在工業機器人領域。當時工業機器人行業，四大家族鼎立的局面已經十分穩固，很少有創業者敢於說要在這樣的行業裡分一杯羹。
從上世紀第一臺工業機器人進入汽車生產線，工業自動化的程序正式開啟。但是直到現在，我們仍然看到德國、日本這樣的工業發達國家，在將產業鏈往東亞、南亞等轉移，尋找更便宜的人力，看到工廠一直沒斷過的招工熱和招工難。
邵天蘭告訴我們，從他走訪幾百家工廠的經歷來看，製造業裡還有大量的工序沒有完成自動化。
「我們是乙方中的乙方」，邵天蘭說，在他看來，工業中的工序又多又雜，對自動化的需求也各異，這也導致大家之前一直在做定製，前期的高投入讓自動化、智慧化成為了大行業、大企業的專屬。
對於如何走出「工業定製」的困境，梅卡曼德提出的思路是——複雜的問題留給軟體解決。他們讓 AI+3D 視覺的技術成為機器人的腦和眼，使標準化的硬體組合在一起，也完成上料、檢測、擰螺絲、切割、焊接等複雜的工作。
邵天蘭說，自動化離科技圈、離投資人比較遠，但這兩年，很顯然大家都開始關注起了工業自動化這個舊行業裡的新創新。2022 年 6 月，梅卡曼德完成了 C+輪融資。
過去的十年裡，工業機器人的銷量增長了十倍。工業自動化正在成為小行業、小企業也能享受得起的技術紅利。它是一個廣闊的、有潛力的市場，同樣，也是一個等待創新，等待人才的地方。
以下為梅卡曼德創始人邵天蘭演講實錄，由極客公園整理：
我 6 年前從德國回來創辦了梅卡曼德。梅卡曼德很像工業領域的自動駕駛公司，只是我們開的不是車，而是各種各樣的裝置，我們致力於透過感測感知規劃的技術，讓工業機器人更智慧。
我們在 AI+工業機器人方向，是全球範圍內落地案例最多、融資額最多的企業之一，我們有 AI、機器人、感測、感知技術，但是所處的賽道是自動化，或者說工業自動化。
今天在座的朋友，有沒有誰是來自制造業，或者是工業自動化的？非常少。我首先和大家分享一個數字，也是我覺得很神奇的數字，就是 0。
很榮幸參與這個活動，我來之前做了功課，研究這 5 年來極客公園創新大會上這麼多演講嘉賓，看有誰的主業是工業自動化的，我得到的資料是 0。今天就變成了 1，因為我是做工業自動化的。
梅卡曼德創始人邵天蘭在極客公園創新大會 IF 2023 上進行主題演講
過去幾年時間裡，有很多優秀的企業嘉賓，包括網際網路、消費電子、汽車、雲計算等，但是工業自動化一直離科技圈有點遠。
我作為自動化的從業者，為什麼要過來講呢？因為它有巨大的市場，比如西門子等千億（美元）級別的 500 強的巨頭，這是很巨大的產業。當然也還有其他巨大的產業，比如火鍋，但是這些行業沒有多少創新。工業自動化行業在經歷非常多的創新，
創新正在快速的改變這個聽起來沒有那麼潮流、沒有那麼時髦的行業。
我用一個數字來代表這種創新帶來的快速改變，就是 10 倍。工業機器人在過去十年的銷量增長了 10 倍，網際網路可能感覺 10 年 10 倍沒有什麼，但是對於自動化是很了不起的。今天就來和大家分享我們的一些觀察。
01
「虛假」的工業自動化繁榮
自動化的圈子，離科技圈、投資人比較遠。我這 6 年來也經常聽到一些問題，比如像大眾、豐田這樣的汽車廠，動不動有幾十萬人，家電企業，比如格力、海爾等也是一樣。同樣的資料也可以看到，製造業也還是有非常多人在工作的。
還有人問，在德國、日本等國家，這麼簡單的工作已經自動化了吧？如果真的是這樣，他們的工廠也不會往東亞、東南亞轉移。還有一個常見的說法，說現在的工廠很先進。像我為了這次演講，去找一些素材，一搜工廠，裡面的很多影片，實際上都是把自動化程度相對比較高的部分剪了出來。我本人去過幾百家工廠，這些地方是沒有自動化的。
大家平時可以看到很多這樣的影片：像是全自動化的薯片工廠，土豆進來，然後薯片包裝好出去。這些影片會讓很多圈子外的人形成一個印象，認為製造業的自動化程度很高。不過這種的影片，只是製造業裡面非常少的一部分。
真正主流的製造業是什麼樣子呢？我舉一些例子，這樣一排一排的、數以萬計的工人，正在手工完成咖啡機這種小家電的組裝，他們需要完成非常多的工序。這是國外的服裝廠，裡面也有非常多的工人，在手工完成縫紉等工作。這些才是製造業的典型情況，
製造業裡還有大量沒有自動化的環節。
什麼樣的製造業，或者是什麼樣的環節，它的自動化程度是比較高的？
最典型的是汽車主機廠裡面的衝壓、焊接、塗裝等環節，這些自動化程度相當高，而且也在大量使用機器人裝置。還有像晶片，比如晶圓廠或者是半導體產業等，自動化程度比較高。
標準化的食品，薯片、可樂、各種罐頭等，這些自動化程度也會很高。另外，從工業革命以來，紡織行業的自動化程度也是相當高的。還有洗髮水這樣的日化、量比較大的化妝品，包括各種藥品。
除了上述那些，幾乎其他的行業和工藝，自動化程度相對來講都要低得多得多。
自動化比較高的行業，我們找一些規律，就會發現：
第一，大企業主導。
比如藥廠。藥廠的產值都非常誇張，汽車廠也是，動不動就千億。
第二，生產規模大。
無論是生產可樂，薯片，還是汽車，它的生產規模都非常大，一年到頭連續不停地生產。
第三，產品迭代週期長。
比如可樂，除了外包裝逢年過節換一下，裡面的絕大部分東西，變化是很慢的。還有汽車，現在的汽車變化可能快一些，但是以前一款車的生產時間比較長。
第四，工藝穩定。
比如說啤酒，啤酒可能幾十年的工藝都沒有什麼大的變化。
第五，原料和生產環境可控。
02
做標準化方案，
讓複雜的東西轉移到軟體上
工業自動化是非常辛苦的行業，我們認為自己是乙方中的乙方。工業自動化的需求非常多也非常雜，數以千計的行業裡又有非常多的工序，每一個工序所需要的自動化都不一樣。
以前的自動化組合感測器、電機這些硬體，就有非標準化程度高，環境改造大，柔性低的特點。柔性低指的是，客戶今天生產這個產品，你的自動化方案是 OK 的，明天他的產品需求如果變了，自動化方案就不再合適了。
我們希望無論面對什麼需求，方案都能高度標準化，而且高度智慧化。這個智慧最好是和人是一樣的，不需要針對環境進行設計，原來人怎麼做，機器人過去以後還是怎麼做。同時還有易用易部署，最好客戶需要自動化，發一個機器人過來，下午到了就能讓它直接幹。
梅卡曼德創始人邵天蘭在極客公園創新大會 IF 2023 上進行主題演講
這事說了半天，但是做不出來，因為它的技術挑戰很大。
人類有幾個點比機器人強很多，一方面是執行器。我不是很強壯的人，但是我提個二三十公斤是很容易的，但這種能量密度對於當前的機器人的電機來說是不可想象的，差了一個量級。比如我的手，也不是非常粗壯，但是有 20 幾個關節，有非常多的肌肉，這樣的整合程度和靈活性，也是今天的機器人做不了的。並且，我們的大腦還是非常好的控制系統，這樣複雜的控制能力，同樣是今天機器人很難做到的。即使想突破，成本也會非常高。
但我們希望自動化能夠更好一些，那能怎麼辦呢？
可以讓複雜性儘可能地從硬體轉移到軟體上
。雖然我們不能像人形機器人那樣做到人類的平替，但是依然可以讓工業做到更標準、更智慧、更敏捷、更柔性。
03
工業自動化也能「普惠」
我舉一些我們過去這些年部署產品的例子，比如說製造業最常見的上料環節。
製造業裡有很多的機器，比如機床、熱加工、各種各樣的檢測裝置等，其中每一個機器都有上料的需求，特別是離散製造的工廠。很多工廠裡的情況是，工人站在機器前，面前一個框裡是從上一個環節過來的半成品，他們需要把這些半成品放到特定的地方。但我們透過 AI+3D 視覺的技術，使用標準化的硬體，同樣能解決完成這個工作。
機械臂就是這種標準化的硬體，工廠裡面會批量出貨。我們沒有針對這個工件去做特定的機械設計，而是透過視覺+AI 的方式，讓機器人知道它該怎麼去抓起一個物體放在框裡。
在我們的實驗室，我們在一個框裡隨機擺放了非常多超市裡能夠看到的物品，大小、材質都非常的多樣，機器人的任務是要像超市收銀員一樣，把這些物體一個一個地拿出來。
除了上料以外，還有塗膠。數以千計不同種類的窗和板都需要塗膠，我們使用標準化的機器人和標準化的視覺系統，讓機器人能夠識別定位不同的窗和板，然後進行塗膠。機器人是完全標準化的產品，視覺也是，它的傳送帶沒有任何針對工件的特殊機械設計，所以它的複雜性，也就是機器人運動的軌跡，完全是放在軟體上來解決的。再比如輪胎，現在放一個標準化的機器人，裝一個標準化的系統，就可以跟蹤車的運動。
今天的機器人透過先進的視覺，透過人工智慧的技術，透過非常標準化的硬體，也就是機械臂，就可以解決高度複雜和非標準化的自動化需求。
這裡有一個影片介紹了我們的產品，我們透過光學的設計，可以讓機器人進行非常精細的 3D 掃描，然後可以用高度標準化的硬體和軟體完成非常多環節，比如上料、檢測、擰螺絲、切割、焊接等。
以前的工業自動化，更多是像汽車、晶片等少數的大行業、大企業的專屬，但是透過智慧的技術，我們就可以讓更多的行業，和非常多的中小企業，都能夠享受到自動化的技術。
以上就是我今天的演講，謝謝大家！