擎朗智能CEO李通：Ai有望在“特性的重複性工作方面”更好地服務於人類

作者：鄭皓元

從ChatGPT到Sora，隨着人工智能技術的深入發展，千百行業被AI賦能。“人工智能+”在今年首次被寫入政府報告中。據悉，國務院總理李強在第十四屆全國人民代表大會中提出，大力推進現代化產業體系建設，加快發展新質生產力。深入推進數字經濟創新發展，制定支持數字經濟高質量發展政策，積極推進數字產業化、產業數字化，促進數字技術和實體經濟深度融合。深化大數據、人工智能等研發應用，開展“人工智能+”行動，打造具有國際競爭力的數字產業集羣。

全球商業服務機器人頭部企業擎朗智能CEO及創始人李通向本站財經表示，中國商用服務機器人在全球賽道中是處於領先、領導的。同時，未來高端製造業競爭的本質還是科技的競爭，目前出海不再是是中國所有科技企業的選修課，而是必修課。

出海是中國所有科技企業的必修課

製造業是中國無數產業發展的基礎，關乎着國民經濟，以及每個人的生活。隨着技術革新的深入與普及，如何控制成本提高生產率，同時打造智能製造的競爭力成爲亟需解決的問題。

李通認爲，生產效率的瓶頸是產業對人力的依賴，未來高端製造業競爭的本質還是科技的競爭。

“舉個例子，過去中國有大量人口紅利，在大規模勞動力需求的製造業方面於全球範圍內實現了一個產業的聚集，但隨着中國人民生活質量不斷提高，人力成本越來越高，近期能看到一些低端工廠向東南亞等地轉移，在印尼一個人的用工成本約1000多元人民幣，幾乎是國內幾分之一。而中國的經濟模式將從高速增長變成高質量增長，接下來中國也要出口一些高附加值的製造業產品，其中，機器人是整個製造業中皇冠上的明珠，聚焦了大量人工智能技術和相關供應鏈。”

談及國產機器人在技術方面的水平及優勢，李通表示，國產機器人在世界機器人行業中的地位是分行業的，若簡單把機器人分爲工業機器人、服務機器人和特種機器人，傳統行業的工業機器人技術目前還處於追趕水平，但我們在服務型機器人領域，特別是商用服務型機器人領域不是這樣。中國商用服務機器人實際需要的是人工智能技術和大規模的製造業，兩者結合上中國在全球賽道中是領先的。

其指出，目前出海不再是是中國所有科技企業的選修課，而是必修課。“中國高端製造業的未來是以科技爲依託，以中國成熟的供應鏈爲基礎，出海面向全球並利用整個全球市場、全球的科技水平來發展自己。這是中國企業逐步走向自信的表現，也是中國科技實力、中國客氣企業達到一定水平的體現。”

自主學習是具身智能的必經之路

若想讓機器人能更好的理解物理世界，需要對大模型進行足夠多的數據投喂，由於耗時長、成本高且現實世界數據採集在隱私合規和數據安全方面都面臨挑戰。有業界人士認爲，當前具身智能最大的瓶頸是缺乏數據，特別是有效數據。

對此，李通認爲，中國龐大的人口基數與市場規模讓國產機器人在數據收集方面具有天然優勢。目前對於商用服務機器人來說，端到端的訓練是整個大模型非常重要的發展方向，這個過程中可通過三個方式採集數據。首先，服務機器人的規模化本身就是數據池積累的優勢，機器人數量越大其本身數據就越多，對實際場景的理解也就越深。其次，我們嘗試通過仿真的方式去收集數據，例如通過大模型或引擎來構建一個虛擬世界，並模擬機器人在該世界中會遇到哪些情況，它會做出哪些反應，哪些探索，並將大量訓練結果用到實際生活中去。最後我們也嘗試探索新路徑，例如從一些視頻中提取方法等，通過海量數據的完善，機器人能更完美的執行它的工作。

機器人的訓練需要很多數據投喂，這也對應着高昂的成本。人腦的魅力在於“反應”，而反應是建立在知識和認知上的，機器人的反應能力是基於訓練模型，人類則基於訓練和觀察，機器人是否也能通過“經歷”去實現自主學習和總結，最終形成真正的可產出的機器力量？

“具身機器人相較於通用機器人最大的特點就是它能夠認知這個世界，無論是通過人穿模擬器去操作、帶領機器人學習，還是通過純粹的仿真環境去探索，這個數據積累的過程本質上就是具身機器人（自己）經歷、觀察並得以優化的自主學習過程。”

目前雖能通過類似於人類觀察的方式去實現一些功能，但成功率離整個產業化還有距離。“從積累、試錯、不斷通過強化學習到指向最正確的那條路是漸進式落地的。第一階段，具身機器人能面向某個方向完成工作，例如幫餐飲店收盤子、幫護士取藥、幫新零售取快遞和外賣，甚至去貨架上去東西等。隨着數據積累，機器人在第二階段可能就能實現更接近於人的能力，例如一個媽媽要求機器人幫忙洗衣服、做飯、帶孩子，機器人的能力會變得更加全能，這是分階段性一步步達成的。

AI賦能下，人能更好的服務於人

商用服務機器人現已經覆蓋了酒店、商場、醫療、養老、機場等領域，部分場景中服務機器人已幫助我們解決了”最後一公里“的配送問題，在場景與技術的不斷開拓下，末端配送機器人在行業裡最大的市場又在哪裡呢？

重複性的枯燥工作將是未來機器人行業裡最大的市場。“雖然大模型有很多所謂創造性的工作，但實際上還是通過反覆的數據收集去形成可產出的機器力量，本質上還是在做’重複’的動作，無論人工智能發展到任何階段，體力和腦力的重複性工作都是最先被機器取代的，所以未來重複性工作仍是機器人聚焦的主戰場。”李通表示。

人類推動科技革命變革，未來服務型機器人將始終圍繞重複性工作的主題進行升級和迭代，在一段時間裡繼續以工具的角色爲人類帶來更高效、更便捷的生活方式。例如在養老領域，擎朗目前已經與軟銀等海外頭部企業合作，擎朗機器人通過AI+機器人賦能智能養老產業,通過承擔物品配送、智慧引領、場所消毒等工作,大大緩解了醫護人員的工作壓力,讓他們有更多時間投入對老人的關注與照顧中，助力養老機構提升服務質量與服務水平。

未來，隨着機器人技術的精進和突破，服務機器人將掌握更多複雜和多樣化的技能，從而助力服務性行業中的企業有更多精力去聚焦“情緒價值服務”。這將實現通用機器人向具身智能的的跨越。