2016 年,邵天兰和一批清华海归建立了梅卡曼德,将创业的方向放在工业机器人领域。当时工业机器人行业,四大家族鼎立的局面已经十分稳固,很少有创业者敢于说要在这样的行业里分一杯羹。

从上世纪第一台工业机器人进入汽车生产线,工业自动化的进程正式开启。但是直到现在,我们仍然看到德国、日本这样的工业发达国家,在将产业链往东亚、南亚等转移,寻找更便宜的人力,看到工厂一直没断过的招工热和招工难。

邵天兰告诉我们,从他走访几百家工厂的经历来看,制造业里还有大量的工序没有完成自动化。

「我们是乙方中的乙方」,邵天兰说,在他看来,工业中的工序又多又杂,对自动化的需求也各异,这也导致大家之前一直在做定制,前期的高投入让自动化、智能化成为了大行业、大企业的专属。

对于如何走出「工业定制」的困境,梅卡曼德提出的思路是——复杂的问题留给软件解决。他们让 AI+3D 视觉的技术成为机器人的脑和眼,使标准化的硬件组合在一起,也完成上料、检测、拧螺丝、切割、焊接等复杂的工作。

邵天兰说,自动化离科技圈、离投资人比较远,但这两年,很显然大家都开始关注起了工业自动化这个旧行业里的新创新。2022 年 6 月,梅卡曼德完成了 C+轮融资。

过去的十年里,工业机器人的销量增长了十倍。工业自动化正在成为小行业、小企业也能享受得起的技术红利。它是一个广阔的、有潜力的市场,同样,也是一个等待创新,等待人才的地方。


以下为梅卡曼德创始人邵天兰演讲实录,由极客公园整理:

我 6 年前从德国回来创办了梅卡曼德。梅卡曼德很像工业领域的自动驾驶公司,只是我们开的不是车,而是各种各样的设备,我们致力于通过传感感知规划的技术,让工业机器人更智能。

我们在 AI+工业机器人方向,是全球范围内落地案例最多、融资额最多的企业之一,我们有 AI、机器人、传感、感知技术,但是所处的赛道是自动化,或者说工业自动化。

今天在座的朋友,有没有谁是来自制造业,或者是工业自动化的?非常少。我首先和大家分享一个数字,也是我觉得很神奇的数字,就是 0。

很荣幸参与这个活动,我来之前做了功课,研究这 5 年来极客公园创新大会上这么多演讲嘉宾,看有谁的主业是工业自动化的,我得到的数据是 0。今天就变成了 1,因为我是做工业自动化的。

过去几年时间里,有很多优秀的企业嘉宾,包括互联网、消费电子、汽车、云计算等,但是工业自动化一直离科技圈有点远。

我作为自动化的从业者,为什么要过来讲呢?因为它有巨大的市场,比如西门子等千亿(美元)级别的 500 强的巨头,这是很巨大的产业。当然也还有其他巨大的产业,比如火锅,但是这些行业没有多少创新。工业自动化行业在经历非常多的创新,创新正在快速的改变这个听起来没有那么潮流、没有那么时髦的行业。

我用一个数字来代表这种创新带来的快速改变,就是 10 倍。工业机器人在过去十年的销量增长了 10 倍,互联网可能感觉 10 年 10 倍没有什么,但是对于自动化是很了不起的。今天就来和大家分享我们的一些观察。


01

「虚假」的工业自动化繁荣

自动化的圈子,离科技圈、投资人比较远。我这 6 年来也经常听到一些问题,比如像大众、丰田这样的汽车厂,动不动有几十万人,家电企业,比如格力、海尔等也是一样。同样的数据也可以看到,制造业也还是有非常多人在工作的。

还有人问,在德国、日本等国家,这么简单的工作已经自动化了吧?如果真的是这样,他们的工厂也不会往东亚、东南亚转移。还有一个常见的说法,说现在的工厂很先进。像我为了这次演讲,去找一些素材,一搜工厂,里面的很多视频,实际上都是把自动化程度相对比较高的部分剪了出来。我本人去过几百家工厂,这些地方是没有自动化的。

大家平时可以看到很多这样的视频:像是全自动化的薯片工厂,土豆进来,然后薯片包装好出去。这些视频会让很多圈子外的人形成一个印象,认为制造业的自动化程度很高。不过这种的视频,只是制造业里面非常少的一部分。

真正主流的制造业是什么样子呢?我举一些例子,这样一排一排的、数以万计的工人,正在手工完成咖啡机这种小家电的组装,他们需要完成非常多的工序。这是国外的服装厂,里面也有非常多的工人,在手工完成缝纫等工作。这些才是制造业的典型情况,制造业里还有大量没有自动化的环节。

什么样的制造业,或者是什么样的环节,它的自动化程度是比较高的?

最典型的是汽车主机厂里面的冲压、焊接、涂装等环节,这些自动化程度相当高,而且也在大量使用机器人设备。还有像芯片,比如晶圆厂或者是半导体产业等,自动化程度比较高。

标准化的食品,薯片、可乐、各种罐头等,这些自动化程度也会很高。另外,从工业革命以来,纺织行业的自动化程度也是相当高的。还有洗发水这样的日化、量比较大的化妆品,包括各种药品。

除了上述那些,几乎其他的行业和工艺,自动化程度相对来讲都要低得多得多。

自动化比较高的行业,我们找一些规律,就会发现:

第一,大企业主导。比如药厂。药厂的产值都非常夸张,汽车厂也是,动不动就千亿。

第二,生产规模大。无论是生产可乐,薯片,还是汽车,它的生产规模都非常大,一年到头连续不停地生产。

第三,产品迭代周期长。比如可乐,除了外包装逢年过节换一下,里面的绝大部分东西,变化是很慢的。还有汽车,现在的汽车变化可能快一些,但是以前一款车的生产时间比较长。

第四,工艺稳定。比如说啤酒,啤酒可能几十年的工艺都没有什么大的变化。

第五,原料和生产环境可控。


02

做标准化方案,

让复杂的东西转移到软件上

工业自动化是非常辛苦的行业,我们认为自己是乙方中的乙方。工业自动化的需求非常多也非常杂,数以千计的行业里又有非常多的工序,每一个工序所需要的自动化都不一样。

以前的自动化组合传感器、电机这些硬件,就有非标准化程度高,环境改造大,柔性低的特点。柔性低指的是,客户今天生产这个产品,你的自动化方案是 OK 的,明天他的产品需求如果变了,自动化方案就不再合适了。

我们希望无论面对什么需求,方案都能高度标准化,而且高度智能化。这个智能最好是和人是一样的,不需要针对环境进行设计,原来人怎么做,机器人过去以后还是怎么做。同时还有易用易部署,最好客户需要自动化,发一个机器人过来,下午到了就能让它直接干。

这事说了半天,但是做不出来,因为它的技术挑战很大。

人类有几个点比机器人强很多,一方面是执行器。我不是很强壮的人,但是我提个二三十公斤是很容易的,但这种能量密度对于当前的机器人的电机来说是不可想象的,差了一个量级。比如我的手,也不是非常粗壮,但是有 20 几个关节,有非常多的肌肉,这样的集成程度和灵活性,也是今天的机器人做不了的。并且,我们的大脑还是非常好的控制系统,这样复杂的控制能力,同样是今天机器人很难做到的。即使想突破,成本也会非常高。

但我们希望自动化能够更好一些,那能怎么办呢?可以让复杂性尽可能地从硬件转移到软件上。虽然我们不能像人形机器人那样做到人类的平替,但是依然可以让工业做到更标准、更智能、更敏捷、更柔性。


03

工业自动化也能「普惠」

我举一些我们过去这些年部署产品的例子,比如说制造业最常见的上料环节。

制造业里有很多的机器,比如机床、热加工、各种各样的检测设备等,其中每一个机器都有上料的需求,特别是离散制造的工厂。很多工厂里的情况是,工人站在机器前,面前一个框里是从上一个环节过来的半成品,他们需要把这些半成品放到特定的地方。但我们通过 AI+3D 视觉的技术,使用标准化的硬件,同样能解决完成这个工作。

机械臂就是这种标准化的硬件,工厂里面会批量出货。我们没有针对这个工件去做特定的机械设计,而是通过视觉+AI 的方式,让机器人知道它该怎么去抓起一个物体放在框里。

在我们的实验室,我们在一个框里随机摆放了非常多超市里能够看到的物品,大小、材质都非常的多样,机器人的任务是要像超市收银员一样,把这些物体一个一个地拿出来。

除了上料以外,还有涂胶。数以千计不同种类的窗和板都需要涂胶,我们使用标准化的机器人和标准化的视觉系统,让机器人能够识别定位不同的窗和板,然后进行涂胶。机器人是完全标准化的产品,视觉也是,它的传送带没有任何针对工件的特殊机械设计,所以它的复杂性,也就是机器人运动的轨迹,完全是放在软件上来解决的。再比如轮胎,现在放一个标准化的机器人,装一个标准化的系统,就可以跟踪车的运动。

今天的机器人通过先进的视觉,通过人工智能的技术,通过非常标准化的硬件,也就是机械臂,就可以解决高度复杂和非标准化的自动化需求。

这里有一个视频介绍了我们的产品,我们通过光学的设计,可以让机器人进行非常精细的 3D 扫描,然后可以用高度标准化的硬件和软件完成非常多环节,比如上料、检测、拧螺丝、切割、焊接等。

以前的工业自动化,更多是像汽车、芯片等少数的大行业、大企业的专属,但是通过智能的技术,我们就可以让更多的行业,和非常多的中小企业,都能够享受到自动化的技术。

以上就是我今天的演讲,谢谢大家!