WAIC观后感!AI的尽头是人形机器人?
智能科技界的风向标是什么?那肯定是一年一度的WAIC世界人工智能大会咯!来自15家公司的18台人形机器人组成的阵列同时挥手的场面那是让小F老师相当的震撼。
人形机器人作为为AI最大的载体之一,行业前景广阔。FMBA课程部也一直非常关注前沿产业的发展,借WAIC大会之际,FMBA金融俱乐部于7月初在无锡举办了首届中国人形机器人创新发展大会的投融资论坛,小F老师深入现场采访了相关的资深人员,汇总了由中欧教授、校友及嘉宾关于AI和机器人的一些前瞻观点。
- 管理学是人工智能技术落地的关键。成功的技术不仅需要新的技术本身,还需要我们对商业模式、组织文化,包括企业文化带来一系列的产品的创新和调整,才能给我们的生产力带来新的释放。
- 中国AI是雷声大雨点小,中国人工智能的尽头更可能是机器人。
- 知道机器人会爆发,但不知道机器人本体什么时候会爆发,所以可能做一个卖铲子的平台,可以活得更久。
- 成本控制决定人形机器人的下限,泛化能力决定上限。以终为始来看,中国人形机器人肯定会出几家伟大的公司。但是哪几家?什么时候是投资的好时候?这是整个投资界的难题。
01
管理学是人工智能技术落地的关键
谭寅亮
中欧国际工商学院决策科学与管理信息系统教授
斯坦福大学人工智能研究院和
数字经济实验室访问学者
为什么我认为管理学是人工智能技术落地的关键?那么我想首先回顾一下历史,那么站在一个宏观的角度上来看,人工智能实际上是下一代的我们所谓称之为的通用技术。
我们人类历史上出现过三次通用技术革命,第一次是蒸汽机,第二次是电能,第三次是因特网,每一次的通用技术都伴随着非常大规模的工业的革命以及生产力的迅速的提高。
今天我举例子来阐明一下,为什么认为在当今的社会,管理学对于人工智能的发展是非常有必要的。回顾电力的发展,我们可以看到在1831年,法拉第发现了电磁感应,然后1879年爱迪生发明了电灯泡,从此可以在黑夜照亮我们整个人类。
谭教授在中国人形机器人创新发展大会
但是电力的革命却是发生在电灯泡发明后的30年,为什么电力花了30多年才真真切切地改变了生产力?这个里面有很多的学问,有一个非常知名的经济学家,斯坦福大学教授保罗•大卫(1990)写了一篇论文回答了这个问题。
大家可以看到在蒸汽机的时代,我们是把蒸汽机放在一个工厂的中央,然后蒸汽机的传送带以相同的速度进行传送带的传输,因为要减少能源的损耗,那么我们工厂的布局就得把各个的工序尽量挨着蒸汽机靠近一些,那么样造成的结果是什么?

蒸汽机的时代的工厂(该图片由谭教授用AI制作而成)
工厂的流程的设计不是按照流水线的逻辑进行设计,而是紧紧靠在蒸汽机周围,或者放置在二层甚至三层。所以当时人们仅仅把电动机替换了蒸汽机,在当时的并没有带来生产力的任何提高。
那么人形机器人也是一样,如果我们简单地把一个人形机器人替换成一个收银员,或者替换成一个工厂里某一道工序上的工作人员,那么这种思维模式和管理方式很难引起生产力的本质的提高。
在30多年后,人类最终意识到工厂的布局应该重新进行规划,工厂首先应该是一个流水线,大平层,而不应该把这个工厂设置为二层甚至三层,这样我们可以减少物料的搬运,提升效率。

电气的时代的工厂(该图片由谭教授用AI制作而成)
其次非常重要的一点,我们可以把电动机拆成小型的,没必要在这个公司中央放一个巨型的蒸汽机,它可以部署在公司的各个环节,那么电动机它可以随时关随时停。
这整个改进它不单单是结构上的,它更是我们的管理理念上。从这样的管理的方式之后,我们就可以允许我们的工人做出更多的决定,鼓励他们自主承担更多的责任。
美国的生产率在经过一系列的重大变革之后,在1920年代才开始得以飙升,生产力以每年5%以上的速度增长,最终也奠定了美国二战之后的全球霸主的地位。所以以史为鉴,我想总结三点:
第一点,简单的计划往往是行不通的,不管是在人工智能上或者是在人形机器人上,如果我们简单的就把一个机器人替换成某个人的角色,往往无法释放人形机器人的真正的潜力。简单地把一项新的技术对现有的技术进行替换,如果只关注在降本增效,很难产生生产力的重大影响。
第二,任何一项重大的技术,都需要相当长一段时间的沉淀,才能产生重要变化。当然在人工智能时代这种变化会来得更加快一些,也许会花上30年,也许就是3年到5年,我们就能看到很多的大的变化。
第三,我们只有全面的创新才能获得一个巨大的成功。成功的技术它不仅需要一个新的技术本身,还需要我们对商业模式、组织文化,包括企业文化带来一系列的产品的创新和调整,才能给我们的生产力带来新的释放。
02
中国AI雷声大雨点小,机器人可能更有优势
陈秉涛
中欧FMBA2023级
前元禾重元董事总经理
绿通资本合伙人
我是技术背景出身,软件行业的企业看的比较多。从去年开始的新一波AI投资应该算是一波高峰期,当时 GPT3.0发布后,很多一级的市场投资机构认为这是代表未来新的方向,一窝蜂去抢投项目,满市场去找合适的标的。

陈秉涛参加软件行业论坛
然后发现这些项目的创始人大部分都来自于国内外一流院校或者海外技术公司背景。但在实际走访过程中会发现有很大的问题是,大部分高校老师更多的是从学术的研究侧来看这个问题,工程应用甚至商业化考虑较少。更关键的是,AI模型本身底层就有很多的数学算法,以及工程化的架构逻辑,这些底层的技术国内和国外的差距至少是要十年以上的。
软件需要通过不断的迭代来满足于用户实际的市场场景需求,是不断的磨出来的,它是一个很长周期的事情。
但是在国内软件大部分复制粘贴的,因为它更多的基于过去开源的东西再做定制开发,就成了我们很典型的一类软件公司。中国的软件未来还是会以产品加服务的商业模式,它很难做到完全产品化,除非是一些和业务耦合度低的需求是可以产品化的。
但是AI在应用侧,如机器人尤其是终端智能硬件,我觉得反而是中国比较可能算是有机会的一个突破点。

陈秉涛在中欧FMBA开学模块
因为这一次大模型本身底层技术其实突破的技术点是意图理解,第一波AI浪潮的时候,大模型其实很难完全理解人们表达的意思。
因为中文和英文不太一样的地方在于英文的每个词之间是相隔空格,这就很好识别。但中文里面,即使同样的一个词,它在不同语境下表达的意思都不一样的。所以说在当时这是一个很大的技术难点。当Chatpgt模型出来之后的话,它突破了意图理解这个技术问题。
传统的机器人控制算法(也就是决策机制)所用的信息,几乎都是传感器送来的。传感器测量的,都是科学上明确定义的物理量,如压力、温度、流量、速度、电流大小等。人做事用到的信息,远远超出这个范围。大模型下的机器人控制方式发生了很大的变化。
比如,它会理解到一个机械臂面向一个特定形状物体的时候,知道如何做交互,应该怎么操作,所有的信息录入会由通过如动态捕捉的方式做数据训练。所以机器人的控制的方法和之前是完全不一样了。它会从人的思维来看如何和物体进行交互。而不是像过去控制系统那样:依据机器人的作业指令程序、以及从传感器反馈回来的信号,支配机器人的执行机构去完成的运动和功能。
另外如大家所知的,我国高效、庞大的供应链体系,为机器人硬件制造提供了基础。所以我认为机器人更有可能是我国AI领域的一个突破点。
03
如何才能活到美好的明天?
王文艺
中欧EMBA2017级
前依图科技硬件事业部总经理
上海具身多模智能科技有限公司总经理
我和我浙大的师弟,也就是我现在的联合创始人周昌博士,我们深度参与了近十多年AI产业的完整发展。在创业之前,师弟是阿里巴巴达摩院城市大脑视觉大模型研发负责人,带领的50名算法工程师中,有40位以上是博士,而我也是在当时四小龙之一的依图科技管理硬件事业部,团队的构成从产研供应链到市场运营销售非常完整。
我们深耕AI行业多年,对这个新兴行业我们有两点洞察,首先是AI市场仍在蓬勃发展,很多客户需求远远没有被满足。在阿里和依图这么大的平台上,我们90%的客户需求依然会因为这样那样的原因被拒绝或者是无法交付。尤其是来自各行各业的长尾需求,需要有人到下沉市场去开拓场景、深耕适合长尾市场的产品和应用。
其次是大的平台公司基本还是聚焦于通用需求去开发通用模型,其复杂的业务流程和高昂的人力成本无法解锁更多场景机会。但真正想实现AI普惠,需要活用下游更经济性的人力成本结构,需要短而高效的沟通和业务链路,这里对端到端的AI低成本和AI工具链要求很高,反而小公司容易灵活突破,接小客户的单子也能够盈利,还能从海量小客户孵化出大客户,获得基于创新的高速发展曲线。所以什么事是适合大公司干的,什么事是适合小公司去做的,这是创业过程中一定要想清楚的问题。
那么在这种情况下我们能做些什么?我们看好具身智能市场,也考虑过自己做本体(机器人),炒菜的也行,送货的也行,人形机器人也行。
王文艺在中国人形机器人创新发展大会
可是进一步问自己,到底哪一种机器人能先跑出来,能有比较明确的应用场景?尤其是这两年资本环境不好的情况下,我要考虑的问题就是说我怎么才能够活到那个美好的明天到来?如果我但凡我选错了,两年花掉的钱就消失了。
我既然不知道怎么做本体,也不知道哪个本体的爆发。我假设是3~5年会爆发,在这个过程当中,我去做一个卖铲子的人。通过提供小型化计算框架和工具链,把大小模型在客户各种异构算力上的综合推理成本降低10倍以上,助力具身AI市场普惠,去服务愿意冒险的在各种场景下去试探的人。我来给他提供这个巨人的大脑,把AI的能力赋能给他,然后我希望在这个过程当中能成长为一个平台型公司。
04
如何投资人形机器人
郑格
东方嘉富执行总经理
自2023年AI大模型能力爆发后,机器人行业看到了“具身智能”的曙光,AI为人形机器人提供了智能化的核心功能 ,人形机器人拥有感知、思考、决策等能力不再遥不可及。
很多媒体把2024年定义为人形机器人的元年,我们观察到凡是元年的一些行业,会有大量的创业者以及资本涌入,加上在这两三年整个投资行业相对主题比较缺乏的状态下,就会加剧泡沫的产生,带来很多的成本浪费。

郑格在第一届人形机器人产业投融资论坛
可能这两年会有一定的混沌期和泡沫期,市场会自然淘汰掉一些技术路径和一批企业,但再过2年肯定会收敛到一些更加具象的项目标的。
那么只有等到行业周期匹配公司的周期(公司技术周期跟产品周期),以及团队本身自己的成长周期三者共振的时候,这个时候可能就会出来几家有代表性的标杆公司,从而带动上下游产业链的企业。
这是一个市场规律,我们非常确定终局的可能性。从终点倒推过来,我们到底应该在哪个时间点去投哪些标的,这是我们需要核心去探索的。可能不同机构有不同的角度,但也是这个行业发展规律当中我们投资机构绕不开的一个难题。

行业螺旋式上升逻辑
泛化能力决定了人形机器人产品的上限,成本控制决定了产品的下限。当两者交汇在一起,就产生了人形机器人,以其通用性满足基于人类设计的各类基础设施。具身大模型需要数据来提升泛化能力,数据促进需求的满足;需求得到满足了,才能促进产品的量产;量产足够多了,可以反哺数据的采集。这是绕不开的循环。行业发展早期,资本推动的也是这个循环。
行业拐点已出现,我们试着拉长时间来看待人形机器人行业的投资机会。能压中从0-1的头部公司当然非常好,但是也不用太着急,在整机终端和场景结合的过程中,在场景和应用生态的构建里,还会藏着类似计算机、智能手机和新能源汽车发展中不同阶段的投资机会。