记者 | 陈晨
编辑 | 靖宇
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。
梅卡曼德创始人邵天兰在极客公园创新大会 IF 2023 上进行主题演讲
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。
「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。
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。
梅卡曼德创始人邵天兰在极客公园创新大会 IF 2023 上进行主题演讲
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。
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，大孝材质都非常的多样，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！
