逛完WAIC，發(fā)現大家都在認真賺錢

這是我們第三年參加WAIC，世界人工智能大會。

關于這次大會本身，我就不多說了，想必你也差不多知道。展覽面積，超10萬方，參展企業(yè)一千多家，亮相展品三千多項……

我們上午11點多進場，一路逛到下午5點，幾乎沒怎么停。電梯要排隊，展臺擠得水泄不通，直播信號時好時壞。走到最后，手機快沒電了，人也快沒電了。一看步數，兩萬多。

累不累？累。但我明顯感到，自己越逛越興奮。

因為今年的WAIC，和前兩年很不一樣。前幾年逛展，大家更多是說：你看，技術已經可以這樣了。機器人？會跳舞、會打拳。智能體？會寫詩、會聊天。眼鏡？會翻譯、會識別。

但今年，大家開始認真研究另一件事：這東西到底能拿來干什么？

于是，機器人開始進工廠插線束，進藥房拿藥，進物流倉分揀鮮花水果。哪里平就用輪子，哪里翻山越嶺就做四足。于是，大模型開始比誰能接上工具，誰能進入流程，誰能完成一項真正工作。

如果用一句話概括，大概是：

今年的WAIC，大家都在認真賺錢。

哎呀，三言兩語說不明白。來，我?guī)阋黄鹑タ纯础?/p>

01

機器人終于不糾結，自己該長什么樣了

進場之后，我們決定先看機器人。

為什么？因為機器人館最熱鬧，人最多。當然，信號也最差……這里，特別感謝主辦方戚老師，為了支持我們直播，特地準備了裝著電源和大 wifi 的小拖車，里面有3家運營商8張卡，還請工作人員一路陪同，真是幫大忙了。

擠進去后，我很快發(fā)現，今年的機器人，似乎不太一樣了。

怎么說呢？先看圖。

（圖片可左右滑動）

發(fā)現什么了嗎？機器人，不都是人形了。

之前來WAIC，機器人大多還是人形。倆手倆腳，加一個頭。

為什么？一個很重要的原因，是公司自己都在糾結，要進入哪個場景。搞不清楚場景，就先做成最通用的形態(tài)，人形好了。

畢竟，世界已經被人改造了上千年。貨架的高度，和人的視線平齊。門把手、工作臺、工具，都是按照人的身高臂展和手設計的。

可今年， 我突然感覺，大家都不糾結了。

輪式、輪足、四足，一下子全冒出來了。

如果機器人只需要在酒店、工廠平整地面上移動，輪子就夠用了。

遇到臺階怎么辦？那就用：輪足。它有四條腿，但下面又裝了輪子。既保留了效率，又多了靈活。

如果應用環(huán)境實在惡劣，一直翻山越嶺怎么辦？那就：四足。

比如，開普勒的重載四足機器人。

它自重接近300公斤，但能馱1噸東西，一口氣能走七八個小時。用在山地運輸和應急救援場景，即便腳下高低不平，背部也能保持穩(wěn)定。

太厲害了。這已經不是越野摩托車了。我忍不住叫它：越野摩托人。

你看。輪式、輪足、四足，都有人做，不是大家的路線更亂了，而是大家終于知道，自己到底要去哪里、解決什么問題。

當工作決定身體，機器人自然就不會追求統一形態(tài)。

可是這么多工作，要先做哪個？先做最難的嗎？

02

技術上最難的事，不一定最先賺到錢

嗯……從商業(yè)角度說，做難的事，可能不是最好選擇。

現場有一家公司，專做家庭機器人。我們到的時候，它正在疊衣服。

你看，它的衣服已經疊到了某種境界。旁邊的光源，是干擾。桌子上邊會動的背景，也是干擾。能在這種干擾下把衣服疊好，真是本事。

可是，為什么要這么苛刻？

因為把你家的衣服疊好，真不一定比擰螺絲簡單。

工廠里的螺絲，大小位置相對固定。找準位置，對上去，擰緊，就好了。但你家的衣服，有的皺成一團，有的搭在桌邊。短袖、長褲、毛衣，軟硬、形狀都不一樣。燈光不同，位置不同，也是干擾。

所以，為了把衣服疊好，這家公司做了大量訓練。目前已經積累了1億條合成數據，覆蓋上萬個家庭環(huán)境。

很厲害。可是，疊衣服這件事，到底值多少錢？

衣服今天沒疊，明天再疊，不會有什么損失。實在麻煩，請阿姨定期上門整理，花的錢也不多。

所以，才有這樣的說法：家庭機器人，是又難又便宜。

難，是說在家里這種復雜非標環(huán)境里，完成任務不簡單。便宜，是說它要解決的問題，沒有那么貴。

而工業(yè)機器人，正好相反。雖然環(huán)境更加標準，動作更固定，但問題反而更值錢。擰螺絲，插板線，產生的是實實在在的價值。

所以一方面，我很佩服這位創(chuàng)業(yè)者。因為他的落地場景，難度很大。但另一方面，我又有點擔心。因為在他的產品售價，低于某個值之前，大概率很難被選擇。

這就是商業(yè)化里，一條簡單但不容忽視的規(guī)律：

技術路線按難度排隊，商業(yè)路線按賬單排隊。

場景越具體，整機之外缺什么，也就越清楚。于是，有人造機器人，也有人專門給機器人造手、造眼睛，甚至造一所學校。

03

具身智能時代，新的賣鏟人已經出現

比如，群核科技。

很多人知道群核科技，是因為它旗下的酷家樂。酷家樂是一個3D模擬平臺，過去，設計師用它搭戶型、擺家具，生成裝修圖。

但沒想到具身智能時代，這套能力突然有了新用途：

給機器人建訓練場。

機器人要進入家庭，得先知道什么是桌子，什么是柜子，杯子放在哪里，前面有沒有障礙。可真讓機器人挨家挨戶練習，太貴，也太慢。

于是，群核把房間、家具和物品，組合成虛擬空間。今天生成一個四把椅子的客廳，明天生成一個桌子倒下的廚房，再讓機器人進去拿面包、繞過椅子。哪怕撞倒了、摔跤了，重來一遍就是了。

現場的同學說，這一層不少機器人公司，都是他們的訓練客戶。

還有一家公司，叫：繩肌妙算。

他們不造機器人，只造：手。而且，是用繩子驅動的手。

普通靈巧手，會在關節(jié)里裝電機。但他們卻用繩子和彈簧，模仿人的肌腱。電機少了，手的成本就降了下來。

現場的同學告訴我，他們的產品已經賣給了很多物流公司，抓取包裹。賣八千，卻可以抓取百萬次。而類似的純電機手，要2萬元。

最節(jié)能的形態(tài)，果然就是人手本來的形態(tài)。你別說，人進化這么幾百萬年，還是有道理的。

嗯。當具身智能真正落地，專業(yè)的分工就越來越有價值。因為機器人，需要眼睛、雙手、傳感器、數據和訓練環(huán)境。

每一個缺口，都可能長出一門生意。

而現場被反復提到的一個缺口，就是：

數據。

04

數據不是越多越值錢，是越靠近決策越值錢

一抬頭，我看到了個很熟悉，卻沒想到會出現在WAIC的名字：

瑞幸。

咖啡公司，也來參加人工智能大會了？

但仔細想想，又不奇怪。瑞幸很早就在用數據經營生意。

以前，我們辦公室對面，有個瑞幸。我經常早上到了辦公室，就去對面買一杯瑞幸。但如果下雨，我就不過去了。

直到有天，上海下雨。我出門前，就收到了瑞幸的一張優(yōu)惠券：下雨天，送你一張三折外賣券。

為什么發(fā)外賣券？因為下雨。你不想去，我就給你送過來。

我當時就很震驚。

這說明什么？這說明，它肯定拿到了位置顆粒度極細的天氣數據。而且，它還知道，我經常去哪家門店，習慣到店自取。

天氣數據，對普通人來說，只是決定明天帶不帶傘。但對很多企業(yè)來說，卻決定生產、庫存和損耗。

比如，羽絨服。今年到底是冷冬還是暖冬，決定企業(yè)多做厚款，還是薄款。有企業(yè)靠經驗，生產了大量薄羽絨，結果趕上嚴寒，薄款壓在倉庫，損失巨大。

再比如，運送鮮花。云南的鮮花運到江浙滬，要用冰保鮮。冰放少了，花就蔫了。但冰放多了，又會把花凍壞。如果知道沿途的溫度，就能決定放多少冰。一車10萬的鮮花，就可能節(jié)省好幾千。

數據本身，不會自動產生價值。它離下一步動作越近，才越值錢。

除了天氣數據，還有更多、更細的數據，都很有價值。

比如，老師傅按摩時，到底要用多大勁。

05

服務業(yè)，也有自己的生產設備了

看圖。

這是一個，按摩機器人。

人趴到床上，它會先掃描身體，找到肩背腰。然后根據不同的項目，更換工具。可以按摩，可以熱療，也可以做拔罐、一指禪。

但是，按摩可不是沿著固定路線，按一遍就行。所以，它還搭載了力傳感器，能根據每個人受力和反應，調整落點和力度。

嗯。這就和普通按摩椅不太一樣了。

因為，按摩椅更像一套固定程序。提前設定好位置、深度，從頭到尾來一套完事。而機器人，則會一邊操作，一邊根據反饋改變動作。

你還別說，我都有點心動了。要是每天都能按上一按，多享受。

于是我問：這東西，主要賣給誰？

現場的同學說，一部分是按摩機構和美容院，作為生產力工具。還有一些經常需要按摩的人，會直接買回家，每天隨時按按。

聽到“生產力工具”，我突然覺得，這事挺有意思。

因為制造業(yè)想擴大產能，通常是買設備。但服務業(yè)想擴大產能，過去只能多招人。招來以后要培訓，不同人的水平還不一樣。

可隨著機器人的成熟，服務能力就可以跟著設備走了。

現場，還有家做仿真人機器人的公司。他們用語言、表情和手勢與人交流，未來可以放進酒店、景區(qū)和企業(yè)前臺，承擔一部分接待工作。

過去，制造業(yè)通過買設備增加產能。以后，部分服務業(yè)，也可以通過買設備增加產能。

物理服務如此。到了軟件世界，腦力服務也有類似變化。

06

Agent的形態(tài)，正在從聊天框收斂成工作臺

在百度的展臺，我體驗了他們的Agent助手，百度搭子。

我問它：現在技術發(fā)展太快，我感覺快失業(yè)了。一個年過半百、學數學和計算機、喜歡寫文章和寫代碼的人，在上海還能找什么工作？

很快，它就給出了回答。

它認為，我的核心優(yōu)勢是數學加編程加文字能力。這個組合，不太常見。很多人會編程，但不會寫。會寫的，不懂技術。所以，它推薦我試試數據分析，技術寫作，編程接單……

嗯。你別說，分析的挺有道理的。

試完之后，我有一個強烈的感受：Agent的形態(tài)正在收斂。

什么意思？

前段時間，我們試過了騰訊的WorkBuddy，還試用了阿里的悟空，這幾個產品，雖然長得不太一樣，但用下來，給我的體感卻非常接近：

它們似乎，都在從聊天框，變成一張工作臺。

仔細回想，電商其實也經歷過類似的過程。

最早做電商時，每家網站長得都不一樣。但做著做著，大家都有了搜索、商品詳情、購物車、訂單和支付。

這玩意，不是大家約好的。而是要完成交易，這幾個環(huán)節(jié)缺一不可。

Agent也一樣。

不是大家商量好了，都要做成工作臺。而是只要想把事做完，就繞不開理解需求、制訂計劃、調用工具、保存過程和交付結果。

任務，最終決定了產品長什么樣。

我把這個變化概括為三個C：Chat、Code、Cowork。從聊天，到寫代碼，再到一起工作。

聊天框的終點，是一段回答。工作臺的終點，是問題的解決。

這個變化，對中國可能尤其重要。因為到了Agent這一層，競爭除了模型和算力，也越來越比工程能力、人才密度，以及真實的產業(yè)場景。

當Agent越來越成熟，新的變化就會出現：

很多過去必須外包的事，甲方可能自己就能干了。

07

甲方會發(fā)現，自己能干的事越來越多

比如，找律師。

現場，我們看到了一家做法律Agent的公司。

過去，這類工具主要賣給律師。律師用它處理資料、查找法律依據，再把專業(yè)服務賣給企業(yè)。

我把它叫作：乙方工具。

但既然，Agent已經能處理標準化的法律工作，為什么一定要先賣給律師，再由律師服務企業(yè)？為什么不能直接賣給甲方？

比如，一家公司拿到份合同。

過去，你可能要先發(fā)給律師，律師檢查完，再告訴你哪些條款有風險。但以后，企業(yè)也許可以先讓法律Agent做第一遍審查。真正復雜、需要專業(yè)判斷的部分，再交給律師。

或許未來，越來越多的乙方工具，會直接服務甲方。

不只是律師。財務、咨詢、設計，可能都會經歷類似的變化。

現場，還有一個創(chuàng)意應用平臺。

它把圖片、視頻、設計工具和Agent，都放進一張無限畫布里。

以前，企業(yè)想做一張海報、一段視頻，可能要先找設計公司。現在，市場部自己打開工作臺，也能先做出一個版本。

過去，甲方購買乙方時間，乙方購買提效工具。以后，甲方可能直接購買這些工具。

這并不意味著乙方會消失。但是，查資料、套模板、出第一版，這些最容易標準化的工作，價值會越來越低。

08

但機器，不一定非要替代人

講到這里，你可能會擔心：機器能干的事情越來越多，人怎么辦？

其實，機器和人的關系，不一定只有替代。

比如，外骨骼。

搬家時，要把冰箱扛上樓。路線怎么走，轉彎時怎么避開墻，都由工人控制。但原本壓在人腰上、肩上的重量，可以交給外骨骼承擔。

人負責判斷，機器負責力氣。

再往前，我們還遇到了：強腦科技。看圖。

這位小哥，失去了左手。但在仿生手的幫助下，他居然可以彈琴。

為什么可以做到這點？

因為仿生手，可以識別到微弱的肌電信號。當他想要動食指，大腦會把信號傳到手臂，傳感器識別出，就控制仿生手，把食指動起來。

接著，他坐到鋼琴前，用這只仿生手，彈了一首曲子。

真好聽。現場一下子響起了掌聲。

那一刻，你很難說，這只手是在“替代”他。因為決定彈什么、什么時候按下琴鍵的，依然是他。機器做的，只是讓他的想法，重新抵達手指。

所以，機器不一定非要替代人。

它可以接走人最累、最重的部分，也可以補回人已經失去的能力。人保留意圖、經驗和判斷。機器提供力量、精度和執(zhí)行。

替代，只是人和機器的一種關系。增強和補償，也是。而且，更應該是。

這就是技術最動人的地方。

帶著這種感受，我們來到了最后一個展區(qū)。也是我每年最喜歡看的：

那些充滿活力的，年輕創(chuàng)業(yè)者。

09

大公司告訴你今天在哪，年輕人讓你看到明天從哪長出來

看圖。

這位神似林更新的帥哥，就是眼前這家，專攻睡眠的創(chuàng)業(yè)公司創(chuàng)始人。

他做的，是一臺睡眠硬件。

為什么做睡眠？因為他自己，也是一個很難入睡的人。身體已經躺下了，腦子卻還在高速運轉。

你不用戴手環(huán)，也不用往身上貼傳感器。設備放在床邊，通過毫米波雷達，就能感知人的呼吸、心率和睡姿。

然后，模型再根據你的睡眠狀態(tài)，動態(tài)調整光線、氣味和溫度，幫你放松。睡著以后，盡量讓你睡得更深，早上再把你自然喚醒。

這個小伙子的經歷，也挺有意思。

本科在清華學數學，研究毫米波。后來在普林斯頓做強化學習，現在還在協和讀醫(yī)學博士。數學、模型、醫(yī)學。以前學過的東西，最后全被他拼在一起，用來解決一個具體問題：

怎么讓一個睡不著的人，今晚睡得好一點。

再往前走，我又看到一臺很有意思的設備。

這是一個：雞蛋質檢儀。雞蛋往里一放，屏幕上就能出現破損、新鮮度、蛋黃顏色、富硒等一系列指標。

它怎么看出來的？答案是：多光譜。

人的眼睛，只能看到一小段可見光。所以，我們判斷雞蛋新不新鮮，通常只能看看顏色，聞聞味道。

但不同物質，面對不同波長的光，反射出來的信息并不一樣。于是，他們就用這種光，去照食物，再根據數據，判斷里面到底有什么。

比如，廚房和蔬菜上的霉菌、真菌，肉眼看不出來，紫外線能。比如，人參到底是20年的，還是30年的？用紅外去識別，就有數。

這位年輕人告訴我，過去上千年，我們描述食物，主要靠形容詞。比較甜。水分比較足。比較新鮮。但有了傳感器和模型以后，這些形容詞，或許可以變成數字：甜度到底是多少，食材的品質到底怎么樣。

在目前，他們已經進入了一些餐飲企業(yè)，和家電企業(yè)。在未來，他們或許還可以進入家庭，保障更多人飲食健康。

哎呀。我特別喜歡這兩個項目。

一個年輕人，想讓睡不著的人，好好睡上一覺。另一個年輕人，想讓我們看清楚，一只雞蛋、一根人參里，到底藏著什么。

大公司的展臺，告訴你今天已經走到了哪里。但這些年輕人會讓你看到，明天可能從哪里長出來。

10

最讓我興奮的，是看到這群悄悄努力的中國人

今年的WAIC，大家都在認真賺錢。

所謂認真賺錢，不只是大家開始研究怎么收費了。更重要的是，大家終于愿意蹲下來，追問一個個具體的問題：

到底是誰在發(fā)愁？我能不能解決？他為什么愿意付錢？

所以，有人研究怎么讓機器狗多馱一點東西。有人給機器人造一只更便宜、更耐用的手。有人讓企業(yè)自己審一遍合同。還有年輕人，想讓一個睡不著的人，睡得好一點。讓人參的年份，不再只能靠老師傅判斷。

是的。有些團隊還很小，產品只是一個Demo。明年，他們還在不在，也不知道。但很多真正的進步，本來就是這樣發(fā)生的。

這次逛完WAIC，最讓我興奮的，就是看到這些人。

這些勤奮的，努力的，年輕的中國人。

今天，中國和美國的AI差距，正在越來越小。

一方面，是因為競爭正在從單純比模型、比算力，走向比工程能力、人才密度和產業(yè)場景。而這些，恰恰是中國長期積累的能力。

另一方面，是因為在聚光燈之外，還有無數工程師、創(chuàng)業(yè)者和小公司，正在把一個個具體問題做深，把一件件能用的產品做出來。

而真正縮短差距的，從來不是口號，是這些悄悄努力的人。

觀點/ 劉潤主筆/ 景九版面/ 黃靜

這是劉潤公眾號第3004篇原創(chuàng)文章。未經授權，禁止任何機構或個人抓取本文內容，用于訓練AI大模型等用途