來源：紅杉匯

試想這樣一個場景：當你完成晨練準備上班，你替換下的滿是汗水的衣物，被機器人收納進洗衣機內，清洗烘干再疊放整齊；餐廳內，智能機器悉心準備的早餐已經新鮮出爐，精準運送到餐桌；你穿過走廊出門上班，身后的掃地機器人開始一天的勞作，細心帶走地板上的細小臟污，并在完成清理工作后，將自己清洗得干干凈凈；在你乘坐自動駕駛汽車前往工作場所的途中，無人工廠內，機械臂已經有條不紊地制造、配送產品。

將繁雜事物交給機器人的“烏托邦”式想象，正一點點透過現實與未來的縫隙，滲透進你我的生活、工作。對于機器人參與我們生活的未來，你可以take the blue pill，選擇對其視而不見、安然度日，但這并不妨礙take the red pill的技術樂觀派，用自己的能量撬動想象的壁壘，將活在科幻作家大腦中的未來，用理性的方式拉入現實。當然這個過程，看上去并不像科幻作家描繪的那樣炫酷，也遠比我們想象得艱難。

2021年初，我們開設TECH TALK欄目，以投資人與紅杉成員企業的深度對話，探討行業前景、把握前沿趨勢、抓住科技脈動。

本期，紅杉TECH TALK欄目，我們擷取紅杉中國2020CEO投資組合峰會深度對話內容，邀請紅杉中國投資副總裁公元擔任主持人，與思靈機器人創始人陳兆芃、梅卡曼德CEO邵天蘭、Zuvi CEO王銘鈺、普渡科技CEO張濤，談一談機器人企業從曲折小徑走向寬闊大道所途經的風景。

公元

紅杉中國投資副總裁

陳兆芃

思靈機器人創始人

邵天蘭

梅卡曼德CEO

王銘鈺

Zuvi CEO

張濤

普渡科技CEO

公元：

機器人發展的大趨勢，我們是非常看好的，機器人這種新型勞動力對傳統人力進行補充的趨勢在各行各業的都在發生，里面最主要的原因是：AI和嵌入式、多傳感器融合等技術的成熟；成本的大幅降低，和四五年前相比，最大的區別是機器人的成本從十萬或者大幾萬這個數量級，讓普通商戶和消費者對機器人不再望而生怯；決策流程變短。

此外，機器人在未來是按場景劃分，真正懂場景會成為機器人的核心競爭力之一。

Q1

機器人與智能制造領域，有人高調入場有人轉身離場，機器人創業路上的波折與失敗，能否成為引領我們走向下一城的密鑰？

陳兆芃：思靈機器人主要從事機器人大腦和力控機器人兩方面的研究，產品主要應用于醫療機器人，泛制造以及機器工人的替換等領域。我在機器人領域近16年的從業經歷中，看到過一些明星機器人企業業務走向停擺的案例。我有時會將那些公司的產品，買來拆解。拆解后，你就會發現，這些產品內部的機電系統等設計，還是存在一些欠缺，這對于有技術潔癖的人是很難接受的。

to B 領域的機器人硬件，如果對硬件精細程度把握不夠，很難觸達客戶痛點。因為用戶最后可能要的不是一個機器人，而是一個比較全面的解決方案。這也是有些企業沒能走到最后的最主要原因。

企業很容易在初期追趕發展速度，但產品精度不夠，這也導致機器人在工業場景的商業化應用落地很難。當然，它仍然可以在過程中不斷改進，但機會常常轉瞬即逝，錯過很可能就無力回天。所以，我們對整個機器人 to B 領域的基本判斷是：一定要技術和商業落地兩條腿走路，缺任何一條腿，都很難真正地觸達客戶的痛點。

而避免踩坑的最根本途徑，首先對技術要敬畏，第二要切實做好商業落地。

邵天蘭：梅卡曼德機器人主要將人工智能技術，應用在機器臂等工業設備上，產品主要為3D攝像頭，以及視覺算法，機器人軟件平臺。目前技術主要應用在制造、物流行業。

我們所處的看上去非常傳統的工業自動化、物流自動化領域，過去這些年，因為有一些新技術的涌入，領域內冒出了很多新公司，包括一些大公司也有新的嘗試。當然，失敗率確實也比較高。本質上，我們處在一個要求極高的傳統行業，它與新技術融合過程中，存在的內在沖突非常大。

但也正因為挑戰大，曾經的失敗案例才更應該予以關注。因為別人的成功無法復制，但是他人的失敗你可以避免。從以往的失敗案例中，我們看到最大的兩個問題：一是缺少實際應用指導，比如產品的定義、技術的開發。有的公司確實發展到了一定的規模，但你認真分析會發現，它內部并沒有人真正熟悉客戶的需求。技術人員所研發的產品，某種程度上，解決的只是他們大腦中想象出來的問題。公司內部應當有一個“明白人”來指導產品設計、研發，他可以被定義為產品經理。這個角色既需要熟悉先進技術，又需要熟悉客戶需求，同時還要將產品如何搭建想清楚。當然，這樣的人才，在市場上極為稀缺。

第二個問題是創新。沒有創新，新銳公司很難與大型公司同臺競爭。但創業企業面臨現實的問題是，如果新技術過多，公司是否有能力能有效平衡。例如，梅卡曼德就包含光、電、機械，以及各種計算、控制軟件等等技術創新需求。公司在這種情況下，需要想清楚，哪些方面要做較為激進的創新，哪些方面只能做有限的創新，如果同時多方面做過多創新，最后很可能HOLD不住。

所以我看到避坑主要在于兩方面，一要有“明白人”，將技術、應用串起來。二要找到創新的平衡點。

王銘鈺：事實上，無論 to C 還是 to B 的機器人產品，最主要還是有客戶買單。比如用AI技術做玩具貓、玩具狗，要想清楚對大多數老百姓，養寵物的樂趣是什么？這些玩具能不能提供這種樂趣？所以，最重要的還是從本質上解決用戶的核心痛點。

從國內制造業對智能機器的需求來看，企業主更希望產品能幫到他，解決他所面臨的問題。我們應該保持清醒的是，很高精尖的技術不一定解決實際的問題，我們還是要用最恰當的技術，解決最恰當的問題。

反觀 to C 領域有一個好處，產品只要做得好、市場足夠大，公司就可以將精力放在產品迭代層面，關注怎樣把每個點的技術都做好，這樣就可以慢慢建立壁壘。

張濤：普渡科技是一家商用服務機器人公司，我們的核心技術是機器人自主移動的技術、第一款產品是餐飲配送機器人，自公司成立以來我們除了深耕餐飲機器人領域之外，也在做其他場景和應用的拓展。

服務機器人領域的創業是非常難的，難點主要在于場景和應用的選擇，全球服務機器人行業的先驅 iRobot 在驗證出可行的產品和商業模式之前一共調整了14次方向。機器人領域創業失敗的案例，在我看來問題主要出在場景和應用的選擇上，而這背后的底層原因是，深度思考不足。深度思考能力是每個創業者都必須具備的，但這并不容易，許多人會選擇戰略性懶惰。如果沒有基于深度思考的切實可行的場景和應用選擇，即使你的技術很先進，最終贏得技術失去了市場也沒有任何意義。

有的公司甚至對于自己是 to B 還是 to C 的定位都不清晰。例如有家美國創業公司的最終愿景是做 to B 的自動駕駛方案商，但推出的第一款產品卻是在自帶的小跑道上運行的 to C 類玩具賽車，這就與最初愿景有些南轅北轍，因為這兩件事背后的能力模型是非常不同的。這家公司后來倒閉了，復盤的時候你會發現他們做玩具賽車的那些工作都是無用功。所以企業要時刻保持清醒，做持續的深度思考。

至于在服務機器人領域如何做場景和應用的選擇，我們的思考結果是要滿足兩個條件，一是市場規模大，二是技術門檻高。

Q2

在智能硬件領域踩過哪些坑？又是如何爬上來的？

陳兆芃：這幾年最大的坑在于供應鏈。我們一直認為，只要供應鏈廠商給到了精度、強度、剛度等數據，按照數據，產品一定可以滿足我們的需求。但實踐中會發現，有時這些數字并不十分準確，存在精度需要自己量、功率未達到要求等情況。總的來說，需要自己花更多精力去把控，這是踩過的一個最大的坑。

邵天蘭：我們更多的挑戰是來自商業，來自和下游整個產業鏈的關系層面。剛才我也提到了，我們在一個非常傳統、很成熟的自動化行業，最近我很深刻的意識到，在我們的人工智能產品交付環節，如果硬要按照自己的邏輯去處理，從經濟上效率上，很可能完全不劃算。

所以，必須要向很多成熟公司學習，他們很多形式是有道理的。比如，要有意識的把很多客戶工作，交付工作交給下游，釋放自己企業的效率。以前我們規模小時，這件事情不十分顯性，只是當業務規模起來時，交付上壓力瞬間變得非常大。這是我們最近踩過的坑，也是最近提升改進的地方。

王銘鈺：從產品設計、研發到最后量產，過程中有很多坑。這些坑只要蹚一遍，就會有一個大概認識，并且隨時間推移認識也會有所變化。

我們是個制造業大國，但我們大學教育，對硬件產品如何從設計到生產的環節，涉及得很少。因為在學校實驗室里，把產品做出來跑通，事情就宣告結束。或者實驗做出來，獲得數據發表了結論，就算完成。但在企業，你所生產的 to C 的產品，要賣到千家萬戶，有人要在南極用，也有人在赤道用，它所面臨的溫度、濕度、壓力等等環境都非常不同，對產品品質的要求完全不在一個數量級。

基于這樣的思考，對研發工程師、創業者而言，把產品設計出來，不算結束。產品順利生產完成，在用戶這里使用正常，整個研發周期才算完成。而對于剛剛走出校園的從業者、創業者而言，完成這樣的思維轉變并不容易。

張濤：我們公司在2016年成立，復盤曾經踩過最大的坑，是在2017年。2017年時我們的技術和產品還不穩定。因此產品不可能大規模銷售，再加上公司資金緊張，當這三個問題耦合時，我們做了一個糟糕的決策。

理論上講，我們應該想辦法盡快把產品做穩定然后去做銷售，但我們當時做的決策是，能不能做一個短平快的新產品來做收入養團隊。回頭看，這個決策就是個坑。因為它偏離了我們的主要產品，讓我們的技術不復用、銷售不復用。所幸我們及時調轉了方向，回歸主線產品。

Q3

工業機器人領域，我們和德國、日本還有很大的差距。在對方具有先發優勢的情況下，我們怎么能后來者居上？對中國創業公司而言，我們又該如何追趕？

陳兆芃：做機器人跟造車一樣，涉及到供應鏈關系，上下游管理，整機系統的設計和優化等等。其實在這么復雜環節中，時間和技術的鴻溝是很難跨越的，因為它是一個系統工程，不是一個算法，也不是一個idea。它是基本的技術創新，供應鏈創新，整機創新。客觀來講，中國與德國在這一領域差距還是存在的。

至于如何克服，我們認為：如果歐洲和中國的產品技術研發，能夠與中國整個市場有效配合，就很有把握實現迎頭趕上。

原因很簡單，雖然歐洲、美國、日本等國家和地區，整體積累的先發優勢很明顯，但他們迭代速度比較慢。比如，德國要花一年迭代的工作，中國可能兩個月就會完成。

現在國內在強調“雙循環”，在德國和中國都有團隊布局的思靈，對科技“雙循環”踐行得比較好，中德兩邊團隊在技術、市場的雙向結合，極大提高了產品研發和商業化落地速度。“雙循環”可以極大提高國內機器人水平，帶動行業發展，我們會在這個方向上繼續努力。

邵天蘭：國內是帶著新技術出發，相當于新技術產生的變量。或許在局部，在當下的時間點，大家會覺得國內有很大優勢，但從全局來看，我們的差距很大。

以國內大型無人工廠的建設為例。這些大型項目的中，通常只有很小一部分產品源自國產，比如AI視覺、AGV等，而德國、日本的產品占比卻非常大。而許多國外工業巨頭，它在細分領域的統治力，在工業里面的統治力，可以說是超乎想象的。

另外的差異來自商業層面。從我們德國、日本的團隊反饋來看，他們更希望能夠和廠家、經銷商乃至最終客戶之間，建立起一種長時間的，甚至以代際為時間單位的聯系，大家可以共同做大，而不是追求短期依低價快速獲得利潤。

但在國內低價已經被證明是非常有效的策略。只是工業領域，真正好的公司都需要長期有巨大的研發投入，在巨大的毛利基礎上，才能建立起不可撼動壁壘。國內極少見到有公司達到了這樣的良性循環。

這樣商業思維的轉變，不是靠一家公司的努力就可以扭轉，還需要公司要帶著上下游，一起在更長時間尺度上實現共同發展。

Q4

to C 機器人領域最近出現了一些爆款產品。類似爆款可預測嗎？或者說機器人爆款，是否可復制？

王銘鈺：我所理解的爆款就是賣得好。爆款的出現，某種程度上說明市場上存在許多未解決的痛點，新產品解決了痛點。我們生活當中，有很多讓人不舒適的地方，這也意味著 to C 機器人存在很多機會。

人對生活品質的追求在不斷進階，這是爆款出現的必然性之一；另一層面的必然性來自企業、或者創始人自身在定義產品時所堅持的原則，是追求性價比，還是追求其他。這和他的價值觀、想解決的問題、想成為什么樣的人，高度相關。

張濤：我們公司的領域雖然屬于?to B，但我們的下游客戶主要是小B，業務本質有很強的?to?C?屬性，所以我們對于?to C?的爆款硬件產品，也有些自己的理解，能不能做出爆款主要從三個維度來看：

第一個維度是場景，to C 也是分場景的，比如戴森、特斯拉和蘋果，分別代表了三類場景，戴森代表家庭場景，特斯拉代表出行場景，蘋果代表個人計算設備場景，這三種場景的共性就是市場規模特別大。to C 的企業想要打造爆款產品，首先要選一個比較大的場景。

第二個維度是企業的能力模型。要做出爆款產品，企業需要具備什么能力？上述三家公司存在幾個共同特征：具備很強的核心零部件技術，具備很強的硬件整機產品集成設計能力，具備很強的產品定義能力，具備很強的產品品味。

第三個維度是品牌周期和技術周期。預測爆款是個很難的事情，但用品牌周期和技術周期兩個時間軸來審視爆款，會大大提高預測的精準性。比如，舉個特斯拉的例子，特斯拉能夠爆紅的原因之一，是在很長一段時間內，汽車領域基本沒出現過新企業新品牌。事實上在每一個行業，經過五年、十年、三十年、一百年之后，傳統公司的產品大概率都會無法更好地滿足人們的新需求，而這些問題最終都會被新公司、用新方法解決一遍；特斯拉能夠成為爆款的原因之二，是抓住了汽車電動化、智能化的技術浪潮。小米能夠成為一家現象級的公司，也是類似的道理。總之，用品牌周期和技術周期這個評估框架，可以比較好地解釋消費電子行業的歷史，也能以一定概率預測未來。

（聲明：本文僅代表作者觀點，不代表新浪網立場。）