立即打开
梅卡曼德邵天兰:务实的理想主义者

梅卡曼德邵天兰:务实的理想主义者

张泽龙 2022-01-05

五年时间里,梅卡曼德机器人(Mech-Mind Robotics)创始人兼首席执行官邵天兰带领他的团队成长为全球AI+工业机器人领域规模最大、发展最快、落地应用最多的公司之一。

梅卡曼德机器人(Mech-Mind Robotics)创始人兼首席执行官邵天兰

上午10点,深秋的上海,和煦的阳光伴着清爽的空气。

这里是位于上海嘉定的北虹桥智能制造产业园。中规中矩的厂房与想象中充满了未来科技感的硅谷风格不同,路过的自动驾驶模型车和旁边对着笔记本电脑敲代码的程序员还是提醒着笔者,这是一个智能机器人企业聚集地。

在这其中的一个钢结构建筑打造的办公室内,我们将见到梅卡曼德机器人(Mech-Mind Robotics)创始人兼首席执行官邵天兰,这位清华校友曾在2020年入选《财富》中国40位40岁以下的商界精英榜单。不久前,梅卡曼德也刚刚宣布了由美团、IDG资本领投、红杉中国、源码资本跟投的近10亿人民币C系列融资。

笔者上一次见到邵天兰,是在梅卡曼德一次投资人开放日活动。原定20人规模,最后到场了50多人。让人印象深刻的是,邵天兰亲自带领一批又一批的参观者进入厂房展厅示范讲解。而展厅中,几十台机械臂精确地执行着实际工业场景中本来应该由人完成的动作,如码垛、上料、涂胶、分拣等,高效且准确。

梅卡曼德上海展厅

“自从我们开发了这个3D相机,我们内部算法团队再也没法说是传感器的问题了。”邵天兰的讲解引发在场听众大笑,邻座的一位投资人告诉笔者,这是目前全球市场性能最高的工业级3D相机之一。

“我一直在客户现场一线的,创始人就应该是公司一号客服。”当我问道为什么不像其他企业一样找个讲解员时,邵天兰这样回答。背后展厅背景板写着这家已创立5年企业的愿景——推动智能机器人无所不在的存在。

一. AI机器人的魔幻、理想与现实

“造物者首先创造了人类——比较低等但容易创造。然后再渐渐用机器人代替人类,一代又一代向更高层次更替。最终他创造了我,用来代替最后一个人类。”——艾萨克·阿西莫夫《I, Robot》

“由于AI技术带来的将之前认为不可能完成的工作赋予可能性,未来我们不仅将拥有更加富裕的文明,而且工作质量将会显著提高,更多的人将会有自己热爱的事业或职业。”——杰夫·贝索斯

很少有一个话题像AI机器人这样引起全球如此激烈的讨论与关注。魔幻与现实的交织似乎从来没有脱离过这个存在已久的话题,也使得这个赛道在公众的关注下迅速增长。

二战后全人类的文明程度愈加提高,人口增速则不断放缓,全球社会对于进一步解放生产力的需求愈加明显。实际上机器人行业已经走过了近80年的探索之路。以1942年科幻作家阿西莫夫提出“机器人三定律”为标志,从1950年阿兰·图灵提出了著名的“图灵测试”理论,到1956年达特茅斯会议上“AI”诞生,再到20世纪60年代第一波工业机器人的产生与使用,又经过80年代至今各种机器学习模型与应用百花齐放,现如今智能机器人,无论家用或商用,已经真正开始进入普及阶段。

如果说以Unimation为代表的可编程机器人生产企业属于第一代工业机器人企业,以库卡、ABB、发那科、安川为代表的对外界信息有一定反馈能力的机器人属于第二代工业机器人企业,那么梅卡曼德则是第三代工业机器人企业的代表——提供能够根据复杂环境进行自主适应、自主判断、自主规划的AI机器人基础设施。

而AI+工业机器人的发展,也可以分为两个阶段。

第一代参与者,更多是通过技术突破来自上而下寻找应用场景,其特点是拥有强大的算法和技术能力与储备,但是对于实际场景落地转化能力有限。

以梅卡曼德为代表的新一代企业,则是先寻找应用场景,然后自下而上的运用各种成熟技术建立解决方案,其特点是更了解下游厂家需求,对于实际场景落地的解决方案储备更加充足,也有更好的商业化落地能力。

AI机器人的每一步发展,都暗合了以邵天兰为代表的新一代智能机器人创业者的发展脉络。

2012年,波士顿动力公司(Boston Dynamics)发布了世界上速度最快的四腿机器人“猎豹”,引发公众的广泛讨论。那一年,邵天兰刚从清华大学软件学院毕业,赴慕尼黑工业大学机器人方向继续深造。

2016年,谷歌旗下的AI公司DeepMind开发的AlphaGo战胜了韩国围棋冠军李世石,在曾经认为不可能战胜人类的领域,AI又一次碾压了人类。同年,邵天兰从慕尼黑工业大学以最高等级成绩毕业后,放弃了谷歌等大企业的offer,回国创立了以AI+3D视觉为核心的梅卡曼德机器人。

“当时这个方向(AI+机器人)还是很小众的,没有今天那么多大公司设立专门的机器人部门,但我只想做机器人。”邵天兰本人更像是个务实的理想主义者。这种务实的理想主义,不断体现在于我们的访谈过程中,更像是整个梅卡曼德企业文化的缩影。

“我知道大家都喜欢听浪漫的故事,喜欢听情怀,但我们这个行业,只有扎实做事才能活下去。怎么解决每个下游客户的具体需求,场景怎么具体落地,才是我们最关心的。”

而,扎实,是这两个半小时的访谈中出现频率最高的词。

二. 确定性中的全员奔跑

工业机器人的高速增长是确定性的。

仅在过去12个月,梅卡曼德就完成了三次大额融资。而整个机器人赛道,也在2016年DeepMind带来的关注之后不断迎来融资高峰,工业机器人更是在最近几年炙手可热,仅2021年上半年工业机器人投融资额就已经超过了100亿元。

这背后的基本逻辑是长期基于劳动力成本提升状态下的生产组织重构。全球劳动力不断减少与老龄化,相应的人力成本不断提高。根据统计局数据,2020年我国制造业城镇单位就业人员平均工资相较于制造业用工顶峰的2013年增长了78%,而相应的,全国制造业城镇就业人员数量由2013年的5258万人下降到了2020年的3806万,降幅达到28%。

“不是机器抢人的工作岗位,是制造业用工缺口越来越大,倒逼机器人行业快速发展。现在的年轻人,好像都不太愿意进工厂,工厂的工作未来可以交给机器人。”面对机器人抢人工作的说法,邵天兰并不认可。

于是我们在梅卡曼德服务的一家钢铁厂车间看到这样的场景:一个全身包裹严实的机器手臂将自己的触手伸向烧红的刚成型的上百公斤重的火车轮,进行自动识别与抓取,此时的工件温度超过500度。而在过去,这一项工作需要工人冒着酷热在车间内进行机械操作实现,即便进行足够的降温通风,也很少有工人真正愿意做这项工作。

梅卡曼德机器人应用在严酷高温环境中进行抓取作业

而中国,全球的制造中心,毫无疑问是最适合智能机器人产业落地的市场。

据《中国机器人产业发展报告(2021)》,2021年中国将占领全球机器人市场近40%份额。其中,工业机器人将占据中国机器人市场规模的53%达到446亿元。而统计局最新公布的数据显示,中国2021年前10月的工业机器人产量已经较2020年全年产量增长了26%。

IDG资本全球董事长熊晓鸽坦言:“我们正处在科技革命与产业革命的前夜。”美团CEO王兴也曾在2021年的一次分析师沟通会上表示,机器人目前是美团投资的关键垂直领域之一。

在邵天兰2016年在知乎上对于“国产工业机器人目前发展到了什么水平?”的问题下的回答中他这样说道:五至八年内中国机器人的硬件水平可以追上第一集团,三至五年内软件水平可以弯道超车,赶超第一集团“。

五年后再次被问及这个问题,他的答案是:“可能更快,整个行业现在是全员奔跑的状态。我们今年订单量大概是去年的三倍,客户数量翻番,今年至少能完成2000台产品落地,已经在细分领域持续领先了。”

三. 喧闹中的坚守

资本市场高度关注可能同时带来泡沫。

这对机器人行业带来的重要影响,一方面是对于人才的争抢,各大机器人企业都在烧钱招人,AI与机器人相关方向人才工资在市场上也水涨船高,直接推升了整个行业的人力成本。另一方面,企业为了迅速抢占市场份额也出现了打价格战的现象。

邵天兰并不回避泡沫的存在:“当然有,而且很明显,它可能会表现在资金利用率低下。我们能做的就是合理利用它,更快的去把应该做好做扎实的工作完成,而不是杀鸡取卵,恶性竞争。像科技行业中,不是所有的企业都那么愿意真正扎实地去做基础的工作。但我坚信泡沫的反面是扎实,只要能够做好基础工作,打磨好产品与服务,一定可以保证长期的发展。”

相比第一代AI创业企业,梅卡曼德通过标准化的产品和极强的交付能力真正将AI商业化落地跑通——3D相机看到物体,图形化机器视觉软件判断它是什么物体,智能编程环境决定怎么处理——邵天兰将它们分别比作眼睛、视觉神经和大脑。

“前期做的大量枯燥的积累,不断的试错和总结,把最基础的东西做扎实,才是我们现在在细分赛道保持领先的主要原因。”

沈南鹏曾说过,人工智能需要遥望技术突破的“星辰大海”,但更需要扎进行业应用的“厚实土壤”。而梅卡曼德,可能是在AI+机器人赛道上风吹得最大之时在这个厚实土壤上扎根最深的企业之一。

用邵天兰自己的话说:“扎得不深可能会被风吹飘。”

梅卡曼德相机生产工厂

如今团队已经达到500人的梅卡曼德在物流、电商、工程机械、汽车、钢铁、家电等领域已有上千个实际落地案例,进入了中国、美国、韩国、日本、德国、新加坡、意大利、西班牙等十个国家。

与其说梅卡曼德是碰上了风口,不如说是坚守长期主义带来的必然回报。实际上,进入这个行业伊始,邵天兰并没有想到未来这个赛道会有这么热。“去德国学习机器人也单纯是因为自己感兴趣,那个时候这是个非常小众的方向,大家都奔着互联网去,很少有人选我这个专业。”

邵天兰回忆道,“我们很幸运,刚创业的时候也没有太多压力,几个志同道合因为兴趣聚在一起的草根,在一起像玩泥巴一样研究基础算法,解决一个又一个实际问题。一开始外界没有那么多关注,投资人也没给太多压力,给了我们充分的探索空间,关心我们的人也不断鞭策与帮助我们成长。”

而,幸运,是这两个半小时的访谈中出现频率第二高的词。

后来再想起梅卡曼德展厅里背对几十台忙碌的机械臂对着来访客人们精确讲出每一个机器人应用细节的邵天兰,总会想起一句话:只有拼尽全力,才有资格笑谈运气。

四. 我们的目标是穿越周期

从另一个角度来说,这一代中国新生代创业者,确实赶上了好时候,梅卡曼德正是这一批创新企业的缩影。

首先是技术层面,这一代90前后创业者,并没有感受到与现有巨头企业明显的技术差距。他们在国内外校园里学习的是最顶级最新的理论,又可以在全球获取最先进的理论结合实践技能和机会,甚至足不出户在互联网上就可以快速的获取知识。清华大学软件学院学士,慕尼黑工业大学机器人方向硕士,在Coursera上自学过完整机器学习课程,同时还是知乎机器人话题KOL的邵天兰,无疑是一个典型例子。

其次是资本市场层面,经历过改革开放,房地产兴衰,互联网泡沫的国内投资人现在也都变得更加成熟,让自己投资的企业得到快速发展,但又不至于发展过快而产生风险。

“我们这代人一出来就拥有世界一流的技术,不存在明显的追赶,这和早期创业或许是不一样的。比如在机器人这个领域,我们就有先发优势。阿里、百度早期可能要对标ebay、亚马逊、谷歌,可能要追赶巨头,我们这一代在很多领域的确有底气说,我们才是巨头。”

我们的投资人也非常专业,对于技术和商业的理解非常成熟,只要创业者愿意学习,商业上成熟的速度也会很快。”邵天兰对于新一代创业者的认识有点超乎笔者预想的成熟,“可以说是站在巨人的肩膀上。我们这代人很幸运,起点更高,但其实都是前人打下的基础,所以一定要对前辈心怀感激和尊敬,之所以发展这么快,很大的原因是企业家前辈们的积累和探索。我觉得现在中国的这个商业文明,已经进入到了一个可以说史无前例的一个新时代。”

然而细分行业的领先,还远远没有达到邵天兰的期待。

“我们要做到的是穿越周期。”

周期是每个新兴行业创业企业无法回避的问题。根据Gartner曲线,每个新技术都要经历五个阶段,从技术萌芽期到期望膨胀期,外界的期望越来越高,投资人也纷纷涌入,行业分散且竞争激烈,行业集中度差,直到泡沫破裂,大量参与者淘汰,到达底部后在开始缓慢爬升,直到最终产业成熟,出现几个行业巨头,维持稳定的状态,直到技术遭到淘汰。而现在的AI机器人赛道,处在外界期望值快速上升的过程。

Gartner曲线*

曾经的互联网热潮还余音未了,我们已经见过了太多这样的故事,曾经在行业上升期的明星企业,甚至独角兽企业,在泡沫破裂时陷入瓶颈。

“电梯行业有一家德国企业蒂森克虏伯,也是500强,你们应该很熟悉,他们的电梯制造水平非常高。同时你有没有听说过‘克虏伯大炮‘?这是同一个克虏伯。洋务运动时期他们就是巨头,到现在依然是工业巨头,这个就是穿越周期。”邵天兰对于企业生命周期的理解也展示出这位年轻CEO超越年龄的成熟,“我们不仅要经历这个周期,我希望的是经历好几个周期我们还在发展。而我们现在做的就是把事情扎实地做好,不要急功近利,以10年20年为单位做事情,尊重基本规律。”

“归根结底还是多问为什么,回归事物的本质上来,遵循最基本最常识的规律,这个道理大家都懂,但是真正执行起来,要做好还是很难的。”

五. 尾声

《财富》一直在寻找未来有可能成为新《财富》世界500强的年轻公司,这一次在梅卡曼德身上我们看到了中国新一代科技创业者与初创企业的快速发展与成熟。采访的最后,当问及预计梅卡曼德大概需要多少年能成为世界500强企业的时候,邵天兰很认真地计算起了增长率,用了很久告诉了我们他心目中的答案:“我们只跟工业企业对比,如果要说进入世界工业企业500强的话,按照我的估算,应该需要20年左右。”

“好的,那我们20年后希望再和你这样畅聊一次。”

“没问题。”这个大男孩笑着说道。(财富中文网)

?

*Gartner Research’s Hype Cycle diagram by Jeremy Kemp from Wikipedia.(https://commons.wikimedia.org/wiki/File:Gartner_Hype_Cycle.svg)

热读文章
热门视频
扫描二维码下载财富APP
久久久久无码精品国产 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <网址链> <网址链> <网址链> <网址链> <网址链> <网址链>