泛化之争，AMR下半场的第一战

2023年，中国AMR行业最明显的变化，就是开始卷出海。随着国内消费和工业的市场下行引发更激烈的行业竞争，走向国际市场成为中国AMR企业的不得不的必然选择。然而，出海并不是一件容易的事情，需要面对不同的文化、法律、行业标准和客户需求。

回顾2023，中国AMR企业在出海方面取得了不同程度的成绩，有的成功地打开了新的市场，有的则遭遇了各种困难和挑战。其中最主要的一大挑战就是在交付。由于缺乏对海外市场的深入了解，同时一些企业还把在做中国市场时的各种坏习惯“出口”到海外，使得最终交付质量的大打折扣，对中国机器人产品品质和服务质量造成了负面的影响和评价，降低了海外客户的信任和满意度。

交付问题不仅导致了项目周期的延迟，还牵扯消耗了预算外的人力物力资源，增加了项目的隐性成本，侵蚀了项目该有的利润空间；同时由于交付效率的低下也限制了企业的扩张能力，降低了企业的市场竞争力，最后影响企业整个年度的收入和回款，给企业带来更多的经营难题。

因此，如果说中国AMR行业的上半场是规模之争，以抢先手占市场份额和争订单扩大营收为主要目标；那么下半场将回归商业本质，企业需要以效率和品质为核心竞争力实现可持续发展。如果中国企业想要在海外市场立足，也不能只靠价格战这种粗放式的单一手段，而是要真正靠产品质量、服务品质、专业知识赢得海外客户的信任和认可。

在新的全球格局形成和市场环境不断变化下，中国AMR行业将进入下半场的竞争角逐。我认为机器人企业进入下半场将首先面临四大战役：泛化之争、场景之争、数据（AI）之争和组织之争，这四大战役将决定各企业在未来行业竞争中的企业竞争力和市场地位。

其中，泛化之争必将是AMR的下半场各家企业所面临的首战。一家机器人企业只有具备低成本、标准化、跨场景的规模扩张能力，才有机会在新的市场竞争格局中占据先手和效率优势，在利润与规模之间找到最佳的商业平衡。

所以，我建议各家企业可以在公司战略层面重视起来：泛化能力，是制约机器人规模落地的最大阻碍。

一、理解泛化

泛化的定义，从《现代汉语词典》来看：由具体的、个别的扩大为一般的。泛化简单理解就是从具体的、个别的事物中抽象出一般的规律或特征，或将能力/特性由单一的个性化扩大至一个群体的普适化。

对于机器人来说，泛化是一项关键的基础能力，具备优秀的泛化能力意味着机器人可以在不同的场景和环境中使用相同或相似的手段和工具来识别感知环境、理解并完成任务。这样，机器人就可以适应多变的场景或者功能需求，低成本、高效地实现规模化的部署和运行。

用一句熟知的广告语来通俗表达泛化能力带来的核心价值就是：多快好省。上半场的市场竞争都在追求“多”，而下半场就需要在“快好省”着重发力和投入，企业才会在市场下行期离持续盈利更进一步。

二、尊重泛化

从上文可知，机器人的泛化能力是指机器人能够适应不同场景需求和环境的能力，具备优秀的机器人泛化能力带来最直接的结果就是：更低成本的部署和更高效的扩张。

实现更低成本部署的关键依赖三个方面：人员要求（单价）；人力投入（数量）和部署周期（时间），这三项是决定项目最终盈利状态的关键变量。

因为当签订合同那一刻，设备数量和固定成本将成为一个定量，除非方案设计或产品质量有严重的问题，贯穿项目都不会有太大的出入。所以，对部署环节而言，用更便宜的人（水平更低的人）、更少的人、更快的时间完成项目交付将带来真正意义上的项目正收益，这就是优秀的产品泛化能力所带来的最实质帮助和增益。

与此同时，更低、更少、更快地部署机器人带来的另一个直接影响就是将大幅提升企业的扩张效率。站在全球化的竞争角度，能够拥有跨场景和跨地域的快速部署能力将成为海外扩张的有力武器。

当友商还在交付一个项目的时候，自己已经完成了2～3个项目的交付；当友商还在突破一个海外国家市场，自己已经同时在3—5个新市场实现突破；这种数倍于友商的扩张能力，除了对商务能力的要求，另一方面就是需要具备强大的产品泛化能力：机器人可以跨越不同地域，快速部署运行在新环境，更快适应新需求和场景变化，从而为企业赢得更多的商机，形成规模优势。

所以，现在可以更进一步理解优秀的产品泛化能力所带来的价值：低成本、高效的实现规模扩张。

▪帮助企业可以更聚焦产研与商业化，避免在交付环节的过度投入；

▪帮助企业形成有效的成本约束释放更多的利润空间；

▪依靠部署规模量级的差异打开新的市场格局并获取更高的行业地位。

三、实现泛化

首先，站在我个人角度，赋予产品优秀的泛化能力至少要尊重三个基本原则：

▪泛化是一个系统性工程，涉及系统、硬件、各流程环节和全人员，而不简单是片面的某一个方面提升；

▪泛化是一个持续性过程 ，需要通过时间和项目不断迭代打磨形成标准规范、沉淀工具和方法，而不只是某个阶段性投入；

▪泛化是产品化的一部分，需要产品经理能了解市场环境、项目全流程和现场情况，要具备很强的共情力、理解不同文化思维并重视用户体验。

简而言之，构建泛化能力将贯穿产品生命周期、是产品设计不可缺少的一环。

站在产品角度，可以考虑从几个方面构建泛化能力：

1体系化

俗话说“无规矩不成方圆”，体系化建设就是一个立规矩和定标准的过程，最主要的两个方面就是树立业务规范和技术规范。目前基本各家公司都有自己的业务规范和技术规范，所以此处我想强调的只有一点：标准。虽然各家都有各自规范，但执行标准却不一样，这就造成了最终交付质量的差异。

举个例子，不少的中国公司的产品状态还停留在“人治”阶段：用60分的标准做出一个堪堪能用的产品，然后把剩余问题扔给现场解决，不行直接上研发，全靠堆人解决问题。一方面复杂的配置和操作，就已经变相将现场人员的要求和成本提高；另一方面引发从前端到后端各自拉扯、互相甩锅，就因为企业制定的标准低从而让一件需要通过产品和技术手段可以不断优化的事成为一桩桩悬案。低标准带来的最大难题就是交付成了一个狗皮膏药，自己难受还交不出去。

所以，体系化建设并不是说有了流程和规范就可以，而是需要一个专业、具有挑战的高标准约束，摆脱“人治”的局面，才有可能真正地降低前端投入，用产品和技术解决问题。同时高标准也能为企业带来高水平的人才，再由高水平人才推动产品质量的提升，最终形成一个正向的循环，避免“劣币驱良币”。

2工具化

社会发展史就是一部工具进化史，先进工具将大幅提升生产效率，带来新的生产力。所以构建泛化能力最直接的手段就是制造“先进工具”，面向机器人各类工具是否好用，就成了影响交付效率的直接因素之一。

我认为围绕机器人的工具产品设计思路至少要包含以下的内容：

工具产品的设计要覆盖全流程。机器人工具产品的设计过程是一个业务top-down的过程，要能站在业务全局来进行产品思考与设计，能通过工具串联起全流程的各个环节、各类人员和全流程的数据。面向单点的零散工具开发结果只会加重业务割裂和浪费资源。

工具产品的设计要足够的简单。需要明确和理解工具的使用者（行为和习惯），产研只是maker而不是user；避免做只有产研能使用的产品，也不能让用户来适应产品，要面向终端场景和用户进行产品设计。简单易用的产品设计，会大幅地降低使用者门槛，让更多人理解机器人和掌握工具的使用，才能实现授之以渔的目的。而衡量产品是否实现简单易用的标准就是使用门槛，是30000元工资的人员才能掌握，还是只需要3000元级别，两者对应的产品体验将会有非常大的差异。

工具产品的设计要具备延续性。工具设计是一个不断积累的过程，在做产品设计时就要做好能满足长期发展需求的方案规划，工具产品要能跟随业务发展实现迭代升级，而不是阶段性的反复推倒重来。

3自动化与智能化

如果说体系建设和工具产品是企业具备机器人泛化能力的基础，那么自动化和智能化将为AMR带来泛化能力质的提升。毫不夸张地说，技术手段才是机器人实现大规模落地的最终途径，停留在“人治”阶段的机器人企业将因高昂的人力投入和低下的工作效率拖累面临发展失速的困境。

自动化考虑的方向是要考虑把流程中人工的、基础的重复作业通过配置手段或者技术方案实现系统自动生成或机器人自动作业，比如系统部署、机器人建图、机台对接调试等环节。因此，降低人员的操作复杂度和流程环节是自动化设计的重要目标。

智能化考虑的方向一方面是把需要依靠人工经验才能完成的工作由AI生成替代，降低人工经验的差异带来的方案误差，同时提升整个业务流程的作业效率，比如规划仿真未来很有机会实现用GPT替代人工规划；或者说新的技术方案推动机器人的智能化程度得到进一步的提升，突破现有技术方案的局限性，使机器人具备更强的自学习自适应的能力，比如Tesla将纯视觉方案的 FSD（Full Self-Driving）下放到Optimus擎天柱，用重感知方案突破预建图的限制；Google RT-2帮助机器人在未经过专业数据训练情况下能够更容易理解并处理人类提出的各种类型的任务需求。

最终，通过自动化和智能化手段，将大幅减少项目对人员数量、人员经验的依赖，才有可能把机器人设计成为和IPC（网络摄像头）一样简单标准的产品，让更广泛的渠道和客户理解并应用机器人以实现更大市场的覆盖和落地。

综上，我总结构建机器人的泛化能力就是从 体系建设 —> 工具搭建 —> 操作自动化 —> 应用智能化 的过程。

结语

选择将泛化之争作为开篇，也是对上一篇《蓄势待发，人形机器人的落地思考》提到相关内容的补充和扩展。在我来看，不管是什么类型的机器人，泛化都将是会是规模落地时面临的最大挑战。

当Tesla在AI Day推出人形机器人Optimus擎天柱时，才使我第一次认真考虑机器人泛化这个问题。机器人的规模落地一定不是在少数设备或理想环境中实现，而是要能在不同环境、不同场景、不同的任务下实现部署和运行，这就需要机器人具备优秀的泛化能力，可以低成本地实现快速落地。在大规模部署下的机器人泛化能力将呈现出执行高标准和应用低门槛的特点。

从这个角度来看，对目前的各类AMR，很难说具备了优秀的泛化能力。尤其我们看到激烈的低价竞争也并没有换来市场规模的指数级增长，AMR的整体渗透率依然有限；机器人公司从落地性价比选择上也很难对潜在规模更大的SMB客户形成有效投入和覆盖；而在面对出海时也因为存在各种问题，较大的投入仅换来有限的回报，从某些方面来说都是泛化能力有限所带来的结果体现。

这篇文章整理了我近期对机器人泛化的一些思考，也希望能引起更多人对机器人泛化的关注，发挥大众的聪明才智一起推动机器人实现更大规模的商业落地和产品技术创新。