采访、撰文 | 微胖
修改 | 四月
带领机器人创业公司库柏特的第三个年初，李淼不得不接受一场耽误已久的手术，时值武汉盛夏最为炽热之时。
上半年的工业机器人赛道里好音讯不断。简直每个月都有创业公司的融资音讯，死后不乏一些重量级投资人。
不过，外边的热烈好像并未影响到李淼。摸爬滚打三年之后，开端的无畏早已让位给敬畏。他知道，即使不去理睬这些融资背面沉甸甸的泪，该这些公司趟的坑一个都不会少，咱们会逐步理解这个赛道的钱有多难赚。
「有时，就像置身《三体》中的漆黑森林」，李淼说。
每个人都是带枪的猎人，像鬼魂般潜行于林间，悄悄拨开树枝探究外界，一同极力不宣布脚步声躲藏行迹，因为，林中处处都有与自己相同潜行的猎人。
「或许什么都对了，最终，你仍是挂了。」
1 一面看不见的墙
术后，被逼放了两个月的「长假」的李淼开端复盘刚曩昔的大半年，预见中有些不对劲。
技能类草创公司最需求的是敏捷触摸许多场景，打磨技能一同培育技能落地为产品的才干。除非你一出世便是含着金钥匙——一开端就能触摸职业头部客户，设备商和自带场景放大器的集成商，自然会成为首选协作目标，不然便是苦孩子的命。
曩昔一年，库柏特广泛涉猎的范畴包含 3C 电子、轿车零部件、食物、物流、医疗、教育科研等。其间，99% 的时刻都用在了传说中的「脏活」（dirty work）和极点事例中。
比方香菇分选，在这样极点传统乃至不易发觉的食物加工职业里，曩昔很长一段时刻里都是人工分选，什么数据都没有。李淼只好派人到现场一张张地拍，因为没有阅历，没有依据不同工况在摄影相片时打光，100G 相片直接作废。
香菇分类，需分辩香菇类内的显着改动与类间的纤细差异，经过深度学习细粒度辨认，辨认成功率 90-95%。
从头回到现场打光摄影后，数据质量有了显着提高，模型辨认率能够做到 85%，但接下来又变得止步不前。他们这才发现，本来许大都据都符号错了。
非专业人士符号水平比不上香菇分选工人，流水线工人水平比不上车间主任，标示水平最高的其实是厂长。
当他们请来厂长来帮助符号香菇图片后，算法辨认率马上跃升到一个新高。李淼曾自嘲，「不知道这个是不是职业 Know how。」
香菇分选系统作业实拍
标示数据等脏活儿仅仅一方面，「广撒网」式地触摸许多场景的进程中，那些原以为或许碰不到的极点事例也变得常见起来。
他们曾在现场 2 万多个箱子中「偶遇」一种会透气的箱子，机械抓夹底子吸不起来。只需遇到一次相似状况，团队或许就要花上一、两年时刻重复测验，最终还不必定搞得定。
一开端，咱们觉得中心壁垒是一套算法，李淼说，后来发现，「数据质量十分要害，实在挣钱的东西是那些他人没见过，但你见过还能做出来的东西。」
阅历当然名贵，可是吊诡的是，跟着时刻的推动，「广撒网」的套路开端让人烦躁，李淼经常处一种失落状况。
关于创业公司来说，支付极大本钱霸占他人没有处理的技能难题当然可喜，他们更期望这些支付和阅历是针对足够大的商场需求，能够完成快速仿制与规划化。
但事实上，「你费半响劲处理某个杂乱技能难题后，或许只卖出去一套。一开端，对方说要一百套。」李淼回想道。
在与某些集成商和设备商协作进程中，好像总有一面无形的墙横亘在库伯特与终端客户之间。作为合同丙方，他们很难切当知道这个项目是只能做一单生意，仍是在满意实实在在的刚需，能够敏捷产品化和规划化。
集成商和设备商犹如一座无形的墙，横亘做操作系统公司与终端客户之间。
对终端客户的掌握和对商场实在需求的剖析，是十分重要的一个才干。
正如一位机器人本体公司的科研人员向机器之心说道，「一个愈加合乎逻辑的做法应该是，先确认实在的商场需求，再依据公司研制实力和投入本钱决议是否跟进。」
拿下客户并不是件容易事，拿下大客户更难。
一旦遇到某些集成商凭仗在项目中的强势方位，要求签定背靠背合同，关于库柏特这类有着大批博士、高本钱工作的技能型团队来说，无疑是更大的困扰。因为，在终端客户没有回款给集成商之前，创业公司也拿不到自己那笔钱。
累得要死还拿不到钱，这难道是商业的实质吗？
关于一个想要做大的创业公司来说，当下这种运作形式明显不是久远之计。
2 砍掉98%的事务
几百页的操作系统说明书现已在李淼的硬盘里成型，这背面是 50 人规划的系统支撑团队，关于一家在 130 人的中型创业公司（就武汉而言）而言已占到三分之一。三年下来，研制本钱现已过亿。
三年前，李淼回国创业做机器人操作系统时就想得很清楚——单纯做本体改动不了这个职业。
虽然工业范畴因其扩张本钱等问题，不或许呈现相似信息职业全球容不下三个以上竞赛者的老练格式，可是，机器人本体四大巨子的局势现已安稳几十年，也是一个经过充沛竞赛后的老练阶段，没有留给本体创业者时机。
新华社一组最新数据显现，2018 年我国工业机器人商场累计出售工业机器人 15.6 万台，自主品牌机器人出售 4.36 万台。
这些数字与 2017 年底子相等。2017 年我国购买的机器人大约在 14 万台左右，其间，国外机器人约占 70%。算下来，国产机器人卖出约有 4 万台左右。
可是，刨去三轴、四轴和直角坐标产品这些并非严厉意义上 IFR 确定的工业机器人（因为价格更低，技能含量也更低），实在多关节工业机器人的销量会低许多。
所谓规划化，一般是指 1 万台出货量。算下来，哪家本体公司一年能够卖到一万台？谁不是在亏钱？或许靠政府补助？
所以，「你只能从另一个纬度去撬动职业，这个维度刚好又契合整个社会和国际发展趋势」李淼说。这个发展趋势必定是往着更智能的软件方向去的。
不过，问题在于，虽相似库柏特这样的软件创业公司初衷是让集成商更方便地做开发，让设备商的设备更智能，更好服务终端客户，可是，落地进程中怎样摆正自己在四角联系（公司、集成商、设备商和终端客户）中的方位，其难度之高，始料未及。
有一天，李淼将电脑上有几十个 G 的内容悉数移到硬盘，电脑空了，国际忽然变简略了。答案也逐步浮出水面：
曩昔挑选的途径错了。没有途径，怎样做规划？在工业范畴，做一个很牛逼的产品，他人都来买，这种状况底子不存在。
比方，海康威视之所以成为不少创业公司敬畏的目标，一个很重要的原因便是自带很强的途径，能将做出来的东西卖出去。
营销系统的构建十分重要，一位工业智能创业公司的负责人告知机器之心。2C 公司 CEO 需求是一位好的产品司理，在 2B 公司，好的 CEO 必定也是一个好的出售或许说出售型领导，这是被同行所验证过的。
李淼总算想理解，与途径协作，直接与终端客户签定合同才干化被逼为主动。实在的途径价值是，永久地处在中心这一层面。
愈加合理的方位，永久地处在中心这一层面。
已然决议铺途径和规划化，资源有限，公司有必要缩短战线，聚集一两个最有「钱景」的点。
所以，库柏特裁掉了 98%「不靠谱」的事务，重心浓缩为「一个途径（操作系统），两个范畴（智能检测和柔性抓取）。」
这两个范畴，相似于用来压服他人接入操作系统的杀手级使用，「用来证明系统结构的安稳性。咱们交付了台这几百台这样的设备，这些设备都能够很好地工作，还能挣钱，」李淼说。
一些因为各种要素短时刻无法规划化的 98％「不靠谱」事务，被归入第三个范畴（智能机器人系统）。这个范畴更像一个孵化器，留下时日，伺机而动。
3 下沉的鸿沟
答复究竟哪里才是实在的主战场，该往哪里走？是一个十分艰苦的探究进程。
主战场的挑选，首要与公司的商业化形式有着密切联系。挣钱底子只要两条路，要么寻求差异化和高溢价，要么便是寻求低本钱和规划化。
比方，iOS vs 安卓。
在机器人范畴，Franka是比较典型的苹果全栈打法。这是一家坐落德国慕尼黑的机械臂公司，可控的本钱和优异的力矩调理性能让其锋芒毕露。做自己的机器人本体，中心是机器人力控技能。
全栈十分烧钱，这也意味着事务一般要从高端做起。比方，本钱一百万，卖到二百万。可是，一般的工业场景支撑不了这么高的毛利，除非去做医疗手术机器人。
更多创业公司仅从软件切入，比方库柏特，想做工业机器人安卓。安卓重视的是生态，跟许多设备商协作，寻求规划化（虽然这个也很难做到），而不是高溢价（操作系统卖不上价钱）。
现在，工业场景大致能够分为两类。
一种是主动化程度高、数据质量好、比较高端的制造业，比方轿车、3C、半导体等。
另一种是传统制造业，比方劳动密集型的制鞋制衣、食物加工等。
挑选哪一类工业场景作为主战场，仁者见仁智者见智。
当大都前往第一类制造业寻求主战场时，库柏特最挣钱的事务却下沉到了看起来并那么不巨大上的传统劳动密集型企业。
是否刚需、决议计划链条长短、技能仿制性、职业供需等等要素，成为他们下沉的鸿沟。
生老病死，永久是刚需。只需人活着，就离不开食物和患病。香菇分选和才智药房，正是库柏特最挣钱的事务。
一开端做香菇分选，能够说是误打误撞。可是，在落地的进程中，库柏特发现食物检测的巨大潜力。
手机需求或许需求一年一变，配套的操作系统也需求不断改动去习惯客户需求。但食物检测刚好相反，因为食物自身十分安稳。
费德罗巧克力是从 1954 年开端出产，到现在都没变过。配方变了，可口可乐也就不存在了。香菇再怎样长，也就这些「长相」。
食物加工与种植业、农业密切相关，而后者又是一个地域强相关的工业，严峻依靠气候和地理方位，以至于几十年来，作为分类器规范的 SOP 辅导作业书底子没有什么改变。
一开端要做的脏活累活许多，一旦做出来，就会长时间获益，因为系统永久都是辨认这些香菇。
并且，香菇分选的「套路」还能推演至大枣、药材等范畴，「我国还没有一家食物检测巨子。」李淼提示说。
和误打误撞进做起香菇分选不同，才智药房是深思熟虑的成果。
流转环节构成痛点并愿意为之投入许多资金的企业公司，其实很少，电商必定算一类。还有一类很少被提及的企业——医药流转公司。
因为存在严厉的准入准则，制药职业门槛十分高，这就导致少量制药公司有必要凭借高效的流转环节，让药物抵达散落各地的医院和药房。医药流转公司会在各地兴修库房，依据需求送货上门。
库柏特曾与武汉神州通协作，在其智能立体库房落地柔性抓取产品。经过盯梢从库房动身之后的药品流转轨道，他们发现了医院药房。
从库房到药房，形似换了一个场景，但所涉技能、算法、逻辑并无不同，乃至不需求改变软件架构，仅需改动硬件巨细。
药房，宛如缩小版库房。
不过，与电商和医药公司库房比较，药房有一个更易于规划化的长处：决议计划链条短。电商和医药公司库房的智能化，更多的是比方新松立体库房的落地，柔性抓取仅仅整个场景中很小一部分。
「就像装饰房子，客户装饰完了才会考虑要不要放张桌子，做抓取的便是做桌子。」李淼打了个比方，「只需是决议计划链条长的作业，推起来都会很慢」。
这是一个很好的落地场景，可是短期内，他看不到敏捷规划化的或许，「实在把物流的技能产品化的，咱们是用在医院的药房。」他说。
一般，药房靠发药机补药。系统接到指令后，药物会顺着旋转滑梯，主动滑到药师手边。
药物坐的滑滑梯
补药机的每个巷道放置一种药，比方三九伤风灵，大约可装 30 盒。假如一家三级甲等医院每天的处方量需求 3000 盒三九伤风灵，那么，药房作业人员一天要补药近百次。
并且，药房药物品种或许多达几百种，每个巷道补个几十次，都靠人工来做，现象该是多么壮丽。
在深圳蛇口的某医院，库柏特的柔性抓取机器人现已接管了这类单调、深重的作业：
机器人能够从乱七八糟的药品箱子里，捡起药物并扫描辨认，放置到相应巷道中，上药速度为 800 盒/小时，辨认准确率可达 99.8%。
库柏特智能机器人补药系统
系统还能智能办理药品库存有效期，经过录入批号和效期，做到药品「先进先出」的货期办理和全程盯梢。
药房发药，经过深度学习特征学习，5000 品种别药物，辨认成功率 99.8%
现在，这套产品现已在国内十几家医院投入使用，首要会集在比方深圳、广州、中山等医院财务状况比较好的医院。
在中西部区域，医院一般要求供货方来投进设备，因而，库柏特也在和协作伙伴探究可行的商业形式。比方由库柏特或许与协作伙伴一同投进设备，依照药房药品流量收费。
4 快与慢
2005 年，安迪·鲁宾带着安卓前往三星总部。企图推销操作系统，成果遭到三星高层无情嘲讽：你们是在做梦吗？七个人，怎样降服国际？
安迪·鲁宾后来曾在不同场合讲过这次阅历，心里有多受伤，由此可见一斑。
在工业范畴推操作系统，难度远胜于手机。「没有想到打地基（做操作系统）一同建大楼（规划化），会这么难。」现在，李淼不得不供认作业难度远超预期。
工业场景十分碎片化，以致于技能型创业公司之间很难构成实在的竞赛。至少在智能机器人这个范畴，很少会呈现足够大的场景，招引这些公司一窝蜂挤曩昔。
虽然咱们都在做 3D 视觉+智能分选，但走着走着，有人走进了药房，有人迈进了电商物流。就像被放在同一个方位的水滴，沿着充溢沟壑的外表流动，最终会流向彻底不同的当地。
不只没有洪流大鱼的商场，也没有毕其功于一役的游戏规则。在每一条沟壑中，公司们以近乎手作业坊、本钱极高的方法霸占每一个客户。
一位工业智能创业公司的科学家告知机器之心，只出售技能处理计划，就像在 19 世纪末向铁匠出售传送带相同，底子行不通。为了等待工业革命的到来，还要环绕传送带制作一座工厂。
传统香菇职业，分选全赖人力，连设备都没有。为了推行自己的操作系统，库柏特不得不从零到一规划一套设备，然后找代工，找途径，以让利的方法压服他们去推这套产品。
并且，生态系统不同玩家之间言语系统的抵触，愈加深了落地杂乱性。
「把这个操作系统卖给集成商也好，设备商也好，说让软件能让集成变得更简略，谁都不会理你，他不信你。」李淼说。
为了压服客户掏钱购买自己的软件，一些创业公司不得不在合同中「明码标价」地确保，采用了我的软件计划后，故障率会下降百分之几，能效比会提高百分之几，等等。
终端客户更喜爱实实在在的几组要害数字。比方，香菇辨认准确率达 99％。一个工厂安装了 5 条香菇线，替代近 80 人。一条线本钱 60 万，5 条线 300 多万块钱，一年不到即可回本。
虽然这几年走得焦虑、困难乃至被放倒，可是，机器人操作系统，我觉得未来必定是要有，李淼说。时机必定诞生在所有人都不理解这个东西究竟是什么的时分（比方现在），就像安迪·鲁宾的安卓故事。
一旦当火箭笔直上升并逐步加快到第一宇宙速度，它将突破地心引力，绕着地球工作，无需动力也不会掉落
