![](/templates/vip3mb00223/images/leftimg.jpg)
发布日期:2024-05-24 19:45 点击次数:71
(原标题:对话「艾豚科技」杨凯健:AI机器人切入制造产业,潜力巨大)
作者:苏打
出品:明亮公司
“纺织业是一个高度扁平化的行业,其自动化程度要高于汽车行业,但信息化程度却又相对比较落后,产业中的大量环节存在被改造可能。”
此前很长一段时间,包括纺织业在内的诸多传统行业一直在探索数字化升级的可能性。但一方面由于劳动力尚比较充足,另一方面由于采用智能化手段的成本较高,转型过程并未出现清晰的转折点。
而今,劳动力数量下降带来的驱动力日渐增强。同时,机器人产业端对行业的理解也逐渐深入,一些看似微小的生产环节中,改变正悄然发生。近日,「明亮公司」前往行业智能机器人研发商艾豚科技,与创始人杨凯健就纺织业的智能化现状、机器人切入环节及未来展望等问题进行深度探讨。
天眼查App显示,艾豚科技曾在天使轮基础上,于2022年8月完成A融资,投资方为同威资本。据杨凯健透露,今年上半年公司将会完成新一轮B轮融资。
作为世纪华通(002602.SZ)生态体系成员,从软件公司转型至硬件领域,杨凯健称艾豚曾“踩过不少坑”。为深入行业寻找应用场景,团队前往企业驻扎考察时间常常以年计算。但同时,这些积累也为艾豚沉淀下深厚的产业经验。
近日,其自主研发的智能验布机器人“艾布机器人”正式投入量产。该产品采用机器视觉技术和人工智能深度学习算法,通过学习海量瑕疵数据,可精准、高效并稳定地检测不同面料中的上百种疵点,在家纺坯布市场上已取得较好进展。目前,包括运盛纺织、天一红旗、三阳纺织等多家客户已与公司签约,公司向市场投放的三款验布机器人已实现量产。
据杨凯健透露,预计今年公司营收将较去年翻倍,明年总营收将过亿。“目前,公司业务锁定在汽车、纺织和大农业三个板块。纺织板块的增速非常快,不到一年时间便已基本追平公司原有的汽车业务。”
“尽管人工智能的趋势如火如荼,但深入到产业端,大多仍旧仅限于演示场景。伴随用工问题的日益突出,我们希望通过产业中的一些小切口,为企业找到真正具有性价比的产品方案,并为人工智能的产业落地贡献力量。”
以下为明亮公司与杨凯健的对话(有删节)
Q :明亮公司
A :杨凯健 艾豚科技CEO
杨凯健(来源:受访人提供)
发现更多「小场景」产品
Q:目前产品的定价大约多少?为何选择这样一个价格带?
A:单台机器售价在30万元左右,最初定价40多万,发现接受度很低。后来我们逐渐计算出一个价格线,企业购买一台机器的回本周期不能超过两年,目前艾布大约在12—18个月之间。
纺织是一个非常扁平化的行业,太小的企业已经被淘汰掉了,企业主的需求逻辑其实非常简单,需要几台机器?什么时候回本?所以,一旦回本周期高于两年,销售难度会变得非常大。
而且我们之所以认为验布这个环节仍旧存在巨大机会,一个原因是其中很多人力并未被释放出来,因为目前大多数机器在替代人力方面的竞争力并不高,核算下来企业用人力的成本反而更低。
Q:你们之前也有一些人工智能方面的研发积累,所以做验布机器人这件事是先从已有技术出发寻找场景,还是从场景倒推技术和硬件?
A:我们与很多人工智能公司不太一样,他们会关注算法,而我们更关心应用场景。
进入纺织业时,我们也做过大量功课。比如一个个工厂去看,每个环节需要多少人,这个环节智能化的可能性多大,用机器替换的性价比高不高,然后和厂长聊,如果提供这样一台机器,能够节省2-3个人,多少售价你愿意接受。
Q:是否有统计过对生产端的效率提升情况?
A:传统人工验布的平均速度是20—30米/分钟,同时还受验布工经验所限,而艾布机器人不论在检测速度和成功率上均遥遥领先,还会根据不同的检测标准做灵活配置、自动化生成数据报表,并提供可对接ERP、mes系统的接口。
此前,人力缺乏造成的一个后果是牺牲布匹质量。就目前艾布机器人应用的效果看,我已经将验布的准确率从工人操作时的60%左右提高至90%左右,质量提升2-3倍。效能上看,我们一台机器平均可以节省3个人力。而且很多高端品牌会面临复验的问题,艾布机器人也可以完全进行覆盖。
一个有趣的变化是,当企业真实感受到产品质量提升后,行业中的化学反应就产生了,伴随正面反馈的增加,产业端希望采用机器人代替人力的动力也逐渐增强。
Q:目前出货量和销售情况如何?
A:正式销售不到1年时间,整体出货已近100台。
而且现在客户越来越多了,跨过产品验证期后,很多企业会直接来谈商务。行业圈内很多企业相互比较熟悉,因此会形成口碑传播效应。所以去年下半年开始我们的销售局面便打开了,今年Q1的销售状况较过去有明显改善。
这也是B端生意的一个特点,取得信任是一个漫长的过程,但积累到一定程度后,会逐渐出现一个转折点,客户会主动找来,带你进入一个正向循环。
Q:前期研发过程中最大的困难有哪些?
A:我们2021年开始进行,有一位同事在纺织工厂驻扎了一整年。2022年,第一台机器进入工厂试用,直到2023年上半年,第一家企业跟我们说可以买单了,下半年我们才开始真正进行推广。
其中有两个难点,一是人工智能与产业结合的核心障碍是收集足够多的产业数据,这点与to C的互联网企业有本质的差别;二是由于前期验证周期较长,我们产品的销售、商务和宣传空间是比较有限的。
Q:未来产品会在哪些方面进行迭代?
A:在家纺基础上,我们接下来将会拓展服装领域,目前已有一家客户在试用产品,今年年底会有较大进展。另外染后环节我们也已经在着手探索。
实际上,我们的烦恼并不在某一款产品本身的升级,而是如何发现更多机器可替代且替代性价比高的场景。所以,我们一直在尝试各种小产品,希望从中找到突破口。
小企业开始采购颇具激发意义
Q:你们现在主要客户聚集在哪些区域?
A:目前新疆地区的南疆和北疆、江苏、宁夏、湖北等几个家纺重地均有覆盖。目前我们主要拓展家纺企业,下半年计划拓展服装市场。
Q:目前观察下来,行业内哪些类型的企业更容易接受这种新机器?
A:新开产能的地区,企业最容易接受,因为全部新上产线,配置智能化机器的空间更充足。而部分已经比较成熟的传统产业带,接受起来会比较慢一些,其中会涉及旧产线改造、替换人力需要时间等。
Q:就客户占比看,目前各类型企业的占比如何?
A:大企业的优势在于采购量大,比如近期我们正在谈的一个客户,一次性可采购40台左右,几乎接近我们去年总销量的一半。虽然大客户的份额也足够支持我们的发展,但中小企业的这种转变仍旧极大增强了我们的市场信心,侧面证明我们的产品足具应用价值。而且小企业一旦决定购买,付款流程会非常快,有利于我们的现金流健康。
Q:这样大一个市场,纺织业自动化程度又很高,之前没有企业做这件事吗?
A:我们为什么2021年才着手,之前犹豫了一整年,期间一直在谨慎考察。后来我们发现,市场上号称智能验布机的产品很多,但大约80%都停留在宣传层面,真正用人工智能方法去做的几乎没有,批量生产的更没有。所以我们才动手开始做现在的产品。
Q:其中有哪些原因?
A:一是真正实用的产品需要极度深刻的行业洞察。所以前期要花费大量时间去工厂实地考察,了解企业主的痛点和需求,看什么样的产品能够撬动购买;二是在行业中找到真实场景。
比如纺织业有很多环节,但有些进行智能化的门槛很高,需要深厚的行业知识。我们一开始也犯了很多错误,比如找一个场景,卖五六十万或者上百万的产品。如果能卖掉利润当然是高的,但很快就发现卖不掉。
所以,我也不认为现在会立刻出现一个头部企业,能够包揽行业中所有智能化的环节。目前绝大多数所谓的高科技都只存在于演示场景,产业中很多企业都有机会。
Q:除验布环节外,我们在一线实践过程中是否有发现其他环节被改变的可能性?
A:配色环节是我们正在研究的领域,另外也在探索剪羊毛的环节。
Q:如何看待目前中国在产业升级中所处的阶段?
A:前段时间我们汽车团队去美国和墨西哥考察时,发现他们的工厂已经比我们要落后了。自动化的核心是用人成本,以及产品对应的梯度。此前,中国人口红利正盛,自动化和智能化的动力相对不足。但伴随人口问题的凸显,目前各行各业的产业端均开始面临用工问题,这时数字化的动力便会强劲起来。
纺织业务已基本追平汽车业务
Q:纺织业之外,我们是否也在探索其他行业?
A:目前锁定在汽车、纺织和农业三大领域。
我们比较看好大农业,从蔬菜种植到加工有很多机会,目前已经在蔬菜加工领域推出一款挑选蔬菜的机器。由于蔬菜保鲜需要维持一定的湿度和温度,而人类长期在这类环境中对身体的损失比较大,我们的机器可以帮助其解决蔬菜的前期筛选问题。由于去年年底刚刚推出,这款机器尚未在官网进行宣传。
但农业范围非常广,其中很多环节不适合智能化,比如采摘,国内土地很分散,无法实现集中化操作。
Q:就营收看,目前汽车、纺织和农业三部分,哪部分营收占比最大?
A:汽车和纺织的占比差不多。纺织业务增长很快,一是现在验布的应用势头很好;二是这块产品的毛利还不错;三是市场足够大。
Q:三个行业之间是否会有技术复用?
A:会有。最基础的比如如何进行模型产品化但整体而言,数据本身对于大企业的意义要远高于小企业,后者更关注产品的经济价值。
Q:融资方面最近有什么计划吗?
A:今年上半年应该会完成新一轮B轮融资,预计数千万美金。我们比较受到政府基金的欢迎。
Q:公司营收状况如何?
A:去年下半年我们的现金流便已经转正,今年已经开始盈利。2023年营收在千万级别,今年预计在三四千万左右,未来计划每年翻一番。今年一季度的营收已经达到去年营收的一半,全年收入较去年翻倍是比较轻松的。
Q:是否有上市规划?
A:目前公司仍在发展初期,明年全年营收预计会过亿,待到营收超过两亿元时我们才会开始考虑上市等动作。
Q:找到验布环节之前,我们有过哪些失败的尝试?
A:比如我们曾经做过一款机器,挑棉花里的杂质,现在还在卖。这款产品的基础逻辑是对的,但进入销售环节后我们发现其性价比和使用场景是存在一些问题的,利润率也比较低。
Q:所以艾布在做的事情并非用机器取代人,而是填补其中可能出现的人力缺失,造成工人大量失业的可能性微乎其微。
A:很多人把用机器取代人这件事想得过于简单,一个真实行业的复杂度极高,目前机器替代人力的部分我认为仅在1%-2%左右。核心原因不是技术不足,而是用机器替代的性价比不高。
我们在考察过程中曾到访过一个业内头部的纺织企业,其自主研发的一套智能化系统可以替代50个工人,但造价花费1.2亿。这种性价比显然会令企业没有采用机器的动力。
所以当初在选择赛道时,我们特意避开了当时非常热门的自动驾驶、医疗等行业,选择了比较冷门的纺织业。投资人对此也比较认同,因为太热门的行业过于关注技术和数据,太卷,而且这也不是我们的强项。
创业公司的切入点越简单越好
Q:作为一家软件类型的公司,为何会选择纺织业进行切入?
A:就纺织行业整体而言,中国大约占全球产能的60%,从业人员数量超过2600万,体量非常惊人。就用途看,成品布匹主要包括成衣、家纺和工业用布三大类,其中成衣用量最大。
如果拉长到10年后去看,行业中面临的一个主要问题就是劳动力不足,这也是我们进入其中的一个主要动力,希望解决用工问题。
据不完全统计,全国大概有20万的验布工,其主要工作是检验布匹各生产环节的问题,比如织布时进入异物导致的布面瑕疵、染色时颜色不均匀、成品后是否质量问题等。我们艾布机器人主要致力于通过智能化解决这些问题。
为什么需要在验布工人中介入机器?一方面可以提高检验的质量,另一方面是解决招工问题。当初我们拜访了江浙大概几十家企业,每家门口都会竖一个牌子,招验布工人。再过几年,这类用工缺口将会越来越大。而且劳动力的成本会越来越高,现在很多纺织工人的工资都已经超过1万元左右,这个成本是非常高的。
此外,尽管目前人工智能在宣传层面非常充足,但实际应用过程中很多仍旧仅限于演示场景。我们也希望能够为国家层面的数字化转型做一些贡献。
Q:人工成本较高这件事是普遍性的还是有区域差异?
A:普遍比较高,但新疆、内蒙古等地的用工成本较山东、河南等地会更高一些。因为吸引人才前往、进行培训等综合因素叠加起来,会导致企业招工时要付出更多成本。
Q:纺织业环节众多,我们为何选择验布作为切入点?
A:前期大量走访纺织企业的过程中我们看过很多环节,比如纺纱、织布、印染等环节,但很多环节的智能化并不容易实现。其中一个原因也是由于智能化设备造价太高,在替代人力方面并不划算。
验布环节有自己的特点,比如对误报率或者漏报率的要求一直不是特别高,而且每个验布工人之间的效率差别非常大。因为这个工作本身是反人类的,一个人盯着布匹看两三个小时之后,情绪一定会受到影响,检验的质量自然也会下降。但这个环节的特点又令它特别适合进行智能化改造,因为检验本身的标准化程度比较高,数据可以在其中发挥很好的作用。
所以我们考察下来,率先选择了验布环节作为切入点。而且相较于其他环节,验布环节的机器人由于更简单,成本和造价也更容易控制。回本周期一旦变小,产品的销售阻力也会相应降低。
Q:除了验布环节,还有哪些环节你觉得是有希望被智能化的?
A:我们在工厂考察中,曾经探索过4个角度。一是体力劳动密集,肉眼可见很多人在操作的场景;二是需要较多经验积累的场景;三是创造性的场景,比如材料创新等;四是管理决策类的场景。
目前看来,第一种切入的难度最低,也最容易实现。未来我们会逐渐探索需要较多经验和创新类的场景,比如染色环节中很需要经验的染色师傅这个角色。除释放劳动力外,未来应用层面还有很多机会。
Q:就你观察,目前纺织行业的整体智能化大概处于什么水平?
A:我们之前一直在深耕汽车行业,目前观察下来,纺织业的自动化水平其实是高于汽车行业的。因为汽车领域是工序跟着人走,相对个性化;而纺织业是人跟着机器走,所以自动化程度更高。
但是,纺织业的信息化又很落后。业内的观察逻辑是先讲自动化,再讲信息化,再讲智能化,但在企业主眼里没有这个概念,哪个有用就用哪个。大多数企业连ERP都没有,如何推动信息化?智能化系统就更难实现,由于造价太高,适应性又比较差,导致很多企业买来之后几乎处于搁置状态。
所以对产业而言,把机器做得更好用、更实用,反而比较实际。当然大型国企会比较注重智能化和信息化,但剩余99%的民营中小企业都不太会考虑,他们的商业逻辑太简单了。所以我们作为创业公司,切入点也是越简单越好,两步能走到的就不要用10步绕。