机器人进厂打卡，人别站错地方

前几年，机器人最热闹的画面，是跳舞。一群机器人站在台上，齐刷刷地扭，翻跟头，跑酷。台下一片叫好。看着挺神奇，也挺像会动的玩具。

热闹过后，大家各自回家。这两年，跳舞的视频没人怎么转了。机器人开始悄悄进厂，站到流水线旁边，真正干活。

它们不再只是展示“我会什么”，而是要回答另一个问题：你能不能稳定地把一件事做好？进厂以后，考的是节拍

今年4月，江西南昌龙旗科技的工厂里，几台智元精灵G2进入平板电脑生产线，参与上下料、检测等工作。到了6月，更多机器人并入质检工段，与工人按照生产节拍协同作业。

这和舞台表演不一样。舞台上，动作做得漂亮就行。工厂里不行。机器人要按时完成任务，不能频繁停机，不能把产品摔了，也不能今天干得好，明天突然闹脾气。

据公开报道，精灵G2在龙旗科技南昌工厂的质检产线上，曾连续参与多道检测工序，8台机器人在6天作业中完成超过1.7万件产品，任务成功率达到99.99%。

一件产品能不能稳定完成，节拍能不能接上，出了问题能不能自己停下来，换线以后能不能继续工作，这些比翻几个跟头重要得多。

3月27日，上汽通用汽车奥特能超级工厂迎来了“能仔1号”。它基于智元机器人A2-W打造，进入别克至境E7电池量产线，承担电芯识别、抓取和上料等任务。上汽集团公开信息显示，这也是其首台进入量产线的人形机器人。

这个岗位有一个很实际的特点：带电操作。过去，这类工作需要工人具备相应技能，同时也存在一定安全风险。传统工业机器人虽然成熟，但往往需要固定编程，工件的位置也要摆得很准。能仔1号依靠视觉感知、双臂协同和力控抓取，可以根据现场情况识别电芯、规划路径。

它不是单纯地重复一个固定动作。而是开始尝试理解现场，再调整动作。这才是人形机器人进厂以后真正值得观察的地方。机器人不是来“表演像人”

为什么一定要做人形机器人？工厂里已经有很多机械臂，也有自动运输车、协作机器人和各种专用设备。单纯为了“像人”，没有必要花那么多钱。

人形机器人的价值，不在于它有头、有手、有两条腿。而在于它可以进入原来按照人的身高、人的手臂和人的动作设计的空间。

很多工厂的设备和工位，本来就是给人使用的。工具在人的手能拿到的位置，按钮在人的视线范围内，通道也是按照人的身体尺寸设计的。

如果要完全改造整条产线，成本很高，时间也很长。机器人能够使用原来的工位，就多了一种选择。

当然，这并不意味着人形机器人已经能够适应所有工厂。现在真正进入量产线的，仍然是少数比较明确的场景：动作相对固定，风险比较高，人工操作有一定负担，现场又存在柔性需求。

比如抓取、上料、搬运、检测。这些工序并不神秘，却很适合用来检验机器人到底有没有实际价值。机器人进厂，不是因为它“长得像人”就有用，而是因为它能不能少占空间，少改设备，减少危险，稳定工作。

说到底，工厂不买故事。工厂最后要算账。每小时能做多少件，停机时间是多少，维护需要几个人，耗材贵不贵，出了故障谁来修，换一个产品型号需要改多少程序。

这些问题，台下的掌声解决不了。

真正变化的，可能不是工位，而是人的位置

很多人听到机器人进厂，第一反应就是：以后是不是不要人了？这个担心不能说完全没有道理。重复性强、标准明确、工作环境危险、长时间保持同一姿势的岗位，确实可能逐渐减少。机器人先替代的，不一定是“最聪明的工作”，而往往是那些最机械、最辛苦、最容易疲劳的工序。

但事情不会简单地变成“机器人干活，人全部离开”。机器人要进厂，前面需要有人做场景选择，有人改工艺，有人训练模型，有人维护设备，有人处理异常，还要有人判断哪些事情适合交给机器，哪些事情必须由人来完成。

机器人的能力越强，对人的要求也会发生变化。过去，一个工人可能主要负责完成某道工序。以后，他可能需要同时看设备状态、处理异常、调整参数，或者负责几个机器人的协同运行。

岗位会变。人的位置也会变。问题是，很多人没有准备好迎接这种变化。

有些人把学习理解成买一门课程，学会几个软件，或者记住几条操作步骤。真正进入智能工厂以后，单纯会操作还不够，还要能看懂流程，发现问题，知道哪里不对。

机器人突然停下来了，是传感器问题，还是来料位置变化？产品检测不合格，是产品真的有问题，还是机器人抓取角度不对？生产效率下降，是设备老化，还是原来的工艺已经不适合现在的产品？这些问题，不是按一个按钮就能解决的。

以后更有价值的人，未必是最会重复动作的人。可能是最早发现异常的人。也可能是能够把现场问题说清楚、把经验整理下来、让机器少犯同样错误的人。人别站错地方

机器人进厂以后，最怕的不是机器人不够聪明。而是人站错地方。有的人还站在机器人的正前面，和它比谁重复动作更快。这样比，早晚会吃亏。机器可以连续工作，不会抱怨，也不需要休息。

人应该往后站一点，站到机器暂时做不好的地方去。机器可以按照规则工作，但面对模糊情况，仍然需要人判断。机器可以识别很多图像，但现场的经验、责任边界和临时变化，不是几段程序就能全部处理。

同一个零件，今天稍微变了颜色，是正常批次差异，还是原材料出了问题？设备发出报警后，应该立即停线，还是先观察？一个问题反复出现，是操作员的问题，还是流程本身设计得不合理？这类事情，需要人来决定。

人真正要练的，不只是手上的动作，而是判断、沟通和承担责任的能力。过去，很多工作是“照着做”。以后，越来越多的工作是“看着做”。看系统，看数据，看异常，也看现场那些没有写进说明书的东西。

这对人的要求更高了。因为机器出错时，总要有人负责。系统可以提示，算法可以推荐，机器人可以执行，但最后要不要停、要不要改、要不要承担后果，仍然需要具体的人作决定。不要把机器人想得太神

现在谈机器人，容易走两个极端。一种是把它说得无所不能，仿佛很快就能进入所有家庭和所有工厂。另一种是觉得机器人不过是宣传概念，离真正使用还远。

其实，真实情况没有这么简单。它已经在一些工厂里干活了，但这不等于它马上能取代所有工人。它能在一个工序里表现不错，也不等于换到另一种环境还能稳定工作。

工厂里的一个小变化，都可能带来麻烦。产品尺寸换了，零件位置变了，光线变了，地面有障碍，传送带速度调了，机器人都可能需要重新适应。

真正的工业应用，不是让机器人偶尔完成一次动作，而是要让它长期稳定地完成任务。这中间还有很多问题要解决。

成本能不能降下来？维护队伍能不能跟上？安全责任怎么划分？机器人误操作造成损失，谁来负责？一条产线引入机器人后，原来的工人如何转岗？

如果这些问题没有答案，机器人进厂就可能停留在展示阶段。

所以，看机器人不能只看它会不会动，也不能只看发布会上的演示。要看它是不是连续工作过。要看真正使用它的人怎么评价。要看它出了问题以后，现场有没有人能够处理。一个东西能不能长期使用，往往比第一次展示得多精彩更重要。未来不是无人车间，而是另一种车间

很多人想象中的未来工厂，是里面一个人都没有，机器自己生产、自己检测、自己维修。这幅画面很漂亮。

现实可能没有这么整齐。未来更可能是人和机器人一起工作。机器人负责危险、重复和需要长时间保持节奏的事情；人负责判断、调整、沟通和处理复杂情况。

车间里的人会少一些，但每个人负责的范围可能更大。过去，一个人看一台设备。以后，一个人可能要看一组设备，处理多个工位的异常。过去，经验藏在老师傅脑子里。

以后，这些经验可能要被整理成数据、流程和训练材料，交给系统学习。过去，工人把动作做好就行。以后，还要能看懂设备为什么这样动，知道什么时候应该让它停下来。

这不是简单的“机器替代人”。更像是人的工作向上游和下游移动了。

从做动作，转向设计动作。从完成一项任务，转向管理整个过程。从被动处理问题，转向提前发现风险。当然，所有人都能顺利完成这个转变吗？

未必。有人会因为技能不匹配而被淘汰，有人会因为不愿学习而越来越被动，也有人会在新的岗位上找到机会。

变化不会因为谁害怕，就停止。但变化也不是一夜之间完成的。机器人进厂，需要很多年才能逐渐扩大范围。人的学习和转岗，也需要时间。

这期间，企业不能只想着买机器，还要考虑培训、岗位调整和安全管理。社会也不能只讨论机器人多厉害，还要关心那些原来做重复工作的普通人，怎样进入新的工作位置。

只谈技术，不谈人，讨论就少了一半。

别站在机器人最擅长的地方

机器人进厂以后，人与机器真正的差别，可能不在于谁更聪明，而在于谁更适合什么位置。如果一个人每天做的事情，机器人更快、更稳、更便宜，那么迟早应该考虑改变。

不是等到岗位没有了才改变。而是提前看看，自己的工作里，哪些部分可以交给机器，哪些部分必须保留人的判断。

有人擅长处理复杂关系，有人知道客户真正担心什么，有人熟悉现场，有人能够带着团队解决突发问题。这些能力不一定能马上变成一套漂亮的数据，却很难完全被机器替代。

当然，也不能把“人有情感”当成不学习的理由。人如果只会依靠经验，却不愿意理解新工具，也可能很快失去原来的优势。人不能站在机器人最擅长的地方，和它硬碰硬。

也不能站在自己想象出来的优势里，假装变化不会发生。应该去机器还不擅长、但现实又确实需要的地方。那里的工作可能不那么整齐，不那么容易量化，也不一定像跳舞机器人那样吸引掌声。

但那才是人真正需要站住的位置。机器人会越来越多。它们会搬东西、检测产品、处理危险工序，也会参与物流、医疗、养老和家庭服务。

不用过分兴奋，也不必过度恐慌。先看它究竟解决了什么问题，再看自己能够解决什么问题。机器进厂，不代表人没有位置。只是原来的位置，可能不再适合继续站下去了。

重新找一个位置。这件事，比讨论机器人会不会跳舞重要得多。

OCR:IMG:机器人进三，人退后