對話黃培：新技術要敬畏制造業，敬畏制造業的復雜性

記者 宋笛

2025年以來，人形機器人成為一股熱潮。人們時常在舞臺、展館甚至馬拉松賽道上看到人形機器人的身影，看它們跳舞、跑步……從事著人們休閑時才能夠享有的輕松愉悅的活動，但工廠里卻鮮見它們的身影。

黃培博士是國家智能制造專家委員會委員、e-works數字化企業網CEO。2002年以來，他一直從事制造業智能化轉型的研究和服務。因為工作需要，黃培每年都要走訪大量的制造業企業，了解其數字化轉型情況。在黃培看來，制造業各個細分行業的制造工藝差異很大，應用場景眾多，要讓人形機器人落地，仍需要更長時間的探索與實踐。

21世紀第二個十年以來，新興技術、概念和它們的所有者“科技公司”，排隊似的等待著涌入龐大的制造業，但進程緩慢，最終只有很小一部分概念和技術真正落地。

以AI（人工智能）為例，黃培說，分析式AI（判別式AI）獲得技術突破已有十多年時間，在安防、商業等領域獲得廣泛應用，但在制造業的滲透率仍然較低，主要用于AI質檢、無序抓取等環節。因為制造業企業需要考量數據采集、數據質量等基礎條件，以及實施成本和投資回報等因素。

這只是原因之一。制造業擁有從小到納米制造，廣至航空航天的豐富場景、潛藏在場景中、經過數百年時間積累的工藝標準和規范。這些機器暫時無法理解的“智慧”，考驗著新技術效率故事的“真偽”。

黃培說，新興技術應用要“敬畏制造業，敬畏制造業的復雜性”。

｜對話｜

人形機器人進入工廠還處于摸索階段

經濟觀察報：你每年要跑這么多工廠，在工業場景中見到過人形機器人嗎？

黃培：我在武漢一家外企見過一臺輪式的類人形機器人，尚未正式投入生產，還在場景中測試。更多時候，我是在“表演式銷售”場景中見到人形機器人，各家機構買來給客戶表演。

現在人形機器人的技術進步很快，能跑馬拉松，比人跑得還快，這反映了機器人在運動能力上有很大進步，在續航、散熱方面也有很多進展，但這些“跑跑跳跳”的能力在工業場景中沒有太大的應用價值。

經濟觀察報：就是“小腦能力”。

黃培：對。現在機器人是四肢發達、頭腦簡單，或者說小腦發達、大腦愚蠢。

經濟觀察報：目前制造業摸索出什么人形機器人的應用了嗎？我們已經有工業機器人，有能跟人協作的機械臂，為什么還需要人形機器人？

黃培：客觀來講，沒有。大家就是跟風，買一臺來試試。這很像當年制造企業試用組合機床。組合機床有很多軸可以同時加工，看起來是個非常牛的創造，后來卻逐漸被市場淘汰。因為制造業發現它只能加工固定品類的產品。制造業生產講究柔性靈活，組合機床自動化程度高，使用場景卻十分剛性。

具身智能機器人最重要的能力是實現人與環境的交互，比如通過VLA模型（視覺－語言－動作）完成交互。但目前，人形機器人的交互能力還很差，有時候需要靠人反復演示動作，生成數據，供給人形機器人訓練。

機器人動作訓練員可能是世界上最無聊的工作之一。我之前參觀過這種訓練中心，訓練員需要反復從貨架上拿水瓶，重復幾千次。這種訓練成本非常高，好不容易教會機器人適應某個場景，換個場景機器人又不會了。

經濟觀察報：如果人形機器人理解了環境，具備了柔性能力，就能比已經用了幾十年的工業機器人好用嗎？它真正適用的場景是什么？

黃培：真正需要人形機器人的場景應該是“3D”，dangerous（危險的）、dull（枯燥的重復勞動）、dirty（臟的）。工廠最需要它干的是臟活、累活、苦活，但現在訓練的機器人很脆弱，對環境要求很高，這存在一定場景的偏差。

經濟觀察報：你跟人形機器人企業接觸過嗎？

黃培：接觸過幾家。個人感覺，目前一些人形機器人廠商比起把產品做好、技術做優、應用做實，更關注融資和上市。

經濟觀察報：人形機器人和具身智能不完全是一個概念，工業場景中好用的機器人應該是什么樣的？

黃培：工業場景需要多種形態的機器人。車間環境下，肯定是輪式的更好用。一個輪式底座、雙臂可升降，再加上視覺識別方案，就是一臺在工業領域非常好用的機器人。如果是在巡檢環節，機器狗或輪式的巡檢機器人更合適。現在物流場景機器人形態很豐富，原來自動化立體倉庫用堆垛機取放貨物，如今用攀爬機器人順著桿子爬上去就能取貨，這些都不需要長得像人。

目前的人形機器人不是讓機器適應環境，而是讓人去適應笨拙的機器。我最近看過一場機器人和人的“災難”表演現場，人類演員明明可以表演得更好，結果反而要配合機器人做些僵硬的動作，這種表演談不上任何美感。表演完還出了簍子，一個機器人蹲在那不動了，最后工作人員只能上去把它拖下臺。這些人形機器人只是看起來像人，自主控制能力和人還相去甚遠。

所以現在機器人有兩大流派：一派追求運動能力，另一派追求操作能力，后者致力于讓機器人能和環境、人更好地交互，要讓機器人聽懂任務，理解它所處的物理空間和任務的關系。在工業場景，后者所追求的能力可能更重要。

經濟觀察報：你覺得這股人形機器人熱潮的結果可能是什么？

黃培：我認為很多企業最終難以找到真正的應用場景。幾年之后，可能不少人形機器人廠商會“死掉”，九死一生。作為一項新技術，需要適度超前，有一部分企業提前布局也沒問題，但不能太超前，特別是在產能方面。有些領域太過超前，出貨量很少，但產能擴得很快。

人形機器人不是一項新技術，歷史上美國、韓國、日本都有企業想做這件事情。從出貨量看，人形機器人還只是工業機器人的一個零頭。最大問題是，下游整機廠的技術含量有限。如果只需要一臺能跑能跳的工業機器人，已經沒有多大技術門檻，直接通過OEM（代工）就可以實現。

前幾天，我讓同事畫了一張人形機器人的產業圖譜，發現做關鍵零部件的企業沒多少，做主機廠的卻一大堆。也就是說，真正做得好的是這些零部件企業，賺錢的也是他們。

AI焦慮與AI緩慢

經濟觀察報：你每年接觸很多制造業企業主，他們會為AI感到焦慮嗎？

黃培：去年DeepSeek熱潮時，很多制造企業負責人非常興奮。當時市場有點把AI神化了，這些企業覺得AI可以改變很多事。有的制造業企業花七八十萬元買了“DeepSeek一體機”，結果發現只能裝32B（參數量為320億）的模型，解決不了多少實際問題。

但現在很多制造企業負責人已經看得比較清楚了，生成式AI與分析式AI并非替代關系，而是互補關系。分析式AI在質檢環節所需的視覺、聲音識別中，仍具有不可替代的優勢，依然是AI在制造業應用的主流。生成式AI會帶來一些新的場景，比如軟件代碼、數控代碼、工業機器人代碼的生成，但它只能打個初稿、提高效率，不能真正生成一個完全正確的東西。

經濟觀察報：智能體（Agent）的出現似乎給工業軟件帶來很大沖擊？

黃培：最近我們在北京的一次內部研討會上討論了這個問題，結論是：智能體不會替代所有工業軟件，它本質是一種融合了工作流軟件以及RPA（機器人流程自動化）優點的智能執行系統，不僅可以連接各種軟件，還可以連接各類AI模型，進而自動完成某些特定任務。

智能體可能最容易替代那些單純做數據管理、流程管理的軟件，比如OA軟件。但很多工業軟件有復雜的算法、內部邏輯以及非結構化數據，這些構成了“護城河”。智能體對這類工業軟件的影響是：可能會大量減少需要調用軟件的用戶數，軟件企業的收入可能會大幅降低。如果工業軟件沒有復雜的業務邏輯，就會淪為AI調用的一個API。

另一個門檻是安全?，F在智能體的安全風險還難以評估。對制造企業而言，任何應用系統的前提是安全，數據安全、工控系統安全至關重要。

經濟觀察報：制造業有沒有使用生成式大模型或者智能體的案例？

黃培：我們接觸到一個車企做了很多智能體，用來提高流程效率、辦公效率，但還沒有和制造工藝結合。

經濟觀察報：可以理解成給老板寫PPT？

黃培：可以這么理解，就是做各種報表，生成各種dashboard（可視化界面）。

經濟觀察報：分析式AI是不是更像一個熟練工，有一門技藝所長，會讓你在生產環節很放心地把一個活交給它，但生成式AI可能更像在辦公室處理工作的文員？

黃培：兩者都可以提高生產力，但方式不一樣。分析式AI能夠直接替代人力，原來需要很多人來完成的質檢環節，現在變成機器檢測，工作量可能減少了98%。目前，生成式AI還是主要扮演效率工具，并不直接改變工業的生產方式，沒有那種非用不可、立竿見影的殺手級應用。制造企業AI應用需要可信、可解釋，生成式AI的幻覺在關鍵業務也是一個致命的問題。

經濟觀察報：分析式AI目前在制造業領域應用情況如何？

黃培：制造業企業主要利用分析AI的視覺、聽覺能力進行質檢等工作。比如，有的制造業企業用分析AI在施工現場檢查員工是否抽煙或按規范佩戴安全帽。許多制造企業用機器視覺、聲紋識別加上AI，進行產品質檢。

分析式AI在中國制造業普及率還很低，生成式AI又來了，很多人認為是換了一個技術浪潮，這是誤解。

經濟觀察報：分析式AI出現已經十多年，為什么在制造業的落地會這么緩慢？

黃培：我舉個例子，江蘇丹陽集聚了大量做塑膠鏡片的工廠。塑膠鏡片的質檢環節是非常麻煩的，因為鏡片是透明的，需要大量人工檢查。一個大型眼鏡廠，需要七八百人做質檢，包括對鏡片的尺寸檢測，對鏡片質量的檢測，泛黃的鏡片就屬于次品。

目前，這個細分行業正在探索具體的解決方案。如果要用AI來替代質檢，就需要大量相關數據進行建模，但這類數據幾乎只在特定工廠場景中才能采集到。這也是為什么新技術普及這么慢，因為制造業分類太多，新技術需要在不同場景中完成適配。

制造業企業找技術服務商也不容易。很多技術企業提供的是“交鑰匙工程”，在這個過程中制造業企業沒有積累太多技術能力，下次換了產品，還得重新開始，成本比較高。企業需要能夠授之以漁的AI平臺，從而實現舉一反三。

經濟觀察報：你接觸過大模型企業嗎，他們對服務制造業感興趣嗎？

黃培：我曾和一家非常知名的國內大模型企業交流過，他們沒有工業相關的事業部。從分析式AI起家的“四小龍”等科技公司，也主要關注商業、安防等傳統場景。

工業太龐雜了，僅從大的層面就可以分為離散、流程、混合三類，每一類又有很多細分。從微觀的納米制造到巨大的航空航天都是工業。要服務工業AI轉型，不僅需要技術能力，更需要對特定工業行業的理解，這對模型公司是很大的挑戰。

百度、阿里、華為、騰訊等云商經過這些年的業務拓展，對工業的理解在加深，可能是個比較好的選擇。在一些更垂直的行業，比如石化行業，可能會出現專門面向這一場景的AI技術服務商。

經濟觀察報：你怎么預估這輪AI對工業的影響，其影響是近似數字化轉型，還是電力革命，甚至是蒸汽革命？

黃培：雖然AI有一些泡沫，但它能帶來的價值是真實存在的。各種類型的AI，如果能夠在工藝參數優化、生產排產優化、運輸路線路徑優化、節能降耗等環節發揮作用，影響都是巨大的。

GE有位前任董事長曾發出豪言，如果AI能夠幫助全世界所有設備節能1%，那也是個了不起的壯舉。今天我們用AI加上物聯網、傳感器采集數據，再加上數字孿生可能起到類似效果。

但現階段AI在工業的整體普及率并不高，遠沒有達到硅谷《跨越鴻溝》一書中所描述的技術邁過鴻溝，走向大眾的階段。

敬畏制造業

經濟觀察報：你剛才提到了很多工業領域的熱詞，比如物聯網、工業互聯網、數字孿生，你怎么看待這些熱詞？

黃培：在制造業領域，一定要注意一個新的詞出來以后，到底是個buzzword（熱詞），還是一個term（術語）。比如因為“元宇宙”這個概念，Facebook改名叫Meta，投了幾百億美元，最后發現并沒有什么真正的場景。Meta的元宇宙團隊自2021年初以來，累計虧損超過700億美元。

有些公司可能想賣的是解決方案和產品，會追捧概念，但制造業企業需要實實在在能幫助提高生產力的產品。

經濟觀察報：2010年后，國內工業領域也一度熱衷追捧各類新概念，比如一批制造業頭部企業以各種方式布局“工業互聯網”，之后互聯網公司又提出產業互聯網等概念，這些概念真的發揮實際作用嗎？

黃培：工業互聯網正確的理解應該是“工業互聯的網”，而不是“工業的互聯網”。一個工廠需要把生產、檢測、試驗、物流、動力等各類設備做到應聯盡聯。但客戶不會愿意單純為“互聯”付費，設備互聯一次就完成了，不可能天天有新設備需要連接。

因此，工業互聯網（或工業物聯網）平臺的商業模式是有問題的。從國內到國外，這類平臺始終沒有清晰的盈利模式，IBM、GE等行業巨頭在這方面的嘗試都沒有成功。美國工業互聯網聯盟（IIC,IndustrialInternetConsortium）作為工業互聯標準的制定者，如今早已被并入數字孿生聯盟（DTC,DigitalTwinConsortium）。

經濟觀察報：如果從商業模式來看，工業互聯網平臺可能算不上完全成功，但設備互聯這件事，是不是過去十幾年國內工廠發生的一個很大變化？

黃培：這是中國制造業企業一門必修課。不互聯，車間就是一個“黑箱”，企業不知道從何處優化。互聯是必須的，至于用5G、工業Wi-Fi，還是有線聯網互聯，只是個技術問題。

經濟觀察報：中國企業把設備進行互聯的原因是什么？

黃培：主要是實現設備可視化。

經濟觀察報：可視化又是為了什么？

黃培：可視化是為了優化。有一個真實的案例，一家大型設備制造商曾把上萬臺設備進行互聯，原因是企業大量關鍵設備的OEE（設備綜合效率）只有30%左右。

經濟觀察報：設備利用率那么低是因為產能過剩嗎？

黃培：不是產能過剩，是因為排產不科學，企業不知道哪些設備的效率如此之低。互聯后，這家企業的負責人把一些利用率低于10%的設備直接賣了。既然利用率還不到10%，留著干什么？

在離散制造行業，因為需要上下料，設備綜合效率相對較低，如果排產科學，達到50%以上是可行的。不過，實現這一利用率的前提，是企業需要通過互聯知道每臺設備的狀態，找到問題所在。

經濟觀察報：很多制造業企業可能一直處于這種狀態，是什么讓他們覺得必須改變，去尋找問題所在？

黃培：一個重要原因是，當時企業處于大擴產階段，訂單快速增長，但企業不可能天天購買設備。設備是很昂貴的，而聯網的成本遠低于購買新設備的成本。如果說企業產能永遠充足，這當然不是關鍵問題。

但任何一家企業，如果產能總是充足的，那效益肯定不好，要么就是買了太多設備，要么就是沒有足夠訂單。只有當你訂單很多，又無法交付的時候，這才成為問題。

制造企業運行有三個核心要素，叫QCD（質量、成本、交期）。質量至少要goodenough（足夠好），達到承諾；成本不能低到造成質量問題或事故；交貨期是很多制造企業的共性問題，尤其中國裝備制造企業，按期交貨率是比較低的。

只有利用設備互聯和數據采集，知道每臺設備的狀態和準確的工時，企業才能更準確地根據設備產能排產，充分利用現有設備，減少采購成本，創造更高的效益，這也是精益生產的理念。

經濟觀察報：當制造業企業完成設備互聯和可視化后，還需要做什么？

黃培：在互聯和可視化的基礎上，企業就可以做排產優化、制造過程的追溯等。比如上次充電寶召回事件，一個供應商將電池的正負極接反，但由于沒有生產批次的追溯，企業都不知道該召回哪一批，只能全部召回。

通過互聯可以對生產過程進行更加精細化的管理，比如質量管理、設備管理、車間物流管理等。這對中國制造業很重要，不少制造業企業產值很高，但在兩項指標上壓力很大：一是應收賬款很高，這和供應鏈的主機廠是否講信用有關；二是自身管理問題，制成品庫存比較高。

經濟觀察報：如果產能過剩，精益生產能起到作用嗎？

黃培：任何企業健康經營的前提是有足夠的訂單。變壓器行業現在供不應求，很多企業都在上數字化系統、趕建新工廠。但如果造出來產品賣不出去，那什么理論也不解決問題。

經濟觀察報：回到主題，科技公司一度非常想改造或賦能制造業，但為什么效果有限？

黃培：我們還是要敬畏“制造”本身，敬畏制造業的復雜性。制造業有各種各樣的工藝，即使是從事這個行業的專業人士，也只能知道一部分。很多制造工藝我也是帶著企業去現場的時候，才看明白的。

舉個例子，德國有一家企業叫威圖，是全世界最知名的電氣柜生產企業，產品價格很高，但認可度也很高。這個行業有句話：全世界只有三種電器柜，一種是威圖的，第二種是仿威圖的，第三種就是質量非常差的廉價產品。

威圖有一門工藝叫冷彎工藝，要把一個鋼板連續折彎十幾次。你可以想象這個難度有多大，更何況這種工藝還要在幾十年中傳承下去，滿足批量生產的要求。類似這樣的工藝還有很多。制造業是敢于實踐的，不是靠理論和AI能算出來的?！霸囼灐庇肋h是制造業需要的。

尋找新模式

經濟觀察報：前段時間你接待了一個由國際電信設備企業高管組成的考察團，這是你第一次接待外企制造業高管來華考察嗎？

黃培：是的，以前我們主要是組織中國企業家去德國、日本、美國考察，但這是第一次帶外企到中國工廠考察。

經濟觀察報：他們參觀了哪些地方？

黃培：主要參觀了幾家燈塔工廠，它們對中國的燈塔工廠很感興趣。早期的燈塔工廠可能只是突出高度自動化，但現在機器視覺等新技術開始被用于生產線，一些燈塔工廠實現了很強的柔性生產能力。我印象最深的是一條混線生產線，標榜的不是造得多快，而是能夠具備快速換型的能力。整個市場需求轉向小批量、高批次的生產，未來制造業應該尋求能夠快速換線的柔性自動化產線。

經濟觀察報：歷史上的制造業強國都曾提出某種制造模式，解決了某個重大的生產問題。比如美國創造的“福特制”，解決了大規模生產的問題；日本的“豐田制”，試圖解決如何精益生產的問題，那你認為中國制造業可能會帶來哪種新制造模式，它能解決哪些重要問題？

黃培：現在很難下結論。但是，中國制造業正在衍生出一個優勢行業：非標自動化裝備與產線集成。中國的非標設備和產線是比較發達的。它可以應對客戶各種各樣的個性化要求。某種意義上，中國做非標裝備行業，已經可以“武裝”全球了。國際客戶發現，中國造的非標設備既便宜又好，尤其是鋰電、光伏等行業的生產裝備，寧德時代一家就孵化出了不少這樣的企業。這些非標智能裝備不一定多么“高精尖”，但針對的特定行業和場景非常高效。

還有個很奇特的現象，中國可能有上千家企業做MES軟件（生產執行系統，連接企業上層ERP系統和底層設備系統間的橋梁），這與我們行業種類比較完備有關，汽車零部件、電子、芯片、半導體、PCB、化工、制藥對MES軟件的需求都不一樣。

經濟觀察報：這是不是中國制造業一個獨有的特點，足夠豐富？

黃培：對，中國制造業產業形態足夠豐富，客戶要求又很高，“很內卷”，這會倒逼各方節能降耗、減員增效。這樣的市場環境，又會孕育出一些獨特的生產裝備、生產線、相關軟件以及柔性智能生產模式，為全球制造業作出一些較大的貢獻。

經濟觀察報：你一年能參觀走訪這么多企業，觀察到哪些新的現象？制造企業的發展情況如何？

黃培：中國制造業分化明顯。比如變壓器、電力設備、PCB等行業很景氣，但紡織或者和建筑、房地產相關的制造行業壓力又比較大。景氣行業的企業家雄心勃勃，想擴大生產，想做國際化。

這會創造出精益生產轉型的需求。我最近觀察到的一個現象是，有些制造企業已經做到千億級別，自動化、數字化等設備都很齊全，現在反過頭來又要學習精益生產理念。因為企業發現自動化解決不了制品庫存較高等問題，數字化只能解決一部分。歸根到底，還是需要建立精益生產的理念。

經濟觀察報：為什么我們在精益生產上和德、日等國家的差距，沒有阻礙中國成為全球規模最大的制造業國家，甚至在一定程度上被視作“制造業最強的國家”？

黃培：中國制造業當然很強，但有些行業是不是“最強”值得討論。在創新上，中國制造業特別擅長工藝創新或集成創新，能夠較快地完成“引進、消化、吸收、再創新”的過程，整體偏向工藝領先型，還不能完全說是技術領先型。中國的工人很偉大，勤勞、高效，但在人效方面還有提升空間，比如造船行業，中國的生產率就不及韓國。在一些高端船舶制造領域，韓國的交付周期比我們短三分之一。

此外，中國制造業還存在比較突出的生態問題或“內卷”問題。部分制造業“龍頭大哥”的賬期很長，不能拉著產業鏈上下游一起賺錢，還要從“小兄弟”那里賺錢，這對生態是不利的。為什么大家都愿意成為“果鏈”企業？因為真的能獲得利潤和長遠的發展。再比如定價權問題，中國光伏產能巨大，在世界占比極高，但行業頭部公司一年仍會虧損數百億元，說明企業缺乏競合的理念。這也是為什么中國提出要在2035年基本實現“新型工業化”，這是一個比較客觀和理性的目標。