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。