机器人：人机融合的最高形态？

作者：Marc Theermann
Dynamic Creatures 创始人

过去五年，Marc Theermann 担任波士顿动力（Boston Dynamics）首席战略官，负责推动该公司的商业化进程。期间他领导了具身智能（Embodied AI）机器人产品组合的市场拓展团队。Marc 拥有二十多年的技术、战略和营销经验，曾在 Google、Admeld 和 Millennial Media 担任领导职务。他将对构建变革性合作伙伴关系的深刻理解与对商业化和产品管理的专注融为一体。Marc 目前是一家新机器人初创公司的CEO，计划在2026年秋季正式亮相。

核心要点

• 机器人正成为人机融合（Human/AI Integration）最具体的体现形式，其应用正从工厂扩展到工作场所和家庭。
• 变革工作方式： 机器人提升安全性、自动化重复性任务、缓解劳动力短缺，并生成高质量数据以驱动AI洞察。
• 赋能物理AI： 强化学习的进步使机器人更具适应性、自主性和在真实环境中执行任务的能力。
• 支持人类： 未来的陪伴机器人有望缓解孤独感、提升幸福感，并帮助加强人与人的连接。

我们大多数人通过键盘和屏幕来访问大语言模型和其他形式的AI。

但AI正在移动——是真正物理意义上的移动。机器人代表了AI的物理具身化。随着它们在工作场所和日常生活中越来越普及，机器人将开启人机融合的新纪元。这对我们生活和工作的方式具有深远影响，既创造了令人着迷的新可能性，也引发了伦理困境。如果我们方向对了，机器人可以为企业乃至整个社会带来全新的价值。

具身智能的开端：工业机器人

长期以来，机器人一直被视作自动化工具，但如今它们越来越多地作为具备特定技能的"队友"被部署。机器人将人类的触角——以及人工智能——延伸到过于危险、偏远或劳动力短缺的场所和任务中。它们将AI带入关键基础设施，在物理环境中穿行来收集数据、识别异常、支持决策，并越来越多地在人类暴露于风险之前自动触发工作流程。由于能持续执行重复性任务，机器人可以在那些因劳动力老龄化和体力劳动岗位难以留人而面临人力短缺的行业中提供缓解。

目前使用的机器人中约有80%部署在工业场景。其中技术最先进的型号可以承受辐射、应对不确定性、穿越废墟、在通信不良和空间受限的环境中工作，成为人类无法到达之处的可靠远程存在。正因如此，它们被用于人质救援、工业清理、拆弹以及火灾后的结构勘测。例如，在福岛核反应堆的退役规划过程中，机器人一直是关键角色——在辐射水平高到人类无法进入的区域进行测量、拍照甚至取样。

机器人还可以为那些看似平凡但业务关键的任务带来超人类的能力。一名实习生可能通过做笔记来完成工厂巡检，但这些信息可能无法被汇总和访问。一位工厂主管巡检时知道哪些噪音可以忽略、哪些意味着隐患——但当主管退休时，这些知识很可能随之消失。现在试想由机器人执行同样的巡检：它在工厂车间穿行，看到和听到人类无法感知的事物。它每天从同一视角收集相同的数据，构建出一组干净、历史一致的数据集，既可精确地喂给AI，也可用于预测分析。如今已广泛认识到，拥有干净、准确的数据基础是构建有效AI系统的必要条件——机器人提供了不受人为误差和主观性影响的方法来实现这一点。

从工厂车间到日常生活

大约两年前，大多数机器人还是模型驱动（Model-driven）的。训练一个机器人执行特定任务可能需要数百万行代码，以及数月甚至数年的试错。即使完成了所有这些工作，这个机器人也只能在一个环境中胜任一个任务——这就是为什么许多工业机器人生来就被固定在地面上，只做一件事。把机器人带出那个环境，它立刻变得毫无用处。

如今，机器人变成了数据驱动（Data-driven）。借助AI——特别是强化学习——机器人可以自行进行试错，本质上实现了自我训练，极大增强了在陌生环境中工作的能力。大规模计算能力的可及性意味着，我们可以录制一段人类执行特定动作的动画，将其输入基于物理的模拟器，然后让模拟器运行数百万次。当结果上传到机器人后，机器人常常以出人意料地自然的方式运动，其稳定性和灵活性是以前根本无法实现的。更快、更具成本效益的机器人训练，以及更强的适应性和处理未知环境的能力，意味着机器人正逐步走出工厂车间，进入其他工作场所甚至家庭。

这将在未来几年催生新一波服务机器人，它们将比今天的工业机器人更加灵活和通用。工业机器人通常需要在虚拟围栏后运行；服务机器人将与人类更近距离接触，尽管附近仍会有一名人类操作员值守。酒店、邮轮和度假村为服务机器人提供了理想的中间场景——让它们与人类更紧密协作，同时也从一定程度的结构化环境中受益。据估计，2024年全球新增了约19.9万台专业服务机器人；如果你在首尔下飞机，会有两个机器人准备帮你搬行李，另一个会在你吃完拉面后帮你洗碗。因此，后疫情时代被放大的服务行业严重劳动力短缺，可以依靠机器人工作者有效缓解。

在物理AI的前沿落地部署机器人

随着机器人融入日常生活，它们仍然是AI发展的关键前沿，将AI的优势从电脑屏幕和工作场所带入物理世界。虽然生成式AI和语言接口让机器人能够回答诸如"从昨天起有什么变化？"或（在发电厂场景中）"14号泵附近的热异常是什么？"之类的问题，但机器人实际上使用多层AI来感知世界并自主移动。这包括：

• 感知AI： 看、听、感知、检测物体、读取仪表、识别危险。
• 导航与自主能力： 空间地图构建、避障、路径规划、返回充电站、重复执行任务。
• 操作智能： 理解如何抓取、打开、搬运、放置物体或与环境交互。
• 预测分析： 将巡检数据转化为警报、趋势和维护建议。

从这个意义上说，机器人显然处于我们在物理世界中使用AI的前沿，随着进一步开发，这持续给予我们测试和创新的机会。然而，与其他形式的AI一样，技术本身——在这里就是机器人——只是产品的一半。真正的价值在于确保AI能够被有效落地部署。我们知道，这至今仍是企业成功部署AI的最大挑战之一。领导者要避免在部署机器人时遇到同样的延迟，需要优先做好以下几件事：

定制工作流程——首先，需要设计正确的工作流程，这意味着要围绕以下要素进行设计：自主运行、可重复路线、定制化负载、数据采集、分析、告警，以及与计算机化维护管理系统（CMMS）、监控与数据采集系统（SCADA）、资产管理系统或安全运营系统的集成。据估算，如果企业能重新设计整个工作流程——而不仅仅是单个任务——来实现人类、智能体（Agent）和机器人之间的协作，到2030年仅在美国就能创造约2.9万亿美元的经济价值。

构建合适的底层基础设施——要让机器人高效工作，还需要配套的基础设施，关键是高速互联网连接，使它们能够向云端发送问题、接收指令和处理图像。如果机器人发现一个陌生物体挡住了它的路径，它可以拍下物体的照片，上传到云端并询问那是什么。基础模型可以告诉机器人那物体是一张桌子，让它绕过去而不是试图爬过去。不幸的是，许多制造环境没有高速互联网连接，或者在工作场所的部分区域没有覆盖。其他工厂可能有快速的WiFi，但不允许广泛接入。酒店等行业的机器人同样需要这类连接能力。

优先处理员工教育和变革管理——成功地将机器人引入工作场所需要彻底的教育投入。对正在引入其他形式AI的领导者来说，许多策略并不陌生。机器人的教育从基础开始。许多工作场所会张贴海报，解释机器人能做什么、不能做什么，以及它如何与人类协作。有一家公司曾在高峰时段让新机器人在公司食堂巡游；当员工们不再与机器人自拍合影时，公司就知道——是时候让机器人去工作了。

员工可能对机器人还有其他顾虑。监控是其中之一——机器人是否在监视他们？另一些人则担心最终机器人会抢走他们的工作。一般来说，机器人完成的是任务，而不是占据工作岗位。员工对机器人的接纳意愿，毫不意外地，与他们对该机器人所执行任务的感受密切相关。卸货是物流行业最让人头疼的工作之一，大多数员工很乐意让机器人来做。在其他情况下，机器人做的是员工并不反感的任务，员工便会担心自己的工作岗位会在长期内改变或消失。最佳的解决方案与其他AI工具类似：培训、技能提升和认证。例如，仓库员工可以争取获得机器人操作员的认证资格。理想情况下，机器人承担那些枯燥、肮脏、危险和困难的工作（4D），让人们能够向价值链上游跃迁——管理机器人集群、解读数据、设计干预措施、做出更高质量的决策。

机器人行业本身也需要做出改变。行业需要更现实地对待机器人的能力，停止制作那些假装机器人能完成它们实际还不能完成的任务的视频。业界需要达成共识：通用机器人不得被武器化，也不得以任何方式伤害或恐吓人类或动物。最后，在安全性方面——特别是那些将与人类密切交互的机器人——仍有许多改进空间。

陪伴机器人：终极应用

随着工业和服务机器人越来越普及和显眼——想想人行道上的配送机器人，或者Waymo——机器人与人类之间的互动能力也在提升。同时，机器人对陌生环境的适应和应对能力也在增强。这将催生能够在家庭中生活的通用机器人。而我相信，在这里我们将找到机器人的一个惊人应用场景：对抗孤独。

世界卫生组织（WHO）已将孤独列为全球公共卫生问题，影响全球六分之一的人口，其死亡率影响与每天吸15支香烟相当。一个亲和、智能、甚至可以拥抱的陪伴机器人，对于那些社交孤立或感到孤独的人——特别是无法养宠物的人来说——将是一大福音。除了提供情感支持，陪伴机器人还可以提醒某人服药、给家人回电话或订购食品杂货。如果某人通常在早上7点醒来但到中午还躺在床上，陪伴机器人可以前来查看情况。

除了在家帮助对抗孤独之外，如果机器人还能帮助人们拉近彼此间的距离呢？学术研究表明，即便是最微小的社交互动——比如向收银员道谢或向咖啡师点单——都能提升生活满意度。那么，想象一个机器人伙伴说："我需要透透气。我们出去走走好吗？"或者"我们昨天出去的时候，我注意到另一条街上也有一个陪伴机器人在散步。我们能去公园和它们见个面吗？"

通过这样的方式，机器人不仅仅是在推进具身智能。它们或许正以最有意义的方式推进AI的发展：帮助人类减少孤独、建立更深的连接。而这，无疑是人机融合的最佳形态。

原文链接：https://www.kyndryl.com/us/en/institute/2026/07/human-ai-integration

本文转自：边缘人工智能，转载此文目的在于传递更多信息，版权归原作者所有。如不支持转载，请联系小编demi@eetrend.com删除。