极智嘉：物流机器人的扩张瓶颈是什么？( 三 ) 如果说产业化第一阶段是教育

笔者曾参观位于长三角的某纸板厂，物料直接堆在流水线旁，从地面叠加到天花板，司机驾驶叉车来回穿梭。尽管叉车师傅工资过万，但工厂仍然不愿意机器换人，因为相比利润，「智能仓库价格太高。」
另一方面，采用新技术也对传统仓库基础条件提出了要求，改造难度和成本（间接影响投资回报）也是一个问题。也有人指出，思维固化（例如执着于投资回报率）也是制造业业务难以推开的深层次原因。
对于极智嘉这样的供应商来说，不同行业、不同企业形形色色的要求也给业务规模化带来挑战。
郑勇坦言，不同级别的制造业，需要的方案不一样。相对来说制造业，对于机器人定制化要求更高。软件多一些定制化没有关系，但是机器人做很多定制化会带来成本上升，或者质量很难控制。
制造业定制化要求非常高， InteractAnalysis高级研究总监张键在峰会上谈到，在制造业场景中， SLAM导航技术使用得更多。制造业场景相比物流场景更复杂，对移动机器人要求也更高，除了提升效率节省成本的要求外，还要考虑安全性、人机混线、与产线节拍的配合等，这些因素导致制造业不如物流仓库那么容易上量。
除此之外，与日本很多中小工厂标准化、流程化做的得很好不同，国内很多小规模制造企业连生产流程都没有，这也制约了机器人解决方案的可采性。
不过，长远看， AI机器人改变制造业的前景，毋庸置疑，也并不新鲜。
谷歌云最近一份报告显示，许多制造商重新考虑他们的供应链和运营模式，以更好地适应大流行带来的波动性增加，并支持消费者要求越来越个性化产品的长期趋势。
在供应链优化类别中，制造商表示他们将人工智能用于供应链管理(36%)、风险管理(36%)和库存管理(34%) 。
对于世界工厂中国来说，突破定制化需求时代的物料管理和效率瓶颈仍然具有实际意义。
中国许多代工厂通常特性是订单数量不是很大，但生产任务比较急，代工的品种也比较多，经常会导入一些新产品。代工利润本来就不高，如果管理不够效率，完成订单后基本赚不到什么钱。
宜家核心供应商之一、广州雅耀电器负责人韩纪杰曾对媒体表示，对于中国供应商来说（B端制造企业）来说，响应迅速仍是一个非常强的竞争优势。
「我们不需要知道销售端的情况，但需要快速地反应，」「除了质量、成本之外，我们最强调的就是快。」
二
从1到N ，需要什么样的基础设施？
任何一家科技企业，不论做什么，最终体现的还是一个商业化能力。低维度讲，就是现金流管理能力，是不是可以很好的平衡收入与成本。
对于一家想要上市的公司来说，他们更有动力把盈利的事情做好。
这几年AI公司实践已经表明，自然系统的数据通常凌乱、长尾、不可预测甚至高度熵，由此引发的工作量被证明是这些业务难以经济起来的主要原因。
「把所有问题总结出来，就是以前是有多少人工就有多少智能，甚至是只见人工不见智能。」李洪波已经在两届峰会上谈到这个问题。
随着客户项目和需求越来越多，今年上半年极智嘉又做了去年全年的量，公司人数又翻了一倍，但是「目前的一个难点就是怎么去复制，」郑勇说「做了很多项目，客户项目太多，怎么能够做得完，项目实施变成了企业发展的瓶颈。」
2B行业有一个最大的痛点——如何满足大规模个性化。当客户场景、业务发生变化的时候，系统性能很难继续保持。