从机器狗到AI Agent:在产业一线,看见AI时代管理者真正需要的能力

复旦管院
个人专栏
热度: 4237

文章探讨AI时代管理者所需的核心能力,强调技术落地的关键在于理解AI如何与真实产业场景结合,而非单纯关注技术本身。通过参访宇树科技、云深处、旷行科技等企业,展现机器狗、具身智能、AI Agent在工业巡检、工程检测、智能服务等领域的实际应用,指出管理者需具备将技术转化为商业价值、重构业务流程与组织形态的能力。

摘要由 Mars AI 生成
本摘要由 Mars AI 模型生成,其生成内容的准确性、完整性还处于迭代更新阶段。

当越来越多企业开始讨论AI时,一个现实问题正摆在管理者面前:

•为什么有些企业已经实现AI落地,而有些仍停留在概念阶段?

•当机器人、智能体不断进入产业现场,管理者应该关注技术本身,还是关注业务场景?

•AI时代真正稀缺的,是技术能力,还是理解技术与商业结合的能力?

在整个参访过程中,复旦管院信息管理与商业智能系副教授胥正川不断引导大家思考一个核心问题:AI时代最重要的变化,不是机器越来越像人,而是机器开始真正进入物理世界。

而对于管理者而言,比了解技术更重要的,是理解技术如何改变产业、组织与商业逻辑。

当机器人开始走出实验室

企业面临的管理课题

过去几年,人形机器人和机器狗频繁进入公众视野。

但对于整个具身智能行业而言,一个更现实的问题始终存在:机器人究竟是在展示技术能力,还是能够创造真实商业价值?

从实验室样机到规模化产品,从舞台展示到产业落地,如何跨越商业化鸿沟,成为所有机器人企业共同面对的挑战。

作为国内足式机器人领域的重要代表企业,宇树科技正在回答这个问题。

走进宇树科技展厅,参访师生近距离观摩了企业完整的产品矩阵。

从消费级机器狗,到工业巡检机器人,再到人形机器人,不同形态的机器人呈现出截然不同的应用场景。

企业讲解团队围绕机器人控制系统、仿生运动能力以及实际落地场景进行了详细介绍。

比产品展示更热烈的,是随后的交流环节。同学们的问题集中在几个关键方向:

•人形机器人的商业化进程到了什么阶段?

•消费级市场与工业市场的逻辑有何不同?

•技术突破与规模化落地之间最大的障碍是什么?

•当前具身智能赛道的投资价值在哪里?

这些问题背后,其实反映着管理者共同的关注:技术创新如何真正转化为商业增长?

一位同学在交流中感慨:课堂上学到的是商业模式框架,而今天看到的是技术如何一步步走出实验室、进入产业现场。这种真实感是案例分析无法完全替代的。

对于很多同学而言,真正值得思考的问题并不是机器人能否跳舞。而是:机器人什么时候能够真正进入企业日常运营?

从企业看产业,聚焦这些重点

对此,胥正川副教授在交流中提出:具身智能的发展,本质上是在推动AI从数字世界进入物理世界。

如果说过去的大语言模型解决的是知识获取和信息处理问题,那么机器人解决的则是任务执行问题。

管理者需要关注的,不是机器人是否足够像人,而是机器人是否能够创造新的生产力。从这个角度看,宇树科技过去十余年的积累尤为值得关注。

企业不仅持续推动消费级产品创新,同时也在电力巡检、工业检测、应急救援等场景实现应用落地。这些场景有一个共同特点:危险、重复、高成本。而这恰恰是具身智能最有可能率先创造价值的领域。

当机器狗开始进入变电站

企业面临的管理课题

过去几年,机器狗频繁出现在公众视野。但对于企业客户而言,一个更现实的问题是:如何让机器人真正进入高压、高温、高风险场景,替代人工完成巡检工作?

技术展示与商业落地之间,存在巨大鸿沟。

在云深处科技,同学们第一次近距离看到机器狗进入真实工业场景。

与媒体报道中的“后空翻”不同,现场展示更多聚焦于:

•自主巡检

•仪表识别

•楼梯攀爬

•障碍绕行

来自制造业和能源行业的同学不断追问:

•续航如何解决?

•防水等级如何保证?

•极端环境如何定位?

•国产芯片能否支撑?

这些问题几乎全部来自真实业务场景。

一位校友坦言:以前觉得机器狗更像实验室产品,但看到它在模拟变电站中的表现后,才真正意识到它已经开始进入产业现场。

胥正川副教授指出:当前AI发展的核心变化,在于从“人看世界”转向“机器看世界”。

海康威视、云深处等企业正在完成一项关键工作:把物理空间的数据持续接入AI系统。

这意味着未来竞争不再只是算法竞争,而是产业场景竞争。对于管理者而言,更重要的是理解:AI究竟能够解决哪些业务问题。

当机器人真正开始“上班”

企业面临的管理课题

如果说机器狗能够走进现场,那么新的问题随之出现:

•机器人如何理解现场?

•如何识别风险?

•如何完成决策?

在旷行科技,创始人舒江鹏教授分享了企业十余年的数据积累历程。

裂缝、锈蚀、结构缺陷等工程数据持续沉淀,最终形成行业数据库。这些数据被训练成工程领域专属大模型。

其目标并不是让机器人更聪明,而是让机器人更懂工程。

现场讨论中,同学们提出一个典型管理问题:垂直AI企业应该继续聚焦行业,还是向更多领域扩张?

这是每一家成长型企业都会面对的战略选择。

对此,胥正川副教授进一步解释:AI带来的变化,不仅是信息处理能力提升,更是任务执行能力释放,互联网解决信息分发问题,云计算解决工具使用问题。而智能体开始解决任务执行问题。

从这个角度看,旷行科技的价值并不仅仅是做机器人。而是在重新定义工业现场的工作方式。

当机器人开始拥有“触觉”

企业面临的管理课题

视觉与语言能力快速突破后,行业开始面临新的挑战:机器人如何进入家庭、养老、医疗等需要人与机器深度互动的场景?

仅仅看见世界已经不够。机器人需要学会感受世界。

在浙江大学高端装备研究院,同学们看到柔性电子、电子皮肤和智能织物等前沿成果。

无论是用于心脏监测的柔性电极,还是用于养老场景的智能传感材料,这些技术都在解决同一个问题:如何让技术更贴近真实的人。

一位医疗行业校友感慨:我第一次看到有温度的技术创新。

从企业看产业,聚焦这些重点

胥正川副教授提出:随着AI承担越来越多的信息处理工作,未来人类价值将更多集中在三个领域:

•决策与责任承担

•信任与情感连接

•战略判断与洞察

而触觉技术的发展,正是让机器能够进入“信任场景”的重要一步。

当AI真正进入企业流程

企业面临的管理课题

今天很多企业都在讨论AI。但更关键的问题是:AI究竟应该进入哪个业务环节?如何创造实际价值?

在杭州东站·未来数智港,来自蛋哒科技与百型智能的创业者分享了AI Agent的落地实践。内容覆盖:

•获客

•品牌传播

•合同审核

•销售管理

•海外市场拓展

现场讨论最热烈的话题并不是模型本身,而是哪些流程值得交给AI?哪些流程必须保留人的参与?

从企业看产业,聚焦这些重点

胥正川副教授进一步提出:AI正在带来知识与资源的双重平权。未来组织可能呈现新的形态是微型核心团队+无限智能体协作。

在这种背景下,管理者最重要的能力,不再是掌握更多知识。而是将知识转化为系统能力。即:

•认知资产化

•系统智能化

•商业产品化

//

从机器狗到电子皮肤,

从工程大模型到AI Agent,

这次杭州参访最终讨论的并不是技术。

而是一个更大的问题:

当AI重新定义产业,

管理者应该如何重新定义自己?

企业提供场景。

教授提供框架。

同学提供视角。

本文来自微信公众号: 复旦管院 ,编辑:王菲妮,责编:傅文婧,作者:复旦管院

声明:本文为入驻“火星财经 专栏”作者作品,不代表火星财经官方立场。
转载请联系网页底部:内容合作栏目,邮件进行授权。授权后转载时请注明出处、作者和本文链接。未经许可擅自转载本站文章,将追究相关法律责任,侵权必究。
提示:投资有风险,入市须谨慎,本资讯不作为投资理财建议。
本内容旨在传递行业动态,不构成投资建议或承诺。