又一家倒下:为何消费级机器人公司接连失败?

编译作者: 布加迪 2019-05-13 08:00:00

又一家倒下:为何消费级机器人公司接连失败?

【51CTO.com快译】硬件领域的变化有多快? 告诉你,变化很快。

去年秋天,机器人栏目记者在长篇累牍地介绍Vector,这款小型机器人推土机在成功的Kickstarter产品发布活动中一举筹得200万美元。Vector背后的机器人初创公司Anki融资逾2亿美元,有望成为首批进入家庭生活的机器人之一。

现在,Anki突然关门大吉,200名员工因此失业。

迅速殒落的还有Cynthia Breazeal掌舵的社交机器人公司Jibo,它曾在媒体上出尽风头。该公司的标志性机器人甚至上了《时代杂志》2017年发明专辑的封面。

大概一年后,Jibo关闭了。另一款社交机器人Kuri的制造商Mayfield Robotics也难逃厄运。

事实上,尽管大量资金涌入这个领域,但没有一家公司能够成功地将社交机器人引入到消费级市场。除了iRobot外,没有哪家公司成功将任何类型的机器人产品推向市场。

到底怎么回事?技术很糟糕?还是人们还没有为机器人朋友做好准备?

答案主要是自动化企业家(还有科技媒体)没有认识到市场资本主义的一条基本规则:无论一项自动化技术多么出色,如果它无法解决某个明确的问题或无法大幅提高效率,就不是很好的产品。

想想早在20世纪50年代的机器人,当时Unimate***在GM工厂投入使用,制造业一片哗然。这个机器人就做一件简单的工作:拿来生产线上的压铸零部件焊接到汽车车身上。它的工作效率高于人类,对工人来说也更安全??焊接和吊装重物过程中的有毒烟雾是汽车制造业在引入机器人之前面临的主要原因。

Unimate是世界上***台工业机器人,仍提供了一种良好的入市模式:以合理的价格有效地解决紧迫的问题。然而,倒闭的社交机器人公司注重的是功能特性,而不是解决问题。而科技媒体不断迷恋于此。可以与用户说笑、推导出相关的情感线索,越互动越了解用户的机器人当然似乎很酷。但如果机器人实际执行的任务仅仅是设置提醒闹钟、在日历上标注开会日期以及讲讲笑话,机器人没有真正解决问题。好多设备拥有这样的功能,而且成本更低,学用起来也不是那么难。事实上,大多数人并没有看到令人信服的理由让其生活围着机器人而转。

正如我写的那样,社交机器人公司在提供真正的方案以解决我们实际遇到的问题时采取规避的做法有着非常充分的理由:使实际任务实现自动化很难很难。一旦某社交机器人可以为我的三岁孩子洗澡,只要我稍稍觉得满意,就会买这家公司的股票。但别激动,因为像这样的实际问题非常复杂,现在根本无法实现。

与此同时,低垂的果实基本上采摘过了。我将洗衣机和洗碗机誉为是许多人已经在家中使用的默默无闻的机器人。恒温器是另一个例子。难度较大的是为地板吸尘这项繁重任务。 iRobot可以说解决了该问题,其产品非常畅销。草坪割草机器人很可能是接下来的热卖产品,不过园艺工作的人力成本很低,使自动化革命基本上还没有波及美国家庭的院子,至少目前如此。

除非有谁明确表明找到了许多人每天在做,但希望不用做的另一项任务,有一项自动化技术可以无缝地接过这项任务,而且易学易用,否则很难让我相信家庭机器人技术是个增长领域。

对于Anki来说,我很尊敬迄今为止推动技术发展,并将该技术融入到如此酷的外形中的工程师和高瞻远瞩的人士。如果有人终于弄清楚如何让社交机器人进入家庭??有人会的,他们无疑站在前人的肩膀上。

原文标题:Another one bites the dust: Why consumer robotics companies keep folding,作者:Greg Nichols

【51CTO译稿,合作站点转载请注明原文译者和出处为51CTO.com】

机器人 人工智能 AI
上一篇:前沿科技分享:把脑信号译成语音 AI算法让有望让失语人士正常发声 下一篇:人脑连接互联网,请慎之又慎
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

智能机器人:为抗击疫情赋能 为智慧医疗探路

“人类同疾病较量最有力的武器就是科学技术,人类战胜大灾大疫离不开科学发展和技术创新”。在我国抗击新冠肺炎疫情的战役中,不同层次的智能技术特点各异、各司其职、互补抗疫。

佚名 ·  8h前
图森未来正式登陆纳斯达克,专注AI与自动驾驶,市值超84亿美元

据外媒报道,人工智能(AI)和自动驾驶公司图森未来(TuSimple)正式在纳斯达克挂牌上市,股票代码为“TSP”。

潇冷 ·  11h前
人工智能是应对气候变化的新时代解决方案

气候变化是我们这个星球面临的最大挑战,人工智能可以帮助我们应对不断上升的全球气温。

Cassie ·  15h前
草图变真人脸?AI:可以,多草都行

这篇论文讲技术人员如何在styleGAN顶层训练了一个深度神经网络来学习将源图像映射到styleGAN模型的输入,最终输出高质量的目标图像。

丰色 ·  16h前
深度学习算法

深度学习算法在机器视觉中就如一个巧妙的接收转换器般的存在,它灵活、敏捷、“深度”与广度兼具,强悍的计算与预测能力可以称为其魅力之处。深度计算——可以集数亿个神经网络的自拟,对于数据、语音、图像等多种形式的资源进行分析、解释。

三姆森科技 ·  20h前
人工智能工程可以帮助组织充分利用人工智能

“人工智能”这一术语如今似乎无处不在,这在行业市场的应用中造成一些混乱,甚至可能让技术决策者感到困惑。

Bob Violino ·  20h前
人工智能赖以生存的大数据,掌握在垄断者的手中真的可怕

我至今还记得2016年那场旷世人机大战,人工智能软件“阿尔法狗”战胜世界围棋冠军李世石,那是一场标志性的比赛,打破了人们对人工智能的想象。

国学达人观世界 ·  20h前
中美欧人工智能发展现状比较分析

从投资、人才、研究、硬件、应用、数据多个维度,系统对比中、美、欧人工智能发展现状,最终得出结论称,美国当前依然保持着世界人工智能发展总体领先地位,中国在一些重要领域与美国的差距缩小,欧盟在三者中相对落后。

王璐菲 ·  20h前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载