瓦特曼智能：工業(yè)智能迎來奇點時刻，AI重塑的不只是工廠

如何將禁錮在惡劣環(huán)境中的個體經(jīng)驗轉(zhuǎn)化為可進化的系統(tǒng)智能，不僅是技術(shù)的挑戰(zhàn)，更是對工業(yè)組織協(xié)作邊界的一次重構(gòu)。

文｜王玉冰

ID | BMR2004

當下，人工智能對組織邏輯的重構(gòu)已成為事實。但這種變革正呈現(xiàn)出一種明顯的不對稱性：在數(shù)字化程度極高的辦公與內(nèi)容場景中，AI的滲透已如火如荼；但在那些作為國家工業(yè)基石的物理現(xiàn)場，變革卻因“經(jīng)驗”與“環(huán)境”的重重壁壘受到不小的阻礙。

這種現(xiàn)象在鋼鐵冶金、礦山能源等重工業(yè)場景中表現(xiàn)得尤為明顯。長期以來，這些行業(yè)高度依賴“人眼”的觀測與“老師傅們”的直覺，形成了一種難以被數(shù)字化的、碎片化的組織經(jīng)驗。如何將這些禁錮在惡劣環(huán)境中的個體經(jīng)驗轉(zhuǎn)化為可進化的系統(tǒng)智能，不僅是技術(shù)的挑戰(zhàn)，更是對工業(yè)組織協(xié)作邊界的一次重構(gòu)。

北京瓦特曼智能科技有限公司（WATTMAN）（以下簡稱“瓦特曼智能”）正處于這場變革中。在接受《商學院》采訪時，創(chuàng)始人譚勝虎指出：2026年的重工業(yè)，正經(jīng)歷著如同2022年的GPT時刻。隨著人工智能、多模態(tài)感知技術(shù)、工業(yè)算力、智能控制與場景數(shù)據(jù)能力持續(xù)成熟，那些長期依賴老師傅經(jīng)驗“兜底”的核心環(huán)節(jié)：鋼包熱修、爐前檢測、陽極清理等，第一次具備了被系統(tǒng)性接管的條件。工業(yè)系統(tǒng)正從“機器替代動作”的自動化時代，邁向“機器接管經(jīng)驗”的智能化時代。瓦特曼稱之為——經(jīng)驗上機。

同時，那些原本被束縛在高溫、高危場景中的人力資產(chǎn)將撤離危險區(qū)域，從原本的一線實操員，升級為負責智能體運轉(zhuǎn)的運維人員，其底層邏輯不僅是生產(chǎn)工具的升級，更是崗位價值、考核維度乃至管理秩序的底層重構(gòu)。

01

從“3D場景”出發(fā)

瓦特曼要替代的不是一般意義上的重復(fù)勞動，而是那些人不該長期暴露于危險場景當中、又對生產(chǎn)連續(xù)性至關(guān)重要的關(guān)鍵環(huán)節(jié)。

瓦特曼智能成立于2019年，定位為全棧“AI+機器人”智能無人工廠技術(shù)與解決方案提供商，試圖用人工智能技術(shù)從根本上解決基礎(chǔ)工業(yè)中高危、高強度、強經(jīng)驗依賴的生產(chǎn)問題。主要面向鋼鐵冶金、有色金屬、能源電力、礦山機械等傳統(tǒng)重工業(yè)場景，提供工業(yè)智能機器人、全無人化智能裝備、機器視覺智能檢測以及智能工廠系統(tǒng)平臺等軟硬件一體化解決方案。

譚勝虎表示：“中國是全球最大的基礎(chǔ)工業(yè)國家，鋼鐵、有色、礦山、能源等行業(yè)是國家工業(yè)的‘脊梁’，產(chǎn)值規(guī)模巨大，但智能化水平因工藝挑戰(zhàn)和工況復(fù)雜等原因長期低于輕工業(yè)，智能化改造空間和產(chǎn)業(yè)價值更高，重工業(yè)普遍存在高危、高風險、復(fù)雜工況等3D場景（即Dirty, Dangerous, Difficult/Dynamic），招工難、用工成本上升、年輕人不愿進入一線，傳統(tǒng)自動化又難以解決非結(jié)構(gòu)化現(xiàn)場問題，”

譚勝虎表示，隨著AI技術(shù)不斷演進，工業(yè)智能化已經(jīng)不再只是單一技術(shù)的突破，而是多模態(tài)感知、多傳感器融合、虛擬仿真、數(shù)據(jù)生成、世界模型等一系列技術(shù)共同成熟的結(jié)果。

“每當一種新技術(shù)趨于成熟，就能幫助我們解決過去認為解決不了、或者很難解決的問題，”他說，也正因為如此，過去高度依賴老師傅現(xiàn)場判斷的工業(yè)場景，開始逐漸具備了被AI系統(tǒng)學習、理解和替代的可能。相比之下，輕工業(yè)和服務(wù)機器人領(lǐng)域更擁擠，也更容易陷入同質(zhì)化競爭。

譚勝虎認為，AI最應(yīng)該進入最艱苦、最危險的生產(chǎn)場景，在基礎(chǔ)工業(yè)中釋放生產(chǎn)力，而不是只在輕量化場景中內(nèi)卷。在傳統(tǒng)重工業(yè)中，很多痛點并不是簡單增加設(shè)備就能解決的，比如鋼包熱修、內(nèi)襯判斷、通渣力度、爐前檢測等環(huán)節(jié)，長期依賴老師傅的眼力、手感和經(jīng)驗；而高溫、粉塵、強磁等極端環(huán)境，又讓傳統(tǒng)自動化設(shè)備難以穩(wěn)定運行。

瓦特曼要替代的不是一般意義上的重復(fù)勞動，而是那些人不該長期暴露其中、又對生產(chǎn)連續(xù)性至關(guān)重要的關(guān)鍵環(huán)節(jié)。

02

從“替代體力”到“自主判斷”

AI進入重工業(yè)的意義，不只是替代高危體力勞動，更是把老師傅的經(jīng)驗沉淀為可持續(xù)進化的工業(yè)智能系統(tǒng)。

如果說過去工業(yè)機器人更多只是完成單一動作，那么瓦特曼正在嘗試解決的，則是機器人如何像人一樣理解現(xiàn)場、協(xié)同作業(yè)并持續(xù)學習的問題。

譚勝虎認為，重工業(yè)現(xiàn)場真正復(fù)雜的地方，不只是環(huán)境惡劣，更在于生產(chǎn)過程涉及大量實時判斷、跨設(shè)備協(xié)同和動態(tài)調(diào)度。因此，單一機器人并不能真正解決問題，背后還需要一整套感知、決策、協(xié)同與調(diào)度系統(tǒng)。

因此，瓦特曼形成了自己的“3+1”全棧AI+機器人智能化體系，譚勝虎介紹到，“這個體系中，WATT-iRobot智能工業(yè)機器人，可以替代鋼包熱修、陽極清理、測溫取樣等高溫高危操作；WATT-iSmart智知無人裝備，可以幫助實現(xiàn)無人天車、無人物料轉(zhuǎn)運車的全自動運行；WATT-iVision銳視智能識別系統(tǒng)，可以實現(xiàn)用AI視覺替代人眼進行缺陷檢測、內(nèi)襯侵蝕判斷。而‘1’則是底層的WATT-iOS智能工廠系統(tǒng)平臺，負責統(tǒng)一調(diào)度、數(shù)據(jù)協(xié)同和全局智能決策。”

在實際運行中，前端機器人或無人裝備在作業(yè)時產(chǎn)生的視覺、力覺、位置等實時數(shù)據(jù)會回傳至算法平臺，平臺通過AI模型進行分析、優(yōu)化與調(diào)度，再向下發(fā)出更精準的控制指令，從而形成一個“感知—決策—執(zhí)行—優(yōu)化”的完整閉環(huán)，讓整個工廠從單點自動化走向全流程智能化。

譚勝虎給記者舉了幾個典型的例子：“鋼包熱修無人化機器人集群，替代了1600℃環(huán)境下的燒氧、通渣、滑板更換、引流砂加裝、內(nèi)襯檢測，還有電解鋁陽極清理打磨機器人，替代高粉塵有毒環(huán)境下的陽極清理，全自動打磨殘渣。以及全智能無人天車，替代高空和地面的人工吊運、轉(zhuǎn)運、盤庫。”

換句話說，那些過去年輕人不愿意干、老師傅干得心驚膽戰(zhàn)的崗位，正在一步步被機器人接管。

值得一提的是，重工業(yè)的很多工序沒有固定軌跡，每個鋼包、每塊陽極（在電解鋁生產(chǎn)中，“陽極”是一個巨大的導(dǎo)電“正極”，它會參與反應(yīng)并逐漸消耗）的狀態(tài)都不完全一樣。瓦特曼突破了“非結(jié)構(gòu)化場景感知”和“柔性執(zhí)行與力控”兩大難關(guān)，通過3D智能感知和多模態(tài)融合識別，讓機器人能“看清”不同形態(tài)的目標，最后通過自適應(yīng)力控和動態(tài)軌跡規(guī)劃，復(fù)刻出老師傅“看、判、做”一體化的智能能力。

譚勝虎提到，“我們攻克了高溫防護、高粉塵視覺透霧、強磁干擾屏蔽、復(fù)雜地形通過性等技術(shù)性挑戰(zhàn)，讓機器人在工人不適宜耐受的環(huán)境下穩(wěn)定作業(yè)。”

譚勝虎特別強調(diào)，AI給工業(yè)帶來的核心變化，是從“重復(fù)動作”升級為“自主判斷”。他提到，“AI用得越久、數(shù)據(jù)越多，準確率和可靠性就越強。”

03

從單點智能到產(chǎn)線智能體

未來智能化工廠不是簡單用機器人取代人，而是讓人和機器重新分工。

譚勝虎認為，工業(yè)智能化的真正變化才剛剛開始，瓦特曼下一階段的重點不是再做一臺機器人，而是推動重工業(yè)從單點無人化走向產(chǎn)線級乃至“黑燈工廠”。

與大語言模型（GPT）的突破類似，工業(yè)智能也正在從早期探索進入更系統(tǒng)的落地階段。只不過，工業(yè)場景更加復(fù)雜，涉及設(shè)備、工藝、數(shù)據(jù)、現(xiàn)場安全和連續(xù)生產(chǎn)，因此它的發(fā)展不可能一蹴而就。

譚勝虎將工業(yè)智能化劃分為四個階段：第一階段是單點智能體，即某一個崗位、某一臺設(shè)備或某一個高危工序?qū)崿F(xiàn)無人化、智能化；第二階段是集群或局部工作站智能體，即多個設(shè)備、多個工序、多臺機器人形成協(xié)同作業(yè)平臺；第三階段是產(chǎn)線智能體，即多個集群工作站、多個生產(chǎn)環(huán)節(jié)和更多設(shè)備真正打通，形成產(chǎn)線級數(shù)據(jù)協(xié)同和智能調(diào)度；第四階段則是全廠智能，最終形成工廠級的全流程智能化和自主優(yōu)化。

“過去幾年，瓦特曼智能已經(jīng)從單點智能體走向了局部的集群智能體。”譚勝虎說。

比如鋼包熱修無人化機器人集群、連鑄無人化機器人集群作業(yè)平臺、全無人庫區(qū)、一跨六車全無人駕駛等，但他也坦言，集群智能體還不夠，未來三到五年瓦特曼全力投入的方向，是從集群智能體走向產(chǎn)線智能體。

這一步之所以重要，是因為重工業(yè)尤其是長流程工業(yè)，很難依靠單點優(yōu)化實現(xiàn)整體效率提升。一個生產(chǎn)系統(tǒng)可能有十個環(huán)節(jié)，如果只提升其中一個環(huán)節(jié)，整體效率仍會受到其他環(huán)節(jié)制約；即便八個環(huán)節(jié)都提升了，只要仍有兩個關(guān)鍵卡點未打通，系統(tǒng)性價值也難以完全釋放。

因此，瓦特曼要解決的下一個問題，不只是讓某一臺機器人更智能，而是讓更多工序、更多環(huán)節(jié)、更多設(shè)備在數(shù)據(jù)和調(diào)度層面真正打通。

在這個未來圖景中，人和機器人的關(guān)系也會被重新定義。

譚勝虎認為，未來智能化工廠不是簡單用機器人取代人，而是讓人和機器重新分工：機器人承擔高危、高污染、高強度、重復(fù)性和強經(jīng)驗依賴的作業(yè)，人則轉(zhuǎn)向系統(tǒng)監(jiān)控、智能調(diào)度、優(yōu)化決策、設(shè)備維護、創(chuàng)新管理和異常處理等更高價值工作。

04

組織變化與工業(yè)AI技術(shù)發(fā)展同步發(fā)生

瓦特曼智能不僅在為客戶提供工業(yè)智能化工具，也在把自己變成一個被AI重塑的組織。

“早期公司更像一支小型攻堅隊，最開始都是一幫理工男，我們用最前沿的技術(shù)去解決工業(yè)的一個問題，從這一個工業(yè)場景開始，從解決一個問題到后來解決3個問題，解決5個問題，然后隊伍也從十幾個人發(fā)展到幾十個人，然后幾百個人。”譚勝虎說。

在這個過程中，譚勝虎提到，公司最大的組織變化之一，是把“AI技術(shù)”和“工業(yè)場景”拆開來看，再重新耦合。

譚勝虎回憶，“大約從2024年前后開始，瓦特曼智能內(nèi)部將研發(fā)體系逐漸沉淀為模塊化的AI技術(shù)架構(gòu)。一端圍繞視覺融合感知、多傳感器融合、虛擬仿真、數(shù)據(jù)生成、世界模型、多機協(xié)同和集群調(diào)度等技術(shù)方向做深做厚；另一端則圍繞鋼包熱修、打磨、連鑄作業(yè)平臺、行車無人駕駛等具體場景持續(xù)拓展。

他提到，這種組織方式帶來的變化，是新場景不再完全從零開始。“過去第一款產(chǎn)品可能需要三年多才能打磨出來，而當技術(shù)模塊被沉淀下來之后，面對新的工業(yè)場景，團隊可以基于既有模塊進行組合、適配和再創(chuàng)新。”譚勝虎在采訪中談到，當公司做了技術(shù)與場景的拆分之后，研發(fā)端可以圍繞技術(shù)方向模塊化構(gòu)建，場景端則能夠越擴越快，這實際上是瓦特曼從單一產(chǎn)品公司向工業(yè)智能化平臺型公司的關(guān)鍵轉(zhuǎn)變。

為了支撐這種轉(zhuǎn)變，瓦特曼形成了“AI技術(shù)+工業(yè)工藝+現(xiàn)場工程”的三位一體協(xié)作機制。

算法工程師不能只在辦公室里寫代碼，而要進入工廠、理解工藝、接觸真實工況；有多年經(jīng)驗的重工業(yè)工藝專家和現(xiàn)場工程人員，也要與AI團隊共同定義問題、測試方案、迭代系統(tǒng)。譚勝虎特別提到，項目交付之后，瓦特曼與客戶之間還有一個陪跑的過程，一方面保障設(shè)備在不影響生產(chǎn)的情況下穩(wěn)定運行，另一方面帶著客戶員工熟悉系統(tǒng)使用、運行管理和異常處理。

譚勝虎提到，從研發(fā)、銷售、方案、行業(yè)專家，到人事、財務(wù)、市場、品牌等崗位，團隊都在嘗試構(gòu)建企業(yè)內(nèi)部數(shù)字員工和智能體，通過“物理員工+數(shù)字員工”的結(jié)合，提高內(nèi)部工作效率。瓦特曼智能不僅在為客戶提供工業(yè)智能化工具，也在把自己變成一個被AI重塑的組織。

05

一線崗位被重新定義

AI不只是改變崗位，也在改變企業(yè)內(nèi)部什么能被看見、什么能被衡量、什么會被管理。

過去，一線工人需要站在高危高污染高風險的生產(chǎn)現(xiàn)場，完成鋼包熱修、爐前檢測、天車駕駛、通渣、巡檢等工作，譚勝虎在采訪中提到，當機器人集群進入鋼廠，第一個變化是從現(xiàn)場作業(yè)變成遠程管控，人不必要再盯在高溫、危險的工況附近。

第二個變化是從經(jīng)驗控制轉(zhuǎn)向智能控制。過去許多操作依賴老師傅經(jīng)驗，經(jīng)驗積累在每一個人身上。但AI系統(tǒng)通過模型學習、訓(xùn)練和數(shù)據(jù)積累，可以把這些經(jīng)驗逐步轉(zhuǎn)化為機器的自主調(diào)節(jié)和智能控制能力。

第三個變化是崗位能力要求的改變。過去，一線員工只需要熟悉現(xiàn)場設(shè)備和操作動作；現(xiàn)在，他們至少要知道系統(tǒng)怎么用、設(shè)備怎么用、異常怎么處理。

譚勝虎強調(diào)，瓦特曼智能幫助客戶企業(yè)完成崗位轉(zhuǎn)型時，不是只做一次培訓(xùn)，而是強調(diào)“陪跑”。智能設(shè)備進入現(xiàn)場后，瓦特曼工程師會與客戶的工藝專家、現(xiàn)場專家、生產(chǎn)管理人員一起工作，在保障設(shè)備穩(wěn)定運行的同時，帶著原有員工熟悉系統(tǒng)使用、運行管理、異常處理和維護流程。這個過程是持續(xù)、動態(tài)、漸進的，客戶企業(yè)也需要在使用過程中逐步調(diào)整崗位設(shè)置、培訓(xùn)體系和管理制度。

AI對組織的影響還體現(xiàn)在管理方式上。

過去，重工業(yè)現(xiàn)場很多生產(chǎn)數(shù)據(jù)依賴人工登記、現(xiàn)場簽到、作業(yè)簽字和事后匯總；智能化設(shè)備進入后，設(shè)備運行狀態(tài)、作業(yè)時長、異常報警、任務(wù)執(zhí)行、產(chǎn)量質(zhì)量等數(shù)據(jù)會在生產(chǎn)過程中自然生成。

譚勝虎認為，這會讓考核和評估可量化的水平大幅提高，也會讓企業(yè)越來越重視員工的數(shù)字化技能、系統(tǒng)應(yīng)用能力和數(shù)據(jù)化管理能力。換言之，AI不只是改變崗位，也在改變企業(yè)內(nèi)部什么能被看見、什么能被衡量、什么會被管理。

工業(yè)智能奇點的到來，從來不只是“機器替人”。它真正改變的，是工業(yè)系統(tǒng)組織生產(chǎn)、積累經(jīng)驗和持續(xù)優(yōu)化的方式。瓦特曼所推動的變化，是讓機器開始理解環(huán)境、判斷狀態(tài)、參與決策。這不單是效率工具的升級，更是工業(yè)生產(chǎn)邏輯的一次變化，是工業(yè)系統(tǒng)對“經(jīng)驗”依賴方式的改變。這意味著，工業(yè)第一次真正具備了“進化”的可能。

如果說機械化定義了上一個工業(yè)時代，那么智能化，正在定義下一個。而在這場變革中，中國或許比任何國家都更有機會走在前面——因為這里擁有全球最大、最完整、最復(fù)雜的基礎(chǔ)工業(yè)體系，也擁有最豐富、最真實的工業(yè)場景。

那些最早把“經(jīng)驗裝進機器”的企業(yè)，正在參與這場工業(yè)智能文明的開端。