「职场Bonus」（ID：ZhiChangHongLi）
“艾莫，能助” · 01
灵巧手的三道坎 · 02
审美与拟人：跨越恐怖谷的方法 · 03
解读“艾莫”的组织 · 04
匠之心 · 05
施晓鑫四个月没有公开说过话了。
外界上一次听到他的消息来自6月初的那条朋友圈：“有幸在此驻足1675天，遇到这样一个可爱又温暖的团队……收拾行装，重新出发。”配图里，团队给他准备的告别横幅写着“我的老板自由啦”。彼时，他作为产品规划操盘的小鹏人形机器人IRON，其走猫步刷屏全网的余温未散，量产在即。
10月下旬，深圳，他以艾莫机器人创始人的身份坐到了我们面前。这是他创业后第一次接受媒体专访。
艾莫专注做灵巧手——人形机器人身上最难、也最贵的部件。这个赛道已经不算空旷。因时机器人的灵巧手年出货过了万台，强脑科技、星动纪元、帕西尼等公司各踞一方，一份行业盘点列出的主流厂商就有十家……几乎每个见到他的投资人都会问同一个问题：现在入场，会不会晚了？
“有坚持就不分早晚，”他说，“你错过了这一波的红利，也避开了这一波的坑。”
这位做了13年机器人的“老兵”很少谈论终局和想象，我们聊的更多是一些听起来不算性感的事。包括手的寿命、可制造性、硬件的稳定性，以及交付之后“不会坏”。
他把这些叫作“下限”。
听施晓鑫聊方法论，恍惚间会觉得眼前的他像个手艺匠人。比如他会说，拟人的设计要跨越恐怖谷，靠的是“形、神、智”各占其位；招人靠的不是说服，是“找到一起划船的人，而不是坐船的人”；组织不需要照搬大公司的流程，氛围和效率才是仅有的两个指标。
或许，那些已知的和确定的事情，将来都会被AI代替。在聊到给年轻人的建议时，这位谨慎的受访者给出了有关他职业选择的题眼：“这个时代，确定性就是最大的风险。”
这句话，也是他对自己过去四个月的选择的一种高度概括。
“艾莫，能助”
艾莫这个名字是7月定下来的，它是怎么来的？
施晓鑫 ：跟一个短语有关，AI Motion，AI加上运动智能。后来叫着叫着，更被大家理解和引申的是AI加上more——AI延展到物理世界，甚至更多的可能性。
我们内部聊天时还把它引申成“爱莫能助”的谐音：艾莫，能助——它让我们重新思考“小助手”一词的含义——“手”能解决很多问题。
口头流传的时候，我们发现挺朗朗上口，后来便叫了这个名字。命名是个烧脑的过程，既要独特、又能代表我们想表达的含义，可选的好名字并不多。
这四个月你和团队在忙什么？有哪些事是之前没料到的？
施晓鑫 ：从0到1搭建公司。注册、找场地、完成第一笔融资，整个过程是从学习到熟悉、再到能把控的阶段。没料到的更多是流程和形式上的问题，比如法务。融资对我们来讲是一件熟悉又陌生的事——大家都知道一级市场，也都跟机构聊过，但真正自己去运营一家公司、跟机构打交道，很多事情是新的。公司要展现什么内容给机构？机构在意的是什么？长期要怎么运营和准备？这些都是在企业做职业经理人的时候很少会涉猎的。
灵巧手的三道坎
行业里有个说法，人形机器人的竞争终局，一半在手上。你认同吗？
施晓鑫 ：基本认同。从硬件、本体的角度，手跟身体其余部分的价值可能都相当了，包括操作的价值和难度，可以说一半在手上。
我更倾向于另一种理解：真正发挥价值的一个是手，一个是脑，从这个角度也是一半一半，手和脑应该协同发展。这件事在生物学上也有依据。人的手比猩猩的手灵巧很多，手的进化跟大脑的进化是协同的。脑促进了手的进化，手的灵巧又反过来推动脑的进化。
如果给做灵巧手有难度的影响要素排个优先级——比如自由度、负载、成本、寿命等，你会先解决什么？
施晓鑫 ：我们现在认为有三个关键点。
第一是可用性。它涉及寿命和稳定性，这是要放在第一位的。现在大家面临的问题不是没手用，而是没有能用、能长时间用的手。
第二是可制造性：用很好的工艺、可控的成本、合理的时间把它造出来。一个很好的东西，如果没办法被有效、快速地制造出来，很难形成产品。
第三是灵巧性，跟自由度有关。2021到2024年，行业的早期任务更多还是抓取、放置这类简单任务，哪怕是灵巧手，大家用的时候其实还是当一个夹爪（只能简单开合的两指抓取器）去用。这两年，很多前沿实验室更倾向于用高自由度去做高灵巧性的操作，大家普遍发现夹爪和低自由度手的瓶颈了。而接下来这个阶段，对灵巧性的要求会越来越高。
自由度本身是相对确定的，我们有能力做到最高自由度的灵巧手正常运转，而若选择减少自由度，更多是从成本和结构简化考虑。
至于负载，目前不是主要矛盾，灵巧操作更重要的是操作的复杂度，负载可以借助工具解决。成本呢，主要从设计和工艺降本，这是做量产的本钱，我们比较擅长。
有没有你确定要避开的技术路径？
施晓鑫 ：没有。但我们不会把绳驱（靠绳索牵引手指）、推杆（靠连杆推动）、直驱（把电机直接装进关节）这几种主流驱动方案全部探索一遍，过去的经验里已经有了一些结论，会坚持走直驱这条路。在直驱上，我们保持开放的心态，去探索各种结构、关节传动和电机的可能性。
今年3月你在工信部人工智能标准化技术委员会的研讨会上，提出过一套人形机器人通用智能分级的思路，把自主能力划成几个层级。按你自己的框架，今天行业头部产品处在哪一级？艾莫要做到哪一级？
施晓鑫 ：先纠正一个前提。手更像是一个关键零部件，我们不太会把灵巧手本身做智能分级，因为它代表不了整个机器人本体。手要产生价值，得有个臂；臂能够操作，得有个控制器（脑）；再拓展下去，腿或者底盘能动，就是个本体。所以它产生价值，至少需要臂和脑，这在一定意义上就是机器人的分级了。
如果从通用机器人的分级来看——现在技术探索和产品是有区别的。很多人认为技术已经到了某个水平，但产品的标准要高于技术探索的结果。拿产品的标准衡量，我认为现在整个行业可能还只能在L2，甚至有些还达不到L2，一些极端场景是被忽略的。
从硬件来看，手的成熟度会比本体晚两到三年，衡量的标准就是：能不能有一定规模、能不能以合理的价格获得。目前两只手的成本可能比本体其他部位还贵。
对艾莫来讲，我们会先把基于L2能力的硬件、运动控制、底层的端侧模型（跑在设备本地、不依赖云端的模型）做好、做扎实，未来才有构建L4、L5的基础。如果连遥操作都操作得不好，用手的时候还会故障、还会坏，智能往上走一定会遇到瓶颈。
你预估这个过程会经历多长时间？
施晓鑫 ：未来一到两年，基于灵巧操作的操作能力本身会得到很大的发展。要到L4、L5真正形成我们理想中的物理AI和落地场景，需要更长的时间，比如3~5年。
但这3~5年并不是代表一个清晰的界限。它更像是一个阶段，可能在某些场景先发生，做得还不够好，或者只能在这一个场景里做，然后再拓展到十个、一百个、一万个场景。整个过程可能持续更长，这也是我们做好长期投入的准备。
你曾说，要“坚持做真机器人，不画大饼”。在你看来，什么是真机器人，什么是大饼？
施晓鑫 ：真机器人是一个能真正解决客户问题的产品，它是一个下限，要交付价值。大饼没有太大的贬义，它更多是技术的可能性，是上限，但这个上限依赖很多条件和时间才能兑现。
你要往上走，展示技术的上限，很难；但你要往下走，把产品落地做好、兑现用户场景里的价值，一定程度上更难。当前真正要做好的，是你的下限到底是什么：硬件能不能交付出来？交付之后能不能真正被用起来？用的时候是不是不会坏？“扎到硬件的细节里抠细节”是这个阶段的我们——或者说真正做机器人的很多企业——都要面临的问题。
今年世界机器人大会上有很多场景，分拣、餐饮、医疗、巡检，过程肯定曲折，但这种尝试是必要的——尝试跟大饼有区别，尝试没达到最终要求，它只是还在往前发展的过程中。像分拣这个场景，市场将来一定会出现几家有规模、做得好的企业，但到目前为止，真正能交付的还比较少，价值的兑现还是依赖硬件的稳定性、整个方案的节拍和成功率。
听说你此前立志要做灵巧手界的宇树，宇树也是目前国内出货量和营收规模最大的机器人公司之一。这算不算给自己画了个饼？
施晓鑫 ：可能算吧。（笑）但宇树肯定是个很棒的企业。这个说法更多是我们在内部对齐一种思路：要做到有一定规模的应用，有一些具象化的行业指标——比如客户是不是广泛接受，是不是有一定的规模，没有规模的东西你很难判断好坏。同时从企业运营的角度，我们需要有营收的能力。宇树代表了这个方向的一个标准。
审美与拟人：跨越恐怖谷的方法
接触过你的人说，你是一个很在意审美的人。这个特质是天生的，还是训练的？
施晓鑫 ：我并非艺术专业背景，但当你看到一个美的、设计得很好的产品，你会天然地感觉这是一个被认真打磨的产品。接触产品多了，自然能区分好坏。
这里也隐含了一个产品出身的人对产品的态度：美的产品代表了一种认真做事的态度。你可以只把功能做好，但一个被细心雕琢、设计美观的产品，代表了设计它的人不草率、有追求。而且美很难做，意味着更高的标准和要求，要打磨细节。
有没有过“工程上没问题，但审美上你过不去”，然后把方案推翻的时刻？
施晓鑫 ：有。设计对和设计美，是两个层次的要求，甚至代表了不同的工业成熟度标准。
这个例子在IRON身上很多。最早设计的时候，你本可以用已有的关节来完成性能和功能，但为什么要做成整个身体的曲线？我们推翻过很多从纯功能角度出发的结构，让结构更符合人体的审美。过程当中有挑战，但最终印证了，它是能被做得出来的，而且性能也不差。当你需要把美学提到很高的高度，它未必做不出来、未必影响功能，但一定要求更好的工业设计能力和落地能力。
除了曲线，还有什么能定义一个机器人是好看的？
施晓鑫 ：我们考虑的不只是静态美学——你要保证它动起来跟静态一样美。这是很多早期设计里被忽略的：产品站在那边外形是OK的，但动起来总觉得哪里不对。所以当时猫步走出来之后，我觉得是一个很好的反馈，也是一种实验：把静态和动态都体现出来之后，摆在大众面前，大家是不是觉得这是一个好的。
还有一个例子，设计行业会讨论“设计向善”。IRON整个外部有织物和皮肤包裹，运动的时候，某一部分的皮肤会被褶皱、牵拉。这对机械来讲无关痛痒，但如果你把它想象成一个有人性的机器人，你会发现它很怪异——它会不会不舒服？就像人站在那边，衣服被剧烈拉扯，肯定不舒服。它不是从机器的视角，而是从人的角度产生的感觉。从设计的角度，你就要让褶皱更自然、更轻松，外观上才会让人觉得它整体非常像人。
另外，仿人这个事，我觉得我们走了一条捷径。对于美，不同物品上大家的理解各异——做一个耳机，弧形还是方形好看，很难达成共识。但人对人体有一种基因里的共生感，更容易达成美学的一致：比如纤细的、苗条的呈现，更适合目前的主流审美。仿生这个角度，更容易拉齐大家的理解，可感知性非常强。所以我还是会坚持做仿人的机器人。
拟人化有个知名的风险叫“恐怖谷”——机器人越像人越亲切，但像到一定程度反而让人不适。今年行业里有些拟人产品，受众反馈就不好。你觉得边界在哪？
施晓鑫 ：拟人的设计如果设计不好，很容易产生不适感，这是行业共识。但拟人本身代表了一类人对产品的向往，所以大家不断在挑战跨越恐怖谷的那一刻。
我们自己获得过一次正向反馈，就是IRON走出来那一刻——大家没有觉得它怪异，更多的反馈是亲切和共生感。
从设计的角度，我有一套拟人的标准，“形、神、智”三个方面缺一不可。
形，是整个外形，更多是静态的外观；
神，是动态的反应，举手投足、自然的回头、一个眼神，这种灵魂式的反应；
智，是你跟它对话的时候，它能不能像人一样反馈你。
要真正跨越恐怖谷，可能要到九十分以上。0~40分主要靠形，视觉是最先触达的点；40~80分主要靠神，不能呆呆地站在那里完全不动，动了也不能反人类的直觉；想要80分以上，必须还有智的体现。三者有效统一，恐怖谷就会被跨越。
能不能拆开看，缺了哪一样会怎样？
施晓鑫 ：只做了形和神，就像是现在展会上能看到的一些具象化机器人——会点点头、眨眨眼，但没办法回馈你对于一个“人”的期待，异物感就会很强：它是一个物体，不是智能，也不是人。
形和智做好了、神没做好，例子就是硅胶娃娃接入一个语音AI——形做得很好，也能说话，但说的话跟嘴型对不起来，哈哈大笑的时候面部肌肉根本不动，这也会带来恐怖效应。
神和智做好了、形做不好，比如《流浪地球》里的MOSS——智能很强，有图像、光的表达，但它没有具身的形。你对它还是有恐惧，你不知道它的能力边界在哪里，这是一种未知带来的恐惧。
所以我们当时设计的时候一定是：把外形做好，有足够的动态呈现神，智力也要到达一定的水平。有机地结合，就会天然跨过恐怖谷。
那到艾莫做的手上，你们也希望它一定要像人手？
施晓鑫 ：是的。手学习的数据是人手，工作的环境是人的环境，操作的物体也是人在操作的物体，哪怕是一个旋钮。灵巧手不像人手，便可能会遇到很多能力瓶颈。
从生物进化的角度，我们认为拟人就等于灵巧操作能力的上限。如果手的硬件是拟人的，它就代表着上限一定高，会接近甚至超过人的能力。如果不是人手，也许在某种进化分支上有更高效的执行器（把指令转成动作的部件），但现在我们看到的最好的方式还是人手。
当然，拟人带来的是复杂度和成本，是不是有必要？我们认为这是一个工程化的问题。艾莫从结构简化、降本的角度已经有了一定的路径，有信心在降低成本、复杂度的同时，做到极致的拟人和稳定。
解读“艾莫”的组织
艾莫未来会一直做手这个部件吗，还是会拓展？
施晓鑫 ：艾莫成立的第一天就是一个产品公司，绝对不是一个只提供零部件的企业。现在问题还集中在手上面，所以我们就去做手。我们自己也有自己的臂、上肢平台，逐步会去拓展。以手为起点，但不止于手。
业务上我们一开始就瞄准全球市场，希望被更多的人用起来，收集更多反馈，把迭代做好。
人才方面，我们从第一天就搭建了相对完整的体系，包含全球化的人才战略，甚至从校招开始，我们就打算引入海外人才。
那你们成立的速度非常快，企业公众号的搭建、人才的体系，看起来都不像创业公司的水平。队伍是怎么在这么短时间里搭起来的？
施晓鑫 ：两个事情比较重要：一个是事情本身，大家对这个事情非常认可、认知一致，减少了很大的疑虑；另一个是初始团队，大家相互比较认可。一个人、一件事都认可之后，团队就快速组建起来了。更多是理念上带来的效果。
● 艾莫机器人公司，崭新办公室的入口
候选人手里普遍握着大平台的offer，你怎么说服他们加入一家几个月大的公司？
施晓鑫 ：其实我们很少劝说。创业公司代表更大的可能性，也伴随着更大的风险，劝说的成本太高、效率太低。我们更关注的是，大家自己有没有想清楚——投身的方向是不是自己想做的事，是不是清晰、坚定。所以我们更多是传达理念、组织的愿景和管理公司的方式，看能不能走到一起。是筛选和吸引，不是说服。
前二十多号员工，基本没有太花时间去说服，大家手里都拿着大平台的offer。在大平台，更多的情况是公司带着你走，你获得了很多资源，但很少有人有能力左右大平台的大方向，甚至是产品。而创业团队，更多的是你在某个专业里带着公司往前走，靠意愿和能力。
我们内部有一种说法：我们需要的是一群一起划船的人，而不是坐船的人。如果你自带船桨，那是最好的。这是我们对组织人才的审美标准。
有遇到过能力很强、但最后你主动拒掉的候选人吗？
施晓鑫 ：有。很多能力强的人，在一些想法上不一定跟我们契合，这本身没有对错。我们现在更想吸引的，不是追趋势的人——趋势会变，趋势一变人就会走，本质是缺乏自己对于事情的判断。
我们需要的是，当泡沫过去了，你是不是还在这个方向上。我自己经历了好几波浪潮，浪潮也好、泡沫也好，它是一个自然的规律，始终会来，也始终会退去。我们首先需要的是对机器人真正热爱的人，知道自己想干什么、有自己的判断，说大一点叫扛得过周期，说小一点就是当行业不是那么好的时候，还能不能清晰判断自己要不要继续做下去。
所以我们可以接受能力暂时不够丰富，但目标明确、对我们的方向认可、具备持续学习的能力和意愿的候选人。
我们也欢迎应届生。现在有几个应届生甚至实习生，热情非常高，产出也非常高效，你能看到他们真正想清楚要干啥、干得很快乐的状态。
但这个行业新东西出来得很快，有些团队是什么新东西出来就赶紧跟进验证。你们怎么平衡“坚定”和“变化”？
施晓鑫 ：坚定不代表不变化。新的技术方案出来，要不要了解、研究、跟进？一定是需要的。如果你不去看新的东西，你的坚定就变成了一种盲目和固化。调整也是一种坚定：一旦发现你的认知和实际有偏差，就要快速调整。
我们内部有个说法：远期的目标不能变，远期目标摇摆，会影响你现在做事的决策和节奏。我们的目标，长远来讲是做物理AI里面非常好的产品，不能说行业遇冷了，物理AI没那么火了，我就转行去做别的。这跟算法、模型行业那种高动态的状态并不冲突，我们模型端也在适配各种新的技术方案，只是大的方向和意志是坚定的。
很多从大平台出来创业的人，会把大公司的流程搬过来。艾莫在组织上，有哪些刻意不做的事？
施晓鑫 ：我们早期加入的同学都有大公司的背景，这是好事，能理解大公司运作的方式。但流程和管理只是工具，工具服务于目标。
早期搭建组织的时候，我们有个理念：最关键的指标主要是两个，组织的氛围、组织的效率。在这个目标下面，流程和管理是天然形成、动态平衡的。用产品的逻辑来讲，流程和管理可能只是一个功能点，企业是一个产品的完整体，员工是用户。流程好不好，最有发言权的是员工自己，员工觉得好才是真的好。
成立三四个月来，我们的组织流程反而是大家自然而然协作产生的。我需要做这个事了，但好像没有流程？那我们就构建一个，谁来做、提交给谁、谁是上下游、资源找谁审批。后来者再做这个事的时候就会借鉴。
它更像是自下而上形成的协作模式。在这个过程当中，我们主要看效率有没有被影响，效率有问题，就去调整某个流程。
我们也鼓励内部信息透明，让大家了解经营的信息。甚至在二十多个人的时候，我们就引入了领导力的培训——这在创业公司里很罕见，在大平台除了高管之外也很少有人能接受到。
你们内部还有一种“兼职”文化？
施晓鑫 ：对，我们叫协作和兼职。ID（工业设计）设计师兼任品牌大使，算法设计师兼任企业文化大使，立一个虚拟的小组去把工作做了。不管是办公室的布置、装修，还是网站，大家都自发地形成一个目标把事干了，而不是说招一个人来做网站、招一个行政来搞办公室。一是让你更多参与其他工作、理解氛围，二是你对整个业务有更全面的了解。这种状态在大公司很难做到。
AI在你们的研发和办公里，有哪些真实的提效例子？
施晓鑫 ：编程工具是一个代表。现在大家几乎不手敲代码了，现在流行叫“古法办公”——手敲就是古法，现在基本都是自己生成、自己验证，包括测试流程。
还有一个很好的例子。像SolidWorks这类工业三维设计软件，不专业的人用不起来，必须由专业的人做出图纸，再跟上下游对齐。产品提出一个模型尺寸要求，通常要把文字指标让下游转化成数字三维模型，雕琢很久，再回头对哪里不好。现在产品用AI辅助工具，可能一晚上就能生成一个数模雏形，足够用来做关节位置的打合、示例和意图表达。下游拿到的时候，已经比传统协作方式省了一两周的时间。
AI带来的变化，在专业跟专业、上游跟下游之间拓边界的这个点非常明显，提高的是沟通、验证、试验的效率。这件事由我们的IT负责人在牵头，把智能体、技能模块从各个专业的工作流里收集回来、打造好，变成工具反馈给研发和业务侧去用。将来也可能把落地多少个智能体（能自动执行任务的AI程序）、产出多少技能模块（封装好的可复用AI能力），作为一种激励机制。我们还在尝试把Agent工具引入到物理层面，比如硬件测试：AI自己接示波器（测电信号波形的仪器）看信号指标，通过异常再调整底层的驱动代码，然后去验证。
匠之心
回看你的职业路径——2013年在软银做NAO和Pepper，2018年到猎豹做“豹小秘”，后来负责出海，再到小鹏。每一段职业历程分别给你留下了什么？
施晓鑫 ：第一段，更多是理念和愿景的构建。我找工作很直接，刚回国参加工作的时候，就搜了三个字：机器人。出来的第一个结果就是我第一家公司Aldebaran，一家后来被软银收购的法国人形机器人公司，我就加入了，完全没考虑薪资、职位。在Aldebaran，我从研发做到解决方案，再到跟客户对接，构建了理念：人形机器人是什么概念，怎么跟人共生，未来服务什么场景。同时给了我全球视野，当时业务覆盖北美、拉美、欧洲和亚太，我特别深刻地体会到每个地区对机器人发展的节奏和态度。
● 施晓鑫曾在被软银收购的Aldebaran工作
第二段在猎豹做“豹小秘”，更多聚焦在把一个机器人在商业化场景落地所面临的问题，是下沉到真正的用户场景里：产品怎么发挥作用，会遇到哪些问题，如何解决。做过这些的人会深刻地意识到，一个产品的下限非常重要，你如何去构建这个下限、保证产品不出问题、被正常使用，非常花时间，也非常花经验。包括客户买了一台，怎么买第二台。这段经历让我知道，商业化到场景的路径是怎么走。
第三段在小鹏，我负责整个产品的规划和造型的研发。给我很深的感受是：当你真正从0到1定义一个产品的时候，你需要考虑什么——怎么定义一个高标准的产品，从技术侧如何实现，遇到困难怎么应对，能不能把产…的上限发挥出来。也真正探索到了什么能做、什么不能做，硬件开发需要花多少资源。
在猎豹那几年，服务机器人也被说是泡沫期。今天的具身智能热，和当年有什么本质不同？
施晓鑫 ：总结来讲，可能没有太大本质的不同。最早是基于规则化编程，以NAO和Pepper为代表；后来是基于偏自动化的技术，比如自然语言处理和SLAM（即时定位与地图构建）——对话可以做了但还不太行，机器人能开始移动了，但在酒店和餐厅里跑得没那么好；再到现今，以模型驱动，GPT时刻带来的加速。
行业在一波一波地往前进展，每一波都留下了很可观的技术积累。无论这个泡沫有多大、有没有破，你依然坚定地去做这个符合愿景的事情。
难度其实是越来越清晰地摆在那里了。早在NAO的时代，我们还有一个平台叫Romeo，一米四左右的全尺寸人形，2013、2014年就有了，当时让它走两步都很难。放在现今，大家都能蹦能跳了。意识到难度越来越大，是看到了能做的事情越来越多，而技术本身在大幅度前进。原来只是盲目地相信，现在是你知道怎么做，但这个事情很难，你分阶段一步一步做。
给我感受最深的是：最早做NAO的时候，我们认为可能在有生之年，不一定能看到通用机器人服务于千家万户。Pepper出来的时候我们想过这种可能性，但始终觉得遥远——说白了，是相信，但不知道路径。这十年一波一波过去之后，你会发现很可能在我们这一代手上就可以实现，甚至可能在未来十年，到处都是机器人。这是最大的不同。
这个行业里，你最敬重的同行是哪一位？
施晓鑫 ：对我影响最大的，是Aldebaran Robotics（法国阿尔德巴兰机器人公司）当时的创始人Bruno Maisonnier，他更像是我进入这个行业的启蒙老师。他去做这个事情的时候是在2005年，算到今天超过二十年了。没错，那个时候“具身”这个词还没诞生，就叫机器人，通用的服务机器人。我最初的理念和愿景也是在那个时候构建的。
● Aldebaran创始人Bruno Maisonnier（左图），以及施晓鑫与他的合影（右图）
● Aldebaran创始人Bruno Maisonnier（左图），以及施晓鑫与他的合影（右图）
很多人说NAO是人形机器人的鼻祖，我觉得不为过。到现在，我依然认为NAO的产品和商业化生态的完成度是全球最高的：操作系统、编程工具、业务生态、渠道，甚至应用商店，非常全。现在很多教育机器人，都有NAO的影子。
有几件事我印象很深。一是组织氛围。Bruno从巴黎飞到上海完全不需要休息，下了飞机就进办公室，跟所有的工程师席地而坐，讨论技术细节。他之前从事银行业也身居高位，理论上不需要做这样的事来证明自己，甚至在不年轻的时候骑摩托车环法。你会看到一个真正追求机器人事业的人是如何工作的。
二是设计的品位。NAO和Pepper的设计审美，放到现今都是一种风格的体现，完整度非常高。当时NAO的手，在第一代就已经做到非常像人，而且是线驱（即绳索传动）的。
三是人机共生的理念。NAO可以服务于自闭症儿童的治疗，我们出了一套方案，真正在一定程度上解决他们的沟通障碍，非常有人文感。还有一个例子：NAO这个名字是怎么来的？机器人做出来了，大家不知道叫它什么。在一次产品的活动中，Bruno把它带到法国的一所小学，在现场互动中，一位小朋友给它取的名字NAO，正好在东西方的发音里都非常顺口。
Aldebaran当时建立的沟通和交流的组织氛围，也是我现在做艾莫想构建的组织氛围。
「职场Bonus」（ID：ZhiChangHongLi）
今天聊下来，我能感受到你身上有一种行业沉淀多年的匠人气质。但投资人未必都认可匠人出来创业。接触投资人的过程里，你被挑战最多的问题是什么？
施晓鑫 ：聊得最多的挑战是：现在做灵巧手，是不是晚了？大家认为这个行业已经发展成熟，我们现在出来做，会不会没有太大优势？
我的想法一直没变过。往大了讲，当你在通用机器人上面坚持往前走的时候，永远不分早晚。你过了这一波，错过了这一波的红利，但也避免了这一波的坑；进入下一波，依然有它的红利，也有需要你去踩的坑。不管是Aldebaran、软银，还是猎豹、小鹏，我一直都在自己的主线路径上面，而这条路也足够的长。
往细了讲，我不太认可现在灵巧手或者机器人行业已经到了后期、已经是红海了。我们发现，很多问题尚未解决——这恰恰意味着机会：距离真正的好产品还有巨大空间，而这个机会对我们来说正逢其时。
而且这个时代非常好。2022、2023年的时候，我一度困惑，“人形机器人这个方向是不是不对，为什么要做成人形、做成通用？”但GPT的产生，第一给了这个方向一针强心针——泛化（在未见过的新场景、新任务里也能举一反三）是可以做的，人形就是为了泛化去的；第二给了整个行业巨大的信心。软件能力是可以被解决的。
所以，早到60后，晚到00后，我觉得都应该投入到这个事业里面来，无关乎年龄，每个人都能找到自己能发挥作用的点。年轻人用AI辅助编程，做硬件的强攻供应链，有资源调动能力的机构资本可以支持行业。这件事值得大家一起去努力干好。正因为坚信这个，我不怕挑战。
最后一个问题。我们的读者里，有很多正在大平台犹豫要不要出来的职场人。如果给他们一句话，你会说什么？
施晓鑫 ：在这个AI高速发展的时代，确定性是最大的风险。
已知和确定的事情，将来一定会被AI所代替。而人类比AI强的事情，恰恰在于一些存在巨大不确定性的领域，在不确定性里去找到确定性，才是人应该发挥价值的地方。如果你在平台，发现这个事情在不停地以一种确定的方式干，我觉得要么就要调整工作内容，要么就要切换自己的工作平台甚至是行业。
未来对于人来讲，大概率只会去做探索和创造。机器人会把大部分重复的、确定的事情给你干完。
另外，要明白一个问题也很简单：风险和收益，一定是成正比的。
撰文╱陈桐 封面图╱受访者提供
关注+星标，深度追踪「行业、公司、人才」的趋势风向👇
本文来自微信公众号“职场Bonus”，作者：陈桐，36氪经授权发布。