机器人时代：好售前让机器人干活 ，渣售前让人伺候机器人
主题关键词：#机器人 #具身智能 #售前培训 #解决方案工程师培训
5大机器人品类 × 4级段位 · 一篇看透售前众生相
机器人行业有一个独特的现象：
Demo和量产之间的鸿沟，大到能塞进去一整条产线。
展会上的机器人丝滑如德芙——抓取、搬运、装配、巡检，一气呵成。客户看完激动不已，当场要了名片。
到了客户现场——地面有坡度、角落有死角、WiFi会断、工人会围观、物料位置变了——机器人突然就不丝滑了。
展会上是"自主决策"，现场是"人工干预"。展会上是"通用智能"，现场是"只会这一个动作"。展会上是"24小时不眠不休"，现场是"每两小时人工复位一次"。
机器人行业的售前，夹在"Demo很惊艳"和"量产很骨感"之间，压力比谁都大。别的行业卖错了顶多退货，这里卖错了——客户的产线停一天，亏的比机器人本身还贵。
但偏偏，这个行业的话术水分，也是最大的。
广大机器人行业的售前，通常是这么干的：
背spec | 聊生态 | 蹭概念 | 谈落地 |
人形机器人
菜鸟售前说★
40自由度，身高1.7米，负载10kg，续航4小时。
灵巧手21个自由度，媲美人类。
全身一体化设计，自研关节模组。
双足行走稳定性业界领先。
遥遥领先。
普通售前说★★
我们支持ROS2，开放SDK，开发者可以自己写应用。
视觉力控多模态融合，支持抓取规划。
还有仿真平台，训练好的策略可以sim-to-real迁移。
生态开放，欢迎共建。
一站式具身智能开发平台。
资深售前说★★★
我们不是做机器人，我们是在做通用具身智能体。
VLA大模型端到端驱动，从视觉理解到动作执行一体化。
不是规则编程，是真正的"看懂世界、自主决策"。
未来每个家庭都会有一台人形机器人，就像当年每个家庭都有一台PC。
砖家售前说★★★★
人形机器人现在最大的问题不是技术不够好，是场景不够清。
你要先想清楚：这台机器人在客户的现场，具体替代哪个人的哪个动作？不是"通用"，是"专精一个动作做到比人稳定"。
建议先选一个最痛的工位——比如分拣、上下料、或者巡检——把这一个动作做到99%成功率。剩下的自由度，留着以后慢慢解锁也不迟。
续航4小时是空载数据，实际开手、开视觉、开算力，能跑2小时就不错了。建议POC阶段直接按2小时规划任务周期，中间安排充电窗口。
不是等通用智能来了才落地，是一个动作一个动作地落地，通用智能才能来。
协作机器人
菜鸟售前说★
6轴，负载5kg，重复精度±0.02mm，工作半径850mm。
支持拖拽示教，碰撞检测，即插即用。
30分钟部署，无需编程经验。
遥遥领先。
普通售前说★★
我们开放ROS2接口，支持Python/C++ SDK。
视觉引导、力控装配、螺丝锁付都有成熟工艺包。
协作安全认证齐全，ISO 10218、TS 15066都有。
生态合作伙伴200+，末端执行器随便选。
从本体到末端工具，一站搞定。
资深售前说★★★
协作机器人不是替代工业机器人，是人机共融的新范式。
传统产线改造动辄百万，协作机器人柔性部署，ROI 8个月。
未来的工厂不是无人工厂，是人机协作工厂。
我们正在重新定义生产力。
砖家售前说★★★★
协作机器人最容易被忽略的成本不是本体价格，是部署后的工艺调试。
本体买回去只是一堆铁，真正值钱的是"让它在你的产品上稳定拧好每一颗螺丝"。
建议在POC阶段就带上你们的实际工件和夹具，让售前现场演示完整工艺流程——不是演示"能抓起来"，是演示"能稳定装配100次不报错"。
调试费用要提前算进TCO。很多客户本体买了15万，调试花了8万，末端工具和视觉又花了6万——实际投入是本体价格的两倍。
不是等部署完了才发现调不好，是POC阶段就把工艺验证透。
AMR/AGV（移动机器人）
菜鸟售前说★
自主导航，无需磁条。
SLAM激光导航，精度±10mm。
续航8小时，支持自动充电。
载重500kg，速度1.5m/s。
智能调度，支持百台集群。
普通售前说★★
我们支持激光+视觉融合导航，动态避障。
开放调度API，可以对接WMS/MES。
多车型混合调度，支持电梯联动、自动门联动。
调度系统已部署超过50个项目。
最成熟的是3C和新能源。
资深售前说★★★
AMR不是搬运工具，是柔性物流的数据节点。
每一台AMR都在实时采集工厂的物流数据。
这不是一辆车，是一个移动的数字孪生传感器。
未来工厂的神经系统。
砖家售前说★★★★
AMR项目失败，90%不是导航不准，是路线规划和产线节拍没对齐。
机器人能跑，但跑到工位发现上一工序还没干完，只能等着。等久了堵路，调度系统报死锁，最后还得人工去推车。
建议先拿一个物流最痛的环节——比如线边仓到工位的配送——把这条路线的节拍、料车尺寸、交接点全部量好。让AMR的节拍追着产线的节拍走，不是产线迁就AMR。
"百台集群"别当真。建议先跑5台，跑稳了再加。调度算法在5台和50台之间的复杂度是指数级跳的，很多系统在15台左右就开始死锁频发。
自动充电的对齐精度要求±5cm，偏了就充不上。建议充电桩位置选在地面平整、人流少的地方，定期检查限位轮磨损。
先跑通一条线，再用数据说服其他工位。不是等全场 mapped 再上线，是一条线跑通了，全场自然跟上来。
具身智能大模型/平台
菜鸟售前说★
我们的VLA大模型，70亿参数。
输入视觉+语言，输出动作序列。
支持zero-shot泛化，无需重新训练。
端到端驱动，从感知到决策到执行一体化。
训练数据100万条，覆盖1000+物体类别。
普通售前说★★
我们提供完整的具身智能开发平台。
仿真环境、数据采集工具、模型训练框架、部署推理引擎。
支持sim-to-real迁移，开源生态，API/SDK全开放。
你可以用我们的平台从零训练你自己的操作策略。
一站式具身智能开发，从仿真到部署。
资深售前说★★★
我们做的不是模型，是世界模型。
机器人需要理解物理规律——重力、摩擦、碰撞、形变。我们的模型已经学到了这些。
这不是prompt engineering，这是物理认知。
我们正在通向AGI的最后一公里。具身智能是AGI的肉身。
砖家售前说★★★★
具身智能大模型现在最大的价值不是"通用"，是"降低开发门槛"。
你不需要养一个算法团队，用平台的预训练模型+你的场景数据微调，就能快速跑通一个原型。
建议先选一个变化不大的固定场景——比如同一个工位抓同几种零件——用平台快速出原型，跑通了再谈泛化。
"100万条训练数据"里99万条是仿真生成的，sim-to-real的gap目前行业没有完全解决。别指望sim里跑通了real里就能用，一定要在真实机器人上做验证。
"zero-shot泛化"目前对光照变化、物体材质变化、遮挡情况的鲁棒性还远远不够。建议先few-shot——用你的场景数据微调50-200条——再逐步减少标注量。
别一上来就追求zero-shot，先few-shot再zero-shot。不是等模型足够强了才上场景，是上了场景才能积累数据让模型变强。
四足/轮式机器人
菜鸟售前说★
全地形适应，最大爬坡35°，越障高度20cm。
续航4小时，负载10kg。
IP67防护，全天候作业。
自主巡检，支持红外/可见光/气体多传感器搭载。
普通售前说★★
我们支持自主建图、路径规划、动态避障。
搭载双光云台，支持AI识别（火焰、烟雾、异物、跑冒滴漏）。
开放SDK，支持自定义巡检任务。
已在电力、化工、矿山等行业的多个头部客户部署。
从巡检到识别，一站搞定。
资深售前说★★★
四足机器人不是巡检工具，是具身智能的腿。
轮式能去的地方它能去，轮式不能去的地方它也能去。
楼梯、斜坡、碎石路、管道间——这是传统轮式机器人的禁区，是四足机器人的主场。
未来每一座工厂都需要一双腿。
砖家售前说★★★★
四足机器人最大的落地障碍不是走不稳，是客户场景的不可控。
工厂里有管线、有积水、有临时堆放的物料——这些在demo现场都不存在。demo场地是铺了地毯的平地，客户现场可能是洒了机油的水泥地。
建议先在工厂里选一条固定路线，把路线上的所有障碍物类型梳理清楚，针对性地调一遍步态参数。别指望开箱即走，先走通一条路，再逐步扩展。
IP67是机身防护，不代表所有接口都防水。充电口盖子没盖紧就进水的案例不少。建议雨天给充电口加个防雨罩，别完全信IP等级。
续航4小时负载10kg？实际开传感器、开AI推理，可能40分钟就得回来充电。建议按实际负载和传感器功耗重新算续航，返程电量要留够——四足没电了可不会自己走回去。
先走通一条路，再逐步扩展。不是等全场景都ready才部署，是一条路走稳了，场景自然会扩展。
客户黑话翻译指南
看完以上，你可能觉得——客户说的话也不好懂。帮你翻译一下：
懂的都懂。
喷完了。
其实每个段位的售前，做的都是同一件事——卖机器人。
但差距不在于对机器人的理解，在于对客户场景的理解。
菜鸟知道机器人的参数，普通知道机器人的生态，资深知道机器人的概念，砖家知道客户的产线。
客户愿意签合同，不是因为你的自由度高、概念新、生态开放。
客户真正关心的只有两件事：
▼
这台机器人能不能真替代人干活？
出了问题你们能不能第一时间到场？
其他都是扯淡。
弱小和无知不是生存的障碍，傲慢才是。
在机器人行业，傲慢有两种：觉得自己的机器人天下无敌，觉得客户的场景和Demo一样简单。
好的售前，两种傲慢都没有。
如何成为砖家级机器人售前
1别只看Demo视频，让售前带设备来你的现场跑——用你的工件、你的环境、你的网络
2POC阶段就用真实场景和真实节拍，别用售前准备好的"标准演示物料"
3TCO要算全：本体 + 末端工具 + 视觉 + 调试 + 维护 + 培训 + 停机风险
4先选一个最痛的工位做试点，别一上来就全场部署——一个工位跑通了，其他工位自己会来找你
5坚持看售前青云荟
PS. 以上段位纯属虚构，如有雷同——说明你也在机器人圈子里熬过。
本文来源：mp.weixin.qq.com
相关阅读
文章评论
暂无评论，快来发表第一条评论吧！