數(shù)據(jù)將是人形機器人領(lǐng)域決定性的前沿。核心挑戰(zhàn)在于將AI模型提升到使機器人能夠在復(fù)雜真實環(huán)境中可靠運行的水平。關(guān)鍵瓶頸是獲取足夠龐大且多樣的訓(xùn)練數(shù)據(jù)集。因此企業(yè)需要同時沿多條路徑推進(jìn)以生成運營數(shù)據(jù)。運營商合作將在這一過程中發(fā)揮核心作用制造商與物流企業(yè)可提供真實生產(chǎn)環(huán)境以換取優(yōu)惠定價或?qū)夹g(shù)的優(yōu)先使用權(quán)。與此同時主機廠應(yīng)開展約十到五十臺規(guī)模的試點部署優(yōu)先考慮數(shù)據(jù)多樣性而非生產(chǎn)率目標(biāo)是盡快積累大量運營經(jīng)驗。合成數(shù)據(jù)也將變得日益重要——基于物理的仿真環(huán)境有助于為真實部署中難以捕捉的邊緣案例與罕見場景生成訓(xùn)練數(shù)據(jù)。最后在市場早期階段開發(fā)者之間的協(xié)作可能變得必要數(shù)據(jù)共享聯(lián)盟有助于彌補初始部署周期中規(guī)模有限的不足。雖然AI最終將決定長期競爭力但硬件不應(yīng)被視為大宗商品。工業(yè)化要求完成產(chǎn)品架構(gòu)定型、面向成本的設(shè)計、面向可制造性的設(shè)計以及在供應(yīng)基礎(chǔ)上的深度合作。汽車供應(yīng)商憑借其在擴大復(fù)雜機電系統(tǒng)規(guī)模方面的經(jīng)驗尤其適合支撐這一轉(zhuǎn)型。與電子和半導(dǎo)體企業(yè)的合作對于確保大規(guī)模部署所需的計算能力、傳感器與電源管理系統(tǒng)同樣至關(guān)重要。“自動化是降低勞動力依賴的關(guān)鍵杠桿。先進(jìn)自動化系統(tǒng)使制造商能夠進(jìn)行選擇性的黑燈班次在緩解勞動力稀缺、順應(yīng)工人偏好的同時維持生產(chǎn)產(chǎn)能。”