背景設定在 2035 年的【我，機器人】裏，NS-5 機器人手起刀落，切菜速度像開了兩倍速，快過練習時長 30 年的老師傅。
雖然威爾·史密斯一臉嫌棄，但我腦海浮現的是電影中機器人公司的廣告詞：「女士們先生們，它將成為您家庭和工作中的絕佳夥伴，趕快行動，機不可失……」
現實比科幻發展得緩慢，2024 年了，大多數人還沒吃上一口機器人做的飯。
不過，也有一些機器人，已經在你看不見的地方上崗，以另一種方式征服你的胃。
2 年打出 2000 萬份菜，AI 的手比食堂阿姨穩
威爾·史密斯面對的是上千機器人方陣，進入 Chef Robotics 的工廠，你看見的是一套由 AI 驅動的機械臂系統。
這是一家總部位於舊金山的初創公司，盯準了一個小眾場景：工業廚房，為超市貨架、航空餐飲等大規模生產即食、冷凍食品的地方。
機器人不是做飯，而是「打飯」，有些類似後廚的切配工，根據菜譜預制各種冷凍食品，照顧國際口味，從印度咖哩雞塊，到義大利香蒜醬餃子。
它們不眠不休，天天準時上班，既節省了人力，也可以減少浪費，因為掌控分量比人類更精準，不會像食堂阿姨那樣手抖。
比起傳統的機器人，它們又更加姿態靈活。各種型別的食物，主食、蔬菜、肉類、醬汁，塊狀、絲狀、流體狀，都可以夾起來。
遇到不同形狀的容器、不同速度的傳送帶，機器人總會讓食物落到正確的地方。
分量不一的食物，機器人照樣可以對癥下藥，用不同的工具抓取大份和小份。
什麽，難道之前不是用機器人包裝的嗎？
並不，這行也是勞動密集型的，傳統的機器人更適合罐頭等單一食品的大規模生產，人類比機器人靈活多了，可以適應不同食譜的生產線，而且某些難搞的食材，如米飯或碎起司，過去很難用機器人操作。
工人們待在冷藏室裏，連續幾個小時舀豌豆、馬鈴薯或米飯，工作內容很枯燥，讓人想起卓別林在【摩登時代】裏擰螺絲的經典場面。
正因如此，Chef Robotics 創始人兼執行長 Rajat Bhageria 覺得，機器人在這個領域仍然大有可為，關鍵是能不能做到一點：讓機器人像人類一樣，給各種型別的食材裝盤。
但這是一道「先有雞還是先有蛋」的難題。
ChatGPT 等大語言模型從互聯網學習數據，但食品行業並沒有很多現成的訓練數據，食物的情況又很復雜，可能會變形、黏膩、潮濕…… 所以，為了生成有用的訓練數據，必須在現實裏部署機器人。
Chef Robotic 的系統經過了數萬小時生產數據的預訓練，然後在工廠上崗，安上網路攝影機和傳感器，其實就是在繼續訓練，同時它們會和人類協作，不是一開始就完全自動化。獲取的數據越多，AI 越進步，機器人也越來越自主。
在過去的兩年裏，Chef Robotic 生產了 2000 萬份菜肴，在美國和加拿大的六個城市部署了機器人，並學會了如何運算元百種食材。
大語言模型預測句子中最有可能的下一個單詞，而 Chef Robotic 的模型，知道機器人接下來該采取哪個動作。
Chef Robotic 不直接出售機器，而是出售服務，走機器人即服務 (RaaS) 模式。
北美即食餐飲品牌 Amy’s Kitchen 是其中一個客戶，一個 Chef Robotic 系統可以完成兩到四名工人的工作，上下的浮動，具體取決於是什麽食材。
機器人把人的活給幹了，那人負責幹什麽？
目前來看，人類還是要在觸控式螢幕上輸入生產的食物名稱，幫機器人連線好要用的器具，甚至在生產線上和機器人協作，各裝各的菜。
至於未來，Amy’s Kitchen 提出一個設想：人類管理和維護機器人就好了，比如在機器人忙著分裝的時候，保證食材充足。
但聽著，只是給機器人打下手換了個高大上的說法。
機器人加快效率，人類在角落輔助機器
AI 最強大的影響將以具身智慧的形式發生在物理世界，物理世界占 GDP 的 90%。
Chef Robotics 創始人兼執行長 Rajat Bhageria 如是說。
當 AI 生成文案、圖片、視訊屢見報端，讓格子間打工人戰戰兢兢，線下的變化雖然更為低調，卻也持續不斷地發生，百度旗下的無人駕駛車「蘿蔔快跑」就是一個例子。
其實，餐飲機器人從來不是新鮮事，但隔三差五總會有新的動態，存在感更強的，是比 Chef Robotic 離餐館更近、直接做飯給顧客吃的機器人。
輕食品牌 Sweetgreen，2023 年 5 月推出了沙拉制作機器人。
五顏六色的食材放置在管道裏，機器人控制好份量，將羽衣甘藍、起司等食材放到傳送帶上的碗中，並進行攪拌和混合。
看起來不高的技術含量，Sweetgreen 其實花了多年的時間研究。比如，山羊起司容易結塊，櫻桃番茄容易被壓扁，讓機器人對這些食材「得心應手」，費了一番功夫。
和 Chef Robotic 的情況類似，Sweetgreen 的人類員工也不能閑著。
他們全天盯著螢幕準備補充食材，把做好的沙拉送給顧客，有時候負責收尾，往沙拉上添加香草、牛油果等機器人還沒法操作的食材。上完一天班，還要清潔機器人系統。
Sweetgreen 說得很好聽，午餐高峰期，只需要一到兩個人類員工和機器人一起制作沙拉，而傳統流程需要七到九個人。機器人 5 分鐘不到就能制作一碗沙拉，人類員工處理一份訂單卻需要 15 分鐘。
除了節省時間和人力，機器人還能避免忙中出錯、混淆訂單，保持份量的精確和統一。這話很耳熟，Chef Robotic 也是這麽講的。
但真的降本增效了嗎？Sweetgreen 拒絕對外透露機器的制造成本，到了 2024 年初，只開出了兩家自動化餐廳，並且選址都在郊區，需求並沒有那麽大。因為不確定自動化能帶來多少利潤，摩根士丹利分析師也保持謹慎觀望。
類似地，休閑速食品牌 Chipotle 從 2022 年開始，試點制作玉米片的機器人 Chippy，減輕員工的負擔。按下葫蘆又起瓢，Chipotle 發現，Chippy 並沒有想象中好用，因為清潔起來太麻煩了。
但 Chipotle 並沒有放棄，也許是派的活不對，太為難機器人。2023 年，他們又開始試驗切開牛油果並去皮、去核的機器人 Autocado，更方便人工制作牛油果醬。
簡而言之，在目前這個階段，後廚也好，前台也罷，有了機器人，人類仍然在打工，圍繞機器人力不可及的部份，更換了工作內容。
2017 年烈火烹油的無人零售，只是概念性的無人，那些原來負責收銀的店員，轉而負責機器暫時無法操作的業務，比如現制食物、補充貨架。
如今，這樣的故事依然沒有什麽本質的改變。
機器人還在復刻人類的初級階段，但標準化即是力量
冷冰冰的「白人飯」，機器人已經在做了，強調「鍋氣」的中國菜，機器人也在挑戰了。
史丹佛大學的 ALOHA 機器人，今年 1 月驚艷亮相，可以做出滑蛋蝦仁、幹貝燒雞、蠔油生菜等菜肴。
別急著高興，ALOHA 的能力分為兩部份，一種是能夠自主完成的，一種是需要人類遠端操作完成的。炒滑蛋蝦仁之類的復雜任務，就屬於後一種。ALOHA 可以模仿學習，但還遠遠不能到達你點什麽它都給做的境界。
輝達高級科學家 Jim Fan 也發過推文解釋，ALOHA 仍然有人類遠端控制，並非獨立自主，應該將它看成一款精良的跑車，高超的賽車技巧還是要看人類。
一方水土養一方機器人，國內當然也有專攻炒菜機器人的公司，其中有代表性的是 AI 炒菜機器人公司橡鹿科技，最近再獲京東近 2 億元戰略投資。
圖片來自：見浮水印
他們的炒菜機器人「美膳獅」，服務門店超千家，涵蓋八大菜系超 800 道食譜，打出「真爆炒、鍋氣足」「接近專業廚師炒制」的口號，相對更加自動化。人類把食材放到相應的位置之後，接著美膳獅可以自己投菜、投料、控溫、炒菜甚至洗鍋。
人類還是要發揮一點作用的，更重要的是，美膳獅想做的也不是超越大廚，而是復刻大廚，推進中餐標準化，加快連鎖店鋪擴張，盡管支持菜譜微調辣度、酸度、熟度等，做的本質還是標準化的事情。
這就很有意思了，在做飯這個博大精深的領域，我們離完全自主的機器人廚師還很遠。
但論標準化，從打菜到炒菜，很多環節都有公司在參與了，機器人不手抖、不喊累、不浪費、水平穩定，人類要麽被擠占位置，要麽被派到新的崗位輔助機器人。
人類的智慧和老祖宗的技藝還沒有完全被征服，可標準化已經足夠解決市場的大部份需求。
一個代表性的前例是壽司機器人。
1981 年，日本公司 Suzumo Machinery 發明了世界上第一款壽司機器人，用途就是捏飯團。發展到現在，壽司機器人已經根據偏好的口味，控制飯團的大小和硬度。
當初，壽司機器人的推出遭受了很大的阻力，因為壽司被認為是一門匠人的工藝，壽司本身也昂貴而奢侈。時至今日，仍然有【壽司之神】這樣的紀錄片，將制作壽司的過程看得至高無上。
但壽司實作廉價、大規模生產，回轉壽司連鎖門店擴張到全球，離不開機器人的貢獻。不是所有餐館都請得起十年磨一劍的壽司大師，也不是所有人都會去一號難求的百年老店。很多時候，不難吃其實就可以了。
未來，我們在超市買冷凍食品，或者下館子聚餐，都有機會吃到機器人做的飯，但很可能毫無所覺，或者並不在乎。
一葉知秋，管中窺豹，未來面對其他 AI 生成的事物，作為消費者的我們，內心活動未必不是這樣。
張成晨
利若秋霜，辟除兇殃。 工作信箱：[email protected]
信箱8
#歡迎關註愛範兒官方微信公眾號：愛範兒（微訊號：ifanr），更多精彩內容第一時間為您奉上。
愛範兒|原文連結· ·新浪微博
