原文標題：Robotics Revolution 中的人類優勢
原文作者：Sumir Meghani，Instawork Robotics Labs (IRL)
翻譯：Peggy，BlockBeats

編者按：當大多數人仍在討論「機器人是否會取代人類工作」時，本文認為人類不僅不會被替代，反而正在成為「物理 AI 系統」中不可或缺的關鍵基礎設施。

當前行業的核心瓶頸，並不在於算法或硬體，而在於「數據與落地能力」。機器人需要通過觀察熟練人類在真實環境中的操作來完成訓練，但高質量、多樣化的物理世界數據極度稀缺，由此形成所謂的「十萬年數據差距」。這也使得一類被長期忽視的能力重新突顯——具備技能、可調度、可驗證的人類勞動力。

在這一框架下，人類的角色被重新拆解：既是訓練機器的「數據來源」，提供標準化、可標註的操作過程；也是支撐系統運行的「現場節點」，承擔維護、維修與遠程操控；最終進入一個由平台連接的「人機協作市場」，成為機器人規模化落地的必要條件。

事實上，技術變革不會消滅勞動，而是重構勞動分工。從 ATM 到互聯網，每一次技術躍遷都伴隨著對就業的焦慮，但被改變的往往不是「有沒有工作」，而是「工作如何被重新定義」。在這一輪以類人機器人為代表的技術周期中，同樣的路徑正在重演：任務被拆解，能力被標準化，崗位被重組，新職業隨之生成。

而真正的機會，不在「替代人」，而在於誰能搭建那座橋樑，將人類能力轉化為可規模化的數據、運維體系與協作網路。

以下為原文：

一年前，我曾提出過一個對勞動力市場來說或許有些不尋常的問題：當機器人到來時，我們平台上的「專業人士」（Pros）會發生什麼？

我們的願景，是為全球的 Pros 與合作夥伴創造經濟機會。如今，有超過一千萬名 Pros 依賴我們維持生計，而他們之中，許多人也早已在思考同樣的問題。我們對此有著深切的責任，必須給出答案。

與此同時，我們還觀察到一個出乎意料的現象：一些機器人公司已經開始出現在我們的應用平台上，與我們的 Pros 進行合作。他們需要那些在機器人訓練任務中具備專業經驗的人，也需要進入各種多樣化的商業場景——也就是未來機器人將被部署的環境。而他們所依賴的，正是我們一直在構建的這套勞動力體系。

Vào thời điểm đó, mọi thứ đột ngột trở nên rõ ràng: Instawork có thể cung cấp sức lao động nhân loại cho "Nền kinh tế AI vật lý".

“Bài toán 10 nghìn năm”

Ken Goldberg đã tóm tắt vấn đề này thành "Vực sâu dữ liệu 10 nghìn năm": Một mặt là dữ liệu khổng lồ được sử dụng để huấn luyện mô hình ngôn ngữ; mặt khác, là dữ liệu rất hạn chế và cực kỳ chuyên biệt được sử dụng để huấn luyện robot thực hiện các thao tác tinh tế trong thế giới vật lý.

Chú thích: Ken Goldberg là một học giả rất ảnh hưởng trong lĩnh vực robot và trí tuệ nhân tạo, đồng thời cũng là một nghệ sĩ và nhà nghiên cứu liên ngành

Chính khoảng cách này đã khiến cho mặc dù hàng tỷ đô la liên tục đổ vào các công ty robot, chúng ta vẫn chưa thấy robot giống con người dọn phòng khách sạn hoặc xếp hàng trong kho....ít nhất là cho đến bây giờ.

Ước lượng của chúng tôi là: Cả ngành công nghiệp đã thu thập khoảng 10.000 giờ dữ liệu huấn luyện vào năm 2024; đến năm 2025, con số này tăng lên 100.000 giờ; và đến năm 2026, dự kiến sẽ đạt 20.000.000 giờ. Đây là mức tăng theo cấp số nhân, nhưng ngay cả với điều đó, chúng ta chỉ hoàn thành được 0,04% của việc thu hẹp vực sâu này.

Những công ty ngày càng tham gia vào cuộc đua này, cố gắng xây dựng robot giống con người hoặc robot tổng quát: Phòng thí nghiệm mô hình cơ bản đang phát triển mô hình Tầm nhìn-Ngôn ngữ-Hành động (VLA), các công ty cung cấp phần cứng đang xây dựng robot vật lý, và các bên tham gia ở mức trung gian cũng không ngừng xuất hiện. Vốn đầu tư đã lên đến hàng trăm tỷ đô la. Và tất cả những bên tham gia, đều đối mặt với cùng một chướng ngại: dữ liệu.

Nhưng điều quan trọng là, chúng ta đã từng thấy cảnh này.

Khi máy rút tiền tự động (ATM) xuất hiện, gần như tất cả mọi người đều dự đoán rằng nhân viên ngân hàng sẽ biến mất. Nhưng kết quả lại hoàn toàn ngược lại — số lượng nhân viên tăng lên. ATM giảm chi phí chi nhánh, ngân hàng có thể mở thêm nhiều chi nhánh; và vai trò của nhân viên, cũng chuyển từ việc rút tiền sang duy trì mối quan hệ với khách hàng.

Mô hình này đã lặp lại trong mỗi lần sự thay đổi công nghệ lớn: Cách mạng công nghiệp, điện hóa, internet. Công nghệ mới không làm mất đi công việc, mà làm định hình lại công việc và tạo ra nhiều cơ hội mới.

Làn sóng tiếp theo đang đến, nhưng lần này, nó trông giống chúng ta hơn: Có cánh tay, chân và đôi mắt.

Bài kịch 3 màn của AI vật lý

Màn 1: Huấn luyện robot

Trong vòng một năm qua, tôi đã tích cực liên hệ và học hỏi từ một số người xuất sắc nhất trong lĩnh vực học máy toàn cầu - từ nhà nghiên cứu, người điều hành phòng thí nghiệm, đến những người sáng lập ra cánh tay cơ động và thậm chí là người sáng lập ra robot loài người hoàn chỉnh. Họ đã rộng lượng chia sẻ thời gian và kiến ​​thức, để lại ấn tượng sâu sắc trong tôi. Thành thật mà nói, chúng tôi ban đầu không thuộc ngành này; nhưng càng nghe, tôi càng rõ ràng thấy không gian mà Instawork có thể tham gia.

Một quan điểm được đề cập điều này lặp đi lặp lại: Robot học thông qua việc quan sát con người tinh thông, thực hiện các nhiệm vụ vật lý tinh tế trong môi trường thực tế. Điều này có nghĩa là, từ cách sử dụng dao chuẩn, đến di chuyển trong kho chứa đông người, và sau đó là sắp xếp giường khách sạn theo tiêu chuẩn của thương hiệu. Vấn đề là, việc thu thập dữ liệu chất lượng cao như vậy rất khó khăn - bạn không thể chỉ đặt một cái camera lên đầu một người rồi quay video. Dữ liệu phải bao gồm nhiều môi trường, nhiều nhiệm vụ và nhiều thao tác tay; điều quan trọng hơn, người thực hiện nhiệm vụ này phải thực sự là chuyên gia. Nếu không, một robot được đào tạo bằng "công việc dở" chỉ sẽ học được "công việc dở" (điều này không có lợi cho bất kỳ ai).

Điều này về bản chất là một vấn đề vận hành lao động: làm thế nào để tuyển dụng những công nhân có kỹ năng, đào tạo họ, đảm bảo chất lượng sản phẩm đầu ra, và quản lý mạng lưới lao động phân tán trong các vùng địa lý và tình huống khác nhau - đó chính là những gì chúng tôi đã làm. Chúng tôi có hơn mười triệu Pros đã được xác minh kỹ năng, bao gồm hàng trăm loại công việc; thiết lập mối quan hệ sâu rộng với các đối tác, có thể tiếp cận các tình huống thực tế thương mại; và nắm vững dữ liệu về những người có thể đi làm đều đặn, hoàn thành công việc chất lượng cao. Sự kết hợp này, không thể được bất kỳ công ty thu thập dữ liệu nào sao chép từ đầu. Trên thực tế, nhiều phòng thí nghiệm đã tự nguyện liên hệ với chúng tôi từ lâu, và bây giờ chúng tôi đang hợp tác với hầu hết các nhóm hàng đầu trong lĩnh vực này.

Màn 2: Sự Nổi Lên của "Huấn Luyện Viên" Robot

Một điều thường bị bỏ qua: Robot cũng cần con người.

Một giám đốc cấp cao của một công ty robot hàng đầu nói với tôi, họ có một bộ phận chủ chốt cần phải thay đổi mỗi 4-6 tháng - tần suất không đủ để trang bị nhân viên kỹ thuật chuyên nghiệp cố định, nhưng đủ cao để gây tổn thất rõ rệt nếu dừng máy. Với sự phổ biến của lái tự động, robot giao hàng và mọi hình thức triển khai tự động hóa khác, ngày càng có nhiều công ty đối mặt với vấn đề tương tự: mở rộng đòi hỏi hỗ trợ tại chỗ, nhưng trang bị nhân viên cố định ở mỗi thị trường không phải lúc nào cũng khả thi về mặt kinh tế.

Chúng tôi đã tiến hành các dự án thử nghiệm với nhiều công ty robot, bao gồm dịch vụ thay pin, thay thế linh kiện và bảo trì robot. Đồng thời, chúng tôi đã thiết lập một hệ thống chứng nhận robot dành cho công nhân làm việc theo giờ - có thể nói là một bước thử nghiệm đầu tiên trong ngành. Chỉ trong vài tuần đầu tiên, đã có hơn hai mươi ngàn Pros nhận được chứng nhận.

Tại điểm thu thập dữ liệu, Pros được chứng nhận sẽ học cách vận hành thiết bị ghi hình đeo trên người, thu thập video chất lượng cao, gắn nhãn dữ liệu cảm biến - khi phòng thí nghiệm robot cần ghi lại quy trình dọn giường trong một căn phòng khách sạn thực tế, họ sẽ nhận được sự hướng dẫn từ một chuyên gia, chứ không phải từ một người mới học việc. Ở mặt hỗ trợ kỹ thuật, Pros có chứng nhận sẽ nắm vững chẩn đoán phần cứng, quy định an toàn và quy trình bảo trì dành cho hệ thống robot cụ thể.

Hãy tưởng tượng một tình huống như sau: Một công ty logistics triển khai một đội xe robot tự động hóa tại hơn mười kho hàng. Hai giờ sáng, robot tại kho Memphis gặp lỗi định vị, hoặc một thiết bị tại Phoenix cần phải thay mô-đun cảm biến. Không cần phải chờ đợi thêm nhiều ngày để kỹ sư nhà máy đến hiện trường, một Instawork Pros được chứng nhận có thể đến và giải quyết vấn đề trong vài giờ. Đồng thời, chúng tôi cũng đang phát triển đào tạo từ xa dựa trên thực tế ảo để hỗ trợ việc điều khiển từ xa, để hỗ trợ phòng thí nghiệm vượt qua hạn chế chỉ thu thập dữ liệu trên hiện trường.

Nếu trong vòng mười năm tới sẽ triển khai hàng tỷ thiết bị AI, cơ hội không chỉ nằm trong việc bảo trì chúng, mà còn đến từ việc tạo ra một loại học nghề hoàn toàn mới: kỹ thuật viên robot, quản lý đội xe, chuyên gia điều khiển từ xa, và thậm chí là các vị trí mới mà chúng tôi chưa đặt tên.

Hồi 3: Thị trường Hợp tác Con người - Máy

Năm ngoái, tôi đã đi ăn trưa cùng CEO của một tập đoàn khách sạn lớn trên toàn cầu. Họ đang nghiêm túc xem xét làm thế nào để cải thiện tính nhất quán trong dịch vụ phòng của họ thông qua tự động hóa. Nhiều công ty robot muốn triển khai sản phẩm vào khách sạn của họ, nhưng họ khó khăn trong việc đánh giá - điều gì chỉ là "hiệu ứng trình diễn", điều gì mới thực sự là "kết quả hoạt động". Và chúng tôi rất quen thuộc với các tình huống, quy trình và điểm đau nơi đó - bởi vì chúng tôi đã lâu đã cung cấp dịch vụ trong những nơi đó.

Chúng tôi đang xây dựng một "Thị trường Dịch vụ Robot" - kết nối các công ty robot với các doanh nghiệp sẵn sàng triển khai tự động hóa. Chúng tôi đã phục vụ cả hai phía cung và cầu, điều này có nghĩa là chúng tôi không chỉ đơn giản là "kết hôn", mà là có khả năng thúc đẩy triển khai thực sự.

Tương lai không phải là "robot thay thế con người", mà là "sự hợp tác giữa robot và con người". Đó chính là mục tiêu mà Instawork Robotics Lab muốn đạt được: ba khả năng, một nền tảng - đào tạo robot, hỗ trợ chúng hoạt động trong thế giới thực, và kết nối chúng với các tình huống kinh doanh cần chúng thực sự.

Cái cầu

Trong mỗi cuộc cách mạng công nghệ lớn, vấn đề không phải là liệu có sẽ xuất hiện công việc mới hay không - câu trả lời luôn là khẳng định. Vấn đề thực sự là: ai sẽ xây dựng cái cầu nối giữa hiện tại và tương lai.

Chúng tôi tin rằng, ở mỗi giai đoạn của quá trình này, cần phải có sự tham gia của con người tài năng - từ việc đào tạo thế hệ robot đầu tiên, đến triển khai hệ thống quy mô lớn, rồi thiết kế quy trình hợp tác giữa con người và robot trong tương lai. Chúng tôi hy vọng rằng các chuyên gia trên nền tảng có thể tham gia toàn bộ quá trình này.

Trong "Cách mạng AI Vật lý" này, Instawork hy vọng trở thành cái cầu đó: đã tích luỹ được kinh nghiệm sâu rộng trong ngành có ảnh hưởng nhất; đã cung cấp dữ liệu đào tạo cho phòng thí nghiệm robot; đã đào tạo nhân tài có chứng nhận cho việc thu thập dữ liệu và hoạt động trên thực địa; và đang xây dựng một thị trường kết nối robot với nhu cầu doanh nghiệp.

Chúng tôi rất hào hứng với giai đoạn tiếp theo.

[Liên kết gốc]

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia