跨国深谈← 返回←Travis Kalanick：为什么把下一家公司赌在工业AI

Travis Kalanick：为什么把下一家公司赌在工业AI

关联

人物 Travis Kalanick

公司 Atoms · Pronto

概念 工业 AI · 物理 AI · 自主性 · 套件 · 线控驾驶 · 无人进入矿山 · 运输 · 生产力 · 机器人的轮基

这一集是 Travis Kalanick 聊他的新公司 Atoms——他把之前分散的几家子公司（食品自动化、采矿自动化、运输）合并成一个实体，统称为”工业 AI”，今天刚宣布完成了 17 亿美元融资 。最反直觉的一点是：他去巴西亚马逊深处的铁矿、去伊拉克和沙特边境的磷酸盐矿做市场拓展，而客户买单的理由非常直接——“你愿不愿意每年多产 20% 的金子？

” 。还没听到拒绝。

采矿怎么改：套件装上老机器，让它自己跑

Atoms 旗下有一家叫 Pronto 的公司，做的是采矿运输环节的自主化。做法不是造新车，而是拿一套套件——传感器、计算设备、机械执行器——装到矿场已有的机器上，那台机器就变成自主驾驶的了 。

有些机器已经用了 20 年，本身连线控驾驶（用电信号代替机械连接操控）都不是，得靠执行器去推物理按钮 。安装完还要校准、做安全验证，加上现场的变革管理——从”每天早上人来上班、按严格流程操作”变成”人在控制中心监督自主作业”，这是完全不同的运作方式 。

运输在采矿里是”心血管系统”——矿场里车辆最多、跑得最勤的环节 。Pronto 先从运输切入，通过 API 和其他设备（钻探、爆破、装载、破碎）做编排协调，不一步吃下所有环节 。

最终目标是”无人进入矿山”——矿坑里没有人，只有自主设备在运转 。目前一台装满矿石的运输车重 200 万磅，在越野路面上以 35 英里时速自主行驶 。

生产力提升从哪来：两件事叠加

生产力提升不是单一因素，是两件事叠在一起：第一，每台机器每小时干得更多；第二，工时、排班和安全协议都变了——不需要人在危险环境里轮班，24 小时运转变得可行 。Travis 估计，全部加起来最终可能提升 30% 到 40% 的生产力 。

这对金矿、锂矿效果最直接——多挖出来的矿就是钱。采石场不太一样，因为下游水泥需求是固定的，不能无限多挖，所以那边更多是降运营成本的逻辑，利润也更薄 。

市场拓展：不是去开会，是飞进丛林

做消费业务时，Travis 的打法是把年轻人派到一个新城做营销；做工业 AI 的市场拓展则是飞到亚马逊丛林深处、飞到沙特边境，信号被干扰了就让飞行员目视降落 。他在巴西一个飞越单个矿区就要 30 分钟的巨型铁矿待了几天，客户叫 Valet 。

这类客户的决策流程类似企业软件——先做试点，证明自主系统达到了人类水平甚至超越人类水平之后，再从几台车扩展到整个车队的全部车辆 。“一旦它奏效了，它就会做大” 。

运输：机器人的”轮基”

Atoms 的运输业务被他叫作”机器人的轮基”——不做通用人形机器人，做专用工业轮式机器人 。在食品业务里，供应链进入工厂的是货运车辆，出来的是”自主墨西哥卷饼”——一个能保温的轮上盒子，把食物送到家门口，配送成本 75 美分，而不是现在外卖平台每次 12 美元 。更广泛地看，光是叉车就是一个巨大市场——他提到一家公司每年在叉车人工上花 35 亿美元 。

自动化对就业：价格下降创造新需求

关于”机器人抢工作”的问题，Travis 的逻辑很直接：被自动化的东西价格会下降，价格下降释放出消费者的剩余资金，这些钱最终只会流向人类（因为机器人没有银行账户），然后去消费其他东西 。新的需求会催生现在还不知道的新岗位。前提是人类仍然有机器人做不到的事，“那就是高歌猛进的时刻” 。

招高管：解决问题比会管理重要

Travis 说他对高管的要求有两件事：能在规模上组织和管理，以及能做史诗级的问题解决者。这两者像左撇子和右撇子，很少人两头都强 。

他多年的结论是：解决问题比管理能力更重要。如果一个人只会管理但不会解决问题，“他会以超级有组织的方式做荒谬的事情” 。

他的管理风格是”首席问题解决者”——挑最具影响力、没人解决的问题来盯，直属下属也必须是受委任的问题解决者，这样一层层往下传 。面试时则要模拟一起工作的感觉，让入职第一天就像第二周，降低上手风险 。

监管：联邦优先权什么时候好？

被问到 AI 实验室争联邦优先权（联邦统一监管、压过各州自定规则）的事，Travis 说得很直白：当你想搞监管俘获、把竞争对手挤出去的时候，联邦优先权就是好的 。他在 Uber 时从没推动过任何只对自己有利的规则，“我们一直试图打开市场，让最优秀的人获胜” 。他还提到，交通领域每一条系统性的坏规则，背后几乎都有起诉律师和保险公司在推——保险公司按精算表从事故中赚利润，“他们喜欢在他们计划范围内的事故” 。

AI 安全：做东西得是人类想要的

聊到阿西莫夫的机器人三定律和 AI 对齐问题，Travis 的起点不是技术方案，而是一个很朴素的创业经验：如果你造了没人喜欢的东西，你不会成功 。延伸到 AI——如果你造了反人类的东西，你也走不远。

而且现在阶段的 AI 有一个特征：“它们想要取悦我们” 。在机器人拥有自己银行账户之前，机器人归人所有，人根据你创造的价值付费，所以”如果你在做人类不喜欢的事情，你就完了” 。

本集带走

• 套件改造而非造新车：拿传感器、计算设备和执行器装到现有矿场机器上，包括那些 20 年前没有线控驾驶的老设备，让它变成自主运行的。
• 生产力提升是两件事叠加：机器每小时干得更多 + 24 小时不间断运转（不需要人在危险环境轮班），合计可能提升 30%–40%。
• 试点→扩展的企业软件模式：先证明自主系统达到甚至超越人类生产力水平，客户就会从几台车扩展到全部车辆。
• 招高管，解决问题能力压过管理能力：只会管理不会解决问题的人，会”以超级有组织的方式做荒谬的事”；管理风格是首席问题解决者，一层层传导。
• 被自动化的事价格下降，释放的钱流向人类：机器人没有银行账户，剩余资金最终由人类消费，催生新需求和新岗位。
• 联邦统一监管利好谁：想搞监管俘获、挤掉竞争对手的时候，联邦优先权就是好东西。

我们把运输视为矿山的心血管系统。
And we think of haulage as the cardiovascular system of a mine.
—— Travis Kalanick · [20:21]

在自动化一台重 200 万磅、时速 35 英里运载黄金的机器。
Automating a 2 million pound machine going 35 miles an hour carrying gold.
—— Travis Kalanick · [22:23]

当我思考我为什么失败时，通常是因为我正在构建没有人喜欢的东西。
And when I think about why I failed, it’s usually because I was building something that nobody liked.
—— Travis Kalanick · [24:03]

所以如果你在做人类不喜欢的事情，你就完了。
So if you are doing things that humans don’t like, you’re done.
—— Travis Kalanick · [26:18]

如果你找到一个组织和管理得很好但不能解决问题的人，他们将以超级有组织的方式做一些荒谬的事情。
If you get somebody who organizes and manages well but cannot solve a problem, they’re going to be doing ridiculous stuff in a super organized way.
—— Travis Kalanick · [29:49]

当你支持监管俘获时，联邦优先权是好的。
Federal preemption is good when you are pro-regulatory capture.
—— Travis Kalanick · [32:15]

以一种奇怪的方式，他们喜欢事故。
In a weird way, they love accidents.
—— Travis Kalanick · [34:44]

它把它送到你家，成本是 75 美分，而不是像今天的 Uber Eats 或 DoorDash 那样每次配送大约要花 12 美元。
It brings it to your home and it costs 75 cents instead of like the $12 per drop that it costs like an Uber Eats or DoorDash today.
—— Travis Kalanick · [37:05]

只要人类仍然有我们做而机器人做不到的事情，那就是高歌猛进的时刻，伙计。
And as long as humans still have things that we do that robots cannot, it’s go-go time, man.
—— Travis Kalanick · [40:51]