文/单挑社

一台会干缝制活的机器人，中国区首发价30.8万元。

10月28日，杰克科技旗下的艾图科技发布艾妮机器人。新京报报道，它已经进入晨风集团，在衬衫领口、袖口、贴袋、锁眼、钉扣等工序开展应用。

看到这个价格，人们很容易拿它和工人工资比较：花这么多钱，几年能省回来？

但工厂老板要买的东西，得从车间里的麻烦说起。

今年6月，《科创板日报》记者到宿迁一家参与京东具身智能数据采集项目的外贸服装厂采访。这家工厂每年向日本出口约200万件服装，负责人谈到缝制环节时，最担心的是招工。

按他的说法，厂里的缝制工作主要靠五六十岁的人做，二三十岁的年轻人很少愿意来。他盼着机器人能接手一些重复、繁琐的工作。

这位负责人关心的，是以后由谁来做这些工作。他的处境提供了一个理解买方需求的入口：在询问机器能省多少工资之前，有些老板已经在为下一批熟练工从哪里来犯愁。

工资单能告诉老板，一个工人每月花多少钱。它很难完整记录，一个工位没招到人，会让生产安排付出什么代价。

招来人，还得把人教会。

于都县政府2025年底公布的一份产业调研报告提到，当地一些服装厂急需能操作智能缝纫机的熟练人员，不少原有工人掌握的仍是传统操作技能，参加培训至少需要两到三个月才能上岗。

从这份地方调研能看见，设备升级以后，人的能力也要跟着长出来。从一个人愿意上岗，到他能把新设备用好，中间还有一段培养时间。这段时间，同样是工厂的投入。

所以，一台机器人如果能把某道工序稳定接住，它的价值会落在招聘、培训、排班和交货几个地方。省下来的工资只是其中一项。

问题是，这种稳定究竟难在哪里？

先看贴口袋。我们看到的是缝纫机沿着口袋边缘走线，走线之前，得有人把布拿起来，分开，摆正，送到合适的位置。

针可以按设定好的路径走，布却会变形。薄料、厚料、滑料，拿起来的状态不一样。抓取时把两层带起来了，放下时留了一道褶，前面的动作就会影响后面的加工。

艾图官网列出的机器人应用，很多正落在这些衔接处：模板机上下料、贴袋机摆料、粘衬机收料。它与缝纫机及夹具协同，把布料送进能够加工的状态。

对熟练工而言，这些是做惯了的动作。对机器人而言，每次换一块状态不同的布，都要重新感知和处理。

这也解释了为什么，工厂需要的机器人，不能只在演示中成功一次。

如果老板准备把一项生产任务交给它，就得知道它遇到哪些面料能工作，什么时候需要人帮忙，连续做下去能否保持质量。旁边总要站个人纠错，和可以放心安排进生产计划，是两种使用结果。

在8月的世界机器人大会上，就有人觉得艾图的机器人动作慢。杭州网的报道中，艾图负责人娄灵通承认，与老师傅相比，机器人的效率还有差距，研发优先追求稳定可靠。

同一篇采访里，还有个挺具体的细节：据娄灵通介绍，团队曾在展会上买过一双灵巧手，想做猜拳互动，一天下来就损坏了。后来介绍产品方案时，他强调的是夹爪和轮式底盘，以及完成服装工序所需要的功能。

把这个选择放到采购者面前，就容易理解了。手指更多、外形更接近人，未必会帮助一块口袋布摆得更稳，却可能增加采购和维护的负担。先把必要动作做好，才能给下一次技术升级留下生意上的空间。

机器人企业要作出的选择，是把有限的成本和研发能力花在哪儿。工厂则要判断，这些能力能不能用到自己的订单上。

这一步，靠一个售价回答不了。

一家长时间做相近款式、设备利用充分的工厂，与一家订单零碎、面料频繁变化的工厂，即便买到同一款机器，能交给它的活也可能不同。

前者可以把一项适配的任务反复安排给它；后者要不断确认，新订单是否在它的能力范围内。机器可以开机多久，和它实际有多少合适的工作可做，不能画等号。

这也是为什么，不能用“机器人每天工作24小时”直接推算回本。布料供应、前后工序、质检、维修，都要一起跟上。

假设摆料这一环改得很好，但下一道工序还在等人，厂里最终多做出来的成衣就未必同样增加。老板判断设备有没有用，得沿着布料一直追到成品，看看原来的堵点有没有消失，还是挪到了另一个地方。

采购时要问的，也因此变得具体：能不能用自己的面料试，能不能带着实际订单跑，出了异常后由谁接手。试清楚这些，才知道有多少活可以放心交给机器。

已经披露的落地案例，也显示设备需要放进生产系统里看。

今年4月，杰克与盛泰联合成立AI数字成套智造研究院，并推进覆盖裁剪、裁片分拣、缝制等环节的产线。双方公开介绍的工作，包括把加工、物流、排产和数据连接起来。

到了10月的新品发布，艾图又推出整线产品“产线王”。据新京报转述的企业数据，在所披露的同等产能条件下，用工由传统产线的40人减少到12人。

这个数字属于整线方案，包含多台机器人和其他设备，不能拆出来说，一台30.8万元的机器人就能省掉28个人。它真正说明的是，工厂想改变用工安排，还得让几道工序之间的配合一起改变。

单个动作完成得漂亮，只走完了采购决策的一部分。

设备装进去以后，谁负责调试，异常怎么处理，停下来能否及时修好，原来的工人需要学什么，都会影响这笔钱花得值不值。如果这些事没有安排好，老板可能只是把招工的麻烦，换成了维护新设备的麻烦。

从这个角度看，机器人企业的交付，也应该包括帮助客户把它用起来。机器人的能力边界越清楚，客户越容易挑出适合交给它的任务，给设备安排工作，也给留下来的工人重新安排工作。

当然，眼下公开的效率和收益信息仍主要来自企业披露。一个标杆项目的结果，不能原样搬到所有服装厂。购买者最终要看的，是自己的面料、工艺、班次和订单跑出来的账。

这对服装工人同样意味着变化：部分动作由机器完成以后，人的补料、检查、异常判断和维护如何衔接，需要重新设计。熟练工人的经验依然是识别问题、教会系统的重要来源。

30多万元的价格，只有放回这些具体安排里，才有了可以讨论的分量。

对这类为招工发愁的工厂来说，设备如果能让一道工序的完成时间更可预期，交货安排就多了一份把握。30多万元究竟值不值，要沿着那块布料往下看，看它能否帮下一批货按计划做完。