清华大学教授一语道破：搞无人驾驶汽车、无人酒店、饭店机器人都不奇怪，但现在的智能

清华大学教授一语道破：搞无人驾驶汽车、无人酒店、饭店机器人都不奇怪，但现在的智能科技似乎有些跑偏，那些需要放火、排雷、高空的工作，机器人不去代替，反而去抢快递员、服务员的饭碗！   麻烦看官老爷们右上角点击一下“关注”，方便您进行讨论和分享，感谢您的支持！   清华大学教授柳冠中最近说了一句话，让很多人觉得扎心：搞无人驾驶汽车、无人商店、无人酒店，甚至餐厅机器人端菜、AI写文章，他都不奇怪。但奇怪的是，真正危险的工作——消防、排雷、高空作业——机器人反而不去做，偏偏跑去抢快递员、服务员的饭碗。   送餐机器人在餐厅里灵活避开顾客的脚步，把热汤端到桌上。而几千公里外的雷区，排雷战士却穿着几十斤重的防护服，一步步摸索着每一寸土地。这个对比有点荒诞，却真实地反映了现状：智能科技的发展方向似乎跑偏了。   仔细想想，AI技术本身没问题，真正让它跑偏的，是背后的资本和市场逻辑。过去，AI还在实验室里，顶多帮科学家跑数据、做模型。自从深度学习火起来后，大厂和互联网公司把钱一投，AI就被迅速推向那些容易赚钱的场景。   比如无人超市刷脸结账、物流仓库分拣机器人、餐厅送餐机器人，这些场景数据好采集、算法好落地、回报快见效。企业要的是利润最大化，谁还会耐心花大钱去啃消防、排雷这些高危技术的“硬骨头”？   餐饮和物流行业的机器人发展得非常快，广东的智能炒菜机一小时能出180份菜，三四个老师傅也赶不上速度。物流仓库里的分拣机器人，充电五分钟就能连轴转五小时，效率比人工提高了几倍。投资人看了眼睛都发光，因为场景标准、成本低、回报快。   同样的道理，AI写稿、做客服，速度快、成本低，老板乐得用。但代价是普通工人的饭碗被挤掉，美国有报告显示，AI普及后最受冲击的岗位是收银、物流、客服，失业率比整体高出不少。   中国一线城市的快递员和外卖骑手，也已经感受到订单竞争越来越激烈。   相比之下，高危岗位的机器人研发进展缓慢。我国的消防机器人市场规模到2024年才刚刚超过25亿元，相比动辄百亿甚至千亿的餐饮、物流市场，几乎微不足道。   在大多数火场里，能顶替消防员冲进火海核心区的机器人仍然稀有，多数救援任务还是靠年轻消防员背着沉重装备，冒着中毒和坍塌的风险一步步前进。   排雷机器人也是类似情况。虽然我国已经研发出可以远程操控、在40%陡坡爬行、机械臂能抓能切的智能扫雷机器人，但真正到大面积雷区清理时，还得靠战士穿着厚重防护服亲自操作。   雷区环境复杂、植被密集、地形不可控，让机器人落地应用困难重重。   高空作业机器人情况也不乐观。无论是几百米高楼外墙清洗，还是山区电力巡检，只要脚下一滑就是万丈深渊。   尽管技术已经有雏形，但大多数工程仍靠人工吊在钢丝上作业。寒风中系着安全带的血肉之躯，仍是高空作业的主力。   柳冠中教授指出，这背后原因很现实：资本逐利。餐厅、酒店、仓储的场景标准，机器人容易落地、投资回报快；火场、雷区、高空作业，技术门槛高、成本大、商业化慢。企业更愿意花钱开发“低垂果实”，不愿意去啃硬骨头。   这种现象带来的社会后果也很明显，基层服务业岗位受冲击最大，女性和少数群体更容易失业。   国际劳工组织预测，到2030年前，全球可能有近两亿人因AI和自动化失业，其中大多数集中在服务零售行业。中产白领也不安全，律师、会计、金融分析等岗位都可能被替代。   而且，社会不平等加剧。就业压力增大，贫富差距拉开，社会焦虑感上升。如果缺乏政策引导，AI带来的不平等问题可能会进一步恶化。科技若只剩下赚钱工具的功能，就可能成为社会不稳定因素，而不是造福人类的力量。   为什么会出现这种“重服务、轻高危”的偏科现象？关键在于技术成本和市场吸引力的差异。   送餐机器人、物流机器人、写稿AI，标准化、可复制、成本低，商业回报快。消防机器人、排雷机器人、高空作业机器人，环境复杂、成本高、落地慢，企业投入的积极性自然低。   即便在国外，高危民用场景的机器人普及率也很低。美国军用排爆机器人技术先进，但民用转化成本高，市场小，普及率有限。中国的情况也类似：高危机器人研发依赖大厂开放平台或国家政策支持，才能略有突破。   柳教授的提醒值得深思：科技的最终价值，不只是省钱和赚钱，更应该保护人类生命、提高生活质量。机器人技术如果方向偏了，社会分化加剧；方向对了，就能让人类从危险岗位解放出来，真正发挥科技的社会价值。   未来的智能科技，希望看到的是机器人去攀爬几百米的高压线，去趟过泥泞的雷区，去冲进火海，而不是挤掉快递员、服务员的饭碗。科技应成为保护人的钢铁洪流，而不是只会盯着利润的冷冰冰机器。