最近关于"数据采集工厂"的讨论挺多，有说它没价值的，也有把它吹上天的。
小编不太赞成这两个极端。这件事，得放回它发生的时间点去看，站在今天的高度去评判三年前的探索，多少有点不公平。
从算法驱动到数据驱动
满打满算不过三年
回头算一下，机器人行业从"算法驱动"转向"数据驱动"这条路，其实也就走了三年左右。
三年，在任何一个产业里都算很短。而这三年里，行业要解决的还都是最基础的问题：怎么让一个刚成立的公司把团队搭起来，怎么让一个还不稳定的硬件产品在真实场景里跑起来。
今天的我们拿着成熟的标准去回看，很容易忽略当时的极大不确定性。
在那个节点上，敢投大钱、大资源去做这件事的主体，都应该被承认其价值。它确实是那个阶段非常有标志性的动作。
而且它解决问题的路径挺巧妙：不是直接发钱，而是用"政府 + 企业 + 运营 + 人员"这套组合，把数据采集的底座搭起来。
政府牵头组织、企业提供设备、运营团队驻场、一线人员参与采集，一个基础的数据采集方案就成型了，整个行业的节奏也被推着往前走了一步。
它其实替行业解决了
两个"卖不出去"的难题
这个模式真正值得说的，是它顺手把机器人早期最头疼的两个问题给处理了。
第一个是稳定性。当时行业非常原始，很多主体刚成立，设备本身不稳定、不可靠，你没法指望客户买单。放到真实场景里反复采集、反复测试，反而是让产品成熟起来的唯一办法。
第二个是销售。早期硬件产品不可靠，就没法卖。
这是死结。那怎么破？
政府的角色，本质上就是早期那个"买货的人"。只不过它不是用货币直接买，而是用"更多人参与"的方式在买：搭团队、建运营、给场景、给订单。
对一家早期公司来说，这意味着研发、销售、运营的基础都能跑起来，团队也能稳住。既解决了硬件早期的不稳定、不可靠，又解决了早期产品卖不动的问题。这种思路，我觉得挺好的。
数据的积累
是一种"时间乘数效应"
再说第二层价值。
有了第一次尝试，后面的各种数据要素才有得积累。而数据这件事，本质上是一个乘法：
总产出 = 单日产能 × 时间
想上规模，绕不开这两个变量。
要么用产能换时间，要么用时间换产能。假设目标是 100 万小时的数据，你可以铺大单日采集量，也可以拉长采集周期，但两个维度缺一不可。
作为一次非常早期的尝试，它证明了这个乘法是能跑通的。更重要的是，它为后来的合作模式、商业模式迭代，提供了一个很好的蓝本，后来者不用从零开始设计。
该否定的，是"一窝蜂"
但话说回来，有意思的和该批评的，是两件事。
各地一窝蜂地上马，这件事本身没有必然性。很多地方并不具备做这件事的基础要素：政府要素、土地要素、人才要素、资本要素，缺一不可。条件不够硬上，结果就是资源空转。
早期的探索也已经说清楚了另一件事：集中式的数据采集，长期看是维持不下去的。
所以这些地方必然要转型：转去做中试基地，或者找别的出路。而采集方式本身也在演化，从集中式，走向分体式，走向众包式，采集设备的形态也越来越多样。这些演化，其实同样是早期那批尝试留下来的历史价值。
结论
所以小编不太认同"一股脑说它没价值"。
这件事该这么看：站在当时的历史节点，它有它不可替代的确认价值，就是在极大不确定性下，把资源砸进去，把一个行业的底座试出来了；站在今天的位置，也要承认它的局限，集中式采集维系不了，一窝蜂上马不成立。
一味否定和一味的赞成，都不客观。真正值得花心思的，是带着这两个视角去往后想：数据这件事，接下来该怎么采、谁来采、以什么模式采，才既跑得动、又跑得久。
这，可能比争论"当年那件事值不值"更有意义。
往期文章回顾
