优股配资网平台当焊工退到屏幕之后

盛夏的焊接现场，气温经常达到37、38摄氏度，焊工仍要穿着厚重的防护服，戴着手套和面罩，身体被裹得严严实实。这样的环境下，普通降温方式也很难使用，因为风扇带来的气流一旦把保护气体吹散，空气就可能进入熔化的金属，在焊缝里留下气孔。有些特种钢材开焊前还要预热到约150摄氏度，人必须贴近工件，守着熔池一点点往前走。一道焊缝因此把制造业正在面对的问题摆到眼前：机器该接过哪些工作，人的经验又该留在什么位置。

热只是焊工要过的第一关，焊缝最后承受多大的载荷，完工后是否要用X射线等检测方法检查内部缺陷，都会改变焊工的操作方法和允许出错的容错空间。经验丰富的焊工看得懂材料和熔池，手还要足够稳。冯消冰在采访中说，许多焊工到了45岁左右，会逐渐离开高强度的一线操作，转去做质检。即使焊工的工资更高，烟尘、弧光和远离家庭带来的消耗还在那里；对企业而言，熟练焊工的培养赶不上流失，大型工业设施却仍靠一道道焊缝连起来。

中国科学院院士、清华大学教授潘际銮，是中国焊接学科的开拓者之一。1979年，他亲眼见过工人穿着厚重的石棉服，被铁笼吊入接近200摄氏度的容器内焊接。那件衣服挡住了外面的热，也困住了人体自身散出的热，工人只能短时间轮换，急救车就停在现场。潘际銮随后开始推动爬行焊接机器人的研究，团队于1997年做出原型机。

中国科学院院士、清华大学教授潘际銮

冯消冰是潘际銮的学生，也是清华大学机械工程系博士。2017年，他参与创办博清科技，接过这条研究了二十多年的技术路线，继续把爬行焊接机器人推向产业化。船舶和储罐上的焊缝不会停在一个固定工位，博清科技的机器人便借助永磁吸附贴在钢板上，沿着立面、曲面甚至仰面行走。储罐外壁有几十米高，设备必须吸得牢；到了狭小空间，机器又得足够小，外形就这样被不同工位一点点塑造出来。

冯消冰，清华大学博士，师从潘际銮院士，博清科技创始人、董事长，九三学社中央促创工委秘书长、中国焊接协会数智专委会首任理事长

2018年，博清科技的无轨导全位置爬行焊接机器人进入中科炼化一体化项目湛江施工现场。团队此前已经做过一年多实验和工艺验证，可到了海岛，首先拦住他们的还是风：保护气体一旦被吹散，焊缝就容易留下气孔。强烈日照会让视觉跟踪失准，现场供电也暴露出设备兼容问题。团队一边施工一边修改，每次修改后都把焊缝交给检测。2021年，这项储罐焊接应用通过项目鉴定，同意在中石化推广应用。大型工业工程对焊接缺陷的容错率极低，客户先看质量和交付，再计算效率与成本。

曲面分段焊接应用场景

深海吸力桩焊接应用场景

机器多起来以后，生产怎样重新组织

项目通过鉴定之后，下一道问题是机器人能否从一台扩到多台，进入更大规模的生产。冯消冰描述过2018年项目验证后出现的一个施工场景：大型结构内外合计约30台机器人同时作业。机器人由单台工具进入了生产组织。他还用“10台、20台、30台”描述客户从试用到逐步扩量的典型路径。在他谈到的另一类大型LNG储罐施工中，上百米尺度的空间里可能有数百名工人同时作业。

客户敢把机器人从试用扩到多台，前提是设备在不同材料和焊接姿态下都能把焊缝做稳。博清科技目前积累的材料接近百种，厚度从约1至2毫米一直到200毫米。平焊时，重力托得住熔化的金属；换成仰焊，熔池随时可能往下坠。要让机器人在这些工况下把焊缝做稳，只能拿真实材料反复试。冯消冰提到，在一个特殊场景里，客户用于实验的材料价值接近亿元；特殊钢材数量有限，每一道试验焊缝和随后的检测，都在消耗真实成本。

现在，一名操作人员已经可以同时观察两套机器人。设备稳定运行时，他主要盯着屏幕；工件出现常规变形，机器会自己识别焊缝、修正路径，碰到已有数据之外的异常，人再远程介入。

在这种分工里，人的工作重心从直接操作转向了设备管理和异常判断。按照博清科技以智能化程度划分的L0至L5技术路线，这属于L3“有条件智能焊接”，过去由人工预先教机器人沿固定轨迹工作的步骤已经减少。操作人员依然要懂焊接，能看出焊缝状态是否正常，也要会维护设备。博清科技还请焊接专家和退休劳模参与机器人迭代，把老焊工看到某种状态时会怎样处理，转成机器的规则和训练材料。过去留在手腕里的经验，开始进入系统，由新的操作人员继续使用。

1270万毕业生与缺人的工厂

一个大学毕业生拥有较高学历，进入这种岗位仍需补上工艺和现场经验；一名传统焊工熟悉熔池与材料，也要学会管理设备和数据。2026届中国普通高校毕业生预计达到1270万人。人社部2026年5月刊文指出，当前就业市场存在“高技能人才短缺和低技能劳动者过剩并存”的结构性失衡，“招工难”和“就业难”同时出现。很多年轻人在寻找合适的工作，很多工厂也在寻找掌握特定技能的人，制造业的劳动力约束已经落到技能匹配上。

工厂里的人机分工正在改写技能要求；在办公室，生成式AI也开始重新分配一部分任务。国际劳工组织2025年的研究估计，全球约四分之一就业处在某种程度的生成式AI暴露之下，文职岗位的暴露程度最高；多数受影响岗位更可能经历任务转型，完整岗位自动化的范围有限。办公室里的数字化任务率先进入模型，狭小容器里的焊缝仍要由机器到现场逐个解决。落到岗位上，机器接过一部分直接操作，人则负责读懂工艺、照看设备，在异常出现时作出判断。岗位如何重组，还要放到劳动力年龄结构的长期变化里看。

2025年中国出生人口为792万，16至59岁人口为8.5136亿；60岁及以上人口已经达到3.2338亿，占总人口23%。到2035年前后，60岁及以上人口预计增至4.2亿左右，占比超过30%。眼下，高校毕业生仍处于千万级规模，劳动年龄人口的长期趋势和年龄结构已经转向。

这些人口变化最终会进入工厂的成本账。国际机器人联合会统计，2024年中国新安装工业机器人29.5万台，占全球安装量54%；工厂运行中的工业机器人超过200万台。世界银行在2025年的中国经济报告中观察到，机器人价格下降、劳动力成本上升和劳动年龄人口减少，正在改善自动化的相对经济性。

劳动力与技能供给，正在成为共同约束

2024年，日本65岁以上人口占29.3%，15至64岁人口为7373万，比上年减少22万。韩国官方预测显示，从2022年起的十年里，其15至64岁人口将减少332万。欧盟在2024年列出的广泛短缺职业中包括焊工和火焰切割工。

这些人口与用工变化构成工业自动化在海外面对的共同背景；一家企业能否获得订单，还要经过具体项目和本地落地的检验。博清科技的产品已经在韩国、日本获得小批量复购，并进入保加利亚、新加坡；公司也在接触中东油气项目和欧洲客户。一台机器人到了另一个国家，也进入了另一套工业体系，当地的认证规则和本地服务都得跟上。对使用方来说，技术工种的人手一旦紧张，最先受到牵动的是交付和成本；一个人能够管理更多设备，焊接质量和产能也更容易稳定下来。