国庆七天 1.2 万小时摊到 300 台,每台每天 5.7 小时:乐园这门生意真正的 KPI 是三个数
珠海横琴长隆飞船乐园一个多月前上了 300 多台机器人,散在 100 多个点位。国庆七天累计运行 1.2 万小时、语音交互 29.9 万次。把这三个数摊到每台每天,得到 5.7 小时和 142 次——这才是文旅场景真正该考核的两个数字,而不是投放了多少台。
- 规模:珠海横琴长隆飞船乐园一个多月前投放 300 多台机器人,分布在 100 多个互动点位,覆盖体育竞技、智能伴游、科普研学、导览导购等七大场景;园方称这是全球第一个实现机器人常态化运营的主题乐园。
- 运营数据:到 10 月下旬与游客累计互动超 100 万次;仅国庆七天累计运行 1.2 万小时、完成语音交互 29.9 万次;机器人助教的科普研学课高峰期日均超 4000 人报名。
- 自算:1.2 万 ÷ 7 ÷ 300 ≈ 5.7 小时/台/天;29.9 万 ÷ 7 ÷ 300 ≈ 142 次/台/天,折合约每 2.4 分钟被搭话一次。
- 换电在跑:园方称主力机型可连续工作 6–8 小时、部分 10 小时以上,双电池支持不中断换电。5.7 小时落在标称区间内,说明「换电」这套流程是真在执行的,不是纸面方案。
- 复购的硬证据:园方把一个讲解点位的设备从 1 台加到 3 台,项目现场运行规模从 300 多台扩到 500 台,二期计划接近千台。
- 判断:文旅场景的可复制性不在台数,在三个指标——单台日均在岗小时、单台日均交互次数、点位复购率。前两个决定设备撑不撑得住强度,第三个决定客户会不会买第二次。
一条投放新闻里,台数是最不值钱的数字。真正能拿来做决策的,是把台数除掉之后剩下的那些。
长隆飞船乐园这个项目给了三组可以互相校验的数据:300 多台设备、100 多个点位、国庆七天的 1.2 万小时与 29.9 万次语音交互。摊开算一遍,会得到两个此前没人算过的数。
国庆七天,全项目累计运行 1.2 万小时(这里的「小时」是设备运行小时,不是自然时间)。摊到 300 台、7 天:
1.2 万 ÷ 7 ÷ 300 ≈ 5.7 小时/台/天(自算)。
语音交互 29.9 万次,同样摊开:29.9 万 ÷ 7 ÷ 300 ≈ 142 次/台/天(自算)。按 5.7 小时在岗折算,大约每 2.4 分钟被搭话一次。
5.7 小时落进 6–8 小时的标称区间里,这件事的意义比数字本身大。它说明这套系统不是「充一次电用半天然后歇着」,而是靠双电池换电把在岗时间顶到了续航上限附近。换电这个动作看起来土,但它是这类项目能不能做满一天的关键——一台机器人一天停两次充两小时,等于 300 台的产能直接砍掉四分之一。
142 次/台/天 更值得留意。展厅里的机器人一天接待二十拨人就算热闹;142 次意味着它像便利店收银台一样,被持续地、不间断地搭话。这个强度下暴露的问题不是「能不能答对」,是「连续答错之后的恢复能力」——被同一个游客反复问、被打断、被小孩按住不放。
园方说,到 10 月下旬与游客累计互动超过 100 万次。项目是「一个多月前」上线的。
按 40 到 45 天估(自算,天数为估算):100 万 ÷ 45 ÷ 300 ≈ 74 次/台/天;按 40 天算是 83 次/台/天。
国庆七天是 142 次。也就是说,高峰期的交互强度约是平日的 1.7 到 1.9 倍。
这个倍数很关键。它意味着按平日客流配的机位数,在长假会明显不够——游客排队、体验时间被压缩、单台设备疲劳加速。园方的应对不是加机器(加机器要走采购流程,来不及),而是二期整体扩容到接近千台,并从 300 多台扩到现场 500 台运行。
整篇报道里最硬的一个细节,是园方把海洋生物展区的一个讲解点位的设备从 1 台增加到 3 台。
为什么这个动作重要:第一次采购是试用,第二次采购才是认可。1 台加到 3 台,意味着这个点位的产出已经能覆盖新增的设备、运维与内容更新成本——不是预算没花完,是算得过账。
而与之配套的是一套淘汰机制:按点位排班、按工时考核、按体验人数淘汰,体验人数下降的点位被调整或直接撤掉。100 多个点位里,有的加设备,有的被撤掉。
有复购的场景特征:任务边界清楚、游客停留时间长、内容可以更新、失败成本低(答错了游客笑一下就走)。讲解、导览、益智对战都符合。
难复购的场景特征:一次性体验、停留时间短、失败成本高(要排队、要付费、要安全)。这类点位即便首月数据好看,三个月后也会掉下去。
这也解释了「七大场景」里哪些能活下来。体育竞技(下棋、乒乓球、投壶、足球守门)和科普研学是最容易形成复访的——前者有胜负心,后者有课程周期。导览导购偏一次性,除非内容频繁更新。
园方给出的扩容节奏是:一期原计划 300 台以内,二期做到接近千台。
从 300 到 1000,看起来是 3.3 倍的设备,实际上是另一个量级的管理问题。
报道里提到的运维细节值得抄下来:开园前不同型号机器人列队进入工作区,运维人员逐台确认软硬件状态;每个点位的在岗状态、故障报警、交互次数在后台实时监测;主力机型 6–8 小时续航,部分 10 小时以上,双电池支持快速换电。
把这些拼起来,能算出运维的人力结构。300 台、100 个点位、每天 5.7 小时在岗,意味着每天有大约 18 个小时设备处于非在岗状态——充电、换电、转运、检修、内容更新都发生在这一段。1000 台时,这一段的工作量是 3.3 倍,但它不能靠「人也加 3.3 倍」解决,因为点位分散在多平方公里的园区里,人力的大部分时间花在路上。
这三级不是作者发明的,是任何一家做现场服务的公司都会遇到的门槛。区别只在于:机器人行业的设备更贵、故障模式更新、备件更不标准。
这个项目里,有几件事和本号读者更近——做文旅展演、做设备租赁、做二次开发交付的团队,都能直接用上。
第一,把「单台日均在岗小时」写进报价依据。同样的设备,日工时 2 小时和 6 小时,运维成本差三倍,折旧口径也完全不同。按台报价会亏在工时上。
第二,把「点位」而不是「台数」当成管理单元。长隆的做法是按点位排班、按工时考核、按体验人数淘汰。这套逻辑对租赁业务同样成立:一台设备放在哪、放多久、被多少人用过,比这台设备本身更重要。
第三,换电比快充值钱。报道里 5.7 小时的在岗时长,是靠双电池换电顶出来的。对商演和乐园这类连续运营场景,多备一组电池的成本,远低于少一台设备在岗的损失。
最后回到那个数:5.7 小时。它不惊艳,但它是目前国内公开报道里,少数几个能拿来当基准的真实工时数据。有了基准,才有讨论的空间——不然所有人都在比台数,而台数是最容易注水的那个数。