新技术在制造业的应用场景和发展趋势

在2017年意大利的一场歌剧演出中，著名男高音歌唱家安德烈?波切利并不是全场关注的焦点，因为演出中出现了另一位明星：担任演出指挥的工业机器人公司ABB制造的双臂机器人YuMi。除了担任指挥，这款在人机协作方面有突破性表现的机器人还曾展示过DJ表演、泡咖啡等等复杂的动作。设计这款机器人的初始目的，是为了满足消费电子行业对柔性生产和灵活制造的需求。

ABB如何看待工业互联网、人工智能等技术对制造业的推动和影响？像ABB这样长期植根于制造行业的公司如何定位自身与高科技公司在未来的竞合关系？机器人产业的下一个风口在哪里？未来的制造业又会是什么样的？带着这些问题，我与ABB 机器人专家，机器人业务全球产品管理负责人张晖博士进行了深入交流。

工业互联网对于制造业的价值

如果从两个维度去分析工业和互联网对于制造业的价值：一个维度是制造业的生命周期，从开始做计划、设计到建造、运营和优化、再到后面的日常维护和升级改造。另一个维度是对制造业的不同能力阶梯。

工业互联网能把所有的设备、传感器、机器人都连接起来，对于设备本身的情况有更多的了解，更重要的是有了这些信息之后如何对生产过程进行持续的改善。

从制造业生命周期的角度，工业互联网能够对工厂关注的三个主要方面：产能效率、正常运行时间（uptime）、产品合格率都带来变革，为整个制造业生命周期的各个环节提供新的思路。

比如，电子工厂在组装手机、电脑等产品时，一般工厂的做法是工人靠精密制具来保证组装的精度。每个组装的环节都需要有通过检测，测试结果决定上一道工序能否通过。

一般的工厂不能追溯到前面的流程，而工业互联网能够调整组装过程中需要的参数。以手机为例，假设里面各种组件的组装精度为30微米，依据最后的检测结果，组件的公差一直在一侧有往50微米的偏差。

使用工业互联网，这种生产数据能够通过工业互联网的形式反馈到设计层，通过分析、确定及调整前面工艺中某一个组装环节的参数，即可消除掉系统性误差。这说明通过工业互联网得到生产工艺里的实际数据能够实现最终生产质量改善，无论是从能力阶梯的角度还是从生命周期的角度都体现出工业互联网的价值。

人工智能在制造业的应用

人工智能在制造业有着广泛的应用。工厂根据数千台机器人的历史数据综合判断机器人出问题的可能性，对整个设备的运行情况做预防性诊断。

系统运用机器学习算法，基于大量历史数据做判断，能够对设备运营状况进行预防性维护。ABB从07年开始将机器人连接到服务器上，共享潜在问题、设备运营状况等数据。经过十几年数据积累，掌握了全世界各种不同工厂的大量运营数据，未来将进一步采用机器学习的方式，通过数据分析推出基于云平台的预防性诊断和维护服务。

除了预防性维护，人工智能还能为解决整个生产工艺过程中出现的瓶颈性问题带来一些思路，例如，汽车工厂的车身焊接工艺生产线。

最重要的一点，在未来人与机器人交互的领域，人工智能将大有作为。目前基于生产设备的人机交互还处于比较传统的阶段，需要人把指令输入进去来实现交互过程，人工智能技术可以使未来人与智能机器人之间的交互变得更自然。

未来机器人的发展趋势和应用场景

随着外部要素变化，无论是全球还是中国，近10年工业机器人的发展速度有些让人吃惊。在全球范围内，工业机器人每年保持15%至20%的增长率。而在中国，根据ABB的数据，2017年中国工业机器人市场增长率超过50%。

从产品和技术来看，自上世纪70年代以来，工业机器人的结构和应用技术变化并不大，大多数工业机器人用于完成重复性、简单枯燥的，甚至危险的工作。目前工业机器人主要应用在有产能、产量需求的规模化生产中，比如汽车、电子、食品饮料等行业。

由于汽车工业规模效应明显，汽车行业一直是工业机器人应用最广泛的行业。从去年开始，由于中国市场需求的增加，电子行业变成了工业机器人的最大的用户。同时，机器人也应用于食品饮料、金属制品和塑料制品等传统行业。

应用方面，未来物流和零售行业由于对人力的需求高，产业规模发展快，将成为机器人新的应用领域。无论是仓库还是物流行业本身所需要的分拣工作；无论是上货、补货还是零售货架管理，都是适合机器人的应用场景。因此物流和零售行业将是下一个发展的新兴行业，也是机器人从工业向服务行业渗透的开始。

由于老龄化和不断提升的人工成本，在欧洲，对于机器人的需求从大型工厂逐步向中小型工厂甚至小作坊企业渗透。对于中小企业来说，生产特点是小批次多品种，生产过程要不停的切换，使用传统的工业机器人将耗费过多的切换时间。因此，中小企业需要小型灵活的产品，机器人的易用性是关键。

如果和计算机产业发展类比，目前工业机器人还处于“巨型机”阶段，机器人的“个人电脑”时代还没有到来。回顾计算机从发明到普及的历史，价格降低、体积减小、应用易于操作并且用户友好的图形界面，是最终使计算机从实验室走入千家万户的三个重要因素。

类似的，成本、人机协作安全性、易用性是机器人从工业渗透到其他领域的限制因素。在机器人从工业向消费领域渗透的过程中，人机交互是制约机器人发展的因素之一。

无论是从工业还是其他场景，机器如何与人更好的交互？在工作和生产过程中更好的协助人去完成工作？人工智能为解决这些问题带来可能性。在人机交互的可靠性方面，技术上目前还有待突破。

在工业机器人方面，现在工厂里的机器人能够分毫不差的执行指令而不犯错，是因为工程化的设计、安装、调试，需要通过指令在生产线上操作。而未来的理想状况是，机器人能够像学徒工一样，通过更自然的方式与人交互，能够在人的指导下从学徒工变成熟练工。

理想中的未来工厂

未来理想中的工厂是将机器人、人工智能与物联网技术结合的智能工厂。

生产线配有传感器,采集生产流程各阶段中产品与设备的相关数据；机器人自主协同工作，完成各项复杂任务；生产加工站自主工作或协同工作，根据制造流程调整前段工序的情况；摄像头采集的视觉数据，检测到规格不符的情况触发自动校正流程。

工厂通过制造网络的测试数据控制产品质量，基于软件管理传感器和客户数据，系统具备自主学习能力、做出决策的能力。智能制造能够彻底改变生产流程，通过设备的传感器收集预测性维护信息、改进库存和产能信息，实现交付和物流的优化，保持产品质量、提升产能，增加工厂的灵活性，适应小批量多品种的生产要求。

ABB海德堡工厂已经通过应用智能制造技术，使用7台机器人协作，产量提升了两倍，并且能够制造8000种产品，实现了更灵活的生产过程。

对中国制造业数字化转型的建议

张晖认为，数字化不能解决所有问题。数字化不是最终目的，而是在更高层面上服务于不同目的的运营工具。

针对不同行业，每家公司明确自己的本质需求：要解决的核心问题是什么？先自动化、再数字化，还是两步一起走？企业最核心的是产能问题，还是要解决多品种、小批量的问题？对于不同的问题，解决的思路、方式也都不一样。

整体而言，中国制造业需要转型，需要向产业链上游拓展，去提供价值更高的服务。对企业来说，目前并没有固定模式，企业需要按自身特点摸索选择适合的路径。

基于多年为中国制造业服务的经验，张晖认为，在部分行业中，中国工厂与世界其他地区的工厂差异甚微，有些方面甚至领先。

例如，目前中国是最大的汽车生产与销售国，在汽车行业中国工厂的数字化程度、建设方式、经营方式与国外差异不大。北亚地区是电子行业的重要生产版图，中国、日本、韩国、***等地区的生产方式是全球领先的。

在电子行业，中国生产某些类电子产品的组织形式和产业规模都是国外所没有的。这意味着中国制造业在技术升级方面蕴含着巨大的机会，也可能会由于自身的特点衍生出独具创新性的模式并且复制到其他地区。

对于服务中国制造业产业升级，机器人制造企业和互联网企业各自将承担什么样的定位？

张晖认为，两者之间更大的可能性是合作。无论是美国互联网巨头还是中国本土互联网企业并不具备工业制造方面的实践经验；而机器人制造企业不擅长做网络基础平台。

作为设备提供商，工业机器人的价值在于对所服务的产业具有专业知识，涉及到具体的制造工艺领域，工业机器人公司有几十年甚至更久的历史积累，这与互联网公司是相互补充的关系。

ABB与互联网公司有不同程度的合作，目前ABB Ability的云服务是基于微软Azure平台的。未来工业机器人企业和互联网企业从不同的角度为制造业提供解决方案，相辅相成。