在2017年意大利的一場歌劇演出中，著名男高音歌唱家安德烈?波切利并不是全場關注的焦點，因為演出中出現了另一位明星：擔任演出指揮的工業機器人公司ABB制造的雙臂機器人YuMi。除了擔任指揮，這款在人機協作方面有突破性表現的機器人還曾展示過DJ表演、泡咖啡等等復雜的動作。設計這款機器人的初始目的，是為了滿足消費電子行業對柔性生產和靈活制造的需求。

ABB如何看待工業互聯網、人工智能等技術對制造業的推動和影響？像ABB這樣長期植根于制造行業的公司如何定位自身與高科技公司在未來的競合關系？機器人產業的下一個風口在哪里？未來的制造業又會是什么樣的？帶著這些問題，我與ABB 機器人專家，機器人業務全球產品管理負責人張暉博士進行了深入交流。

工業互聯網對于制造業的價值

如果從兩個維度去分析工業和互聯網對于制造業的價值：一個維度是制造業的生命周期，從開始做計劃、設計到建造、運營和優化、再到后面的日常維護和升級改造。另一個維度是對制造業的不同能力階梯。

工業互聯網能把所有的設備、傳感器、機器人都連接起來，對于設備本身的情況有更多的了解，更重要的是有了這些信息之后如何對生產過程進行持續的改善。

從制造業生命周期的角度，工業互聯網能夠對工廠關注的三個主要方面：產能效率、正常運行時間（uptime）、產品合格率都帶來變革，為整個制造業生命周期的各個環節提供新的思路。

比如，電子工廠在組裝手機、電腦等產品時，一般工廠的做法是工人靠精密制具來保證組裝的精度。每個組裝的環節都需要有通過檢測，測試結果決定上一道工序能否通過。

一般的工廠不能追溯到前面的流程，而工業互聯網能夠調整組裝過程中需要的參數。以手機為例，假設里面各種組件的組裝精度為30微米，依據最后的檢測結果，組件的公差一直在一側有往50微米的偏差。

使用工業互聯網，這種生產數據能夠通過工業互聯網的形式反饋到設計層，通過分析、確定及調整前面工藝中某一個組裝環節的參數，即可消除掉系統性誤差。這說明通過工業互聯網得到生產工藝里的實際數據能夠實現最終生產質量改善，無論是從能力階梯的角度還是從生命周期的角度都體現出工業互聯網的價值。

人工智能在制造業的應用

人工智能在制造業有著廣泛的應用。工廠根據數千臺機器人的歷史數據綜合判斷機器人出問題的可能性，對整個設備的運行情況做預防性診斷。

系統運用機器學習算法，基于大量歷史數據做判斷，能夠對設備運營狀況進行預防性維護。ABB從07年開始將機器人連接到服務器上，共享潛在問題、設備運營狀況等數據。經過十幾年數據積累，掌握了全世界各種不同工廠的大量運營數據，未來將進一步采用機器學習的方式，通過數據分析推出基于云平臺的預防性診斷和維護服務。

除了預防性維護，人工智能還能為解決整個生產工藝過程中出現的瓶頸性問題帶來一些思路，例如，汽車工廠的車身焊接工藝生產線。

最重要的一點，在未來人與機器人交互的領域，人工智能將大有作為。目前基于生產設備的人機交互還處于比較傳統的階段，需要人把指令輸入進去來實現交互過程，人工智能技術可以使未來人與智能機器人之間的交互變得更自然。

未來機器人的發展趨勢和應用場景

隨著外部要素變化，無論是全球還是中國，近10年工業機器人的發展速度有些讓人吃驚。在全球范圍內，工業機器人每年保持15%至20%的增長率。而在中國，根據ABB的數據，2017年中國工業機器人市場增長率超過50%。

從產品和技術來看，自上世紀70年代以來，工業機器人的結構和應用技術變化并不大，大多數工業機器人用于完成重復性、簡單枯燥的，甚至危險的工作。目前工業機器人主要應用在有產能、產量需求的規模化生產中，比如汽車、電子、食品飲料等行業。

由于汽車工業規模效應明顯，汽車行業一直是工業機器人應用最廣泛的行業。從去年開始，由于中國市場需求的增加，電子行業變成了工業機器人的最大的用戶。同時，機器人也應用于食品飲料、金屬制品和塑料制品等傳統行業。

應用方面，未來物流和零售行業由于對人力的需求高，產業規模發展快，將成為機器人新的應用領域。無論是倉庫還是物流行業本身所需要的分揀工作；無論是上貨、補貨還是零售貨架管理，都是適合機器人的應用場景。因此物流和零售行業將是下一個發展的新興行業，也是機器人從工業向服務行業滲透的開始。

由于老齡化和不斷提升的人工成本，在歐洲，對于機器人的需求從大型工廠逐步向中小型工廠甚至小作坊企業滲透。對于中小企業來說，生產特點是小批次多品種，生產過程要不停的切換，使用傳統的工業機器人將耗費過多的切換時間。因此，中小企業需要小型靈活的產品，機器人的易用性是關鍵。

如果和計算機產業發展類比，目前工業機器人還處于“巨型機”階段，機器人的“個人電腦”時代還沒有到來。回顧計算機從發明到普及的歷史，價格降低、體積減小、應用易于操作并且用戶友好的圖形界面，是最終使計算機從實驗室走入千家萬戶的三個重要因素。

類似的，成本、人機協作安全性、易用性是機器人從工業滲透到其他領域的限制因素。在機器人從工業向消費領域滲透的過程中，人機交互是制約機器人發展的因素之一。

無論是從工業還是其他場景，機器如何與人更好的交互？在工作和生產過程中更好的協助人去完成工作？人工智能為解決這些問題帶來可能性。在人機交互的可靠性方面，技術上目前還有待突破。

在工業機器人方面，現在工廠里的機器人能夠分毫不差的執行指令而不犯錯，是因為工程化的設計、安裝、調試，需要通過指令在生產線上操作。而未來的理想狀況是，機器人能夠像學徒工一樣，通過更自然的方式與人交互，能夠在人的指導下從學徒工變成熟練工。

理想中的未來工廠

未來理想中的工廠是將機器人、人工智能與物聯網技術結合的智能工廠。

生產線配有傳感器,采集生產流程各階段中產品與設備的相關數據；機器人自主協同工作，完成各項復雜任務；生產加工站自主工作或協同工作，根據制造流程調整前段工序的情況；攝像頭采集的視覺數據，檢測到規格不符的情況觸發自動校正流程。

工廠通過制造網絡的測試數據控制產品質量，基于軟件管理傳感器和客戶數據，系統具備自主學習能力、做出決策的能力。智能制造能夠徹底改變生產流程，通過設備的傳感器收集預測性維護信息、改進庫存和產能信息，實現交付和物流的優化，保持產品質量、提升產能，增加工廠的靈活性，適應小批量多品種的生產要求。

ABB海德堡工廠已經通過應用智能制造技術，使用7臺機器人協作，產量提升了兩倍，并且能夠制造8000種產品，實現了更靈活的生產過程。

對中國制造業數字化轉型的建議

張暉認為，數字化不能解決所有問題。數字化不是最終目的，而是在更高層面上服務于不同目的的運營工具。

針對不同行業，每家公司明確自己的本質需求：要解決的核心問題是什么？先自動化、再數字化，還是兩步一起走？企業最核心的是產能問題，還是要解決多品種、小批量的問題？對于不同的問題，解決的思路、方式也都不一樣。

整體而言，中國制造業需要轉型，需要向產業鏈上游拓展，去提供價值更高的服務。對企業來說，目前并沒有固定模式，企業需要按自身特點摸索選擇適合的路徑。

基于多年為中國制造業服務的經驗，張暉認為，在部分行業中，中國工廠與世界其他地區的工廠差異甚微，有些方面甚至領先。

例如，目前中國是最大的汽車生產與銷售國，在汽車行業中國工廠的數字化程度、建設方式、經營方式與國外差異不大。北亞地區是電子行業的重要生產版圖，中國、日本、韓國、***等地區的生產方式是全球領先的。

在電子行業，中國生產某些類電子產品的組織形式和產業規模都是國外所沒有的。這意味著中國制造業在技術升級方面蘊含著巨大的機會，也可能會由于自身的特點衍生出獨具創新性的模式并且復制到其他地區。

對于服務中國制造業產業升級，機器人制造企業和互聯網企業各自將承擔什么樣的定位？

張暉認為，兩者之間更大的可能性是合作。無論是美國互聯網巨頭還是中國本土互聯網企業并不具備工業制造方面的實踐經驗；而機器人制造企業不擅長做網絡基礎平臺。

作為設備提供商，工業機器人的價值在于對所服務的產業具有專業知識，涉及到具體的制造工藝領域，工業機器人公司有幾十年甚至更久的歷史積累，這與互聯網公司是相互補充的關系。

ABB與互聯網公司有不同程度的合作，目前ABB Ability的云服務是基于微軟Azure平臺的。未來工業機器人企業和互聯網企業從不同的角度為制造業提供解決方案，相輔相成。