在制造业用机器替代人，还有多远？

编者按：本文来自微信公众号“极客公园”（ID:geekpark），作者：赵子潇，36氪经授权发布。

2019 年，张天的制造公司开始使用机器人替代人工。

他是一家刀具企业的老板。在刀具生产线上，机器人主要用来自动开刃和去毛刺。在此之前，给刀具开刃的只有人工，而且还是具有一定经验的人工。

「很多同行都开始主动寻求自动化了。」张天说到。

开刃是刀具生产工序中亟需被机器替代的一步，因为人工开刃的质量很难得到控制。行业中对于开刃后刀具锋利度的检测标准是在一定压力下，一次切开 60 张标准纸沓即为合格，在使用机器后，不仅能把产品质量提高（机器生产的刀具可以切开 70-80 张 A4 纸沓），同时生产效率提升了 30% 以上，为企业生产和产品品质提升带来了大量红利。

与这家刀具企业合作的企业是珞石机器人。珞石方面告诉极客公园（ID：geekpark），使用机器人后，一名普通操作工可以同时兼顾操作四套打磨开刃设备，相当于可代替四名经验丰富的磨刀师傅，生产效率提升四倍。「开刃工艺需要长期经验积累，而自动化设备可以把经验转化为程序，通过程序精确量化工艺指标。」

从需求企业的角度看，张天认为，企业使用自动化生产工具，最大的难点不在于技术，而是制造业企业的发展思路是否长远。「机器人开刃对传统制造业来讲已经是个非常前沿的技术，」张天说到，但是经过这次疫情，很多同行也开始寻求自动化的解决方案了。

疫情倒逼制造业开始升级，加上最近大热的新基建，对于从事工业智能化的玩家来说，他们迎来了前所未有的机会。但同时，「机器换人」的时机是否已经成熟？行业是否真的准备好智能升级了？这些都还是需要讨论的议题。

一个机械臂能做多少工作？

珞石机器人方面表示，根据不同应用领域的工艺要求结合国内企业实际现场生产需求，机器人的末端工具以及外部设备在不同场景下都不相同。

但整体上，工业机器人在应对需求的角度上已经发生了很大变化。

珞石机器人董事长庹华曾在公开场合说到，人们对工业机器人的普遍理解是替代人工，但实现这一目的，实际需要分为三个阶段。

首先是机器人在安全围栏里面进行生产工艺的加工，讲究速度快、精度高等重复性比较高的劳动，但需要和人工隔开，避免安全事故发生。

再往下发展，精密的装配等复杂的柔性化工作，机器人很难完成，这时需要人工来配合完成。

最后能达到智能化机器人，在垂直领域有相关智能化应用。

工业机器人进化的三个阶段，实际上也是机器人技术发展的缩影。就机器人行业而言，目前也到了一个「替换潮」，仅能完成重复性劳动的机器人不再是人们追求的目标。

工业互联网产业联盟副秘书长王晨表示，第一个层次的机器换人，不是靠任何的数字化和智能化的手段实现的，依靠的是自动化。比如说机器人在一些机械化的、重复性的劳动中，会比人工的效率、稳定性、准确性更高。而今天讲到的机器换人，可能是指企业里面有知识的人。

库柏特创始人兼 CEO 李淼告诉极客公园，机器人此前做的更多是身体替代，而现在逐渐变成了「大脑替代」。「吴恩达教授说过一个标准，任何人类大脑能在一秒内完成的工作，我觉得现在或者不久的将来都会被人工智能代劳。一秒可能太极端了，我觉得 10 秒内能解决的问题都属于被替换的范畴。」

这意味着机器人不仅要执行「手」的工作。库柏特是一家为客户提供「手眼脑」一体化智能机器人操作系统的人工智能整体解决方案企业，旨在解决工业中「看」和「操作」的问题，产品主要定位在货物抓取和检测环节，目前在医药和食品等领域均有落地应用。

以食品领域的香菇分选为例，库柏特主要采用基于公司旗下 Cobotsys 深度学习的人工智能视觉识别方法，对各种等级的以及不良的香菇种类进行大量的样本采集，让机器自主学习，有效的区分香菇的等级与不良。李淼表示，每一台香菇分拣设备可以替换 4-6 个工人。

在创业过程中，李淼深刻感受到选择领域的重要性。早期库柏特也探索过 3C 领域的检测环节，但是 3C 领域的需求变化太快，虽然表面都是手机，但每一款手机的内部电子结构可能都不一样，这就导致了此前积累的数据派不上用场，没办法让数据沉淀下来。

这也是工业升级中比较特殊的地方——定制化比较严重。不同的细致领域有不同的业务特点。很难去找到一个大而全的通用的解决方案。如何在保障方案的通用性同时又能够灵活适配不同的业务场景，是非常有挑战的事情。

珞石机器人方面对极客公园表示，每个企业的需求不一样，所要达到的目标也不一定完全一致，甚至在同一需求中，不同公司的生产、布局、管理模式各不相同，所以场景也没有完全相同。「即使是同行业的同一应用，也要根据企业用户的实际情况来做结构功能上的适配才能做到无缝对接。」

李淼也提到，用人工智能为行业赋能的时候，实际上更多偏向于 AI+服务，每次都需要针对需求点来做匹配。「就像人脸识别，不管用来干嘛，第一步永远是人脸识别。但是再深入，每一家的需求肯定都不一样。」

「自动化的大方向是下沉，趋势是把行业做细，把工艺做精。」珞石方面向极客公园分析到，比如机床设备有很多种，而不同的机床设备上下料需要配合不同的机器人型号及安装方式等。

在日本北海道一家生产土豆沙拉和炖菜的工厂中，企业大胆使用了机器人来完成一项枯燥且耗时的工作——挖去土豆上的芽孔，即凹进去的小坑。在日本，由于人口减少和老龄化问题，劳动力短缺，机器人取代人工的方式越来越受到企业的青睐。

可是，事情没有这么简单。机器人没有办法做到这个看似很容易的工作，因为摄像头没办法识别每个芽孔；机器人的「手」只能沿一个轴转动，因此许多芽孔都没有被挖出。另一个土豆加工厂经理表示：「从根本上讲，它无法按照人类的标准来完成这项工作。」

珞石机器人方面也提到，目前在需求端存在的一个比较突出的问题，是传统工业机器人包括常见的协作机器人，智能化程度还比较低，只能应用于严格结构化的场景，对场景中出现的不确定性不能很好处理。

比如零部件装配，零部件公差配合的精度远高于机器人位置控制的精度，只靠位置控制无法完成装配。而人工凭借力觉和手臂柔性，以及学习决策能力，可以轻松完成装配动作。所以目前工厂在零部件装配环节需要大量工人。「工业机器人在这方面也做了大量应用尝试，但效率很难 pk 人手。」如果将应用场景再向下扩展到商业、医疗康复等广义生产活动，工业机器人相对人类手臂更是完全处于弱势。

珞石机器人正在向下一个阶段努力。2019 年珞石发布的柔性机器人 xMate 采用了仿人手臂设计，可以实现全身力感知与高精度力控。庹华在采访中表示，和传统机器人的纯位置控制不同，xMate 从底层控制体系开始做出改变，改为力与位置融合控制，缩短了机械臂性能与人类手臂的距离。

无论如何，协作机器人还需要进一步加强，而这种「加强」不只是技术上的发展。咨询公司埃森哲在最近发布的《技术展望 2020》报告中表示，企业要想借助人工智能对组织进行重塑，需要促进和赋能真正的人机协作模式，打破以往机器响应人类命令的单线互动关系，打造交互式和探索性的自适应体验，从而实现业务重构。在工业领域，这一点尤其值得关注。

不管从哪个角度看，尽管行业看起来蒸蒸日上，发展迅速，但水面之下，需求和赋能两端企业仍旧无法达到完全匹配的程度。

一位不具名业内人士告诉极客公园，在工业智能化领域，两极分化的状况非常严重，也就是大公司拥有的资源和资金更多，愿意尝试的机会也就更多。相反，小公司在接触智能升级上反而有些畏手畏脚。

不止一家公司向极客公园提到这一点。根据艾瑞在 2019 年发布的《中国制造业企业智能化路径研究报告》，全国规模以上（年主营业务收入 2000 万元）工业企业当中有 84.2% 属于小型企业，规模以下尚有 200 余万家小微企业。由于自有资金不足、信息化基础薄弱、缺乏相关人才等多方面因素影响，大部分小微企业只能围观大企业开展智能化改造，自己却很难融入智能化制造的浪潮。

当然，这与行业也不无关系。比如在汽车制造行业，行业自动化程度已经到达了很高的水准，玩家准备向下一步，即数字化、智能化进展；而某些传统行业仍处在「水深火热」之中，连自动化都没达到，更别谈智能改造。

相对应地，如果谁能把挑战更大的传统行业率先啃下来，那么在行业中也会获得一些影响力。这是企业方法论的问题。

李淼认为，小企业也不一定没有机会，主要在于企业的态度问题。「有一些企业在很细分的领域，虽然规模并不大，但它仍然有智能化需求。」上述人士也表示，智能化应用很早就存在，但传统企业的思想更为保守，并没有意识到一种更简便、更智能的方法能够带来一些转变。

对于工业领域来说，行业整体还是在一个非常早期的阶段。即便乘上「新基建」的东风，给了工业领域企业很大希望，但问题能否解决还要看后续。中国行业基础相对薄弱，所以弯道超车需要更长时间的投入。在李淼看来，中国相比其他工业发达国家的劣势就在于整体的工业生态。「德国的工业 4.0 是联合了西门子、宝马等大企业一起来做这些事情，就我目前看到中国还没形成这样一种生态。」