疫情中预期的智能机器人应用井喷缘何没有出现？

一场新冠肺炎疫情让2020年的中国经济猝不及防，很多工厂由于人手不足、原料运输困难等原因被迫停产，但也有企业在人工智能的加持下，在逆境中抓住机遇，按下了发展“快进键”。让人颇感不解的是，原本预料中的智能机器人应用井喷并未出现，那么制约机器人在工业生产中更加广泛应用的因素究竟有哪些呢？

3月11日，围绕后疫情时代工业智能的机遇与挑战，腾讯优图、腾讯云与腾讯研究院联合主办了线上策略研讨会，清华大学大数据系统软件国家工程实验室总工程师王晨、明略科学院主任于政、格创东智OT业务总监&智能装备事业部总经理王贇、天泽智云解决方案副总裁史喆、腾讯优图实验室工业AI项目负责人黄亮等多位工业智能领域专家、学者以及业内人士齐聚线上，就相关话题进行了深度研讨。

大数据可有效提升产品检测水平

作为“新基建”的一部分，工业互联网行业近日迎来诸多利好，随着疫情的日渐好转，在后疫情时代，利用人工智能等前沿科技抗疫、复工，工业智能将迎来全新的发展机遇。王贇认为，每一家企业和每一个场景的应用情况都不一样，那怎样评判人工智能的价值呢？从甲方的角度看，要看投资回报。比如某解决方案可代替一百个工人，那么这些工人的成本是马上可以算出来的，这样体量的项目，如果在1.5年以内能收回投资的话，工业届是愿意接受的。

王赟补充说，在产品品质检测上，使用大数据找到影响品质的因素，提升效果很好。比如说某一个产品出现品质问题时，传统经验是从Excel里导数据、抓因子，再找几个经验丰富的工程师检查，需要5-6个小时，但是现在导入智能系统，在数据完善的前提下，大数据几千个因素里能够迅速锁定可疑因子，30分钟就能解决问题。

实现工业智能化，中小企业应从点开始

王晨认为，对于中小企业和民企，实现工业智能化应该从点开始，千万不要从面铺开。因为预想的方案到底能做到怎样的成果，恐怕厂商没有开始做的时候都不会知道。解决方案提供商可以提供过去在大企业做到的水平，但这并不意味着在中小企业也能达到同样效果。工业智能化跟企业的工艺、数据情况、数据存在的质量、数据存储的周期、传感器的精度都密切相关。具体问题，必须具体分析。

黄亮认为，人工与自动化结合，通用性和定制化相结合，工业场景解决方案的特点是高度定制化，不同的细分领域都有其业务特点，很难找到大而全的通用解决方案。如何在保障方案通用性的同时，又能灵活的适配不同业务场景，是一个非常有挑战性的问题，产业界都在在努力试图兼顾二者。

人机协同尚存在诸多挑战

王贇认为，工业互联网要想实现产业协同、平台协同，未来在5G、大数据、云技术的支持下，需要打破数据壁垒才能在更多场景形成更加智能化的方案和应用。人机协同最早在工业领域，协作机械臂已经发展了很多年了，有很多安全传感器，在系统上做了很多安全护手的功能，但是现在为什么在很多企业里面还没有大规模的铺开，站在甲方的角度，最重要的考量还是安全。疫情期间，人工成本比较贵了，全自动机械手使用率增高，但毕竟还是在封闭空间里做重复性搬运动作。其实协作臂在机械部分，比如精度和稳定性，都已经做的非常好了，但协作臂最重要的目的不是代替人去做工作，而是要代替人去自动判断，接下来业界要思考：怎样搭配智能化识别，帮助机器人去做判断。

为何在疫情期间，人手紧张的情况下，智能化机器人没有出现预期中的应用井喷呢？王赟指出，协作机械臂还有一个问题是，目前尚未大规模推广移动式服务，大多只能固定在一个工位上代替人工做简单重复性劳动。未来的趋势是搭配现有装备，实现路径优化、算法优化、视觉优化，最终提供场景化的多元应用。

疫情带来的工业智能化机遇

王晨说，这次疫情对工业界的挑战主要体现在三个方面：协同工作、供应链和智能化。

第一是协同，很多人必须远程办公，大量制造企业虽然工厂复工，但是总部还没有复工，还在远程办公，这个过程中生产设计的协同是一个主要挑战。目前主要解决手段是通过数字化、云计算的信息化系统来解决；第二是供应链，也是这次疫情中暴露出来的最大短板。以前建立起来的大数据平台在疫情面前才发现，还属于低水平运行状态。很多企业不掌握实时运作情况，也不掌握上下游供应链情况。企业智能化生产要求对供应链实现整体掌握，但目前大数据短板仍然存在；第三是智能化决策。以前老讲机器替代人，制造业企业里第一个层次的机器换人，不是靠任何数字化和智能化实现的，而是自动化，比如把机械化、重复性的劳动交给机器人来干，干的比人效率更高、稳定性更高、准确性更高。今天强调的智能化替代人，代替的就不仅仅是这些重复性劳动了，而是企业里掌握专业知识的人和那些有经验的老工匠、老师傅等，这条路还很长。

史喆认为，疫情带来的机遇就是倒逼工业智能发展，主要体现在技术代替人力繁复的工作、数据协同优化、信息化和数字化建设、平台化建设四方面。第一，在一些产线上慢慢减少人力的参与，比如工业缺陷检测；第二，数据协同优化，基于本地生产甚至是上下游产业链整体调配集中数据；第三，一定程度上倒逼信息化和数字化建设。疫情后，产业界导入人工智能技术的考虑直接关联到未来竞争力，更加长远；第四，基于大平台的发展方式关注度提高，如通过视频会议，基于云的方式做管理，倒逼企业开发更多数字化的解决方案。相信未来在已有数字生产的基础上，人工智能肯定会有一个更好的发展。