8月25日消息，2017世界机器人大会在亦庄正式开幕，大会于8月23日至27日举行。本届世界机器人大会以“创新创业创造，迎接智能社会”为主题，大会，分为论坛、展览、比赛三部分。展览部分展出面积约5万平方米。全球机器人行业的领先企业携“明星”展品悉数亮相，展示了机器人行业产业链上下游各环节的最新技术应用，勾勒出一幅充满未来感的机器人世界图景。

ABB 机器人业务全球产品管理负责人 张晖

8月24日大会主论坛上，ABB 机器人业务全球产品管理负责人 张晖发表了“未来工厂与工业机器人”的主题演讲，以下为实录：

张晖：很荣幸有机会和大家分享这样一个话题，就是未来工厂和工业机器人。和前面几位嘉宾不太一样，我的话题会着重于制造业，因为对任何一个国家来讲制造业都是立国之本，在这种情况下工业机器人到底会有怎样的发展形态？预测未来必须要有两个法宝，一个是要有水晶球，一个是要有望远镜，我是两个法宝都没有，但是今天给大家带来了一段视频，能够分享目前最先进的工厂的制造业已经到达了什么水平，已经是什么形态。

（播放短片）

张晖：这是一个典型的汽车车身工厂，每个主要的制造工艺的安排和设备是在什么环境下开展协调工作，包括针对灵活性采取的措施，这个工厂代表了目前汽车工业最先进的制造形态。

这里我们需要探讨另外一个非常相关的以后领域，就是所谓的数字技术。大家知道数字技术最早是在计算机通信这个领域发展起来的，它的发展已经到了一个相当的程度，最典型的代表就是各位现在手头上拿的智能手机。针对数字技术的应用，这条生命曲线是已经开始发展，但还不是很成熟的阶段。这个阶段引领各路英豪共同献计献策，带领整个行业走向新的未来。

今天的自动化对一般的工厂来讲要面对的都有哪些挑战？只有当我们理解了这些挑战之后才可以定义，这样的未来工厂是已经将要到来还是仍然很遥远。这里最根本的挑战在于每个人希望自己的产品都是定制化的，都是和别人不一样的，这种不一样就导致了以前大规模的生产单一产品的生产形式正在发生根本性的变化，小批量多品种带来的复杂性是我们很多工厂目前面临和要解决的重要课题。一个工厂只要开工就希望无论是设备还是人员都是最高效的，一个管理很先进、代表行业水平的汽车工厂，整个效率目前无论是中国还是别的国家大概是85%左右，可以想像一天开工10小时的话只有8.5小时是真正在有产出的。一家汽车工厂如果停工1小时损失是100万美元，如果每天损失100万美元，长年累月的话竞争能力的下降是有多么可怕。

机器人在未来工厂应该扮演怎样的重要角色？小批量多品种在各个环节需要的质量要求，无论是现在的工厂还是未来的工厂都需要着重解决这个问题，如果各位在制造业工作过的话，应该知道对任何一家工厂最主要的目标是产能，每个小时能够出多少货，再就是成品率，开工了不能造出来的都是废品，成品率应该保证在99%还是99.99%，这对工厂的竞争力来讲具有相当重要的作用。所有的设备需要生产的时候是不是可以用，就是所谓设备的上线率，这三个问题是任何一家工厂的厂长都需要考虑和头痛的事情。

未来的工厂都需要哪些技术？这里带来了一个所谓的在未来工厂里面需要的人机协作技术，为什么需要？根本原因还是刚才提到的整个生产的过程当中所需要的灵活性和柔性而导致的在生产过程当中需要人和机器不断地交互，人机协作对不同的人意味着不同的含义，有些工厂觉得安全性是人机协作带来的最主要的好处，另外更多的是易于安装、易于编程，或者使用更加简单化。如果你的问题在于领导性，人工智能要解决的最主要的问题是每个小时要生产多少件，有了这样的产能需求，在这种情况下协作型的机器人将会发挥重要的作用。

大家知道现实生活当中互联性都已经解决了互联的问题，如果我们把视野稍微放窄一点，现在不同的设备已经变成互联的了，工厂有6000万台制造设备等待着互联。那么数字技术带来的互联性到底要解决什么问题？首先它不是要解决机器人本梯的问题，我们有全球不同国家不同工厂，可能某些设置得不对，或者一般的工厂设置当中这些信息都是没有被探知的，也是没有被采集的，没有信息就不可以做任何事情。

未来的互联工厂有什么愿景呢？刚才说要解决小批量多品种的问题，最极端的例子是任何一家工厂可以做到用户下的单件产品进行定制化的生产。这样的工厂存不存在呢？至少在某些国家少数极端的例子已经存在了，有些工厂宣称无论客户有什么要求，只要是规定的范围我可以做到单件可定制化。比如我采集了生产工艺过程当中不同的生产信息、不同的生产设备信息、不同生产工艺过程当中的信息，然后可以自我编程。

工业机器人是不具有智能的，怎么才能让工业机器人自我编程自我优化？这些应该都是未来工厂的一些场景，我们谈到了这些的需求当中人机协作怎样才能减轻这些问题带来的困扰，回头看一看数字化的问题。我们不应该说只解决生产过程当中某个阶段的问题，整个数字化的技术对生产过程是全价值链的提升，无论是从工程、调试、运营还是最终的维护。设计阶段怎么才能有数字的模型，和现实的模型是具有高度的逼真性，数字模型上就可以做相应所有的操作。这种操作包括编程、纠错和所谓的调试，这样的技术在汽车工厂已经发生了，它有一个专门的名词叫做Virtual Commissioning，或者是虚拟调试技术。

刚才说到数字技术在整个价值链周期当中的不同表现方式，能力范畴当中也有类似的解决途径。引入数字技术不是单纯为了增加机器人本身的可靠性和可使用效率，因为机器人是为了某种生产制造工艺服务的，只有解决了生产制造工艺过程当中带来的各种各样的问题和瓶颈才会给工厂和客户创造价值。能力的阶梯也有不少阶段，从最早收集信息到利用这些信息进行有限度的改进，一直到整个工厂层级全面的优化，这些都是数字技术对整个制造业能够带来的贡献。

未来工厂已经不远了，相比我们刚才讨论人工智能的问题，未来工厂很多的形式都已经在发生，我们已经在变革当中了。这里再给大家一些宏观的画面，因为我在讲制造业，其中一个问题是全球有多少人在从事制造业？我们知道全球有70亿人口，去除掉老人和小孩，其中有8亿人口从事和制造业相关的工作。这里最典型的包括汽车工业，现在全球每年生产9000万辆汽车、20亿部手机，所以这是一个很宏观的数字。如果看中国的话，目前中国大概有1亿左右的工人在从事和制造业相关的工作，无论是汽车行业还是电子行业都是作为世界最主要的制造基地，发挥着不可磨灭的作用。

无论是消费趋势、制造商还是对机器人产品本身的要求，我只想讲一点：如果从整个制造行业的角度来看，生产的模式不是单一的，所以我们有很大规模的工厂，要在中国找2-5万人的工厂是不太困难的，但同时还有很小型的工厂，一直到两三个人的小作坊。可能目前对自动化的需求还不是太迫切，但是随着时间的推移，这样的需求总有一天是要提到议事日程上来的。这样的故事在所谓的发达国家已经在发生了，针对这两种不同的生产模式，未来的工厂形式也是不太一样的，采用的解决方案也是不太一样的。超级工厂有专业的工程团队，会做很多有效率的解决方案，同样的事情如果取个名字的话，移动工厂或者小型工厂的环境下不太可能实现。未来不只是解决超大型或者大型工厂的生产模式，一定是大型小型和中间所有的各种形态都是共存的，技术要求也是不太一样的。

这部视频讲的主要是电子行业的形态，现在分享的还是针对有规模的大型工厂，如果各位在这个行业工作过的话应该比较清楚，中国电子行业已经成为了最大的行业，超过了汽车工业。上个星期中国电子行业已经占据了机器人行业35%的份额，汽车行业已经缩减到了30%，当然了，总量还是在上升的，但是比重已经发生了变化。这在其它任何一个国家都是没有发生的，也是为什么刚才科大讯飞的院长提到中国在某些领域已经开始领先了，针对电子产业的自动化课题方面中国绝对是领先的，因为70%的制造业都发生在这块土地上。

（播放视频）

张晖：可以看到，这已经不是某一家实验室在发生的事情，而是整个生产案例。刚才我提到的都是针对所谓的大型工厂，也有专业的团队能够解决自动化带来的各种各样的柔性问题，针对中小工厂到底是怎样的？这个课题可以留给刚才讨论人工智能的团体，从简单易用的角度来讲，工业机器人目前没有任何一家厂商、没有任何一个国家解决了这样的问题，就是怎么能够让机器人从一个什么都不会的学徒工，通过学习人的动作能够变成一个熟练工。如果人工智能的学术界能够帮助这个产业解决这样的问题，整个产业都会感激你们。