盡管人工智能熱度不減，但是人們的目光已經(jīng)逐漸從新技術帶來的驚喜轉(zhuǎn)移到實際的場景應用和落地。尤其在制造業(yè)領域，那些希望從實驗室走向生產(chǎn)車間的新技術，必然將經(jīng)過企業(yè)在投入和產(chǎn)出上的嚴格考量。

近日，在2019大灣區(qū)機器人與人工智能大會“洞見5G與AI時代物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展趨勢與應用”分論壇上，國內(nèi)外物聯(lián)網(wǎng)與AI領域知名專家、前沿科技企業(yè)高層對物聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展趨勢與應用進行深入的探討。在論壇中，ABB未來實驗室全球研發(fā)經(jīng)理Alf Isaksson做了題為“人工智能使工業(yè)系統(tǒng)自主化成為可能”的演講并接受了億歐新制造的獨家專訪。

Alf在采訪中表示，AI技術是工具箱里的又一個工具，盡管它不能解決所有的問題，但是它確實是我們最強大的工具之一。

永立潮頭的不二法門：調(diào)整業(yè)務模式、變革組織結(jié)構

作為一家具有130多年歷史的公司，ABB在業(yè)務上一直具有前瞻性，因而才能一直立于商業(yè)競爭的潮頭�；厮莸�19世紀80年代，ABB的前身ASEA是從電力行業(yè)起家的。

20世紀末，隨著歐洲電力產(chǎn)能的飽和，ASEA與另一家歐洲電氣公司BBC（Brown， Boveri ＆ Cie）合并，才形成了如今的ABB（Asea Brown Boveri）。

在近30年里，ABB通過剝離原有業(yè)務和并購擴大優(yōu)勢業(yè)務的策略，逐步聚焦工業(yè)生產(chǎn)領域。

ABB在1993年剝離了廣播傳輸設備、天線和電子管業(yè)務；1995年到1998年剝離了盈利能力下滑的鐵路部門；2019年到2020年將逐步剝離電網(wǎng)輸電業(yè)務。壯士斷腕的轉(zhuǎn)型魄力，可窺一斑。

與此同時，ABB利用并購的手段，擴充其機器人、自動化和數(shù)字化業(yè)務，逐漸成為制造業(yè)數(shù)字化領域的先行者。

如今，ABB有超過8000人的工程師團隊，研發(fā)實驗室分布在十余個國家和地區(qū)。今年夏天，Alf負責的ABB未來實驗室成立，分布在瑞士巴登、美國羅利和中國北京三地。未來實驗室將更直接地受到企業(yè)的管理和資助，聚焦顛覆性的技術和創(chuàng)新。

盡管成立時間不過數(shù)月，ABB未來實驗室已經(jīng)和華為合作，在兩個月時間里完成了對垃圾分揀機器人的AI訓練。這款機器人使用基于華為芯片的AI技術，利用工業(yè)攝像頭對物體進行分揀。

很顯然，調(diào)整業(yè)務模式和組織結(jié)構，是ABB一直立于行業(yè)潮頭的重要原因。

從技術迭代到應用落地，ABB志在提供完整的解決方案

作為制造業(yè)自動化和數(shù)字化的先驅(qū)，ABB自動化領域的產(chǎn)品在不斷完善，應用的行業(yè)也在不斷擴充。

在Alf看來，自動化的結(jié)構和構造在過去30年都沒有太大的變化。從收集信號、信息傳輸?shù)焦ぷ鲌鼍盎蜻\營界面，信息在自動化系統(tǒng)中的流動基本沒有發(fā)生改變。

但是5G的到來，也許會改變設備間信息傳輸?shù)姆绞健?G的大容量、高可靠低時延等特性，很可能實現(xiàn)各設備間的單獨連接。如果能實現(xiàn)實時的主線進行連接，搭載在云端或平臺上，則是更加顛覆性的應用。

5G不僅會改變ABB的運營方式，更有可能將數(shù)字化引入行業(yè)，包括數(shù)字化的操作和維護。ABB推出了名為ABB Ability的工業(yè)互聯(lián)網(wǎng)解決方案，它首先可以提供一個平臺，其次它囊括了ABB所有數(shù)字化的云產(chǎn)品，比如設備的工業(yè)解決方案和交通解決方案。

除了數(shù)字化外，Alf關注的另一個焦點在機器的自主化。他以自動駕駛和倉儲的自主化管理為例，思索機器自主化的發(fā)展進程——從人的操作到機器的操作，最終實現(xiàn)自主實施和檢測，完全不需要人。

對于ABB而言，除了熱門的自動駕駛技術外，工業(yè)生產(chǎn)場景也對機器設備的自主化有強烈的需求，比如船舶的自主�？亢筒傻V行業(yè)。以采礦為代表的部分工業(yè)場景中，工作環(huán)境的有毒氣體和物質(zhì)對人體有害，因此需要設備具有自主進出礦場的能力。ABB首先需要對這些業(yè)務的價值主張進行研究，發(fā)現(xiàn)潛在的應用，然后再去發(fā)現(xiàn)它可以應用在哪些領域。

與自主化相近的技術是人工智能。自20世紀60年代誕生以來，它一直吸引著人們的目光，有關“機器替人”的討論也層出不窮。經(jīng)過數(shù)十年的發(fā)展，相關技術逐漸成熟，越來越多的AI技術開始在應用領域得到討論，ABB等領頭廠商的產(chǎn)品和技術備受關注。

ABB在其產(chǎn)品上應用AI技術已經(jīng)有20年的歷史，不過目前成熟的產(chǎn)品主要是在傳統(tǒng)統(tǒng)計基礎上的診斷性應用。Alf向億歐新制造介紹說，作為診斷解決方案的一部分，該技術主要用來實現(xiàn)狀態(tài)監(jiān)測的功能。比較成熟的應用體現(xiàn)在設備的自動化管理上，比如說船舶電子化的管理。

機器學習則是另一項被看好的AI技術。在今年8月底的世界人工智能大會上，ABB展示了由雙臂協(xié)作機器人YuMi組成的咖啡工作臺。通過對YuMi進行引導式編程，協(xié)作機器人可以學習和記憶咖啡師的動作，從而完成制作咖啡、拉花并遞給觀眾的完整流程。

在實際的落地場景中，該技術被用于改造搭載集裝箱的碼頭。通過對箱子搬運的位置和狀態(tài)進行模擬，用收集上來的數(shù)據(jù)訓練AI，讓AI知道集裝箱的位置，從而實現(xiàn)自動化。

從自動化、數(shù)字化、自主化和人工智能技術，ABB并不是新興技術概念的盲目追逐者。它更注重客戶需求和實際落地，并通過不同的產(chǎn)品組合來實現(xiàn)更好的解決效果。

平衡研發(fā)和商業(yè)，落實解決方案有兩大難點

作為一家商業(yè)公司，ABB依然需要考慮研發(fā)投入和營收間的平衡。在Alf看來，他們沒有無限的研發(fā)資源，因此需要集中精力，在改善原有產(chǎn)品功能和開發(fā)新功能上尋找平衡。在技術研發(fā)上，也需要試著去關注能為公司帶來最大價值的項目。

對于具體落實數(shù)字化解決方案上，Alf認為目前主要有兩大難點。

第一個難點在于ABB不能只開發(fā)一個通用的解決方案，因為不同的細分行業(yè)需求不同，所以必須要設計適合他們不同需求的解決方案。ABB不僅需要掌握不同領域的知識、不同的應用程序，還需要考慮數(shù)據(jù)的可用性。

第二個難點在于數(shù)據(jù)的使用，因為AI需要大量的數(shù)據(jù)訓練。一方面，ABB需要鼓勵客戶提供數(shù)據(jù)供以訓練模型；另一方面，ABB也需要向客戶保證他們數(shù)據(jù)的隱私權、所有權和安全性。

“工業(yè)化的人工智能需要和模型、數(shù)據(jù)相結(jié)合。但是最重要的是，我們要通過使用AI為顧客提供價值，否則我們就只是為了應用技術而應用技術�！盇lf如是總結(jié)。

推薦閱讀

深度解密ABB數(shù)字化未來

ABB的“未來夢”

編輯：余欣婷

版權聲明

本文來源億歐，經(jīng)億歐授權發(fā)布，版權歸原作者所有。轉(zhuǎn)載或內(nèi)容合作請點擊轉(zhuǎn)載說明，違規(guī)轉(zhuǎn)載法律必究。

作者：夏一哲來源：億歐