智能智造跨越深水区。
编辑 | Amelie
2021年12月4日，科技智库「甲子光年」在线上举办2021「甲子引力」大会。在当日下午举行的“智能制造”专场上，英诺天使基金合伙人祝晓成、瓦特曼智能联合创始人兼CEO谭胜虎、熵智科技CEO赵青、梅卡曼德机器人商务与市场VP徐婷婷、镁伽科技联合创始人兼高级副总裁乔志新等嘉宾参与了“智能智造跨越深水区”的主题圆桌。
以下为圆桌实录，「甲子光年」对部分内容进行整理：
1.工业4.0才刚刚开始
祝晓成：欢迎大家！今天主题叫做“行至水深处”，咱们这个议题叫“智能制造跨越深水区”。诸位都是在先进制造领域当中久经沙场的公司，今天特别想听大家分享一下这么多年在智能制造领域的感受。
第一个问题，请每位嘉宾分享下自己公司在智能制造领域的应用落地情况，以及和实际你们的预期有哪些差别？
谭胜虎：瓦特曼智能主要是聚焦在钢铁、有色冶金这类传统冶炼行业，或者叫基础原材料重工业，这些行业跟大家是既熟悉又陌生的感觉。从工业产业链来看，像钢铁、有色、冶金等等处在相对更上游的产业环节，我们的感受是，越往产业链上游，整体工业自动化水平、数字化水平相对要落后一些。
虽然智能制造、大国制造我们提了很多年，尤其是过去这几年我们也提了较多的“工业4.0”的概念 ，但其实整体还处在刚刚开始的状态。以冶金工业为例，目前典型的状态应该是工业1.0、2.0与3.0混合融合的状态。
另外，在过去这5年，无论是国家层面的宏观政策引导，还是实际市场的导向和需求，我们看到最大的变化是，业主对于数字化的投入意识和思维被全面打开，而每家企业最大的一部分新增投入，几乎无一例外都在智能制造领域。所以，智能制造正处在过去相对原始、今天刚刚打开的一个阶段。
赵青：智能制造的落地情况就不过多重复，行业里面有非常一致的共识，那么实际进展和预期差距体现在什么地方呢？
从智能机器人或者视觉与智能机器人这两个组合的实践经验来看，机器人无非干这么几件事情：搬运、喷涂、打磨、焊接。这些功能没有发生变化，大家的接受程度已经非常高了，这个时候考验的是成本与可靠性的平衡能力。
目前，在性能满足的情况下，如何平衡好可靠性与成本、客户的需求和厂商解决方案之间还存在差距。但是产品性能每得到一点突破，整个产业的接受度和欢迎度还是非常高的。
我们自己做3D相机，在3D视觉上游做了一些产品。这些产品在往切割、焊接等涉及到更复杂的场景走，我们过去一年得到的反馈非常正向——当技术上取得一点点突破的时候，客户如果成本平衡得过来，整个产业的扩张速度会非常快。
祝晓成：是不是我们在3D视觉解决方案，或者传感器的能力上，已经有比国际领先的产品了呢？
赵青：是的，这个我们也做过横向、纵向的对比，无论是在产品层面，技术层面，还是实践环节，都得到了非常多的验证。这也得益于国内上下游产业的完善性，以及产业基础给到我们很好的实践和迭代的空间。
祝晓成：换句话说，由于水平到了，比较容易落地了是吗？
赵青：相对来讲这是很好的前提。
祝晓成：好的，接下来请梅卡曼德的徐婷婷总，您讲讲你们这边的情况。
徐婷婷：我想先介绍一下梅卡曼德目前落地的一个情况。梅卡曼德在产品问世之后不到3年的时间里，已经有一千多个实际落地案例。在很多落地应用场景，像物流行业的纸箱拆码垛、快递包裹供包，还有工业领域的汽车、工程机械，以及钢铁行业的原材料、工件上下料、定位装配、涂胶等等，我们已经取得了批量化落地成果。我们的业务还延伸至日本、德国、韩国、新加坡、泰国等国家。
回到5年前我们刚踏入这个领域的时候，诸如互联网等其他行业还在以非常夸张的速度增长。但在实际落地过程中会发现，AI+3D+工业机器人领域想要批量化落地，并不是光有技术就能做到，还需要企业去一线了解实际工作现场，去经过长期地积累、打磨，不断地迭代产品，不断地贴近客户需求，才能打磨成一个非常让客户满意的产品和解决方案，最后达到批量化落地效果。
所以，5年来我们能取得这样的成绩，还是挺符合预期的。
乔志新：镁伽科技经过5年的探索，在智能制造，或者在先进制造领域的深刻感受，正如今天咱们的主题一样——行至水深处。为什么会有行至水深处，或者说为什么有深刻的变化呢？我认为主要有几个方面原因：
在第一个阶段，我国奠定了制造大国的地位，解决了温饱问题。但是，我们的下一阶段——制造强国讲的是效率和质量，可能更多还要讲质量。这个时候每家企业都会遇到很多的挑战。
镁伽在5年过程中领悟了很多客户需求和行业发展趋势，在半导体领域也做过很多产品，有了长足的进步。
半导体这个领域，是我国的卡脖子工程。目前这个行业发展非常好，就此也能折射出整个智能制造的发展前景、发展热度。同时，还有一些其他行业，像面板行业，也是在蒸蒸日上，整个行业需求是非常强劲的。总体来讲，智能制造发展非常迅速，这跟国家的趋势和现状有很大关系。
2.让机器深入一线
祝晓成：宏观环境肯定造就了咱们的机会，也因为大家实实在在地在行业扎根，感觉大家对取得的成绩信心非常满，我也特别相信先进制造会有更多大机会。咱们今天的主题是“行至水深处”，所以，哪些点成为了大家比较需要突破的，或者是最大的难关？
谭胜虎：其实您刚刚用了一个词语——“最难的地方”，坦率说很难讲哪一个点叫做最难。我们过去这几年的感受就是，一直都很难，好像每个地方都很难。
我们很多同事以前都是来自于做无人驾驶、工业机器人、AI视觉算法的公司，这使得很多钢铁冶金行业的客户看到我们的第一眼就觉得我们是一朵“奇葩”，有点像是钢铁行业的“新新人类”；同时，互联网科技圈的人，看到我们也会好奇的说我们是“奇葩”，他们会疑问：你们怎么去做钢铁行业呢？
为什么钢铁行业和互联网圈的人都会觉得我们是“奇葩”？因为这是两个看起来有些遥远的行业。互联网代表过去十年，带动着过去十年新经济的发展、新技术的爆发，而钢铁其实是一个典型的传统基础工业，互联网和钢铁隔的很远。人工智能、机器人、算法、深度学习、无人驾驶又属于新经济里面的新技术，坦率地说过去距离工业更远。所以，当这两个行业融到一起，用一个感性的描述就是“每个地方都很难”。
当我们去到中国头部的电解铝企业，千亿营收规模的钢铁企业的时候，一定程度上还是被现场给冲击到了。我们看到一些地方工人的工作环境和强度超出我们的想像，他们有的带着各种防护面具在工作，有的还是需要干着特别重的体力活，高温、粉尘等负责工作环境，铁水一千多度的高温，工人要戴着各种防护……我们团队，包括我的搭档——前腾讯负责无人驾驶的技术团队的负责人，在看到这个生产的状态时，发现其实很多新的AI技术、智能感觉技术、无人驾驶技术可以应用在其中解决很多现场的问题，这是我们进入到这个行业时的第一刻的体会。
引用一句大白话的描述：在工业生产中还是有很多不“该”人干或者没有人“想”干的活。我们觉得这些事情确实更应该让机器来做，让人力从危重和恶劣的工作环境中完全释放出来，这是我们最初的感受，也是成立瓦特曼的初衷。
大家经常也会问一个问题：自动化和智能化的区别是什么？一定程度上，过去30年中国工业自动化发展已经取得了很好的成绩，但为什么现在还有这么多苦力活？背后根本的原因是，自动化其实是“你让机器这么干，机器就这么重复地干”；而智能化的本质差异在于“机器得自己去识别，自己去思考，自己去判断，然后基于判断在不同情况下会有不同的做法或响应。
过去如果纯靠自动化做的工作我认为很多都已经做好了，今天真正有待解决的是需要让机器开始去判断、去思考，这个时候我们发现新技术与传统制造业，尤其是与冶金重工业之间还是有很大的鸿沟没有被跨越。
第二个落地层面，是要解决某个具体的问题，我们不仅仅要解决AI算法的问题、控制的问题、精准度的问题，我们还要解决机器人如何深入到一千多度的熔炉里面，怎么去防护的问题，怎么在全是粉尘的地方，让我们的3D相机、传感器等不被粉尘所干扰的问题。我们会发现纯算法是不行的，需要AI算法团队、软硬件团队、电气自动化团队和工艺团队的完整融合。
今天这个主题特别好，水深处，我们真正走入一个深水区，很多时候不是单一维度的创新，可能需要四五个方向共同创新和有机结合，才能真正解决那个具体的问题，这是我们对困难的理解。
祝晓成：非常好，我相信您讲的东西其他几位应该也有同感。您讲的这个我想起今年甲子光年写的文章——《年轻人逃离的工厂，正在被博士们看中》，其中提到科技深水区，就讲工厂里的灰，脚下的泥，是科技落地过程中从业者必经的，就是真正要到一线，才能发现智能制造的机会。
赵青：我这里做点补充，从另外一个角度，水深处相比水浅处，水浅的地方大家容易做的地方都做了，真正难做的地方，除了谭总刚刚说到环境比较传统、工艺比较复杂等等这些方面之外，其实还有另外一个水很深的地方，叫做更上游。
在整个工业里，包括祝总提到工业软件、EDA等等环节，这些是非常直接的，大家已经有了共识。但其实还有另外一个维度，比如元器件、传感器等，在3D视觉里各种各样的公司特别多，也有特别优秀的公司发展得特别好。结合我们的实践来看，我们在更上游去做的时候，面对的挑战在于，做出一款优秀的传感器，涉及到更上游的器件是不是在国内有这样完整的生态链，是不是有这样的能力能够在器件不成熟的时候设计一个系统，甚至自己去开发相应的加工工艺，考虑新材料研发这样的问题。
当然，作为一个传感器硬件是一方面，传感器要好用一定把软件结合起来，能够使得它标准化，能够使得它的应用性，甚至可以说，因为软件的加持，使得传感器的附加值更高。
我们过去三年多的实践经验来看，3D相机不用说，在很多人用DLP的时候我们就自己开发自己的光机，很多人用EVD光源的时候，我们就自己开发激光光源，自己设计整个光路，自己设计完整的镜头组。我们针对半导体和3C领域开发了线光谱共聚焦，在国外目前有三四家公司做，在国内做的时候很多人享受这个产品，但是真正的挑战是，这里面有很多器件，从光纤、射线到光谱，国内都不是完全成型的模组，把这样一个系统做好实际需要综合的能力，需要真正深入更上游的器件甚至深入器件的工艺。
刚刚提到镁伽在生命科学做了很多自动化的东西，得益于我们在更上游做的一些产品，针对生命科学开发了做单细胞、亚细胞显微成像的系统，也在上游成像系统下了一番功夫。
祝晓成：谢谢赵总，听明白了，咱们得有武器才能干这些仗，你的武器在于更前端更上游。同时我也想补充一下，英诺天使在过去八年投了几大赛道，但是归拢起来看，先进制造或者智能制造投得更多，比如机器人、传感器、仓储、工业检测等等。而且越往后，我们越往卡脖子的地方投资，比如工业软件领域我们投资了CAD、CAE、CAM、MES、EDA等等。像您刚才提到材料和工艺结合，包括芯片和器件，这都是先进制造业需要去突破的众多细分领域内的难点。
3.从堆“人手”，到堆“人才”
徐婷婷：从我们公司业务领域来看，我想总结的一个特点是，我们在不断地突破传统工业机器人行业的天花板，突破它的应用边界。以前，传统工业机器人可能更多集中在汽车行业，而今天，智能工业机器人走到了更多行业、更多应用场景中，未来1-3年内，我们非常有信心，智能工业机器人可以持续在泛行业、泛应用中落地。
想要推动这件事情，可能除了业务拓展、技术发展、产品打磨之外，还有一个关键点，那就是人才培养问题。我觉得这是我们过去，或者说未来1-3年内要不断去加强的方向。其原因是，制造业有很多人才资源，人工智能其实也有一定的人才储备，但是当这两个领域合到一起的时候，构成了现在的一个新方向，这种领域的复合性人才目前来看还是有缺口的。
祝晓成：你们在人才方面是怎么样一个配置，或者说怎么样找到最合适的人呢？
徐婷婷：梅卡曼德欢迎有志于在这个行业发展的候选人加入我们。人才培养是我们整个行业的大课题，甚至可能需要在教育培养方面多考虑。
乔志新：谈未来的展望，还是要立足现在大的局势，关注国家战略、全球发展趋势，才能知道我们下一步的方向是什么。
之前我们国内的智造领域主要集中在解决人手的问题，即堆人手解决工作量的问题，现在的难题是堆人才解决技术问题，进一步来说，现在要解决的不仅是人效的问题，甚至还有人根本解决不了的问题，比如AI药物研发方面，传统的药物研发是一个漫长的过程,需要投入大量的研发人员,花费十到十五年的时间,以及数十亿美元的研发经费。这个过程是没办法用人去快速完成的，这就需要用自动化、智能化技术与AI结合去求解，提高研发效率。在半导体领域也是一样的，我们需要堆人才来解决综合性问题，比如光、机、电、软件等几个方面的综合性问题。
举个半导体产品的例子，镁伽研制的六面外观检测设备，是专门用于检测半导体元器件各种缺陷的AOI设备，每分钟最高可以完成一万两千片的检测，这样的工作量是人根本没办法做到的，所以我们解决的是人没办法做到的事情，我觉得这也是未来的难点所在。无论在生命科学行业，还是在制造领域，这样的问题都存在，而这也是镁伽现在关注的方向。
赵青：展望有两方面，一方面因为国内有全球制造业最广阔的市场基础，以及最广阔的需求，这两点其实能带动一切，比如技术的演进，所以未来三年，我们以及在座的很多从业者，都非常期待能够通过各种各样的技术、产品、方案，更好地应对人口变迁带来的挑战，从简单的国产替代、成本优势，到全球引领、产品领先。
熵智科技因为在上游做了很多工作，也尝到了一些甜头，我们希望保持上游软硬件一体化的同时，与更多中下游的合作伙伴一起，为终端客户打造更多高性价比的产品。
谭胜虎：我认为今天所有的智能制造也好，机器人应用也好，都是从点状的角度解决这个行业的点状问题，比如我们最开始做了国内首个3D全智能清理打磨机器人，将很多带着防护面具的重体力清理工人从恶劣环境中释放出来；做了钢铁行业首个高温熔炉内衬侵蚀监测机器人系统，将高温熔炉内的“黑箱”变成透明“白箱”；到现在我们已经开始在做更复杂的、多机器人协同的区域/局部无人化平台，比如钢包热修无人化机器人平台、大包浇铸无人化平台等，系统性解决更大更复杂的协同作业需求。
可以预见的是，未来3年，大家在冶金工业的智能制造会从解决点状工种无人化问题，逐步延伸到车间级无人工厂、局部复杂多机器人协作无人化平台这类线状问题，这是一个明确的趋势。然后逐步推进全厂级无人化数字工厂、真正黑灯工厂的落地。
第二个，中国有着广大的市场，目前中国钢铁占全球约55%的产能，电解铝占全球约56%的产能。以前的钢铁、有色冶金工业，都是专注于自身的制造工艺发展，到今天，一些工艺技术已经实现了世界领先，或者基本实现世界第一梯队的水平，很多工艺技术开始在往外输出。但是在整个生产装备技术和数字化技术目前还是以我们国内为主。未来三年，我们将看到一个新的确定性趋势是：我们的智能化装备和数字化工业技术也将开始往世界输出。
比如，我们在电解铝行业做出一款产品，去年刚刚发布之后，占全球三大矿业巨头之一的企业就开始主动跟我们接洽，我们开始有信心也有条件把这些先进技术及产品在未来往世界输出。当然，这一切也得益于中国有巨大的市场支撑着我们这类技术服务商的发展。
同时，我个人也有一点期待，就是大家刚刚提到的人才问题。在产业链上游的冶金、矿山等领域，数字化人才还是非常薄弱的。大量的人才仍然聚焦在先进制造、互联网、无人驾驶等领域，我想呼吁那些高科技人才往我们上游这边看一看，其实这边有更肥沃的土壤。
祝晓成：谢谢谭总，都开始拉人了。
非常感谢，我总结一下大家的观点，一方面，产业已经从单点突破到了多点突破的阶段，甚至能够在上下游里提供非常好的解决方案，在往纵深走了。第二，我们不光局限在国内，也能够在国际市场上更有竞争力，这代表我们正从制造大国走向强国的趋势，是非常好的情况。
总结起来，今天这个环节给大家传递了非常足的信心。今天咱们这个圆桌就到这儿，再次感谢四位嘉宾，谢谢大家！也谢谢在屏幕前的观众朋友们，谢谢！ |
|
