從實驗室研發過程中的先進機器人到倉庫中的機器視覺，科技在制造過程中正在發揮舉足輕重的作用。日本fanuc公司從2001年起開始運營黑燈工廠，在近一個月的時間內，完全不需人工監督的制造其他機器人。這些機器人不僅不需要燈光，甚至連空調也不需要！

機器人代替人來完成所有重體力勞動工作的場景，已經不光光存在與想象之中，放眼于機器裝載車間即可。

中國東莞的手機零部件制造商長盈精密科技公司已經創辦了一個無人工廠。工廠中的所有東西：從制造設備到無人運輸卡車再到倉庫儀器，都是由機器人來控制的。工廠員工由原來的650人縮減到60人，這些技術員工的工作是監控機器運轉。工廠負責人說，未來的員工數將減少至20人。

隨著工業科技的發展，這波數字化自動化的浪潮被稱為“工業4.0”，所以未來的工廠到底是什么樣子？讓我們從生產流程的八個階段一探究竟：

- 產品研發

- 資源計劃與來源

- 數據獲取和運營技術

- 勞動力擴張與管理

- 制造，生產和裝配

- 質量品控

- 倉儲

- 物流和供應鏈

未來五年內，制造業將以七倍于1990年以來的效率增長率增長。雖然，制造業占據美國GDP的11.7% ，雇傭 8.5% 的勞動力。制造業仍然是一個數字化程度較低的產業。如今，制造業隨著新科技的發展飛速變化，從汽車制造，到電子，到制藥行業都受到影響。接下來我們將深入探討在每一步中，科技是如何改變制造業進程的。

1.產品研發

準備階段對大量生產是至關重要的，設計師，化學家和工程師們需要不斷地進行假設驗證試驗。這個設計方案是否正確？這個配方是否符合需求？在大批量生產之前的測試和重復迭代過程在產品研發階段十分常見。大型的制藥，科技，航空航天公司每年要在研發方面投入巨大的資金。光光是通用在去年一年中就花掉了 $8B 用于新產品開發。

在研發階段需要高標準的人才，這些人才散落在世界各地，現在一些軟件可以幫助公司發掘到這些人才： Kaggle, Quantopian 和Numerai使數據計算類的工作得到解決。Science Exchange這類的平臺幫助正在試圖幫助縱向科研的進行，同時可以幫助公司解決在庫人才的短缺，實現人才外包。

公司在機器人，3D打印和人工智能方面開展嘗試探索，以減小大批量生產時的不確定性，加速生產過程。3D打印技術在加速生產過程中的幫助顯著，據調查：57%的3D打印工作是用于概念和原型機的驗證階段。3D打印已是設計公司的標配產品，在大批量定制生產實體之前，設計師們應用3D打印來驗證未來產品是否符合要求。

在許多領域中，機器人學被用于自動化生產的迭代試錯過程中。在合成生物的研發過程中，機器人在諸如Zymergen或者Ginkgo Bioworks 這樣的公司中受益頗多，研發從酵母菌中提取自制化合物的過程，需要同時測試多達4000種不同的配料，該過程耗費的實驗室工作量極大。通過使用機器人系統，可以收獲更快更多的收獲化合物配方和更少的人為錯誤。

“材料工程需要探求極小尺寸的顆粒：在300mm的硅盤上找尋19nm的顆粒，那相當于在西雅圖的整個城市里找一只螞蟻。”材料科學在計算和電子領域扮演重要的地位。像三星和英特爾這樣的芯片制造商是世界上在研發方面投入的巨頭。隨著半導體越變越小，在納米尺度內工作需要的準確性和可控性超出了人類的能力，機器人在此過程中變成了優先選擇。未來在把控精密尺度制造方面的科學工具自動化程度和精密程度都更高。

愛迪生的精神：我不是失敗了10000次，而是成功找到了10000種不可行的方法，在今日的研究中依舊適用。未來在科學研究的過程中，數字化程度的發展和研發新產品，新材料和在規定尺度上生產出它們的任務依舊艱巨。現在在使用人工智能的創業公司中，健康管理是一個非常熱門的方向，使用人工智能是進行藥物發明的渠道之一，在未來必定大有可為，廣泛應用只是時間問題。Citrine Informatics使用人工智能來進行化學和材料的管理，并宣稱人工智能在數據庫管理方面有巨大應用。 Deepchem公司發明了Python庫來進行化學反面的深度學習。

3D打印方面的創業公司也很多，MarkForged應用碳納米管材料，BMF利用具有特殊功能的納米結構化合物來進行打印。未來的制造這門也將利用智能軟件來進行研發。虛擬現實和增強現實技術使建模過程變得”去抽象化“。Autodesk公司擁有靈敏的未來嗅覺，已經初步開發出了浸入式設計工具。Autodesk公司旗下的Stingray與多加同類公司合作，提供軟件的互用性。

蘋果公司開發的AR/VR 設備使設計過程與3D打印相結合，使實際物體與計算機虛擬物體的結合，并且申請了專利，該專利利用增強現實技術使得移動設備作為攝像機，未來可以與ARKit或iphone結合來直接實現3d打印。康奈爾大學的研究者提出了未來可以利用人機交互界面實現現實模型直接轉變為3d模型。未來的研發團隊將探索測試將ar和vr與3d打印和傳統的原型堆疊模型相結合的方法。

2.資源計劃與來源

一旦產品被設計出來，下一步便是計劃如何使其進行批量生產。通常我們需要收集零件供應商，材料制作商，滿足大規模生產零件的制造商的信息。但是尋找可靠的供應商的過程費時費力。科技如何幫助解決這個困境呢？

去中心化制造

分散制造也許是趨勢之一，通過與it技術合作，可以利用物理上分散的制造商們來制造中小批量的零件。Xometry和Maketime公司提供中小批量的增材制造和數控銑削解決方案。只需要在網站上上傳3d模型，批注在加工過程中的要求即可。UPS提供3d打印諸如噴嘴，支架等塑料零件。當需要大規模加工時，也可以依賴此種分散制造網絡來制造零件。

資源跟蹤區塊鏈技術

公司資源分配軟件（ERP）追蹤從原材料到客戶關系管理的全過程。但是諷刺的是，ERP有時候 本身也會變成一個龐大繁雜的系統。最近的PwC報告中指出許多大規模工業制造商擁有超過100個不同種類ERP系統。利用區塊鏈技術可以減少數據庫的分散性和復雜度。

去年，英國航空公司利用區塊鏈技術來維護數據庫的統一性。在航班信息，機場監控，航線網絡和用戶app方面均有包含涉及。在區塊鏈內部，當產品通過制造者向銷售者傳遞時，交易記錄將被永久去中心化的記錄下來，減少了時間延遲，成本附件和人為錯誤。未來，更多的區塊鏈工程將用于物流管理軟件中，通過掌握機器與機器間通訊和支付過程，提升神經網絡等來使得公司的數據成本顯著降低。

3.數據獲取和運營技術

在未來二十年內，工業4.0的成熟發展，首先要求基本的數據化。開始我們將開啟一波機器變得數據友好化的浪潮，接下來數據化轉變為可預測化和預測智能化。

需要巨額資本的商品一般用“正常工作時間”這個概念來保證其正常運行，在半導體，航空航天和國防領域，這個概念的應用范疇十分廣泛。從1960年開始，GE航空，羅羅和普惠等公司開始售賣“推進時間”而不是直接對一個航空發動機定價來躲避交易陷阱，聚焦高利潤的后期維修和數字化平臺。現在GE要緊密跟蹤每一臺發動機的運營細節以確保發動機的正常運行。

離開數字化的概念，效率就不足以被談起，產品和工廠擁有者要確保機器處于最優的工作模式和狀態之下。但是數字化在現階段仍有所局限，有許多離退役期十多年的產品還需要被使用，監控溫度和震動的傳感器與普通的機器不同，延長了調整的時間和效率。

簡而言之，操作技術與傳統的IT技術有相似點，不同點在于IT技術鏈接臺式機，筆記本與數據網絡，操作技術直接監控物理設備，將從傳統的數字化變成智能化。對于制造者來說，操作技術通常包含以下幾種：

- 制造設備

- 監控系統，數據采集系統和人機交互界面

- PLC及工控機

- 3D打印機和數控系統

現在，制造業的大腦通常為昂貴的PLC和工控機，但是對于小公司來說并不需要如此昂貴的設備。這為諸如Oden Technologies這樣的下公司帶來了機遇，它們生產的計算機硬件可以作為插件直接嵌入到大部分的機床中。

基于邊緣計算的新架構

在工業物聯網領域，臨近傳感器的計算是一個新模式。Saguna Networks這樣的公司專注于做邊緣計算，該過程避免了將全部數據傳入云端，對于節約帶寬有重要意義。云端計算對于制造工廠來說有些致命弱點，云端傳輸的時間延遲性對于加工過程的調控也是亟待解決的問題。未來，在人工智能硬件方面的進步將使得我們所知的物聯網基本獨立于中心云端而運行。

網絡安全要優先考慮

對于重工業來說，網絡攻擊是極端致命的。 WannaCry ransomware攻擊導致了歐證雷諾-日產公司的關閉，2014年的網絡攻擊使得一個熔爐爆炸，導致了德國鋼鐵廠的嚴重損失。

4.勞動力增強與管理

在最近一篇關于Steekcase的生產線的軟文介紹中，人類被描述為自動化科技的向導。該公司開發的工作站發布一步步的工作指導，消除在裝配家具時的人工錯誤。“十年前，機器人輔助人類工作，現在人類輔助機器人工作。”

制造業在科技發展的背景下變化巨大，更好的數字化程度和網絡物理安全科技幫助提升生產效率，降低人力。接下來介紹增強現實，可穿戴設備和機械護甲在該背景下的應用。

AR技術正在推進幫助安裝手冊數字化進程：AR可以分析復雜的制造環境，應用及其視覺來構建零部件，就如同一個可視化的安裝手冊一樣幫助熟練工們更好的提高技能。

機械護甲和安全科技將成為臟亂危險工作的標配裝備：許多創業公司試圖將高科技可穿戴設備變成工人的左膀右臂。福特公司的員工使用EksoVest在工作中輔助裝配，利用這套裝備的工人在頸椎壓力方面有所緩解。該裝備減少反復運動中的運動損傷，幫助抓舉過程中省力。

Sarcos是該領域內另外一家有名的公司，它們的關注點是遠程機器人控制和機械骨骼，Delta Airlines近期表示將展開與該公司的合作。Strong Arm Technologies,公司生產姿態控制和舉重輔助裝備。在臟亂和危險環境中工作的人員，可以依靠及其外國歌設備來擴大人類的能動性，并且提升工作的安全性。

5.制造、生產和裝配

自動化首先出現在那些又臟又累的領域，但如今很多在大生產中的人工過程已經被自動化取代，工業機器人和3D打印已經在工廠中越來越普遍。隨著機器人越來越便宜、精度越來越高、它也更加普遍地與人在生產線上協作。隨著消費者的個性化需求越來越多，制造業需要滿足日益增長的用戶需求。工業4.0將實現機器的連接，并通過IOT技術與萬物互聯。未來的工廠不僅可以制造原型和特殊系列的產品，同時還可以靈活地根據用戶反饋及時滿足各種各樣的定制化需求。未來的新生產將主要表現在模塊制造和機器人自動化，以及更加廣泛的3D打印技術。

將傳統的產品分解為更小的模塊化生產，不僅可以使得工廠更加靈活的面對用戶的定制化需求，同時可以一流水線的效率來實現高效的定制化生產。通過不同模塊的組合、變化得到豐富的產品形態。另一方面，模塊化還以為這一系列靈活的末端執行器，通過更換機器不同的執行器使得更多的制造成為可能。

在過去的幾十年來，工業機器人不斷侵蝕著制造業的工作崗位，但最近一波機器人浪潮卻帶來了人機協作的新形態。這意味著人和機器一起能得到獲得更高的工作效率。通過人類的手工操作，協作機器人可以學會人類的技能，同時更先進的傳感器可以幫助機器和人更加和諧安全的并肩工作。

比起傳統的機器人，協作機器人的價格更為低廉，其均價大概只有24000美元。據UR機器人資料，其機器人平均成本回收周期只需要195天。目前有超過八十家協作機器人創業公司活躍在世界各地，與大型機器人的四大家族同臺競技。

在小批量定制化領域增材制造將毫無疑問的超過傳統的注塑磨具成型工藝，成為未來定制化生產的主流制造手段。3D打印已經在工業界有著成熟的應用，GE利用增材制造技術研發出了能耗降低15%的發動機，而阿迪達斯同時也利用3D打印技術來為用戶提供大規模的鞋類定制服務。

在不遠的未來隨著新材料新工藝的發展，3D打印將會向著更廣闊的領域發展，包括碳纖維和金屬的結構的加入將會產生出更多性能強大的產品。

6.質檢和品控

隨著工廠的數字化，質檢和品控流程將會越來越多地嵌入到生產的數字化流程中去。機器學習驅動的平臺將會助理工廠優化提高產品線質量。目前主要有兩個方面的技術值得關注，分別是負責檢測的計算機視覺的負責溯源的區塊連技術。

與目前大規模使用人工進行產品檢測不同的是，未來工廠將大規模的使用機器視覺來代替并補充現有的人類檢測（吳恩達的landing.ai就是將人工智能賦能制造業的典型）。無論實在集成電路行業的焊點檢測還是在手機、平板顯示器行業的表面缺陷檢測，計算機視覺都將會代替人類完成復雜的工作，并毫不松懈的監視著每一個可能出現的缺點。

另一方面，由于區塊連的不可更改，很多公司將其視為一種十分優秀的溯源工具。包括沃爾瑪、雀巢等一系列公司都開始利用它來進行原料供應溯源，從源頭提高產品的質量。

7.倉儲技術

很多人認為無人倉儲的發展會比黑燈工廠更為迅猛。目前倉儲的建設如火如荼，貨架的高度和倉庫的面積都在不斷擴張。自從亞馬遜利用Kiva機器人系統來提高倉儲效率后，世界各地的機器人公司紛紛進入這一行業，國內外的快遞巨頭也研發了高效的無人自動化工廠。我們看到像Fetch Robotics和Grey Oragen等公司和超市內的Locus等機器人都在逐步發展，倉儲行業的自動化呈現出一片欣欣向榮的局面。另一方面，計算機視覺技術可以實現貨物掃面，將每一個包裹精確的幾何形狀信息數字化，完成物聯網的抽象閉環，將數字世界和物理世界緊密地連接在了一起。

8.物流和供應鏈

當工廠的產品生產打包完成，接下來最重要的工作就是將它送達用戶手中了。在未來無人駕駛技術、物聯網和區塊連技術將會一同醋精這一領域效率的提升和發展。物聯網技術將會使得供應鏈去中心化，隨著越來越多車隊配備了遠程信息處理系統，自動化流程將會越來越深入的進入到物流與供應鏈中去。隨著自動駕駛技術的逐漸成熟，除了更加自動化的運輸外，包括裝卸貨、分揀等流程將會更加自動化，在提高效率的情況下并節省更多的人力成本。

結 論

如今和未來的制造業正在變得更加富有效率、更加定制化、模塊化和自動化。但制造業對于技術吸收和應用的緩慢是否能夠使得工廠保持足夠的競爭力呢？相信競爭的壓力會促使工廠不斷自我改進和變革。

對于制造業來說，最大的提升來自于機器人、AI和基礎IOT的數字化。更多的數據會帶類更聰明的系統，最大化工廠的效益并最小化支出與損耗。同時諸如區塊鏈和AR等新興技術將會幫助工業提升，并增強工人的能力。

就像亨利福特說的，如果你總是按部就班，那么你的得到的也會一成不變。對于制造業來說，只有用于擁抱新技術、持續創新才能不斷緊跟時代步伐、在新技術到來的時代繼續發展壯大！