机床商务网

　　【机床商务网 机床上下游】尽管有着明显的经济优势，全自动化时代的来临还是比未来学家预期的慢得多。之所以这样，症结可能就在于“信任”二字。
 

　　位于美国加州山景城(Mountain View)的Infer公司拥有强大的人工智能软件，能够帮助企业追踪潜在客户。而说起如何推广这款软件，其实和大多数美国公司的经历相似。
 

　　美国企业有充分的理由去采用节省劳动力的技术——让机器人取代工厂工人以及用智能软件完成案头工作。在某些领域，如金融，借助机器做出决策正在迅速推进。但是在其他领域的推行也存在着一定的障碍。总体而言，自动化正在影响着经济，但这比未来学家之前的预期要慢。
 

　　Infer公司联合创始人兼执行官Vik Singh向客户解释了自己的软件是如何帮助削减销售人员和增加收入的，这激起了客户公司管理层的兴趣，但是有时候他们并不愿意将这种高接触销售业务(注：高接触模式是指销售服务人员在向顾客提供服务时，保持较多的面对面的接触机会。相对于低接触服务而言，高接触服务需要更多的人员参与。)交给一台机器。
 

　　“他们就是想不通，”Vik Singh接着说道，“而且他们也不相信”。
 

　　数百家企业正在试图打乱我们目前的消费、工作和移动方式。如果智能设备能够更多地参与到人类的工作中，那么经济增长将会更具潜力。我们知道，更高的生产效率或产量将会提高企业的利润，而且可能有助于美国工人获得更多的报酬。但是，这种“经济天堂”还没有出现。
 

　　招聘仍是进行时
 

　　去年，美国的生产率仅仅增长了1.1%，即便这样，生产率的增长也不是由技术层面贡献的，而是因为雇佣了更多的工人。到目前为止，雇主平均每月新增159,000个就业岗位，而此前的增幅为99,000个。在同一时期，对软件等知识产权的投资在国内生产总值(GDP)中所占的比例与上一周期相比几乎没有上升。
 

　　“劳动生产率低是大的问题”，麻省理工斯隆管理学院数字商务中心的研究科学家和副主任Andrew McAfee指出，他同时也是《第二次机器革命》(讲述下一场技术革命的著作的)联合作者，“这些具有深远影响的创新需要花费时间去传播”。
 

　　为什么第二次技术革命进行得如此缓慢而没有掀起市场经济浪潮呢？这不是某一个例子就能说清楚的。彭博社(Bloomberg)采访了几位行业相关人士，试图找出技术推进的路线。下面有几种具有代表性的看法：
 

　　毫无疑问，机器人可以处理高度重复的任务，但是对位于美国南卡罗来纳州斯帕坦堡的宝马工厂(宝马集团目前大的工厂)来说，生产的复杂化和客户定制化是目前的趋势——这些任务仍需要人工投入。
 

　　的网络解决方案供应商思科(Cisco Systems)公司的高管认为，从高度自动化的制造业务中提取数据并不容易。
 

　　后，当把关键操作交给计算机时，有一个重要的症结就是：信任。下面有些相关的案例。
 

　　Infer：智能软件与人工依赖
 

　　Social Tables是一家帮助活动组织方进行活动规划并提供管理工具的公司，其总部位于美国华盛顿，在三年前开始使用Infer公司的产品，之后发布了一款移动APP，这些帮助Social Tables新增了12,000位潜在客户。
 

　　活动组织和规划的市场广阔多变，如果使用人工在海量的数据中去搜索潜在的用户，任务就过于艰巨了，据Social Tables的营销官Trevor Lynn介绍，目前该公司每月都有将近3,000家新增的潜在用户。
 

　　Social Tables曾面临多个选择，包括高价雇用一位数据库工程师或者让更多的销售人员去筛选数据。但是终他们选择了Infer，因为Infer能够根据潜在用户的表现来进行排序、查询以及提供实时反馈。这种大数据搜索的视野对于任何人来说都是难以实时复制的。
 

　　“我们并不需要那么多具有领导资质的人才，”Lynn接着分析，虽然Social Tables并没有通过Infer的软件来取代任何人。“但是它会影响未来的招聘蓝图。”
 

　　Social Tables是Infer公司的典型用户——年轻、适应力强，同时也更加倾向利用技术来节约成本和快速发展。“少一个人意味着能够迅速做出更多的决定，”Lynn说道。
 

　　但在Singh看来，让更多的老牌公司使用该软件颇具挑战性。他曾在谷歌的母公司Alphbet工作过。据他介绍，Infer只有大约25%的客户是成立10年以上的企业。
 

　　“机器学习的大瓶颈是信任，”他说道，因此，即使找到愿意信任一台机器而削减销售团队的“英雄CEO”，他的股东们也未必能够赞同。“如果我们能创造出这些建立起值得信任的技术，我确信我们能以一种新的形式来展现影响力。”Singh说道。
 

　　赛威传动：数据是 “ 下一件大事儿 ”
 

　　不管是行李传送带，还是舞台升降台，SEW-Eurodrive(赛威传动)的驱动技术都是现代化机械和设备制造业的关键组成部分，推动着企业向前发展。
 

　　这家德国企业生产的大部分精密的套管和齿轮传动装置都是来自其位于美国南卡罗来纳州斯帕坦堡的一座繁忙的工厂。其中，该工厂80%的产品都出口海外。
 

　　在2000年，赛威传动的生产车间还没有机器人，而现在，每一个工人旁边都配备了一台机器人，这些机器人大部分来自日本发那科公司(Fanuc)。
 

　　把自动化注入工厂车间并不意味着挤走工人，机器人的加入扩大了生产规模。该工厂预计今年能够生产500,000个零部件，1999年这一数字为78,000(增长了6倍之多)，而员工人数仅仅增长了6%至148名。
 

　　机器设备的运转，使得工人很难去全程追踪机器人的需求和工作。我们称之为“机器人饱和点”。
 

　　下一次生产力得到大幅提升可能会来自一个意想不到的地方——数字信息。该工厂的经理说道。
 

　　赛威传动正在寻找一种能够将生产设备中的数据直接显示到电脑屏幕上的系统，这样操作人员就能够通过屏幕的实时显示去观察车间状况而无需再跑去写字板前。
 

　　“如果我们能在不影响质量和安全的情况下提升生产效率，那么我们就能在竞争中胜出，”工厂的主管Melvin Story说道。如果一台机器人在零部件生产线上出现问题，工人可以更快地去解决。如果设备有维护计划，工人也可以在故障发生之前及时进行维护。
 

　　将大数据与制造进行融合是大部分企业下一步面临的课题，非常具有挑战性。网络科技巨头——制造和行业解决方案商思科公司的高管Bryan Tantzen说道。 “你必须连接这些机器来进行改变，”他接着说，而这并不容易，因为不是所有的机器都装有传感器，另外信息技术人员不同于业务技术人员，负责机器人技术的人员会认为网络是不安全和不可靠的。
 

　　“IT(信息技术)与OT(运营技术)相分离是一大障碍，”Tantzen说道，近几年来，将新的信息技术融入到制造中的进展如此缓慢，很大程度上就是因为削减成本所致。
 

　　终，大数据将会在工厂生产中成为现实，他说道，因为需要不断地提高利润和生产率，“我认为，它真的快要达到拐点并加速，从而推动生产力发展了”。
 

　　宝马公司：人类不会被取代
 

　　位于美国南卡罗来纳州斯帕坦堡的宝马工厂是宝马集团目前占地面积大的工厂，大约有600万平方英尺(560,000平方米)，正如技术专家所言，这是一家高度自动化的汽车制造工厂。
 

　　当前围绕着机器人技术的大部分观点都认为，要减少制造业中的人力投入。然而，与宝马工厂的经理们进行一番交谈后发现，当产品定制化和复杂化成为挑战的今天，如何将人类和机器正确组合才是当务之急。
 

　　在每天下线的1,400台宝马X系列SUV车型中，几乎都是按照客户需求定制的。而大约有1,600台机器人在做焊接、钻孔以及车身喷涂等工作，另外工人会在车周围安装音响系统或其他内饰。这些流程及分工确保了之后人们能通过外观、触觉、气味甚至是汽车的声音来识别——这是宝马的品质。
 

　　宝马斯帕坦堡工厂的发言人Steve Wilson说：“你可以连续数月只生产一辆汽车，但是不会制造同一辆车两次。”
 

　　我们的团队得出了一个结论，即机器人改变工艺流程，而人类改善了它们。产品整合副总裁Richard Morris说道，他从1993年就开始在斯帕坦堡工厂工作。Morris认为技术对于这种“相互作用的工作”是有好处的，他补充道：“有些事情我们可以称之为变革，但只能够由人类来完成。”
 

　　“单纯地引入自动化，只是维持现状罢了，但是和人类相结合就会获得持续的改进，而且能够找到方法去做得更好，” Morris强调，“有时候，从人开始会更好。”
 

　　经理们一直在寻找新的方法来引入更多的自动化。新的一个案例是：一台小型“协作机器人”在工人旁边对车门框架自动覆膜，让一台机器人每天做几百次这种简单的工作，可以节省时间和人力。
 

　　然而，公司的持续进步，主要归功于团队人员不计其数的小改变，而不是因为一台机器人。
 

　　“我从来没有因为受到机器人的激励而去大张旗鼓的展开更多的工作，也没有从车间的机器人身上获得如何去提升的想法，”Morris坦言道，“每天进步一点点其实就可以提升效率，现在，我们的产量也不断增加，而且我们仍在扩招人员”。

    （原标题：机器代人为何进展缓慢?）