尊貴的各位來賓，大家早上好！感謝主辦方邀請我在大會上發(fā)言。這是一個非常令人興奮的大會，也非常興奮地看到辛國斌部長剛才給我們分享了很多令人興奮的趨勢和發(fā)展，我想談得更為寬泛一些，看一看機器人和整個機器人技術(shù)在中國這些公司轉(zhuǎn)型的過程當中發(fā)揮著怎樣的作用。

      接下來會講到機器人需求的趨勢以及技術(shù)為驅(qū)動的行業(yè)轉(zhuǎn)型趨勢，一些工業(yè)公司在數(shù)字制造業(yè)轉(zhuǎn)型當中的挑戰(zhàn)和好的做法，為了把這些講得更清楚，也會有一個具體的案例，就是綠地數(shù)字組裝工廠的案例。

      我們在研究機器人和自動化的潛力到底有多大的時候，可以看到總體而言，所有的制造業(yè)工作當中有60%的工作是可以實現(xiàn)自動化的，大家在看自動化潛力的時候就要去看一看都有哪些具體的工作：一方面更多是管理型的工作，另一方面是體力工作，內(nèi)容預測性比較高的工作?？梢钥吹焦芾碜詣踊臐摿κ潜容^低的，可預測性比較強的工作自動化的潛力就非常大了。即使是在美國，自動化的使用潛力也是非常大的。中國在這個領(lǐng)域也有非常大的機會，可以大幅度增加工業(yè)自動化的程度，也可以大量地使用機器人技術(shù)。

      如果我們把中國和其它國家進行對比，可以發(fā)現(xiàn)機器人的使用程度是差不多的，如果和日本、德國相比，我們會發(fā)現(xiàn)機器人的使用密度還是有很大的提升潛力，但不同的行業(yè)情況還是不一樣的，如果把中國和日本相比，中國增長的潛力還有4.5倍，但如果看汽車行業(yè)的話差距只有2.5倍，也就是說中國汽車行業(yè)平均而言自動化程度和機器人使用程度和日本、德國的差距沒有那么大，其它的行業(yè)機器人的使用密度就比較低了。

      這對機器人的供應(yīng)需求意味著什么呢？我們先來回顧一下歷史，很明顯，機器人行業(yè)在中國可能只有10-15年的歷史，而在過去基本上大多數(shù)機器人技術(shù)都是由跨國企業(yè)供應(yīng)的，過去可能只有不到5%的機器人和機器人技術(shù)是由中國公司做出來的。

      我們來看一下總體需求，可以看到需求增長是非?？斓?，每年能夠增長20%-25%。這種機器人的使用能夠進一步提升生產(chǎn)率，也能夠促進經(jīng)濟發(fā)展，這也意味著有很多的機會，包括對機器人的需求是非常旺盛的。2020年我們預計中國機器人需求占到全球需求的比例可以達到40%，這個比例是非常非常高的，意味著在中國之后將會有一個巨大的變化，也會深刻地影響制造行業(yè)，使其在全球更具有競爭力，幫助他們降低成本、提高質(zhì)量，并且在長期實現(xiàn)可持續(xù)發(fā)展。

      當然，現(xiàn)在也面臨著一些挑戰(zhàn)，因為政府希望到2020年和2025年實現(xiàn)25%和40%的自動化供應(yīng)。為什么會有挑戰(zhàn)呢？因為機器人涉及到很多的應(yīng)用，有些可能相對比較容易，技術(shù)并沒有那么復雜，有些技術(shù)壁壘也比較低，但有些應(yīng)用在汽車和電子領(lǐng)域的機器人就會更加復雜，包括軸也更多，做起來更加復雜?，F(xiàn)在中國供應(yīng)商面臨的挑戰(zhàn)就是如何能夠去做那些更為復雜的機器人，因為在中國包括人才的供應(yīng)仍然是比較稀缺的，尤其是和政府制定的目標相比是有差距的，真正了解機器人的工程師數(shù)量也是非常有限的。知識產(chǎn)權(quán)也比較缺乏，現(xiàn)在中國只持有不到1%的工業(yè)機器人專利，低端的市場中國的份額還是相對比較多一些，中國目前有800多家機器人公司，但大多數(shù)公司的重點都是做系統(tǒng)集成的，沒有自己的產(chǎn)品原型，也沒有非常復雜的產(chǎn)品解決方案?，F(xiàn)在本地機器人的行業(yè)發(fā)展非常快，但中國還是要解決幾大挑戰(zhàn)才能爬上價值鏈的上游。

      我們退一步來看對中國來說最大的挑戰(zhàn)是什么，可能最大的挑戰(zhàn)就是“中國制造2025”和工業(yè)轉(zhuǎn)型當中遇到的問題，工業(yè)轉(zhuǎn)型不僅僅是機器人的問題，其實是一個更為廣泛的話題，涉及到一些其它的因素才能實現(xiàn)這個總體目標。我們在對全世界很多公司進行調(diào)查，提出的框架大概是這樣的，我們會問這些公司機器人的使用程度和自動化的問題，也會問到如何將人工智能應(yīng)用在制造的過程當中，如何用互聯(lián)的技術(shù)管理公司改善運營，這些工業(yè)物聯(lián)網(wǎng)的平臺是如何支持其它幾個領(lǐng)域的轉(zhuǎn)型，也就是剛才提到的自動化智能和互聯(lián)，我們問過了各個國家公司的情況。

      談到自動化的時候，我們要考慮到自動化的程度是不一樣的，有些公司的自動化程度比較高，有些是全自動化，有些是半自動化，有些自動化程度比較低。人工智能方面涉及到預測性的建模和維護，或者是數(shù)字雙胞胎，也就是將制造流程做成數(shù)字化的影像。再就是如何實時利用數(shù)據(jù)改善制造流程，將數(shù)據(jù)實時地傳輸給一些監(jiān)控人員，能夠?qū)崟r了解供應(yīng)過程當中發(fā)生了什么問題，這樣就能夠更好地了解整個供應(yīng)鏈的情況。

      非常有意思的一點是，當我們比較不同國家的情況的時候發(fā)現(xiàn)，中國和印度作為發(fā)展中國家，可能有一個發(fā)展的程度更高一些，這兩個國家非常希望能夠快速發(fā)展這些行業(yè)。因為西方國家在這幾個行業(yè)已經(jīng)發(fā)展了幾十年的時間，這幾個發(fā)展中國家希望花更短的時間、以更快的速度迎頭追上。中國和印度在數(shù)字制造、數(shù)字工廠的計劃很多都是由公司推動的，因為有些公司面臨著一些挑戰(zhàn)，需要提升全球的競爭力，所以需要用這樣的方式和技術(shù)改善自己的競爭力?？梢钥吹椒?、德、日在嘗試這些工業(yè)物聯(lián)網(wǎng)的基礎(chǔ)上相對比較保守，所以可以看到中國這些公司已經(jīng)覺醒了，他們知道和西方的公司相比現(xiàn)狀并沒有那么好，但現(xiàn)在一直在不斷推動這些新的做法，希望迎頭趕上。

      這是整個故事當中最精彩的部分，也是挑戰(zhàn)最大的部分。不僅僅是發(fā)生在西方國家，中國也是一樣。如果看一看所有參與我們調(diào)查的公司，可以看到一些非常有意思的現(xiàn)象。我們會向這些公司提出一些問題，這些工具和新的數(shù)字制造方式有多少是真正和你的公司有關(guān)的？無論是在機器人使用、智能化還是互聯(lián)，我們給的技術(shù)應(yīng)用案例當中70%-80%是和自己的公司有關(guān)系的，可能很多還沒有開始實驗，但會發(fā)現(xiàn)我們提供這些使用案例當中，至少超過50%以上的用戶案例他們都在嘗試，所以可以看到這是具體數(shù)字的情況。全世界范圍內(nèi)我們可以看到這些技術(shù)仍然處于實驗階段，也就是各家公司都在不斷地實驗，處于準備把它規(guī)?；碾A段。

      不同的行業(yè)情況都是差不多的，并不是有些自動化程度比較高的行業(yè)用得就會更多一些，現(xiàn)在大家實驗比較容易，但大規(guī)模推廣仍然是一個挑戰(zhàn)，因為要想在短時間內(nèi)把這些東西大規(guī)模使用的話，需要把兩件事情同時做好，不能一方面是用自下而上的方式進行推廣，另一方面也需要用自上而下的方式來看這些是否和自己的戰(zhàn)略保持一致，也要了解它對業(yè)務(wù)會產(chǎn)生怎樣的影響，并且知道這些技術(shù)和未來的技術(shù)路線圖是否一致。這是一種自上而下的方式，通過這種方式才能和自下而上的實驗方式進行結(jié)合。

      辛國斌部長在剛才的演講當中也有強調(diào)合作的重要性，就是建立起一個大的生態(tài)體系，這是工業(yè)物聯(lián)網(wǎng)的核心，也就是各家公司走到一起建立起了這種物聯(lián)網(wǎng)矩陣進行合作，也是建立起了一個大型生態(tài)系統(tǒng)。要動員整個公司內(nèi)部的人員和資源，如果我們實現(xiàn)了100%的自動化就不需要人的參與，但只要這個世界還沒有100%實現(xiàn)自動化就需要人的參與，只要需要人的參與也就意味著需要我們用自上而下的方式動員相應(yīng)的人和機器進行配合，中國的制造業(yè)也是一樣。

      談到機器人的使用，我們要從更宏觀的角度去思考這個問題。下面我們來看一個案例，實際上這是一個集裝工廠數(shù)字化的問題，現(xiàn)在的問題是怎樣能夠讓這個工廠變成一個更加數(shù)字化的工廠。當然，由于這次會議的主題主要是關(guān)注自動化和機器人的使用，也會給你們一個更加全面的看法，使用的也是在調(diào)查當中使用的人工智能框架和互聯(lián)互通框架，也就是使用了信息捕捉、信息管理、信息分析等等技術(shù)。

      我們還有一個IOT的平臺，是將IT和OT結(jié)合到這個新的平臺上來，這里我想關(guān)注的是A1和A2，也就是機器人的應(yīng)用以及自動化的元素，因為這也是我們會議的主題。實際上我們也是把它融入到了數(shù)字化的轉(zhuǎn)型當中，分成兩個部分：一部分是物理產(chǎn)線的自動化，另一部分是間接站點支持功能的自動化，這二者都有自動化的潛在空間，但我們需要適應(yīng)具體環(huán)境的需求。物理產(chǎn)線當中包括手動裝配、換線、質(zhì)量檢查和最終包裝等等，間接站點支持功能包括供應(yīng)鏈、財務(wù)人力資源管理等等。

      兩種類型的自動化是我這里想要介紹的，更加深入介紹之前，我想讓大家感受一下潛在效率提升有多大空間。經(jīng)濟轉(zhuǎn)型實現(xiàn)了30%的成本降低，可以使得最終裝配線的吞吐量增加1倍，直接人工和直接支持人工減少70%，間接人工減少35%，重復性作業(yè)減少85%。之前講的內(nèi)容當中也有提到預測性越高、重復性越高的工作就越有可能被自動化替代，所以這樣一個IOT的平臺當中我們需要把整個生態(tài)系統(tǒng)考慮進去。這里我們列出了35家供應(yīng)商，這些供應(yīng)商都進入到了這樣一個生態(tài)系統(tǒng)。

      路線圖當中有200多個用戶案例，其中有45個案例被我們優(yōu)先考慮，這些用戶既有在生產(chǎn)的環(huán)境，也有在支持的環(huán)境當中出現(xiàn)，很多案例都是在自動化領(lǐng)域，但是會和那些跟聯(lián)通、人工智能相關(guān)的領(lǐng)域。這是一種自上而下的路線圖，使得這樣一個綠地工廠得到數(shù)字化的轉(zhuǎn)型。這里提出一些需要解決的問題，如果我們希望能夠提高自動化的程度就需要這些問題，特別是在中國。

      機器人的應(yīng)用或者自動化不僅僅是在機器人本身，機器人可以做很多的工作，有的時候機器人做的事情太多了，這些事情很多都是現(xiàn)在的人來做的。因為在中國有很長的生產(chǎn)線的歷史，也就是說各個環(huán)節(jié)都是為人設(shè)計的，機器人和人不一樣，人只有兩只手，機器人可以有八只手或者十只手，所以我們現(xiàn)在就要重新設(shè)計生產(chǎn)線，使其更適合機器人的工作，如果生產(chǎn)線不改造的話，用機器人來替代人工太昂貴了，因為機器人可能只用了20%的能力，本來可以做更多的事情，所以我們需要關(guān)注生產(chǎn)線的改造。

      中國的這些工程師在開發(fā)為人設(shè)計的生產(chǎn)線方面非常強，但在開發(fā)為機器人設(shè)計的生產(chǎn)線方面沒有那么強，甚至是在過渡的階段，如何設(shè)計一個人機協(xié)同的生產(chǎn)線，這是一個需要克服的挑戰(zhàn)，也需要很多重新的設(shè)計。這也就意味著我們需要進入更多的細節(jié)，哪些步驟是我們需要采取的，哪些是真正具體的細節(jié)需要重新設(shè)計，也需要和我們以前的設(shè)計不一樣。

      下面我們看一看倉儲方面，這項工作不僅僅是在倉庫做的，應(yīng)該是在生產(chǎn)和倉庫之間有一個連接的界面，也就是倉庫和生產(chǎn)如何相互結(jié)合和連接。有了這樣一個IOT的平臺，我們就需要推動各個系統(tǒng)之間的溝通，人和系統(tǒng)之間的溝通，這也是很多潛力所在。我們可以用機器人做很多事情，但必須要在更寬泛的環(huán)境當中去看機器人，考慮端到端的供應(yīng)鏈才能充分發(fā)揮它的潛力，也就意味著這樣會更容易找到機器人給我們帶來的回報，因為它們有的時候并不便宜，人們會說這么多的機器人、數(shù)字化的手段這么昂貴，是這樣的，如果我們不做我們的家庭作業(yè)確實是這樣，把家庭作業(yè)做好了，機器人和數(shù)字化的解決方案真正充分發(fā)揮潛力的話，我們就會有利可圖了。這是工程師所做的工作，不是機器人要做的事情。支持流程方面我們也要做我們的家庭作業(yè)。人力資源、供應(yīng)鏈和維護等等方面，看一看誰應(yīng)該參與。很多時候機器人看不到RPA，這些工作是要我們來做，我們怎樣真正實現(xiàn)機器人的應(yīng)用和自動化？

      剛才講了目前中國在機器人供需方面面臨著什么樣的挑戰(zhàn)，我們需要克服哪些挑戰(zhàn)才能加速工業(yè)的發(fā)展，因為挑戰(zhàn)可以化為機遇，要想在全球的制造業(yè)領(lǐng)先就必須克服這些挑戰(zhàn)，利用所有最先進的技術(shù)。我們需要在更大的環(huán)境當中看待機器人和自動化的轉(zhuǎn)型，要和其它的元素、其它的功能相聯(lián)系，也要與合作伙伴進行協(xié)作才能實現(xiàn)。

      那么我們可以做些什么開展數(shù)字化的轉(zhuǎn)型之旅呢？進入這種數(shù)字化轉(zhuǎn)型之旅的時候，首先需要定義我們的機會是什么，或者在數(shù)字化當中我們需要做的是什么，也要看一看我們的愿景是什么，所以就要從大的方面開始，不僅僅是從細節(jié)開始。需要有一個大的愿景，要讓它變得更加具體化的話需要兩件事情：自下而上地把這些工具進行試用，看一看是否能夠服務(wù)我們的需求，需要捕捉具體價值創(chuàng)造的機會。但我們不能停止在這里，要想升級擴大規(guī)模的話必須要有一個自上而下的功能，也就是要整體轉(zhuǎn)型，端到端都要集中到一起，某些領(lǐng)域的概念和方法變成我們更大的標準，也會把它變成整個行業(yè)轉(zhuǎn)型的標準。

      謝謝大家的聆聽！