在数字化与智能化浪潮的推动下，人工智能（AI）与机器人技术正逐渐融入制造业的各个环节。随着数字化、网络化、智能化的软硬件技术的不断迭代，AI 与机器人在未来制造中的潜力愈发显现。“未来十年，中国企业在智能制造的许多领域有望走向世界舞台中心。”
日前，北航机器人研究所名誉所长、中关村智友研究院院长王田苗以《浅析人工智能和机器人对制造业发展变革》为主题，分享了 AI 与机器人在制造业的融合趋势、应用场景、挑战以及未来的发展前景，以下是我们对部分内容的精选。
未来十年，中国企业在智能制造的许多领域有望走向世界舞台中心，比如：新能源与汽车、航天工业、电商物流、轨道交通、机器人自动化、边缘 AI、中端医疗器械等。在我所熟悉的机器人行业，目前中国市场已经连续十年稳居全球第一，年均复合增长率达 25% 以上，年销量占据全球半壁江山，达到 30 万台。与此同时，工业机器人与数控机床、3D 打印、工业软件、核心部件等基础制造装备一样，受到了国家政策的鼓励和支持。
1、中国市场大、行业细分多、供应链齐全，因此在性能品质与价格方面具备全球竞争力。相比于其他国家，美国企业可能更倾向于追求高利润的产业，而欧洲的创新迭代速度难以与中国匹敌，日韩企业的市场规模相对比较小，没有像中国这样大的学习锤炼空间，而越南、印度和墨西哥等国家缺乏专业成熟的工程师资源。所以尽管欧美日韩等国家在半导体、航空航天、增材制造、工业机器人、汽车工业和高端医疗器械等领域走在世界前列，但是在未来新兴市场中，包括后工业时代的迭代创新方面，中国企业家们将更胜一筹。中国企业家展现出了令人钦佩的拼搏精神和强大的竞争力。民营企业具备强大的创新能力，并且已经习惯了在性能、创新、价格和服务等方面面临激烈的市场竞争。当这些企业走向全球舞台时，他们将成为世界的领军企业。2、中国企业家有着令人敬佩的拼搏精神和强大韧劲的竞争力。民营企业具备强大的创新能力，并且已经习惯了在性能、创新、价格和服务等方面应对残酷的市场竞争与内卷的生存方式，他们卷到全球就将成为世界的领军企业。大模型应用是一个长期过程，其中边缘 AI 垂直模型正在成为新范式。目前，多数企业（约 70%）对“AI+ 制造”持观望态度，仅有约 30% 的企业开始尝试。在实践中，企业面临的挑战性问题包括制造流程长、关键要素多、很难全生命周期注重 AI 大模型赋能等，这些挑战主要受到生产过程安全性、应用 AI 算力需要额外开销、实时在线感知需要进一步突破三个方面的影响：1、工业生产制造要求严格把控过程管理，要求容错率近乎为零，这涉及到生产安全、运输安全、使用安全、企业发展以及上下游产业的协同发展等。2、算力模型训练与在线学习成本高，导致“AI+ 制造”在实际应用中的开销大，这为企业带来了成本压力。3、感知大模型有待进一步突破，以完成对复杂畸变动作的大数据完备性训练，以适应非结构变化环境。在规划方面，AI 有望帮助解决不确定性问题，而这需要常识性知识模型、传感器实时信息、算力迭代计算、人机交互指导。大模型既可以学习显性可表达的知识（例如，牛顿定理、麦克斯韦方程、数学公式等），又可以学习不可表达的隐性知识（例如，客户文化属性与需求、产品形态与价格定位、线上线下服务模式，还有学习骑自行车、服务对象的喜好、绘画等）。部分任务规划问题可以通过迭代找到唯一正确并且收敛的结果，例如最优导航路线，最优成本控制等。但是在大量情况中，解决方案并不能通过迭代收敛出唯一的答案，而往往是取决于输入的初始信息或状态条件，例如企业战略方向、汽车设计、服装设计、发展价值配置等。在设计方面，AI 有望帮助机器人等产品超越用户预期体验，减少同质化竞争。在灵活度方面，AI 有望帮助机器人实现从封闭场景走向开放场景，通过实时传感器信息与感知大模型匹配，或者通过人机交互实现多模态信息融合，从而自适应完成相应的任务。AI大模型主要赋能于企业规划与资源配置分析、新产品开发与仿真 & 模拟市场、生产制造与车间工具设备调度、产品销售与服务。分别来看，AI大模型对新产品开发与仿真 & 模拟市场的贡献率最高，约为 60%-80%。AI（大模型）主要帮助企业进行产品形态设计、客户体验测试、产品各部分成本及劣构问题的分析；对产品销售与服务的贡献率约为 50%-60%，主要帮助企业完成市场区域分析、直销与代理商、客户信息反馈分析、产品线上线下服务、劣构问题的解决；对企业规划与资源配置分析的贡献率约为 30%-40%，主要帮助企业分析判断客户需求、产品方向、资源成本分析，以及上 / 下游供应链选择管理、劣构问题的解决；对生产制造与车间工具设备调度的贡献率约为 10%-30%，主要围绕物料配送 AGV、加工工艺包、机器人上下料、焊接、装配、打磨、质量检验等。其中，感知大模型可以避免工程师对工件变化的过多干预，实现免示教编程。在生产规划方面，AI 对工业机器人的贡献率约为 30%-50%，主要体现在换件、调试仿真平台、标注自生成、加工产品误差补偿、3D 导入、设置、调用工艺包、人机交互更换工装与工具。在生产制造方面，AI 对工业机器人的贡献率约为 15%-30%，主要体现在实时 3D 感知模型（视觉、力觉、触觉）、实时匹配与垂直大模型校准、调用垂直设备工艺包、在线校准、补偿。在生产检验方面，AI 对工业机器人的贡献率约为 40%-60%，主要体现在工业 CT/ 超声，3D 视觉检查缺陷、位置、大小、形状质量影响、等级评估。总而言之，AI 在各制造环节的贡献率存在差异，但都在一定程度上提升了制造的效率和精度。随着 AI 大模型技术与智能制造企业的管理软件、设计流程、生产自动化、物流环节等方面的不断融合与迭代应用，AI 在制造领域的潜力将得到更充分的释放，很有可能在产品设计仿真、产品制造质量检验、仓储物流配送、线上线下客服等环节率先得到突破。注：本文来自于“参加 CANPLUS”公众号，经授权同意后发布。📣 欢迎向「InfoQ 数字化经纬」投稿，与我们共享您的思考、洞见和实践经验！投稿可邮箱至 editors@geekbang.com（邮件标题前注明【数字化投稿】）
关注「InfoQ数字化经纬」公众号，回复「2023」领取2023年全部盘点资料。
关注「InfoQ数字化经纬」公众号，回复「抽奖」可以参与本周活动，有机会获得精美礼品。
关注「InfoQ数字化经纬」公众号，回复「进群」加入数字化读者群交流。
2023年，我们一起见证千行百业加快数字化发展，企业在变革中不断突破、创新。为了更好地服务读者，我们在此总结了过去一年的精彩内容，方便读者随时查阅，扫描下方二维码，关注「InfoQ 数字化经纬」，回复「2023」获取全部内容。