麥肯錫合伙人Karel Eloot：機器人技術在中國發揮怎樣的作用？

2018世界機器人大會於8月15日至19日在北京亦創國際會展中心舉行。大會以「共創智慧新動能 共享開放新時代」為主題，由「論壇」、「博覽會」、「大賽」、「地面無人系統展示活動」四大版塊構成。

在本次論壇中，麥肯錫全球資深董事合伙人、麥肯錫亞洲運營諮詢業務及物聯網負責人Karel Eloot進行主題演講「機器人技術在成功的製造業數字化轉型中的作用」。

以下是演講全文：

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在中國這些公司轉型的過程當中發揮著怎樣的作用。

接下來會講到機器人需求的趨勢以及技術為驅動的行業轉型趨勢，一些工業公司在數字製造業轉型當中的挑戰和好的做法，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，所有的製造業工作當中有60%的工作是可以實現自動化的，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，內容預測性比較高的工作。可以看到管理自動化的潛力是比較低的，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。中國在這個領域也有非常大的機會，可以大幅度增加工業自動化的程度，也可以大量地使用機器人技術。

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

這對機器人的供應需求意味著什麼呢？我們先來回顧一下歷史，很明顯，機器人行業在中國可能只有10-15年的歷史，而在過去基本上大多數機器人技術都是由跨國企業供應的，過去可能只有不到5%的機器人和機器人技術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常快的，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率，也能夠促進經濟發展，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佔到全球需求的比例可以達到40%，這個比例是非常非常高的，意味著在中國之後將會有一個巨大的變化，也會深刻地影響製造行業，使其在全球更具有競爭力，幫助他們降低成本、提高質量，並且在長期實現可持續發展。

當然，現在也面臨著一些挑戰，因為政府希望到2020年和2025年實現25%和40%的自動化供應。為什麼會有挑戰呢？因為機器人涉及到很多的應用，有些可能相對比較容易，技術並沒有那麼複雜，有些技術壁壘也比較低，但有些應用在汽車和電子領域的機器人就會更加複雜，包括軸也更多，做起來更加複雜。現在中國供應商面臨的挑戰就是如何能夠去做那些更為複雜的機器人，因為在中國包括人才的供應仍然是比較稀缺的，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量也是非常有限的。知識產權也比較缺乏，現在中國只持有不到1%的工業機器人專利，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，但大多數公司的重點都是做系統集成的，沒有自己的產品原型，也沒有非常複雜的產品解決方案。現在本地機器人的行業發展非常快，但中國還是要解決幾大挑戰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是什麼，可能最大的挑戰就是「中國製造2025」和工業轉型當中遇到的問題，工業轉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這個總體目標。我們在對全世界很多公司進行調查，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慧應用在製造的過程當中，如何用互聯的技術管理公司改善運營，這些工業物聯網的平台是如何支持其它幾個領域的轉型，也就是剛才提到的自動化智能和互聯，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。人工智慧方面涉及到預測性的建模和維護，或者是數字雙胞胎，也就是將製造流程做成數字化的影像。再就是如何實時利用數據改善製造流程，將數據實時地傳輸給一些監控人員，能夠實時了解供應過程當中發生了什麼問題，這樣就能夠更好地了解整個供應鏈的情況。

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現，中國和印度作為發展中國家，可能有一個發展的程度更高一些，這兩個國家非常希望能夠快速發展這些行業。因為西方國家在這幾個行業已經發展了幾十年的時間，這幾個發展中國家希望花更短的時間、以更快的速度迎頭追上。中國和印度在數字製造、數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，需要提升全球的競爭力，所以需要用這樣的方式和技術改善自己的競爭力。可以看到法、德、日在嘗試這些工業物聯網的基礎上相對比較保守，所以可以看到中國這些公司已經覺醒了，他們知道和西方的公司相比現狀並沒有那麼好，但現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，也是挑戰最大的部分。不僅僅是發生在西方國家，中國也是一樣。如果看一看所有參與我們調查的公司，可以看到一些非常有意思的現象。我們會向這些公司提出一些問題，這些工具和新的數字製造方式有多少是真正和你的公司有關的？無論是在機器人使用、智能化還是互聯，我們給的技術應用案例當中70%-80%是和自己的公司有關係的，可能很多還沒有開始實驗，但會發現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字的情況。全世界範圍內我們可以看到這些技術仍然處於實驗階段，也就是各家公司都在不斷地實驗，處於準備把它規模化的階段。

不同的行業情況都是差不多的，並不是有些自動化程度比較高的行業用得就會更多一些，現在大家實驗比較容易，但大規模推廣仍然是一個挑戰，因為要想在短時間內把這些東西大規模使用的話，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略保持一致，也要了解它對業務會產生怎樣的影響，並且知道這些技術和未來的技術路線圖是否一致。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合。

辛國斌部長在剛才的演講當中也有強調合作的重要性，就是建立起一個大的生態體系，這是工業物聯網的核心，也就是各家公司走到一起建立起了這種物聯網矩陣進行合作，也是建立起了一個大型生態系統。要動員整個公司內部的人員和資源，如果我們實現了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的人和機器進行配合，中國的製造業也是一樣。

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字化的問題，現在的問題是怎樣能夠讓這個工廠變成一個更加數字化的工廠。當然，由於這次會議的主題主要是關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，使用的也是在調查當中使用的人工智慧框架和互聯互通框架，也就是使用了信息捕捉、信息管理、信息分析等等技術。

我們還有一個IOT的平台，是將IT和OT結合到這個新的平台上來，這裡我想關注的是A1和A2，也就是機器人的應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字化的轉型當中，分成兩個部分：一部分是物理產線的自動化，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，但我們需要適應具體環境的需求。物理產線當中包括手動裝配、換線、質量檢查和最終包裝等等，間接站點支持功能包括供應鏈、財務人力資源管理等等。

兩種類型的自動化是我這裡想要介紹的，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。經濟轉型實現了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%，重複性作業減少85%。之前講的內容當中也有提到預測性越高、重複性越高的工作就越有可能被自動化替代，所以這樣一個IOT的平台當中我們需要把整個生態系統考慮進去。這裡我們列出了35家供應商，這些供應商都進入到了這樣一個生態系統。

路線圖當中有200多個用戶案例，其中有45個案例被我們優先考慮，這些用戶既有在生產的環境，也有在支持的環境當中出現，很多案例都是在自動化領域，但是會和那些跟聯通、人工智慧相關的領域。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字化的轉型。這裡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在的人來做的。因為在中國有很長的生產線的歷史，也就是說各個環節都是為人設計的，機器人和人不一樣，人只有兩隻手，機器人可以有八隻手或者十隻手，所以我們現在就要重新設計生產線，使其更適合機器人的工作，如果生產線不改造的話，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，所以我們需要關注生產線的改造。

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

下面我們看一看倉儲方面，這項工作不僅僅是在倉庫做的，應該是在生產和倉庫之間有一個連接的界面，也就是倉庫和生產如何相互結合和連接。有了這樣一個IOT的平台，我們就需要推動各個系統之間的溝通，人和系統之間的溝通，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境當中去看機器人，考慮端到端的供應鏈才能充分發揮它的潛力，也就意味著這樣會更容易找到機器人給我們帶來的回報，因為它們有的時候並不便宜，人們會說這麼多的機器人、數字化的手段這麼昂貴，是這樣的，如果我們不做我們的家庭作業確實是這樣，把家庭作業做好了，機器人和數字化的解決方案真正充分發揮潛力的話，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。人力資源、供應鏈和維護等等方面，看一看誰應該參與。很多時候機器人看不到RPA，這些工作是要我們來做，我們怎樣真正實現機器人的應用和自動化？

剛才講了目前中國在機器人供需方面面臨著什麼樣的挑戰，我們需要克服哪些挑戰才能加速工業的發展，因為挑戰可以化為機遇，要想在全球的製造業領先就必須克服這些挑戰，利用所有最先進的技術。我們需要在更大的環境當中看待機器人和自動化的轉型，要和其它的元素、其它的功能相聯繫，也要與合作夥伴進行協作才能實現。

那麼我們可以做些什麼開展數字化的轉型之旅呢？進入這種數字化轉型之旅的時候，首先需要定義我們的機會是什麼，或者在數字化當中我們需要做的是什麼，也要看一看我們的願景是什麼，所以就要從大的方面開始，不僅僅是從細節開始。需要有一個大的願景，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我們的需求，需要捕捉具體價值創造的機會。但我們不能停止在這裡，要想升級擴大規模的話必須要有一個自上而下的功能，也就是要整體轉型，端到端都要集中到一起，某些領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轉型的標準。

謝謝大家的聆聽！

來源：新浪科技

1.《中國人工智慧發展報告2018》，關鍵字「人工智慧2018」

2.《人工智慧標準化白皮書(2018版)》，關鍵字「AI2018」

3.《大數據標準化白皮書(2018版)》，關鍵字「大數據標準化白皮書2018」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！