工業機器人的最大挑戰：仍然不夠智能，也不夠強壯
自動化機器人正逐漸取代人類的工作崗位，而日本工業界也在嘗試用自動化技術做出創新。
利用自動化技術生產午餐便當現階段仍然困難。目前，工業機器人維修，日本市場上銷售的午餐便當需要工人夜間生產，并于每天上午上架便利店。日本第二大工廠機器人廠商安川電機的運動控制負責人AkiraKumagae表示：安川電機目前正在研究便利店午餐。我們認為，這或許是下個商業機會。
豆腐和蔬菜等食材很軟，形狀不規則。Kumagae表示：這些東西不一定很小，但很難抓住。例如，用筷子夾起一粒豆子并放進去，即使普通人做起來也不容易。目前，還有很多事情機器人無法做到。
△目前，行業面臨的最大挑戰之一是怎樣讓機器人更靈活
在00年代初的短暫停滯后，過去幾年工業機器人的銷量快速增長。這主要是由于中國汽車工廠的需求，以及電子產品生產線對機器人地成功運用。國際機器人聯合會預計，到2019年，工業機器人的年平均增長率將達到13%。
△全球對工業機器人需求逐年增加/圖片來自FT
類似abb、fanuc和基恩士是目前股市的寵兒，它們運營利潤率常常超過30%，但制造者并不認為機器人將會接管世界。
創新應用
安川電機及其競爭對手預計，機器人將緩慢而穩定地向制造業的新領域滲透（例如食品生產）。此外，機器人將在制造業中扮演新角色（比如質量控制）。與此同時，機器人還將向相鄰行業發展（比如農業）。
全球倉庫自動化提供商Daifuku的MasakiHojo認為，最前沿的問題之一在乎如何將電商倉庫中的產品分揀自動化。
他表示：目前來看，你對產品的處理需要精確到一支筆。如果所有產品裝在不同盒子里，例如黑色筆裝在一個盒子里，藍色筆裝在另一個盒子里，那么機器人可以從中進行選擇。然而，移動并維護大量不同容器效率很低，因此這種分揀工作仍然需要人工完成。
如果你有個盒子，里面同時裝著產品X、Y、Z，那么機器人需要將它們區分開。機器人需要拿起軟性或剛性物品，而不會掉落。圖像處理和深度學習技術有助于機器人完成這種工作，但目前還無法真正實現。
△全球工業機器人密度圖/圖片來自FT
對Daifuku來說，其他挑戰還包括在機場自動裝卸行李。Hojo指出，如果仍然需要人工來裝卸貨物，那么未來的無人駕駛卡車將不會有太大的用武之地。
在制造業內，機器人應用的一大潛在領域是產品質檢。例如，當手機從自動化生產線下線之后，仍然需要人工手動檢查，按下開關來確保所有一切正常。
工廠機器人廠商歐姆龍自動化的MasaruTakeuchi表示：質檢是非常枯燥的工作，需要很強的專注力。他認為，圖像傳感器和人工智能可以用于檢查手機屏幕是否有劃痕或印跡。
成本和技術限制
然而，目前小型工廠很少使用機器人。Takeuchi表示：讓機器人能夠工作需要花很多人力、時間和資金。工程成本可能會達到硬件成本的3到8倍，甚至20倍。
對于汽車生產線以及iPhone的大規模生產來說，這很有意義，但對于時間緊張的小批量生產并非如此。技術的復雜程度可以解釋，為何機器人是高利潤率業務：工廠需要供應商的大量幫助，才能讓生產線開始運轉。
△約40%的工業機器人應用在汽車制造業，但電子工業中的數量增長最快
川崎重工機器人業務總監YasuhikoHashimoto表示：技術可行性與工廠中的實際應用有很大差異。如果你有半年的時間去準備，并且具備頂級工程師，那么就可以做各種事情。如果希望機器人普及，那么我們必須確保，在一周沒有任何專家的情況下，機器人也能使用。
他指出，為了實現這個目標，用戶界面和安全性需要很大的優化，此外還需要通過直觀的方式去訓練機器人的能力，而不是為機器人的每一步操作去編程。
機器人行業對于發展前景非常樂觀，但他們并不認為機器人將很快取代人類。Hashimoto表示，日本每年安裝的機器人達到3萬臺，但適齡勞動人口每年減少64萬。他表示：如果適齡勞動人口下降5000萬，那么自動化技術將毫無用處。你或許可以用機器人和自動化技術去填補200萬人的勞動力缺口，但無法填補5000萬的缺口。
對機器人廠商來說，相對于機器人可以做什么，機器人無法做什么或許更值得關注。安川電機的Kumagae表示：無法做到的最簡單的一件事就是負重。奧運會舉重運動員可以舉起體重數倍的重物，庫卡機器人驅動器維修，但如果你希望讓機器人去搬運1千克的物品，那么機器人自重就要達到10千克。
以單位體重的負重能力來看，普通人要比工廠機器人強10倍。他表示：機器人需要大量空間，耗費大量成本。你需要從一開始就為機器人做好準備，例如準備好電力供應。
歐姆龍的Takeuchi則表示，KUKA機器人示教器維修，盡管計算機視覺正在進步，但這項技術還需要變得更快。機器人可以拿起東西，并快速移動。但分辨對象究竟是什么，應當如何移動，這仍然是瓶頸。
工廠機器人的處理能力還無法達到大型人工智能系統的水平。而如果將機器人置于網絡中，你就會發現信息安全問題。
川崎重工的Hashimoto表示，另一方面重要挑戰在于靈活性。他指出，大部分機器人都是單手操作。當討論機器人時，我們可以開發機械臂，但無法實現類似人類的手臂。大學教授會告訴你，技術可以實現各種功能，但對于生產商來說，還有很長的路要走。
由于缺乏靈活性，工廠機器人面臨一個重要的實際問題：很難對工廠機器人進行重新編程，讓它們勝任其他任務。
Daifuku的Hojo表示：曾經有段時間，人們試圖讓汽車裝配線實現完全的自動化。然而由于汽車本身的變化，目前這還無法做到。例如，如果你希望同樣顏色的同一款車生產10年，那么可以實現完全的自動化，但這樣的車賣不出去。對制造業的大部分產品來說，100%自動化是不可能的。
用AI管理機器人
作為日本制造業的重要競爭對手，西門子正在這個領域取得新的突破。在一項最新研究中，西門子的研究員利用人工智能技術去調度未來的工廠。人工智能系統可以對工廠機器人進行編程，同時將某些任務安排給與機器人一同工作的工人。
西門子物聯網研究集團總監FlorianMichahelles表示：我們不會給每臺機器人編程，而是識別哪臺機器能從事這種任務，哪臺機器可以從事下一步任務。他們開發的人工智能系統reasoner能對產品生產步驟進行分解，根據不同機器的能力，例如負重的重量，去安排任務。