對於當前的工業機器人來說，AI是不是越多越好？

在11月6日ri舉ju行xing的de第di八ba屆jie虹hong橋qiao論lun壇tan智zhi能neng製zhi造zao分fen論lun壇tan中zhong，第di一yi財cai經jing記ji者zhe了le解jie到dao，相xiang比bi於yu海hai外wai機ji器qi人ren企qi業ye，中zhong國guo的de工gong業ye機ji器qi人ren企qi業ye正zheng在zai依yi托tuo國guo內nei多duo樣yang的de供gong應ying鏈lian場chang景jing
，探tan索suo更geng貼tie近jin工gong廠chang實shi際ji需xu求qiu的de路lu徑jing。

中zhong國guo工gong業ye具ju身shen智zhi能neng企qi業ye微wei億yi智zhi造zao聯lian合he創chuang始shi人ren兼jian首shou席xi運yun營ying官guan潘pan正zheng頤yi表biao示shi

，未wei來lai智zhi能neng製zhi造zao的de升sheng級ji，既ji需xu要yao在zai供gong給gei端duan強qiang化hua底di層ceng數shu據ju的de利li用yong，也ye需xu要yao在zai需xu求qiu端duan重zhong新xin思si考kao執zhi行xing層ceng的de柔rou性xing與yu效xiao率lv平ping衡heng。

潘正頤指出，目前製造業的執行端主要依靠兩種方式
，自動化設備或人工操作。“自動化設備雖然效率高，但在麵對產品頻繁更換或小批量定製時，固定的產線往往缺乏足夠的靈活性。”潘正頤說，人工操作雖然能靈活應對變化

，但在生產效率和質量控製上又難以保證一致性。如何在兩者之間找到平衡
，正是AI工業機器人需要麵對的課題。

一位汽車零部件工廠的工程師告訴第一財經記者
，目前工廠中的工業機器人在完成質檢
、裝配、上下料、打磨等工序時，仍需要人工參與調試。比如，同一台機器人在生產不同產品時，從A產品切換到B產品，往往要由工程師重新生成軌跡和動作點位，過程煩瑣且耗時。

“針對這個需求，加入視覺算法等AI部署，就是很好的解決方案。”潘正頤告訴第一財經記者，AI的引入並非“越多越好”，關鍵在於與實際場景的融合。他表示，通過結合視覺算法
、控製數據和軌跡生成算法，工業機器人能夠識別工件與動作邏輯
，還能在不斷學習中自主優化操作流程。

“AI不在多，有用則靈。”潘正頤說道。

一位海外工業機器人企業的技術負責人告訴第一財經記者，海外企業通常傾向於出一些“標品”方案。比如在某一些機器人解決方案中針對AI和大數據預留通訊接口。“我們可以通過這個方法來幫助工廠提升部署效率，但同時也需要工廠上下遊的數據和我們自身的係統對接。”但這也意味著，企業對場景的適配度有限。該負責人表示，如果客戶工廠的產品線較多，或是設備的數據格式、通訊協議不統一，AI算法很難快速遷移或複用。

潘正頤認為，這是現階段國內工業機器人的潛在優勢。“中國製造業的多樣性給了工業機器人企業天然的發展優勢。”他告訴第一財經記者
，從3C電(dian)子(zi)到(dao)汽(qi)車(che)零(ling)部(bu)件(jian)，再(zai)到(dao)新(xin)能(neng)源(yuan)電(dian)池(chi)，幾(ji)乎(hu)每(mei)個(ge)行(xing)業(ye)都(dou)有(you)不(bu)同(tong)的(de)裝(zhuang)配(pei)邏(luo)輯(ji)和(he)操(cao)作(zuo)節(jie)拍(pai)，這(zhe)給(gei)算(suan)法(fa)模(mo)型(xing)的(de)泛(fan)化(hua)能(neng)力(li)提(ti)供(gong)了(le)豐(feng)富(fu)的(de)數(shu)據(ju)訓(xun)練(lian)和(he)場(chang)景(jing)支(zhi)撐(cheng)。“相比於海外的工業機器人，更靠近場景是中國工業機器人更大的優勢。”