過去十年，以大數(shù)據(jù)、移動(dòng)技術(shù)、人工智能等技術(shù)為代表的數(shù)字技術(shù)革命，對(duì)企業(yè)運(yùn)營和商業(yè)模式等方面都產(chǎn)生了深遠(yuǎn)的影響。新老技術(shù)的迭代和相互疊加，讓傳統(tǒng)企業(yè)有了更多的想象空間。

然而，與以往的科技革命不同，這一輪的科技革命創(chuàng)新體系更加強(qiáng)調(diào)生態(tài)化，科技創(chuàng)新從一種零散的、個(gè)別領(lǐng)域出現(xiàn)的偶然性為，變成了全面覆蓋各領(lǐng)域的、需通過廣泛協(xié)作完成的系統(tǒng)行為。同時(shí)，有別于以往，全球科技創(chuàng)新網(wǎng)絡(luò)的主力軍不再只是少數(shù)發(fā)達(dá)國家的大型企業(yè)、科研院校在參與，一大批具有極強(qiáng)技術(shù)專業(yè)性以及明確市場需求的初創(chuàng)型小企業(yè)涌現(xiàn)了出來。

如何在這個(gè)協(xié)作創(chuàng)新生態(tài)系統(tǒng)中更好的參與，并獲取企業(yè)在創(chuàng)新層面上所需的外部資源？這是近幾年德國制造業(yè)從業(yè)者一直在思考的一個(gè)問題。一直以來，漸進(jìn)式創(chuàng)新是德國中小企業(yè)創(chuàng)新的主旋律。這種創(chuàng)新模式適合于實(shí)業(yè)的鞏固，但是同時(shí)也帶來諸多的弊病。漸進(jìn)式創(chuàng)新可以持續(xù)性地改善現(xiàn)有產(chǎn)品的性能，并逐步為企業(yè)建立起自己的市場優(yōu)勢。當(dāng)然，前提條件是這種模式的技術(shù)進(jìn)步的速度能夠滿足市場需求。在新一輪的全球技術(shù)革命與產(chǎn)業(yè)變革交匯的雙重?cái)D壓下，越來越多的德國人意識(shí)到，如果無法在自身之外尋求新的知識(shí)和經(jīng)驗(yàn)，那么可能會(huì)失去在全球市場的競爭力。協(xié)作型、開放式創(chuàng)新（積木式創(chuàng)新）的作用在這個(gè)時(shí)代的背景下作用日益突出。

德國機(jī)械制造業(yè)聯(lián)合會(huì)（VDMA）2020年統(tǒng)計(jì)數(shù)據(jù)顯示，德國機(jī)械制造行業(yè)中小企業(yè)和初創(chuàng)型科技企業(yè)的合作已成為企業(yè)創(chuàng)新的新趨勢。2018年，有55%的中小企業(yè)和初創(chuàng)企業(yè)有合作的經(jīng)歷。VDMA專家預(yù)測，到2022年，這個(gè)數(shù)值將會(huì)是73%。這項(xiàng)研究還證明了這種合作是值得的：已經(jīng)與初創(chuàng)公司合作的95％以上的中小企業(yè)將來會(huì)繼續(xù)這樣做。

人工智能：“隱形冠軍”與初創(chuàng)企業(yè)協(xié)同合作的主戰(zhàn)場

人工智能是“德國制造”在未來保持全球領(lǐng)先地位的核心競爭力。近幾年，德國加快了人工智能領(lǐng)域研究向應(yīng)用領(lǐng)域轉(zhuǎn)化，核心是讓廣大中小企業(yè)真正用上人工智能技術(shù)，用好人工智能技術(shù)。但是如何把頂尖技術(shù)、研究項(xiàng)目轉(zhuǎn)移給廣大的中小企業(yè)，是德國目前面對(duì)的挑戰(zhàn)。

仍有40%的企業(yè)未使用上人工智能技術(shù)

2020年8月德國Gemeinsam_Digital發(fā)布《德國中小企業(yè)人工智能應(yīng)用調(diào)查》顯示，40%的企業(yè)表示暫時(shí)沒有針對(duì)人工智能技術(shù)的相關(guān)計(jì)劃。主要的原因在于缺乏對(duì)于人工智能在企業(yè)中投入使用的全局視野，不確定的經(jīng)濟(jì)效益以及缺乏專業(yè)的知識(shí)和人才。

德國人工智能領(lǐng)域的初創(chuàng)企業(yè)針對(duì)這些問題正扮演著越來越重要的角色。這批絕大多數(shù)從高校走出來的青年企業(yè)圍繞著升級(jí)工業(yè)制造而服務(wù)，從誕生之初便具備極強(qiáng)的研發(fā)實(shí)力和對(duì)市場需求的洞察。憑借著德國雄厚的工業(yè)積累，這些人工智能解決方案優(yōu)先在工業(yè)領(lǐng)域?qū)崿F(xiàn)了應(yīng)用，比如優(yōu)化生產(chǎn)流水線、簡化機(jī)器人控制系統(tǒng)、提升機(jī)床加工效率，降低質(zhì)量檢測中的壞件率等。以下是智庫君對(duì)近幾年活躍于德國制造業(yè)的人工智能初創(chuàng)企業(yè)的重點(diǎn)介紹：

Micropsi GmbH——人工智能機(jī)器人控制系統(tǒng)

過去幾十年間，傳統(tǒng)工業(yè)機(jī)器人在生產(chǎn)線上發(fā)揮出重要的作用，其快速和精確的位置控制，加速了生產(chǎn)的進(jìn)程。但這些機(jī)器人僅適合于固定軌跡的任務(wù)，例如從A點(diǎn)移動(dòng)到B點(diǎn)，執(zhí)行零件的切割、組裝和噴漆等工作。對(duì)于一些復(fù)雜或動(dòng)態(tài)的環(huán)境，處理未知形狀的工件，涉及靈活多變且技術(shù)要求高的任務(wù)，例如表面拋光，對(duì)于環(huán)境和軌跡有嚴(yán)格要求的工藝，工業(yè)機(jī)器人顯得難以勝任。

總部位于德國柏林的機(jī)器人軟件公司Micropsi Industries試圖通過顛覆性的人工智能技術(shù)填補(bǔ)了工業(yè)機(jī)器人行業(yè)的這一關(guān)鍵缺口。借助MIRAI機(jī)器人控制系統(tǒng)，Micropsi賦予第三方機(jī)器人“手眼協(xié)調(diào)”的功能，使部署和重新部署機(jī)器人以及原本工業(yè)機(jī)器人不可能完成的復(fù)雜運(yùn)動(dòng)變得更加經(jīng)濟(jì)和快捷。機(jī)械臂可以根據(jù)視線實(shí)時(shí)決定如何移動(dòng)，并且無需編程便可以從人類那里學(xué)習(xí)相應(yīng)的動(dòng)作。

Micropsi Industries花費(fèi)了四年時(shí)間開發(fā)了MIRAI基礎(chǔ)版本。目前，該系統(tǒng)已在德國南部和東歐的兩家公司完成了測試，為工業(yè)機(jī)器人的數(shù)十項(xiàng)制造任務(wù)提供了支持，主要在金屬/塑料加工領(lǐng)域。

Panda——基于精確統(tǒng)計(jì)評(píng)估的人工智能解決方案

工業(yè)生產(chǎn)自動(dòng)化正在不斷發(fā)展，企業(yè)通過優(yōu)化流程來獲得決定性的競爭優(yōu)勢。生產(chǎn)過程中破壞性因素的識(shí)別和分析起著重要作用。大學(xué)創(chuàng)業(yè)公司Panda在此提供了一種基于精確統(tǒng)計(jì)評(píng)估的人工智能解決方案。

Panda GmbH是漢堡赫爾穆特·施密特大學(xué)（HSU）機(jī)器元件和計(jì)算機(jī)輔助產(chǎn)品開發(fā)研究所（MRP）的衍生企業(yè)。該公司針對(duì)德國機(jī)械工程行業(yè)的需求，開發(fā)了一種多合一的人工智能系統(tǒng)。特殊的算法通過以數(shù)據(jù)控制的方式識(shí)別并分析生產(chǎn)中潛在故障的原因，并實(shí)現(xiàn)了基于模式的控制策略。為了讓敏感數(shù)據(jù)得到最大化的保護(hù)，數(shù)據(jù)不需要上傳到云端，而是在現(xiàn)場直接做處理。

在3月2號(hào)舉行的網(wǎng)絡(luò)研討會(huì)上，Panda GmbH的總經(jīng)理Michael Welsch將以德國隱形冠軍Kroenert為例，展示人工智能在生產(chǎn)中的實(shí)際應(yīng)用。

Plus10——針對(duì)全自動(dòng)和復(fù)雜機(jī)器的人工智能生產(chǎn)優(yōu)化解決方案

Plus10是德國弗勞恩霍夫制造技術(shù)與自動(dòng)化研究所的衍生公司，首席執(zhí)行官Felix Georg Müller在創(chuàng)立plus10之前一直是弗勞恩霍夫協(xié)會(huì)生產(chǎn)優(yōu)化部門的負(fù)責(zé)人。Plus10不僅僅是一家人工智能公司，除了為企業(yè)提供數(shù)據(jù)分析軟件，還提供完整的智能優(yōu)化工具。該公司的解決方案特別針對(duì)全自動(dòng)和復(fù)雜的機(jī)器設(shè)備?；赑LC數(shù)據(jù)，通過機(jī)器學(xué)習(xí)算法可以了解機(jī)器的詳細(xì)行為模型，從而持續(xù)不斷地優(yōu)化系統(tǒng)本身。

封閉式優(yōu)化控制回路

該公司不僅提供了顛覆性的技術(shù)，同時(shí)還建立了高度創(chuàng)新的商業(yè)模式。通過“按次優(yōu)化付費(fèi)”，他們?yōu)槿斯ぶ悄芄ぞ邉?chuàng)建了基于性能的定價(jià)模型，從而將各方的風(fēng)險(xiǎn)降至最低。

3月9日，創(chuàng)始人Felix Müller將在線上進(jìn)行主題為“通過自學(xué)習(xí)系統(tǒng)進(jìn)行自動(dòng)生產(chǎn)規(guī)劃”的研討會(huì)。

Deevio GmbH——基于深度學(xué)習(xí)的質(zhì)量控制

盡管機(jī)器視覺技術(shù)已經(jīng)存在了很多年，但是基于規(guī)則的機(jī)器視覺系統(tǒng)的缺點(diǎn)限制了該技術(shù)的廣泛使用。如果要進(jìn)行質(zhì)量控制，如何在工廠中安裝機(jī)器視覺系統(tǒng)？通常，傳統(tǒng)方式是編寫一些代碼。您必須向相機(jī)說明您要檢測的對(duì)象的功能集。這非常耗時(shí)，并且需要在主題方面非常熟練的人員。另一個(gè)問題是這些編程的系統(tǒng)非常不靈活。如果要檢測的對(duì)象中的某些功能發(fā)生了變化，則必須重新編碼。此外，這類系統(tǒng)的偽錯(cuò)誤率相對(duì)較高。原因之一是圖像處理系統(tǒng)通常非常敏感，對(duì)于一些微小偏差（例如入射光束、攝像機(jī)角度改變），容易產(chǎn)生錯(cuò)誤的判斷。

Deevio于2018年成立于柏林，是柏林深度技術(shù)公司W(wǎng)ATTx的衍生企業(yè)。該公司基于深度學(xué)習(xí)技術(shù)，開發(fā)自動(dòng)化線下質(zhì)量控制解決方案。Deevio得到了柏林投資銀行Pro FIT計(jì)劃的支持。合作的目標(biāo)是研究和開發(fā)用于自動(dòng)質(zhì)量控制的連續(xù)學(xué)習(xí)算法。該項(xiàng)目由歐洲區(qū)域發(fā)展基金會(huì)（EFRE）共同資助。

Deevio的深度學(xué)習(xí)解決方案基于學(xué)習(xí)缺陷概念的模型，該模型可以直接集成到現(xiàn)有的機(jī)器視覺系統(tǒng)。具有較高的靈活性和巨大的成本優(yōu)勢。通過使用這類模型，可將偽錯(cuò)誤率從50％降低到1％。目前該解決方案已經(jīng)在德國企業(yè)行業(yè)、鑄造行業(yè)以及制藥行業(yè)進(jìn)行了應(yīng)用。

結(jié)語

人工智能正在成為制造業(yè)企業(yè)發(fā)展新的引擎。在德國，成熟的工業(yè)公司和初創(chuàng)企業(yè)之間可以采取何種形式的合作？他們需要共同應(yīng)對(duì)哪些挑戰(zhàn)？我們將在接下去的系列文章中為大家進(jìn)行解讀。