ABB机器人中国区总裁韩晨：生成式AI改变工业机器人
经济观察网 记者 沈怡然 2024年初，ABB（ABBNY.NYSE）集团高级副总裁、机器人中国区总裁韩晨接到了新任务：在中国区实施ABB集团在AI领域的新战略。经历半年时间，他和团队实现了工业机器人与生成式AI的初步融合，使机器人能够在随机动态环境中拣选物品，能够理解和响应人类语言。
ABB是全球工业机器人“四大家族”之一，其工业机器人被大量装配在汽车和电子加工厂的生产线上，执行物料搬运、焊接、装配等多种任务。今年4月以来，ABB宣布将AI嵌入全线业务，同时推进100个AI与机器人结合的项目。
推行这一战略的一个重要目的是服务更多中小企业客户。韩晨认为，生成式AI的融入拓宽了工业机器人的使用场景，降低了企业的使用门槛，给更广泛的人群提供了接触机器人的机会，特别是为那些自身没有程序员的中小型公司带来了巨大优势。
2024年11月，经济观察网记者与韩晨进行了多轮采访沟通，以下为对话内容。
经济观察网：目前看，AI对工业机器人的发展来说是刚需吗？能否解决机器人发展的瓶颈问题？
韩晨：是否成为刚需，需要从技术、成本和效率等多个角度来综合考量。在一些传统方法难以实现的应用场景，如散乱来料分拣，AI就是刚需；对于像质量缺陷检测等一些传统方法也能做的应用，AI的结合可以大大提升效率并降低成本。
实际上，我们国内国外的客户都有对生成式AI的需求，一方面，他们希望通过引导式编程或自然语言来与机器人交互；另一方面，他们需要机器人具有自我学习的能力，能够理解要执行的任务并进行不断学习和迭代。
经济观察网：能否具体谈谈中国本土对AI机器人的需求，ABB是如何满足这些本土需求的？
韩晨：和其他机器人市场相比，中国的工业机器人起步虽晚，但发展迅速，规模庞大，应用场景也更多样，未来的发展潜力巨大，但也存在大而不强、全而不精的问题，迫切需要推动产业的转型升级。工厂对人工智能、大数据和物联网等新兴技术的需求也在增加。
比如ABB为上海市第七人民医院设计了一个自动化药房，通过使用这种基于AI和3D视觉技术的拣选解决方案，根据医生的处方快速、准确地存储、检索和分类药品，提高药房的工作效率；ABB还与晶泰科技合作，建立了智能自动化实验室，引入了100多台协作机器人来完成样本运输、测试和质量控制等工作。
中国市场涵盖了工业机器人方方面面的使用行业和场景，为了满足这些灵活和高度定制化的需求，ABB还在上海建成了一座世界级机器人工厂，满足90%以上在中国本土销售的机器人需求。我们将人工智能、数字孪生、机器视觉等技术结合到超级工厂的运营中。
经济观察网：生成式AI技术的出现为传统机器人带来哪些根本性的变化？
韩晨：机器人变得更智能、更强大、更易用了。举几个简单例子，ABB机器人可以进行物品拣选，借助3D视觉和深度神经网络技术，迅速、精准地抓取任意摆放的工件，每小时拣选次数高达1400次；还有能自主移动的机器人，能够感知周围环境并决定下一步该走哪个方向；还有质量检测的机器人，检测工业品的每一条焊缝，甚至是22微米以内的缺陷；还有预测性维护机器人，基于一种失效物理模型，通过AI学习评估标准，能够以99.9%的准确率预测故障，提前1—3个月发出预警。
当下阶段，机器开始学会自主决策、解析任务和执行动作，同时，生成式AI让编程变得触手可及，这意味着人们用引导式编程或自然语言来操作机器。ABB已经利用自然语言指令来教导机器人执行一些简单动作。
经济观察网：生成式AI正从单模态向多模态演进，这一演进在工业机器人上是如何体现的，它能否推动产品走到一个突破的临界点？
韩晨：多模态就是让一个模型能够理解和处理多种类型的数据，就像让AI系统能够像人类一样，通过多种感官来理解和处理信息。如果将多模态运用到工业机器人身上，可以让机器人在不断变化的环境中构建出自己的地图，并且根据这张地图找到正确的路线。无论是移动机器人、协作机器人还是其他领域，机器人都能变得更快、更准、更能应对变化，它们能突破很多标准化环境的限制，在工厂、仓库、物流中心和实验室这些需要灵活操作的地方做更多工作。
这一阶段，机器人开始理解周围的环境、自主规划行动路线、控制动作力度，还能和人或者其他物体更安全地、柔性地互动。这会给我们的未来带来翻天覆地的变化。
经济观察网：这推进了工业机器人的普惠性？
韩晨：是的，机器人的指令设计不再依赖编程语言，工程师们可以通过自然语言对话来对机器进行编程和调整。这大大降低了机器人的操作门槛，让更多的个人和企业能够轻松地使用它们。
这种变化还会影响教育的方向，高校的重点会从单纯的编程技能转向如何更高效地利用机器人来协助人类的工作。目前，ABB机器人已经与浙江大学合作，共同进行自然语言编程的首批实验。
而生成式AI也存在一定限制。机器有时会产生“幻觉”，生成一些错误或者不准确的信息。同时，这种技术对计算资源的占用量很大，有时也可能产生版权侵权问题。