• 媒体品牌
    爱范儿
    关注明日产品的数字潮牌
    APPSO
    先进工具,先知先行,AIGC 的灵感指南
    董车会
    造车新时代,明日出行家
    玩物志
    探索城市新生活方式,做你的明日生活指南
  • 知晓云
  • 制糖工厂
    扫描小程序码,了解更多

iPhone X 等智能手机量产背后的功臣:这家日本机器人公司正在重塑世界

公司

2017-10-30 08:47

本文发布于机器之能(微信公众号:almosthuman2017),转载请联系 [email protected]

发那科(Fanuc)公司总部位于富士山麓附近,庞大而又僻静的园区里,有 22 个无窗工厂和几十座办公楼组。园区毗邻日本最著名山峰较为平缓的地带,四周都是茂密树林。几十年前,为了保护公司行动不被窥探,创始 CEO 稻叶清右卫门种下这些树木。《财富》杂志曾一度因公司的保密举措,将稻叶清右卫门比作「恶棍」。

善治是清右卫门的儿子,2003 年成为总裁兼 CEO 之后,继承了这套保密传统。每年,他只和投资者交流两次,穿着他那柠檬黄的正装。这种颜色也被印在了公司生产的自动化机器人身上。机器人身着员工装束,公司的车载着工程师和高管们在附近的村子里穿梭。

老稻叶曾解释过这套服饰,称黄色为「皇帝的颜色」。这也有助于安保人员能够快速地识别出外来人员。清右卫门时代会担心工业间谍的窥私;如今,间谍们更愿意为投资人或者股票分析师干活。他们都想掀开这层黄色幕布,一窥背后的秘密:从全球汽车制造到 iPhone 订单。

五月,一个温暖的下午,公司的车辆像蜜蜂一样往返于「蜂巢」,陆续将访客送至一座高大绿色宿舍附近的门前。负责公司公共关系的 Keisuke Fujii 并没有计划见我,他早就代表公司表示「无可奉告」。当我请不自来地出现在安检处时,仍希望说服他改变主意,结果,他根本不在办公室电话旁。我只好四下里找他,一名保安一直跟在我身后。

我们没有找到他,但在离开园区之前,我也有机会多看几眼茂密树林后的世界:主要研究设施入口的上方有一个时钟,时钟发出滴答声的速度是正常速度的十倍,似乎在提醒这家工厂自动化技术领先者的创新速度仍不够快。园区有几个 40000 平方英尺的工厂,每个工厂都有几百台亮黄色发那科机器人在制造其他发那科机器人,连续不停地工作,仅在没地方放产品时,才会停下来。一些机器人将会被运往日本其他地区(由于日本严格的移民政策和持续降低的人口出生率,所有规模制造商都得依赖工厂自动化),但绝大部分运往中国。

过去十年来,自动化程度一直在上升,部分原因在于随着薪水和生活水平的提高,工人们不大愿意从事危险而又单调乏味的工作。另一部分原因在于中国和它的海外同行也在寻求高效。在中国,越来越多地发那科工业机器人从事着这些工作:涂装汽车,组装复杂电机,制造压铸模以及其他电子组件。在制药公司,分拣机器人将药物分类、封装。在食品工厂,机器人负责切片、喷雾和包装。

Robodrill 是这些机器人中的翘楚,如同大型交响乐中的首席小提琴手:Robodrill 为 iPhone 加工金属外壳。2010 年,苹果推出第一款使用了全金属外壳的 iPhone4,Robodrill 销量翻了一番。

从那时开始,苹果手机和 Robodrill 的关系变得密切。早前有消息表示 iPhone 8 要放弃金属外壳,代之以前后玻璃,但鉴于第一季度 Robodrill 的强劲销量,市场分析人士对这一消息表示怀疑。与流言相反,最近发布的 iPhone8 和即将推出的 iPhone X 愣是让 Robodrill 在中国的销量涨上去了,一些制造商还在建立新的工厂来装配苹果手机。新一代 iPhone 也意味着,来自中国的智能手机制造商会对 Robodrills 有更多的需求,比如小米、Vivo、OPPO 以及华为,这些公司经常在苹果手机上新后推出更加实惠的机型。

随着中国的跟进,业界的其他成员也会跟上来。自动化意味着成熟的生产方法和节省人力成本,因此,那些业务从东亚回流到北美和欧洲的跨国公司也纷纷效法中国。而中国影响不到的一流公司也正在工业机器人上投入更多的资金。这一趋势是 20 世纪的离岸制造潮的逆转,发展中国家和发达国家工作岗位都在消失。

在这场激荡中,有一家公司明显是赢家:这家市值 500 亿美元公司控制着绝大多数工厂自动化市场和工业机器人技术。事实上,发那科可能是目前世界上唯一一家最重要的制造业公司,因为它制造的每一件产品都是被设计用来融入其他制造公司的生产中。

脱胎富士通,稻叶清右卫门创建发那科

早在硅谷接受「快速失败,经常失败」之前,公司就遵守着这条训诫的发那科版本。

1955 年,富士通公司挖来稻叶清右卫门,当时他还是一位年轻工程师。富士通让稻叶负责一个专注于数控领域的全新子公司。这是一种新兴的自动化形式,通过将编入冲孔或磁带的指令发送到控制工具运动的电机,可有效创建车床,冲压机机和铣床的可编程版本。

稻叶一开始就全心投入到研发中,不关心分红。公司的使命就是「行走在狭窄的道路上」,他说。三年之内,他和自己 500 人团队就将第一台数控机器卖给了牧野铣床有限公司。1972 年,他创立了发那科(Fanuc)公司。Fanuc 是 Fujitsu-Fanuc Ltd. 的缩写,新公司作为独立实体,由稻叶负责。

全球制造业的下一个阶段将会是依赖标准编程语言的计算机数控,稻叶坚信。那时,全球最大的 10 家数控公司都在美国,但是不久之后,发那科将它们一一替代。1981 年,日本制造业使用的工业机器人超过 11000 台,这几乎完全归功于稻叶的创新帮助简化了钣金切割和发动机零件加工等工序。

从 1970s 开始,最发达经济体的人力成本一直稳定上升,因此,制造业的自动非常受欢迎。即便如此,这些早期机器人还是需要足够的人类配合(有时候也是劳工法的强制要求),许多行业最终更加关注提高生产率,而不是削减岗位和工资,这意味着那些比机器人工作得更慢的技工可能会变成成品的快速装配工。

当时,稻叶的下一个计划就是建立发那科的数控系统,并将它们网络化。1981 年,怀揣这个超前的思想,稻叶在忍野县建立了总部。亲手种植的树林逐渐茂密成荫,隐秘之处的总部也吸引着业界领先者和媒体前来取经。展示环节中,工厂里有 100 名工人,在数控机器工具和工业机器人的辅助下,每个人可以完成 5 个人的工作量。当然,他们制造的产品正是这些机器人。

新闻报道引起了刚上任的通用汽车公司总裁兼 CEO 的罗杰·史密斯(Roger Smith)的关注。三十年前,身在美国海军部队的 Roger Smith 经历了二战的最后两年,然后加入通用的会计师事务所。他在公司上位很慢,但在熟练指导通用渡过 1970s 的石油危机、使其成为美国顶尖汽车制造商之后,他理所当然地得到了公司重视。

史密斯接管通用时,通用所占美国汽车市场份额是 46%,但是,整个产业却在走下坡路,绝大多数公司都在寻求减少成本、提升效率的办法,以便与日本的汽车制造商竞争。

通用汽车现金充沛,史密斯也有想法,他们将重点放在了恢复公司对技术创新的重视上。和发那科一样,通用汽车在早期数控研发上处于领先地位,包括使用存储系统来记录工人技师的动作,按需模拟他们的行为。这些尝试让史密斯看到这样的未来,「工厂不用亮灯」。工厂几乎不怎么依赖人力,因此空调和灯具都不再是必须的。尽管通用并没有在这条道路上走多远,但是,固守传统制方法仍然帮助公司主导了美国汽车市场。

发那科的机器人一点都不像史密斯在现实中看到的机器人,不久,史密斯认为他找到了公司继续前进的道路。担任 CEO 的一年之后,6 月的一个湿热下午,一台黄色机器人先向史密斯鞠躬,接着向稻叶鞠了一躬,然后为两家公司联合投资的 GM Fanuc Robotics 公司剪彩。

稻叶为大家描述了一种「人类友好机器人」,可以帮助工人举起重物,「机器人主要是能够让我们生活更好的工具。」他坚持道。

与世界最大的制造厂商的建立合作关系后,在未来,发那科会获得丰厚利润。但是,史密斯仍略感遗憾。Steven Parissien 在 The Life of the Automobiley 一书写道,在与高管们会面说起这次合作时,他没有费心掩饰自己对日本人的看法,「再也别让他们拿走我们的技术,在我们自己的游戏中击败我们。」

交易达成后,日本方面组织了一支七十多人的团队开始研发 GM Fanuc 的第一批机器人,这些机器人是为密歇根州弗林特市的 6 亿美元的别克市综合体准备的。史密斯告诉《纽约时报》,这些机器人的工作最终可能覆盖到汽车领域以外的行业。「我们可能会生产首款电子自动真空清洁器」,他说。「早上出门,晚上 11 点回家,你不在家的时候,它会自动除尘清洁」。

与通用合作,美国资本成就发那科

四年研发后,1986 年,别克市工厂首批工业机器人问世了。但是,当这些机器人投入生产汽车时就有问题了,让人倍感难堪。

Parissien 写道,260 台工业机器人「经常下达荒唐的指令,指令操作错误的保险杠,错误的修理、焊接错误和上漆,将指令发给下一台机器人,但是这些机器人脑袋简单,根本注意不到这些错误。上漆机器人脾气尤其坏,直接将大量涂料泼在车上,结果下辆车的涂料就不够了。」

更多的错误出现在机器人用手臂把挡风玻璃安装在别克 LeSabres 车型上,它们只会粗暴地把玻璃撞进车体,工人们只得重新手动恢复并重新安装。工程师们竭尽全力地管理着无数行代码,使机器人正常工作,当代码需要更新时,工厂 5000 名工人就会闲着没事儿干。

在硅谷树立其「快速失败,经常失败」的名言之前,Facuc 有自己的版本,稻叶在不断的试验和错误中进行创新。但是,通用汽车公司似乎并没有从 GMFanuc 的失败中学到经验,从未大大提升其机器人或是工人的工作效率。

前通用汽车管理人员 Jim Hall 告诉媒体,问题不是在发那科的技术上,很大程度上是因为美国公司错误地使用了这些技术。「通用汽车公司看到一般日本工厂都有如此多的机器人,所以觉得公司多一点机器人会更好,」他说。「他们没考虑到使用机器人的方法和原因,他们仅仅想使用更多的机器人。」

机器人数量可能比通用的工程师还多,但就发那科的产能来说,这个数字确实是奇迹。在 GMFanuc 这个项目上,通用花费了数百亿美元,资助稻叶投资迭代发那科工厂。在合作的最初六年,这家日本公司取得了重大技术进步。1998 年,发那科成为世界最大的工业机器人供应商。

与其他制造巨头的合约也随之而来,比如通用电气。但是,对于通用汽车投资人来说,技术进步仍不够快速。因为 GM-10 项目亏了钱,史密斯也倍感折磨,该项目生产出的汽车被讽刺为没有想象力或者太贵。当他从自动化产业退出转而接手离岸外包业务后,他仍然受到很多关注,不过是负面关注。

在 1989 年 Michael Moore 拍摄的纪录片 Roger & Me 中,史密斯在 30,000 名被解雇的密歇根员工眼中变成了不折不扣的恶棍。1990 年 7 月 30 日的一个早晨,史密斯驾驶着从田纳西州斯普林西尔的装配线(非 GMFanuc)生产出来的第一辆汽车,带着 9 年来自我愧疚的心情,退休了。通用汽车在美国汽车市场的份额在其任职期间从 46 % 下降到 35%。

1993 年,当史密斯的继任者 John Smith 将之前的股份重新卖给发那科时,发那科拿回最后一分。经过通用汽车数年的创新投资,这家日本公司再度恢复独立,并成功将前合作伙伴变成自己的用户。十年之后,善治从父亲那接手后,发那科实现了史密斯之前的梦想,在忍野开了一家工厂,机器人在黑暗中制造其它机器人。

今年早些时候,在发那科难得的开放时间,副主席 Kenji Yamaguchi 告诉投资者,工厂近 80% 的装配工作都是自动的。「只有接线是由工程师完成,」他说。

当拥有了足够多、效率也足够高的机器人帮忙制造其他机器人时,机器人的出售价格就会低一些,一台新的 Robodrill 的价格大概 25,500 美元(在 Ebay 上可以找到好用的老型号,二手的,售价 8,500 美元)。比如,大众从发那科购买的机器人比其之前从库卡购买的机器人便宜 10%。

在保持 40% 的边际营业利润的同时,发那科也成功节省了成本,这得益于公司的集约化生产,即使绝大多数产品售往海外,也有 243 个全球服务中心保持机器人正常运作。由于市场上超过半数的工业机器人都是由发那科的数字化控制软件驱动,因此,发那科甚至可以从竞争对手的销售中获利。

发那科在世界各地安装了接近四百万的 CNC 系统和五十万台左右的工业机器人,拿下了四分之一的全球市场,全面领先对手,比如安川电机(Yaskawa)、莫托曼(Motoman)和位于德国的 ABB 机器人,这些公司每年大概在全球安装 300,000 台工业机器人。如今,智能手机制造机器人市场的 80% 被发那科的 Robodrill 占领。

2017 年第一季度,北美制造商在工业机器人上花费了 5.16 亿美元,较之去年同一时期上涨 32%。布鲁金斯学会发布的一项研究显示,许多投资都落脚在钢铁和制造行业中心,比如印第安纳州、密歇根和俄亥俄。根据报告,在托莱多和底特律,每 1,000 名工人就有 9 台工业机器人,比 2010 年增长了 3 倍。这些机器人大部分来自发那科。它们的产品还出现在了特斯拉的 Giga 工厂里,负责提拉重型底盘或者组装电池托架。同时,发那科的分类机器人正被亚马逊大规模应用于大量仓储和运输设施。

供不应求,中国是发那科的重要市场

来自于美国的订单远远小于来自于中国的订单数量,后者需求量大约是 90,000,几乎是去年世界工业机器人订单总和的三分之一。在 2017 年五月结束的财政年度,发那科一共收益五十亿美元,其中,中国贡献了 55 %。国际机器人联合会估计到 2019 年,中国工业机器人年订单将会上升至 160,000,也就是说发那科会与第二世界经济体衰退无缘。4 月份,发那科告诉投资人即使明年八月在日本茨城县的新工厂建造完毕后,公司可能仍然满足不了中国的需求。新工厂专门为保证中国需求而建立。

机器人在全球范围内广泛传播造成的影响和可能的后果,究竟是让生活更加痛苦还是会解放繁重劳动?我们仍未可知。

今年早期,美国全国经济研究局发布的一份报告显示,从 1990 年到 2007 年,每一个新型的工业机器人代替五个人类工人。一份德国的研究表明,1994 年到 2014,一个工业机器人大概代替了两个工人,但也特别提到工人工会也许会限制岗位消失,而且中等技能工人的工资从未下降过。

同时,中国自动化还未对工人的工资造成影响。最近 Bloomberg Intelligence 的报告显示,中级工人工资仍在上升中。至少现在,这些工人未受到电子制造业的较大影响。上海经销商 Song Wufong 主要从事将福建、广东等省事的中小企业与国外商家联系起来的工作,他表示深圳、广东制造中心的工人基本上见不到自动化,因为电子生产业仍旧需要「手工完成一些精密的任务,」比如接线和装配。

但是 Song 表示,当工业机器人变得更小巧并且价格更低廉之后,这种情况将会有所改变。「几年之前,不容易见到中小型工厂使用机器人,」他说。「现在越来越频繁了。」Song 出生在江西一个非常贫穷的省份,「我很幸运,我离开了那里,」他说。「每次我去参观,我都能遇见几个朋友被机器人顶替了工作。」

Hong Tao 同样对这种趋势表示了肯定,它是 Pinkerton 咨询调查公司运营北京办公处的负责人。他表示,2001 年他加入了世界最古老的国际侦探事务所—中国之翼,它们主要关注那些破产的造假者、调查欺诈和贪污并且为外国高管提供安全保卫服务。2012 年,曾经希望借助其帮助开放工厂的美国公司开始要求关闭这些工厂。

「每当一个客户关闭在中国的工厂,我的工作就是周旋在工人和公司两者之间,协商遣散费,避免任何形式的暴力和动荡发生。」Hong 在 Pinkerton 北京的办公室喝了一口茶然后对我们说。在工资持续上涨,外国生产商不断离开的情况下,这类业务也不断上升。Hong 帮助过的大概三分之一的公司都将其工厂转移到了泰国或者越南,那里的劳动力更加廉价。他说,「剩下的都在用日本的机器人来代替中国的乡下人。」

人工智能时代,发那科打造自我学习的机器人

2015 年末,发那科联合其他一些日本公司,投资了一家人工智能公司 Preferred Networks 。这家公司拥有 60 名员工,发那科它们一共投资了两千万美元。不算大的投资额背后,是这家初创公司雄心勃勃的目标:在自己的领域成为像 Amazon 和 Google 那样的巨头,Preferred Networks 计划与可以生产海量数据的日本制造商合作,实现这一野心。

公司联合创始人兼 CEO Toru Nishikawa 告诉《金融时报》,在参观发那科工厂时,他注意到其缺乏人工智能技术。在发那科遍布世界的制造机器人大军中,他看到了一个机会:将深度学习技术应用到数据挑选中,提升自己实力。当机器人可以在没有人类插手的情况下不断制造其他机器人,他说,「数据可以无限收集。」

Nishikawa 的洞见产物就是发那科智能边缘链接和驱动系统(Intelligent Edge Link and Drive)。该系统在 2016 年推出,现在已成为一个开放、基于云端的平台,发那科可以实时大规模收集全球制造数据,并将这些数据提供给自我学习的机器人。

据公司说,系统已经完成了对机器人柜箱取放任务的提升。之前,如果想要机器人从一个随机摆放的装满相似物品的箱子中取出某个东西,程序要「教导」机器人如何完成这个工作。现在,机器人可以实现自我教学。「在 1,000 次尝试之后,机器人的成功率可以达到 60%,」公司发言人表示。「在 5,000 次尝试后,无需代码就能达到 90% 的成功率。」

发那科仍然拒绝谈及其在人工智能和机器学习方面投资的策略。一个自称 Tanaka 的雇员透露公司将继续将中国作为关注焦点。但他补充道,「我们不能依赖于我们的过去。作为一个公司,我们必须在自我创建新技术之前接受新的技术。这需要时间,但这是必须的。下一代的产品会有更多的功能,更加连接,也更智能。」

几年之后,投资人活动家 Daniel Loeb 指控发那科囤积现金,长线投资危害年收益,为了回应 Daniel Loeb 的指责,善治在忍野园区举办了一次罕见的公司访问研讨会。与 Nikkei 进行交谈,在机器人使人类失业这一担忧持续发酵之前,他比以往更加直接地处理这一问题。

在描述了新一代可以帮助工人提升重物的「人类友好型机器人」之后,他坚决认为「机器人只是让我们生活变得更好、更加容易的工具罢了。他们帮助减少我们必须耗费在重复性任务上的时间,给我们留出更多时间关注在程序控制和其他管理方面的任务中。机器人不会完全替代我们。」

他的解释可能会让其他国家的工人感觉不舒服,但日本正经历着十年来最严重的劳动力短缺,偏向劳工的工人保护法阻止公司以任何理由解雇雇员,尤其是他们可以被机器人代替的情况。比如,丰田汽车使用了数百台 Robodrills 来制造并为零件钻孔,但公司表示过去十年,公司全球装配线只是不到 8% 的工作依靠机器人完成。

Tanaka 表示,工厂自动化为新的工作方式铺平了道路,甚至有可能完全颠覆旧的工作模式。「任何可以解放人类双手的自动化的进步,」他说「接下来会解放人类思想。」

登录,参与讨论前请先登录

评论在审核通过后将对所有人可见

正在加载中

机器之能是专业的人工智能媒体,探索全球 AI 产业应用场景及商业化。

本篇来自栏目

解锁订阅模式,获得更多专属优质内容