据报道，无论是你感觉最舒适的运动鞋，还是最时尚的球鞋，我们的衣橱里都会有一双如果丢了就会神经崩溃的鞋子……目前，耐克公司一项机器人创新技术可以延长人们最钟意鞋子的寿命！

这家时尚巨头公司在英国伦敦耐克城推出一个叫做“机器人模拟耐用实验室(B.I.L.L.)”的新型机器人，用于清洁和修理鞋子。耐克NXT可持续发展负责人诺亚·墨菲-雷内兹(Noah Murphy-Reinhertz)说：“尽管这项技术非常先进，但是维护旧产品是一个非常隐私化的事情，由于个人喜爱偏好，他们会不遗余力地保养自己最喜欢的鞋子，修理产品是产品扩展用户记忆的一种方式，我们认为B.I.L.L.机器人能够做到这一点。”

消费者可以在伦敦耐克城参观这款机器人，鞋子放入机器中，但一次只能放入一只鞋子。在进行维护时该机器人首先对鞋子创建三维数字模型，从而有助于确定鞋面、侧面和鞋底需要清洁的细微区域。

之后该机器人开始工作，使用水性清洁产品和洗车式旋转刷子进行深度清洁，耐克公司发布新闻稿称，先进的数字读数有助于机器人更加精准地护理鞋子细微部分，当鞋子被清洁得干净漂亮时，顾客就可以选择补片来修补鞋面磨损部分，从而使鞋子焕然一新，最后用回收材料制成的内衬和鞋带添加到鞋子中。

在人工智能逐渐普及的时代，智能球鞋虽然我们不能像耐克两大设计巨头一样，肯定它一定会成为球鞋制造类型的统一和主宰，但它一定会成为一种风尚这我们已经可以相信。正如我们所看到的Nike Adapt BB一经问世所带来的轰动效应，它所引动的具有时代意义的轰动便是让众多品牌重新投入智能、自动化领域的研究！

1、柔性制造带来超车新机遇

现如今，智能制造大方向已经成为行业发展的必然，无论是德国工业4.0，还是中国制造2025，其智能制造的核心都是生产柔性化。

全世界范围来看，目前制造业大部分仍然处于刚性制造阶段，但部分智能制造起步较早行业的柔性制造系统，已经能够实现部分个性化定制要求，例如服装业的快速换产，目前淘宝的服装定制，临时需求下的定制化生产已经成为常态，例如前段时间工厂回迁的耐克，目前也无疑是智能制造的行业先行者，耐克的成功大部分在于其在规划制造方面颇有心得，虽然其个性化定制的价格提高30%，但无疑能满足更广泛的制造需求。

耐克的智能制造逻辑也从侧面在证明，智能制造需要从消费者需求层面入手，再逆推到制造业为之整体适配调度，这无疑对制造业提出了能快速适应市场产品变化要求的新需求。这种变化性极强的生产需求，对于装备制造系统来说，则实际上对从设备底层到上层，以及制造系统、软件、设备支撑技术都提出了新要求，也对于从底层控制系统到设备，再到整线管理运营、ERP、物料系统等都提出了科学性、技术性和方法性的整体要求，这是一个大系统。

耐克并没有完全的成功，因为真正实现柔性制造的问题也依然很多，例如目前一个工厂所集成的控制系统很难做到完全开放，例如这些工厂控制系统下，根据需求动态重构的软硬件难题也依然存在，这些问题使得目前制造系统很难做到产业层面的资源与产品动态调度。因为在新的个性化需求下，制造系统其实只是工艺执行层，但在计划和调度层面以及在物流层面，还存在供料，ERP等细节性难题，耐克只是做到了其中很小一部分，但目前就已经能够做得很好。

从底层设备层面的控制系统来看，控制系统是下一步工业自动化的重要实施来源。控制系统不是单单传统基于设备的控制系统，就大范围来看，它包括整线的控制系统，因为运行是要求动态柔性的，运行则很多都是由控制系统来完成。在柔性制造产线上，因为执行机构基本上不会变，控制系统需要能保证运行时可变则成为一个较为理想的解决办法。在下阶段的柔性制造方向下，能否实现控制系统的整体设计和局部突破是一个弯道超车的重点。

2、人工智能+软件带来的改变

不仅只是控制系统的突破，由于在柔性制造的大方向下，制造过程会变得越来越复杂，其中也会涉及越来越多的关键技术，从行业需求上来看，想要实现弯道超车，本质上还需要去发现一些能够颠覆性的技术和产品。

例如企业是否能够通过数据挖掘出更多信息和需求，一方面通过数据进行生产场景改造，提升产品质量，另一方面也可以优化制造流程，更好完成生产场景下柔性制造的要求。

在传统赛道，目前高精度的制造能力仍然较弱，灵巧制造，或者动态、非结构化环境制造难点突破仍然需要时间，而在软件和人工智能机器人领域，能很好补充完善我国在这部分积累的不足，同时由于前面也还没有太多国外的龙头企业进行专利和技术封锁，只要实现部分前沿技术的突破就容易完成新路线的开拓，因此在与人工智能紧密结合的软件、算法方面，我国仍然有非常大的超车机遇。实现弯道超车需要在新技术上从跟跑者变为并跑或领跑。

人工智能技术作为一个工业领域的新手段，无疑是弯道超车的机会点和突破点。机器人与AI的深度结合，是一个很重要的发展方向。目前机器人的灵巧程度、自主决策能力跟人相比有很大的差距，这使得部分工艺的实现仍然存在空缺，机器人代替人的比例不到10%。但可以预见，未来在工业领域，凡是感知的地方，推理的地方，决策的地方，所有需要用脑的地方，最终都有机会实现机器人与人工智能的深度结合，例如让机器人更加像人一样自主，机器人与机器人之间交互更加自然，都需要和人工智能紧密结合。

但人工智能进入工业领域一定不是一蹴而就的，要从初级的流程和工艺开始嵌入，然后一代代进行迭代。例如人工智能技术逐渐发展后，智能工厂会由原先传统基于规划调度的方式，慢慢变成向AI集中，由中控系统在整体系统运行时进行动态调试，从而实现随着工艺的改变而快速调整，由AI执行的调试能减少人为干预，从产线调度层面带来新的革命。合理的产线调度要求产线资源可调度，这意味着也需要考虑硬件上例如控制器，以及现有的架构是否适合，又需要在动态重构以后，能根据产线以及不同产品特性，保证实施性和可靠性。

智能制造相应带来的另外一个改变在于，未来不管产线调度还是AI决策，最后都应该是把应用工艺的知识固化，因此应用软件本质上也会是一个非常大的赶超方向，在软件、算法和智能化方面，中国无疑有机会实现弯道超车。软件是一个高门槛的行业，需要支持和长期的积累，最终才有可能成为核心技术，但也最有可能伴随应用形成行业壁垒，对企业后期长远发展能起到必要的保护，如今企业需要在知识产权保护以及技术门槛上下功夫，在设计结构上形成特殊性，从而加大自身整体优势。

由于智能制造生产方式的大变革，在柔性制造的大方向下，互联网企业的产品思维其实值得工业生产企业借鉴。例如以目标为导向的平台式技术路线，由于很多产线原先相对固定，柔性产线下使得多品种，小批量，快速变化成为发展主流，在平台化路线下，软硬件技术往往会更好服务于目标，服务于客户需求，简单来说就是能帮客户赚到钱，实现多方共赢。目前例如艾利特、珞石、节卡等协作机器人企业都在沿着这类平台化柔性制造路线不断进发，在这种平台化思维下企业也更加容易诞生革命性创新成果。

结语

随着机器人行业企业马太效应明显，行业龙头化趋势加剧，规模经济特征显露，头部企业循序渐进补齐产业链短板，强者愈强、弱者愈弱，在产业辐射效应涌现下，未来企业发展必然会是全方位的、体系化的竞争，单一的行业壁垒被打破的可能性大大提升，但超车的机遇也必然随之到来。

大部分中小企业需要更直接迅速去要面向下游客户，以系统性角度进行完整解决方案设计，以更接地气的思维满足用户需求，最大化创造效率，实现整体系统最优，让用户更容易接受，方案也更具备实用性，这才能抵御大企业的产品替代效应。

但机会也仍然存在，企业如果能在软件+AI+算法加大投入需要形成系统性意识，围绕行业核心关键工艺，把工艺、数据以及人工智能算法结合起来，完全有可能未来在某一个细分领域进行大步创新和突破。

文章来源： 风火轮科技，机器人大讲堂，茶余饭后话篮球