機器人產業如今的發展狀況如何？哪些技術最能吸引用戶的興趣？在新的創新和應用方面，未來會有怎樣的發展？聽一聽機器人與自動化專家是怎么說的。

問：您如何看待機器人行業的現狀？

Chris Cacioppo - 6 River Systems：隨著其他垂直行業（包括制造業和零售業）意識到流程自動化的巨大需求，機器人行業正在經歷蓬勃發展。效率是每個企業的重中之重，如果不實現流程自動化，就很難達到業務目標。許多人可能擔心 "機器人正在搶走工作"，但實際上，大多數機器人正在增強工作，讓員工將注意力集中在更有意義的任務上。

Nick Longworth--SICK：機器人行業正處于轉型狀態--不僅僅是因為Covid-19病毒。即使在疫情發生之前，人們就在努力簡化人們構建、編程和與機器人互動的方式。將這種簡化的重點與即將進入市場的更先進的技術相結合，結果是一個正在轉型的行業。過去30年的機器人行業將與我們在未來10年看到的行業有很大不同。

Kristin Fornal - IAM Robotics：新的自動化機會不斷被發現 再加上用戶采用率的上升，正在迅速擴大機器人行業的規模。在供應鏈中，機器人被用于幫助增強勞動力，提高生產率，減少錯誤，優化揀選和分揀，并降低危險環境中的員工受傷風險。

Steven Hogg--Bastian Solutions：公司通過投資成熟的機器人技術，專注于穩定勞動力和供應鏈。投資機器人技術可以減少滿足其訂單履行要求所需的工人數量。同時，機器人工作單元還提供了一個安全的、有社會距離的工作環境，比傳統的操作員工作站更干凈，操作效率更高。

Erik Nieves - Plus One Robotics：2020年是向非汽車用戶出售的機器人數量超過汽車用戶的第一年。這是一個分水嶺，表明電子通訊的大規模增長正在推動機器人的應用和倉庫自動化。在機器人領域，從來沒有比現在更激動人心的時刻了。

問：哪些類型的機器人項目最受終端用戶關注？

Jon Schechter - AutoStore：注意和采用是完全不同的東西。貨到人機器人和協同揀選機器人正在獲得最大的吸引力。其他機器人（例如拾件單元）引起了廣泛關注，但尚未成為大型項目的默認技術。

Nicola Tomatis--BlueBotics：多年來，企業專注于實施機器人項目，以實現特定生產流程的自動化。然而，今天，人們明確地將重點放在擴展自動化項目上，包括生產線兩端的材料處理和物流過程。

Rudi Lueg - Exotec:：作為一個擁有機器人解決方案的貨到人領域的公司，我可以說，關于微型配送中心有很多的討論。通過這些系統縮短交貨時間和改善運輸成本負擔，使客戶重新評估他們的供應鏈實踐。許多人正在考慮放棄像穿梭系統這樣的現代技術，以實現機器人技術提供的靈活性和部署優勢。

Thomas Evans – Honeywell Intelligrated：在機器人和自動化領域的特殊發展時期，機器人的輔助或協作似乎是核心所在。倉庫和配送中心希望能夠復制或超越人工感應或揀選和分揀活動的吞吐量，此外還能延長作業時間或在最少的監督下完成工作。

問：微型倉儲中心的發展對機器人技術有何影響，機器人供應商又是如何應對這些需求的？

Mark Messina - Geek++：微型配送中心(MFC)是一個綠色空間，是配送網絡自然演進的一部分，以應對消費者對即時滿足的需求。主要是受縮短配送周期的推動，我們看到它從零售商品擴展到雜貨。成功的MFC是一種 "隱形 "硬件的組合，它尊重履行中心的密度要求，再加上AI（人工智能）軟件，可以預測哪些商品需要占據那些非常有價值的本地房地產。最終，該行業以交付硬件和視覺及分揀系統的巨大創新來應對這些挑戰。

Jon Schechter - AutoStore：我們看到零售商對滿足激增的 "在線購買/到店取貨"（BOPIS）需求的興趣越來越大。這種興趣的驅動力之一是對門店客流量減少的反應，也就是說，如何讓履行在線訂單的員工不至于擁擠在過道上，妨礙店內購物者。Microfulfillment就是要在更小的空間里做更多的事情，以滿足這些消費者的期望。機器人技術現在能夠縮小規模，以適應狹小的空間和低矮的天花板，以利用以前不可行的位置，同時支持高吞吐量以快速完成訂單。

Kristin Fornal - IAM Robotics：消費者總是要求更多的產品和更快的交貨速度。我們已經開始看到微型配送中心的增加，以幫助滿足這些消費者的需求。在過去，更多的設施意味著更多的人需要為這些設施提供服務。今天，機器人解決方案能夠幫助微型配送中心提供更快的吞吐量，并且不需要雇傭更多的員工來完成普通的任務，例如分揀。

Steven Hogg - Bastian Solutions: 隨著大型零售商和食品雜貨商的微型配送中心的出現，對機器人技術的要求比以往任何時候都要高，以擴大其 "勞動力"、靈活性和可靠性。傳統的貨到人技術現在正在向貨到機器人工作站過渡，以確保公司實現其關鍵績效指標（KPI），如訂單履行、生產率、系統可用性和正常運行時間。機器人通過提高訂單的準確性、縮短訂單到發貨的周期、實現準時交貨來改善訂單履行流程。

Nick Longworth--SICK：微型履行中心的挑戰在于，在一個小空間內存儲著高密度的產品，如雜貨店或購物中心的位置。圍繞這些中心有很多挑戰，比如庫存控制、清潔、訂單揀選等。它本質上代表了機器人技術的一種新應用，并在行業內建立了一個新的開發和銷售渠道。它允許進一步研究和開發能夠在整個商店中與人類（潛在的客戶）安全互動的機器人。

問：如何使當今的機器人系統更容易與其他倉庫和自動化系統集成？

Rudi Lueg - Exotec：我認為模塊化是有幫助的。在貨到人應用的情況下，一個直觀的、經過深思熟慮的倉庫控制系統能很好地與大多數情況相融合，并為庫存分配一個單一的位置，而不必擔心裝箱。如果您想添加自動揀選功能，這是一項功能-無需您從頭開始構建。

Drew Eubank--AHS：在操作層面，如果結合正確的技術，物流方面的挑戰通常很簡單就能解決。創建能夠讓系統之間的信息更容易流動的軟件，是所有自動化系統之間的關鍵環節，而對于機器人技術來說，這一點可能更為重要。

Nicola Tomatis - BlueBotics：今天的機器人技術本身也在變得更簡單。因此，現在真正的挑戰不是理解技術，而是如何將這種技術與客戶想要實現的越來越復雜的流程有效匹配。為了輕松整合機器人系統，現在技術供應商不僅需要提供簡單的技術，還需要提供非常清晰簡單的接口，無論是硬件還是軟件，都要以應用編程接口或API的形式提供。

Nick Longworth - SICK：與現有的倉庫和自動化系統的集成可以涉及到流程（以及其中的人員）、設施設計、ERP系統等。我的公司]高度重視用于導航和安全操作的傳感器解決方案，涉及到在設施中的人員、設備和障礙物周圍工作。這些通常是LiDAR解決方案。此外，還開發了有助于設施流程模擬的傳感器解決方案。這些模擬可以幫助工業工程師識別和糾正流程中的瓶頸和缺陷。

問：人工智能和機器學習以何種方式影響機器人設計？

Thomas Evans--Honeywell Intelligrated：由于日常活動的變數、包裝和數量的季節性變化，以及最終用戶希望在變化中擁有一個適應性強的解決方案，同時保持峰值性能，因此AI和機器學習對倉庫和DC空間的機器人系統至關重要。如果沒有人工智能和機器學習，部署在DC中的算法和系統就會不斷地將過去的解決方案和決策應用到現在面臨的問題上。

Steven Hogg--Bastian Solutions：AI允許機器人系統學習并適應產品狀態和變化。多個機器人共享同一個軟件，這樣它們就可以互相學習，共同提高。通過AI，視覺系統能夠像人類一樣處理高變化和處理。這將推動未來所有倉庫作業的改進和智能化。

Mark Messina - Geek+：AI和機器學習對系統有很大的影響，并帶來巨大的性能提升。電池的壽命、充電器和工作站的數量，甚至分倉的大小和形式都會受到系統智能化的影響。這些東西直接影響到系統的不動產、密度、維護、服務、勞動效率等方面的價值。

Tim Criswell--Wynright：AI應用，尤其是3D視覺領域的應用，讓工程師能夠解決復雜的數據解讀問題，為機器人提供在動態配送環境中運行所需的實時信息。傳統的方法需要程序員開發復雜的決策樹，對于正常的操作流程來說，決策樹可以很好地發揮作用，但當試圖解釋應用中的每一個可能的場景和異常時，就會出現問題。

Erik Nieves - Plus One Robotics：以前，工業自動化由執行相同重復任務的機器組成。對過程或工作流程的任何實質性改變都需要工程努力，以使機器人重新具有生產力。人工智能的主要好處之一是，它使機器人能夠隨時適應變化，從而使機器人面向未來。有了人工智能，機器人可以變得更聰明，因為機器學習使它們能夠適應倉庫中的變化。