Nuro投资4000万美元在美国建设自动驾驶配送车辆制造与测试设施

善用现有数据，预见制造未来 作为Manufacturing USA研究院理事会主席，我常被问及美国先进制造趋势。我尽量从最广维度思考：哪些技术能惠及大多数制造商，乃至整个美国制造业？ 毋庸置疑，机器人自动化、增材制造等技术惠及面广。但所有制造商共享的一项核心资产是：数据。 而且，数据是解锁制造业下一步的绝对关键——无论是工业4.0，还是将永远改变工业规模制造方式的一系列颠覆。 让数据可落地、可行动 技术让我们以前所未有的速率采集制造过程数据。许多制造商已在积累数据——无论知不知情。但需要将其转化为可支撑业务决策的可行动洞见。为此，必须构建数字化制造方案——能翻译数据以支撑战略决策的方案。 这样

智能工厂、工业4.0、工业物联网（IIoT）等术语已成为制造相关设备和软件开发商的必用热词。许多关于智能工厂的讨论，往往从预言家描绘全球制造业将如何变革的宏大愿景开始。 这些描述常将增材制造、3D可视仿真、协作机器人等新兴技术一并捆绑。这让普通车间望而却步，成本高得甚至不敢考量。究竟谁真正需要它？ 这种流行的行业视角无意中产生了误导——好比回答“何为汽车”时却描述州际公路系统。两者的核心理念其实远比这简单——而“谁真正需要智能制造”的答案毋庸置疑：普通车间，以及每一个希望在未来保持竞争力的制造商。 概念界定：从传感器说起 理解智能工厂的切入点，可以是相对简单的技术：低成本电子传感器。在无传感器

Scott Lowen 离开校园已有一段时间，但他仍在做“科学项目”。他在蔡司工业质量解决方案部门（密歇根州威克瑟姆）担任软件与配件产品经理，戏称一项概念验证项目为“科学项目”：测量零件，并让生成的数据自动确定修正值，反馈给车削中心、铣床或其他机床。 尽管 Lowen 的这个持续进行的“科学项目”尚未完全证实“计量数据能轻松实现全自动加工修正”这一假设，但蔡司仍在致力于自动化解决方案。其他公司，如 Capture 3D Inc.（蔡司旗下公司）、Renishaw Inc. 和 Verisurf Software Inc.，也已推出利用计量数据对机床进行不同程度自动修正的方案。 与此同时，这个

现在是考虑投资机器人的正确时机吗？ 同行制造商在做什么？ 众人对未来迷茫担忧，但已部署自动化的企业正收获投资红利。其余者必须自问：现在追赶是否为时已晚？ 技术投资决策从不易。过去买错技术、错过时机的教训让我们对新提案天然警惕。机器人长期处于制造商“总有一天”清单上——明知有益却拿不准时机。 撰文时正处新冠全球危机：订单骤停、现金流收紧、员工居家办公。艰难时刻鲜有人想机器人。 但或许我们该想。IndustryWeek指出当前危机或催生制造业“机器人新常态”。如今机器人不止提供竞争优势，更关乎生存。 危机时砍掉新技术项目对吗？ 剧变下本能收缩运营，进入“生存模式”极小化短期冲击。看到机器人等新技术