2050年制造业：自动化与人类创新如何塑造未来

强大趋势将推动制造业在2050年接近完全自动化，而留存行业的人类将被赋能，以前所未有的速度创新构建。

多年前Warren Bennis预言：“未来工厂仅两员工，一人一狗。人喂狗，狗防人碰设备。”

尚未完全实现。但多重强关联趋势将在2050年逼近此态，而制造业剩余人类将获赋能，以前所未有速度创新构建。

多任务与自动化

稳妥押注：2050年平均机床将全自动化且更强。多任务将普及，近乎普遍。趋势已定。

资深Scott Walker，Mitsui Seiki USA董事长（新泽西Franklin Lakes）观察：“2000年代初北美五轴机床市场150台，今达3,000台。机床也在融合磨削铣削、激光熔敷铣削、磨削表面硬化。”他称收益是工件包络内完成更多工序，“噩梦”在于让这些功能正常稳定运行。“但随技术、监控、软件进步，这将改变。”

房间里的大象是3D打印将在多大程度改变技术组合，进而影响产品设计等诸多议题。目前速度限制和高昂原料成本严重限制增材制造除原型外的可行性。但Wohlers Associates首席顾问兼总裁Terry Wohlers称速度“2050年不再是敌人”。

以粉末床系统为例：大部分生产时间耗在激光扫描熔融表面。“但现有系统可在构建平台上多激光同步作业，”Wohlers说。“电子束能量可分裂为多达100束加速过程。”但这些方案需大量能量，成本高。Wohlers认为我们将克服限制，或许“直接利用太阳能熔融材料，而非插440伏插座”。

Wohlers补充，定向能量沉积天然比粉末床法造金属件快，但“可造物件受限，分辨率有代价，通常需后续加工，有时大量加工。”这回归融合增材与CNC铣削的混合系统。同Walker，Wohlers信下一代人（32年）将大体解决两法协同难题。

另一利增材因素：材料成本预期下降、品类大增。“现机床仅用几十种热塑性塑料，”Wohlers说，“传统制造却有数千种。”

或许更重要，3D打印用聚合物成本高达同类传统材料50倍。盈亏平衡点视零件大小在数百至数千件。但Wohlers称聚合物打印机相关专利多已过期，催生用低成本材料的新机型。“盈亏平衡点将大幅改善，增材将向注塑发起挑战，覆盖更广产品，含更高产量应用。”

金属类似，但Walker等人怀疑增材能否在金属上达成成本优势替代传统法。“热轧60吨钢卷比用金属粉末熔敷造型容易得多，”Walker说。“我视增材为机床包络内可增值的功能，不视其为造钢替代工艺，除非技术变革达成分子操控的新能源形式。”

增材制造仍留一张王牌，对某些玩家：创造否则不可能的形态。这不只开拓新产品特性，也缓解3D打印速度难题。因3D打印开放晶格结构能以远少于实心结构的材料达成多应用所需强刚度。而3D打印生产速度与材料立方体积成正比。奇异新结构与下一话题完美重叠。

自动化创意设计

Walker视角，制造业将在两领域获最大生产力跃升，其一是数字化制造工艺准备的所有工作。“今设计师从数字模型起步，生成刀具路径……再设计夹具……获取锻件……应用工程师逐刀滴灌程序进机床，监听切削声观察切削状……最终跑通零件……再精修动作压缩周期。”初始设计获取也繁琐。幸有众智者致力加速每个环节。

前端，生成式设计技术助越来越广泛的创作者快速探索几何新可能。Autodesk（加州San Rafael）Fashion 360跑在云端，用机器学习和AI自动生成数百设计，各满足设计师对强度、成本、制造法、材料等标准。Autodesk制造生产战略总监Bob Yancey解释，这些设计“非不可用的理想化几何，而是真实可用CAD模型，可在CAD软件进一步编辑。”

它们也是Yancey所谓“制造感知”设计，即从一开始就将目标制造法作为约束内置。“若指定零件须可在五轴CNC加工，所有设计选项皆符合该约束。”

不消除人类设计师需求。Yancey言：“精准专业描述设计挑战是永不消失的工程技能。生成式设计软件给你任何人类单独无法构想的更多选项，让你更自信考量更全面、得更优结果。我们视此为工程师与计算机、人类智能与人工智能的共创未来。”

或许更深远，设计常令人震惊且优于人类构想。Microsoft（华盛顿Redmond）制造业社区首席行业主管/云+AI部Diego Tamburini言：“若我坐在CAD前设计零件，基于数百年既往设计我已有1,000个预设外观观念。AI无此包袱。虽自动化设计是硬题，难想象计算机设计复杂物品，但必须认清：我们很多时候在忍受次优人类设计。”

部分预设源于原料局限于块、棒、板。但3D打印不受限原料，也不限形状。

移除约束让AI运行，生成式设计常创造“完全不同于习惯形态。更有机，如动物骨骼，”Tamburini说。Wohlers呼应，自然提供卓越强重比结构范例。直到最近，3D打印按罐装程序生产晶格/网格/细胞结构，鲜知其强度特性。“最新拓扑优化工具能生成确定强度的工程化晶格网格结构，”Wohlers说。“未来或见超轻量不同合金结构，比碳纤维复材更轻，后者生产耗时且昂贵。”

Tamburini见过计算机给出晶格形状让人类不信（显得太轻脆弱），设计师便包覆一层显稳健。人终究是人。

加速流程

Make It In LA（洛杉矶）创始人兼首席煽动者Krisztina “Z” Holly强调，将日益智能软件与3D打印、虚拟现实等新技术结合，能极大加速迭代产品开发周期。除能更早获取消费者反馈从而得更好产品，她指出新工具让设计制造民主化。

“这对创新方式和创新者意味着什么？若允许非工程师设计想要产品，世界将不同，”她说。“创业者开办制造业将像开办数字产品业一样容易。若人们能像做数字产品那样轻松创办实体产品业，会涌现何种产品？”

她设想的一个结果：“两类技能变得极其宝贵。一是编码这些系统、洞悉什么行什么不行的深度技术技能。二是对客户需求和市场机会的共情理解。”

什么技能变不关键？实际操作机床。设计到CAM过程将基本自动化。Walker解释，若设计模型含材料信息（成标配），机床应“有智能完成其余。从8,000刀库取正确刀具、按正确刀路跑适当切削参数。机床应有视觉听觉监控避免碰撞、感知切削状况自动调整进给转速。这正是今应用工程师做的事。30年后需要多少？希望为零。”

Holly警告勿唯职位论。第一，仍有工作——只是不同、更有创造性的工作。第二，“关键是保持创新本地化，”她说。“外包设计制造海外负面多：失去知识产权控制、不利环境、脱离制造一线就看不见可能性。”

按单生产……本地化

共识：制造将大幅地理分散，个体机床能力倍增大力推动。Yancey称许多制造商想降风险、贴近客户生产以更好适配市场。

Walker赞同，并预测运输成本和环境影响将驱动企业本地生产。他补政府强制抵消政策：制造商须在某国生产一定量零件才能在该国销售。另一动力是汇率波动下维持盈利，因利润率收窄加剧此问题。

同时，定制化程度将大幅提高，供应链大幅收紧。Tamburini总结：“预测需求大批量备货的做法将被颠覆。将更接近客户精准告知所需、制造商即时仅按需生产。数字化和自动化让这梦想在技术甚至经济层面更可行。”

不适用所有产品，标准化/定制化/个性化界限模糊。但Tamburini确信：通过预定义选项清单定制产品的做法将指数级增长。假肢、服装等或全个性化。同样，多数制造商将成通用服务局而非专家。机床按云端指令按需制造。

Walker言：“今企业需3-5年合同做零件，因买机床、编程、调试以稳定精准生产成本巨大。”机床自动化多功能化、消除大量装夹准备，制造将成更灵活、或许更低利润业务。如Make It in LA的Holly所言，设计流程、工具、界面将更重要。

保持运转

数字化增强、“超连接”、AI将大幅提升以最少人力和停机维持生产能力。Tamburini称目前收集数据多用于监控工厂和供应链现状。“但我们开始问‘为什么’并用AI预测将发生什么。下一阶段是用AI和机器学习实现自主响应。”

即：有足够数据分析，机器学习可精准预测特定零件失效。有良好决策算法和车间所有生产需求知识，系统能自主决定应对：订件、排停机、转移任务到备用机床等。甚至设想机床自愈或订购能修复的机器人，但Walker称永远需要人类维修技师。不过他认为机床将用声音沟通需做何事——无需手持设备或屏幕按钮。

Tamburini称Microsoft有头戴设备（HoloLens）让你与周围全息图交互。“叠加数字信息于现实之上，赋予你超能力。人们发现增强现实可用于提供装配指导、质检指导、维护指导，从而减少培训需求。”如远程维护专家可指着零件或示意如何移动零件，仿佛同在一车间共视同物。

最后，Tamburini指出机器学习一美妙处：“一旦变强，该能力或知识可瞬间广播全球，因只是软件。假设能共享数据，所有人都变得更聪明更强。”他对比依赖厂内专家用多年经验解读机床声响等。“那种知识极难分发。”

不变之物

专家似不认为制造精度未来30年会大幅进步。“我们在公差层面工作，测量精度的计量学才是更大问题，”Walker言。“下一步更高精度将是分子操控”（无人预见）。亦无人认为切削速度会显著提快。前述3D打印速度提升更多是进化非革命——不及软件改进带来的生产力跃升显著。同样，现制造微小零件能力已惊人。Wohlers称微型化“部分是找问题的解决方案。少数应用如嵌入3D打印件的微型传感器。”

若担心变化，Walker或以此慰藉：“我们从1780s起就在微调制造。未来30年仍是微调，除非真有革命性突破。”他问我有无人说搞定引力操控可不烧化石燃料飞月球，知答案为否。顺带，也无人提那只防人动设备的狗。