驱动数字化转型 如何善用AI技术？

　　在过去一年时间里，AI持续火热，斑马技术也看到了利用AI帮助企业实现数字化转型的机会。首先，AI促进物理层面的工作流程自动化;第二，AI用于自动化决策;第三，AI可以优化工作流程……

　　过去两年，我们经常听到市场对“人工智能(AI)”和“自动化(Automation)”的探讨。企业开始越来越多地考虑AI如何通过物理自动化、决策自动化和增强的工作流程来发挥数据驱动的洞察力，释放更大的商业价值和影响力，从而提高运营效率。分析机构数据显示，由于人工智能的加速发展，2030年全球GDP将增长14%，相当于额外增加15.7万亿美元。

　　作为一家致力于助力企业一线获得性能优势的解决方案提供商，斑马技术在过去几年中，持续对AI、机器学习、计算机视觉以及生成式AI大语言模型解决方案等前沿领域进行投资。其中针对软件、机器视觉和自主移动机器人三大领域的投资高达数十亿美元。

　　“这些技术能帮助驱动斑马技术的增长，同时我们在与客户交流中发现，这些技术也能真正满足客户和市场的需求。”在日前举办的斑马技术2024亚太区渠道合作伙伴峰会媒体沟通会上，斑马技术首席技术官 Tom Bianculli 详细介绍了公司重点投资的几个技术领域，并就这些技术在加速数字化进程中发挥的重要作用做了说明。

　　斑马技术首席技术官 Tom Bianculli

　　三大重点投资领域和三大战略支柱

　　斑马技术的第一项重要投资是软件，除了通用软件还包括针对一线员工的工具软件。包括能在安卓设备上运行的很多相关软件能赋能一线作业人员，使工作流程变得更加高效，还可以进沟通合作，让员工实现更好的自助管理。“一线员工在一天的工作中可以清楚了解不同时间的不同任务，以及任务的优先级，掌握任务管理的进度表与优先事项。” Tom Bianculli说道。

　　第二个重要的投资领域是机器视觉板块。近年来斑马技术对机器视觉软件和硬件资产领域进行了重点收购，包括2019年收购计算机视觉解决方案商Cortexica，2021年收购机器视觉软件商Adaptive Vision，以及2022年收购机器视觉解决方案商Matrox Imaging。打造机器视觉业务有助于实现对制造业与运输供应链中的质量监测，例如电动汽车生产流水线中对电池模块的生产进行把控、检验质量和组装;用于分析并检测用于制造半导体产品的硅晶圆，来不断地提升良品率和生产效能;显示器检测方面，全球一些大型显示器制造商也在采用斑马技术的机器视觉方案。

　　第三个投资领域是自主移动机器人，这主要是指斑马技术2021年收购的Fetch Robotics公司。虽然机器人不能完全实现工作流程的自动化，但其本身能以协作的方式与人合作，从而实现减少员工的步行时间，对货物进行自动分拣并将放置到特定的场地，再由人进行综合调度和管理。诸如此类的效果也体现在制造业解决方案中，如线边库补给时应用协作机器人或自主移动机器人集齐所需材料，运送至线边库进行补给，整个补给过程在制造车间专门的传送通道上进行。

　　斑马技术近年来的收购案

　　Tom Bianculli表示，根据所处的商业环境和客户需求，斑马技术专注三个战略支柱：

　　1、智能自动化，主要指应用不同种类型的自动化解决方案，如RFID、机器视觉、自主移动机器人。

　　2、资产可视性，包括运输物流业、制造业、零售业、医疗卫生业等需要让整个运营链的可视性更强，以便更好地进行追溯，所以需要各种视觉技术来提升资产可见性。

　　3、一线员工互联互通，实现万物互联的一线作业场景。越来越多的移动终端计算、互联技术正不断涌现，以赋能一线人员，让他们实时掌握信息进行协作。

　　用好AI，帮助企业数字化转型

　　在过去一年时间里，AI持续火热，斑马技术也看到了利用AI帮助企业实现数字化转型的机会。根据普华永道发布的一份报告，AI高速发展带来的2030年全球GDP增长将高达14%，相当于增加15.7万亿美元。这份报告讨论了企业自动化过程产生的收益，包括自动化流程(包括使用机器人和自动驾驶车辆)、企业通过人工智能技术(辅助和增强智能)增强现有劳动力来提高生产力，以及基于个性化和/或更高质量的人工智能增强产品和服务的可用性，带来的消费者需求增加。

　　首先，AI促进物理层面的工作流程自动化。比如移动机器人，它们的机器视觉监测功能可以实现工作流程某一部分的自动化;在制造硅晶圆或电池模块的设备中也会配备机器视觉技术来进行监测。“我们所做的不仅只是编写规则，让机器视觉产品判断产品优劣，还要利用机器学习能力让它通过对数百万份的样本检测观察，像人类一样逐渐学习并完善对于良品和劣品的感知，实现自主辨别差异。” Tom Bianculli说道，“这些自动化解决方案，如果没有AI加持是难以实现并持续的。”

　　第二，AI用于自动化决策。如今供应链正变得日益复杂，特别是在电商和零售板块，消费者可以通过线上、线下各种渠道下单，这也不断地推动着电商决策流程变革。为了提升盈利，决策者需要判断哪种下单方式更为经济高效，这些仅凭人工是无法做到的，AI却可以。举例来说，如果有顾客提交了线上订单，商店可以利用AI考察什么样的方式能更高效地进行交付。

　　第三，AI可以优化工作流程。在提升效率的前提下，一个员工往往需要“武装到牙齿”，各类可穿戴设备、应用软件装备在身上，灵活利用高效的工具才能进一步优化工作流继而完成更多工作任务。而有了AI优化的工作流程，可以利用基于机器视觉的设备进行盘点，清楚地了解货架当中哪些商品没有放置在正确的位置;生成式AI和大语言模型的使用，也能让新进员工在工作时进行实时培训，很快地达到和熟练员工一样的效率。

　　据悉，斑马技术在日前举办的纽约零售展览会(NRF)上展出了相关大模型产品，它可以像ChatGPT一样和用户进行更好的云端互动，也适用于企业流程管理。例如在零售领域，当出现顾客退货的时候没有收据，只有信用卡付款记录等情况，这种产品就可以帮助员工知道根据商店政策该如何处理。

　　同时，2023年Q4斑马技术基于高通方案的手持式移动数据终端以及平板电脑上也成功运行生成式AI，这意味着可以在设备端运行完整的大型语言模型。Tom Bianculli认为，对于斑马技术而言，从第三点讨论的个性化角度出发，如何能够更好地保证产品和服务以个性化方式进行推广是关注的重点，这反过来会推动前两个方面，促进不同企业对自动化需求的提高，进而提高生产力。

　　按需经济成为推动发展主要力量

　　个性化可以理解为按需经济，随着世界的不断发展，尤其是在亚太地区的各行各业已经走向按需来进行服务和生产。如果需要制造、交付产品，可以实时采购、生产或出货。斑马技术也在制造管理和3D打印领域观察到了这一现象，比如某个零件需要更换，甚至不需要从中央仓库调货再运送到目的地，而可以在任何指定地方按需进行3D打印。

　　“产品生产和服务提供无限接近于需求，正在驱动着经济的发展，也进一步驱动刚才我所提到的各种潜在技术。”Tom Bianculli举了三个案例，分别是制造、运输物流和零售业。

　　在制造业内，三个最主要的趋势分别是数字化转型和IT/OT融合将加速、AI/ML技术将迈向新的水平——边缘智能，以及RFID 和机器视觉解决方案将成为定位解决方案的焦点。

　　IT/OT融合就是所谓的信息技术与运营技术融合。从传统来看，这是两个完全不同的领域，且决策也相对独立，但在按需生产的经济模式中，决策和执行计划将会进一步融合。客户都在关心如何进一步实现对于库存实时可见性的掌控，了解员工和其他资产(如机器人)之间的协作，以及增强一线员工的能力。

　　“RFID、机器视觉、人工智能标记语言技术(AIML)正在推动着这样的趋势快速发展。” Tom Bianculli指出，“制造业是斑马技术非常关注的一个领域，2023年已成为我们全球第二大业务分支，仅次于零售业。”

　　物流运输业，与制造业并列斑马技术第二大业务分支。在该领域中，大多数决策者遇到的发展阻碍是需要进行新技术投资，让自己保持竞争力。企业需要通过自动化工作流来捕捉数据和实现实时洞见，这给许多运输物流企业带来了前所未有的工作量。

　　随着按需经济和电商的发展，订单量大增驱动了企业对自动化和实时数据可视性的需求。“最后一公里”的交付模式推动了自动化运营的实现，在减少包裹查询时间、使自动化系统能够在实际交付时提供交付证明的过程里，RFID方案成为了很好的用例。RFID的使用，能够确保正确的包裹进入到正确的运输车辆，同时也能在一定程度商减少人工操作时间。

　　零售业方面，消费者有不同的偏好，希望零售商可以恰好满足他们希望的需求。根据斑马技术的观察，消费者除了对于在线上或线下购物有自己的偏好外，即使在门店当中对于不同的销售模式、服务偏好也有很大差异。无论喜欢完全自主购物还是需要提供全方位服务，零售商都可以使用不同的技术来满足消费者的偏好，提供他们所需要的体验。

　　Tom Bianculli认为，零售业的一大关键在于更高的库存可视性管理，这也是RFID解决方案的另一大应用，再加上条形码、机器视觉、增强现实等相关技术。第二大关键是提升一线员工生产力，对于大部分零售门店来说，三分之二的成本都在人工上。如果能够使用技术赋能员工，让其在合适的时间得到正确的信息保证实时交付，就能减少劳动成本支出，提升整体效率。

　　对于实现数字化转型而言，技术往往是最重要的，但也最复杂的。随着零售商、制造商、运输物流企业纷纷部署技术战略，管理方式也在被改变，正如麦肯锡说的，“数字化对于组织来说不仅是竞争而且是生存，两者都至关重要。 如果领导者不能明确什么是数字化转型并围绕具体举措调整他们的组织——他们就无法指望取得成功。”

　　“只有了解员工会如何以不同方式完成工作，并积极进行培训，管理者才会明白调动员工参与其中和技术本身同样重要。” Tom Bianculli说道，推动管理和操作程序的变革，为的是更好地利用技术。“所以在数字化过程当中，我们专注管理变革的同时要考虑到数字化策略，才能对商业进一步赋能。”

　　亚太地区经济的驱动因素

　　如果说工业4.0 是将智能技术作为制造和供应链的核心，那么工业5.0 就是致力于通过人类与数字化生态系统中的机器和系统之间更有意义、更有效的协作来增强数字化转型。这种新兴的工业革命，也称为“人类技术生态系统”(human-technology ecosystem)，它充分利用机器和人类的最佳优势，在各行业培育更高效、可持续和安全的产品环境。

　　如今工业5.0正在真实发生，根据调研机构Market Research预计，工业 5.0 市场规模将从 2022 年的 1311.3 亿美元增至 6584 亿美元。尽管全球经济仍面临严峻挑战，但Forrester预计从2024年到2027年，亚太地区(APAC)的科技支出每年将以6.8%到7.3%的速度强劲增长。

　　IDC认为，到 2026 年，技术提供商将把一半的研发、人员配置和资本支出投资用于AI或自动化。到2028年，亚太地区80%的首席信息官(CIO)将通过组织变革来进一步利用AI、自动化和分析，推动敏捷、洞察力驱动的数字业务。

　　“这是我们认为亚太地区成为工业5.0重要区域的原因和佐证观点，是它在推动亚太地区的经济发展。” 斑马技术亚太区高级副总裁兼总经理 吴辉明(Ryan Goh)认为，拥有这些加速发展机会的行业包括制造业、仓储业和运输物流业。

　　斑马技术亚太区高级副总裁兼总经理 吴辉明(Ryan Goh)

　　亚太地区目前拥有全球最大的智能制造产业。尽管供应链越来越多元化，亚太地区仍然是制造业的主要中心。据Fortune Business Insights预测，到2030年，亚太地区制造业仍将以 15.7% 的复合年增长率进一步扩张。

　　仓储行业方面，根据Data Bridge Research数据，2021年亚太地区仓库管理系统市场价值接近6.5亿美元，预计到 2029 年将达到24亿美元左右。吴辉明表示，仓储空间的扩大导致了处理包裹的数量大幅增加，但通过自动化扫描能够进一步实现仓库管理自动化。

　　物流运输业方面，据Mordor Intelligence估计，2023 年亚太地区货运和物流市场规模为 3.35 万亿美元，预计到 2029 年将达到 4.56 万亿美元。

　　这些庞大的数字也说明了亚太市场的规模是多么的吸引人。运输物流、仓储、制造业都是受按需经济所驱动，那么斑马技术如何看待并拥抱数字化改革呢?吴辉明表示，从这三个关键垂直领域的增长和机遇可以看出，客户需要弹性、灵活性和可持续性来满足按需经济，推动数字化改革与转型，斑马技术为这些关键行业带来了三项关键技术：RFID无线射频识别解决方案、平板电脑和固定式工业扫描仪和机器视觉。

　　针对亚太地区不同规模和行业的企业，斑马技术深知面对不同客户，“一刀切”的解决方案是行不通的，所以在推动数字化转型方面也有自己独特的策略和解决方案。以仓储行业为例，根据斑马技术的仓库成熟度模型(Zebra Warehouse Maturity Model)，客户成熟度处于不同阶段，而斑马技术的解决方案具备广泛性，包括移动数据终端、平板、RFID，到手持读取器、固定式读取器等等，可以让处于不同成熟阶段的客户从中优选合其自身需求的解决方案。

　　与此同时，斑马技术也持续地对亚太地区进行投资，于2023年启动了位于印度班加罗尔的亚太地区最大的研发中心，在此搭建Wi-Fi测试实验室的同时，也将很多移动终端软件开发的任务放在这里。此外，公司也在不断地扩大新加坡的研发中心团队，进行打印机的研发;在北亚的研发中心则专注于开发适用于部分目标市场国家的特定产品。

　　关注新技术与传统技术的结合

　　除了前面提到的三大战略支柱技术，在需求预测方面，斑马技术还收购了人工智能驱动的软件即服务(SaaS)解决方案商Antuit.ai，其产品运营AI技术，能够帮助用户基于库存来进行自动且精准的需求计划和预测。这样就可以在订单到来之前，提前在正确的地方准备好正确的货物，以更为经济的方式完成订单。

　　此外，过去几年中RFID技术发展迅速，斑马技术也在这一领域继续进行创新。最初的RFID产品就是固定式读取器，扫描仪是相对比较大型的设备，而现在斑马技术将 RFID 技术应用到了更小的外形尺寸中，使其能够以可穿戴、移动的方式使用，可以通过手持RFID设备对库存存货进行快速盘点，为工作流程提供便利。

　　如今，RFID正处在第三个发展阶段，即基于基础设施的RFID。斑马技术在这方面的开拓和创新之一，就是建立与 Wi-Fi网络相似的 RFID 基础设施。Tom Bianculli表示，“RFID标签广泛、持续地存在于特定环境中，我们无需通过特定门户或使用手持设备进行信息查询，也可以实时地看到仓库中有RFID标签的物品的状态，从而更好地对资产进行定位和追溯，优化工作流程。”

　　常见的可穿戴设备、移动数据终端、手持式设备等都属于传统技术设备，而斑马技术追求的是把这些设备与RFID、计算机视觉、机器视觉以及其他技术相结合。吴辉明表示，斑马技术正在寻找能够提供机器视觉和RFID相关的复杂解决方案合作伙伴。“机器视觉对我们来说是一项新技术，但知道如何实施的合作伙伴并不多。斑马技术的Partner Connect计划中有一个工业自动化赛道(Industrial Automation)，汇聚可以帮助我们提供先进的机器视觉解决方案的专业的合作伙伴，为特定的市场提供产品和解决方案。”

　　谈到AI和RFID的交叉问题，Tom Bianculli认为，归根到底RFID是一种数据，首先可以用来进行识别，然后进行定位，“以斑马技术在环境条件方面的RFID应用创新为例，通过获取产品信息、所处供应链中环境信息以及流转进程等，RFID标签就能生产非常丰富的数据，AI可以利用这些数据判断农产品的易腐性或预测可能腐坏的货物。对于疫苗这类特殊产品，也可以判断其在供应链中需要保持的特定温度。”

　　另外在运输物流中，AI还可以用来调配资产，以更具预测性的方式将合适的拖车、叉车和车辆调配到合适的位置。因此，Tom Bianculli认为，AI将真正实现RFID 数据合理利用，更好地在企业内部分配人力和资产。

　　自动化普及，会不会带来裁员问题?

　　虽然自动化能给各行业带来很多积极的改变，但也有人担忧基于机器视觉的自动化，可能意味着一线工人需要扮演的角色减少，从而导致裁员。

　　对此Tom Bianculli认为，首先无论是机器视觉还是自动化，工作流程中可以实现完全的自动化的部分还相对较少，端到端的自动化目前还无法完全实现。其次，目前全球已经出现劳动力短缺，并且人口老龄化会进一步加剧这一情况。“未来十年，自动化趋势势不可当。我认为这是人类历史上第一次清楚地认识到应该如何进一步通过技术方式突破劳动力的限制，提升经济产出。”

　　吴辉明举了一个客户的具体例子来说明这个问题。之前人们通过手动方式来扫描包裹条码，如今已经可以通过自动化方式来扫描，但这个过程并不是完全无人化，一些工作也需要有人操作。但在这个案例中，通过技术加持，可以把人力留给更多高附加值的工作，而不是传统的重复性操作。“这可以帮助进一步提升员工的劳动能力，同时能够确保员工更多的精力能够部署在一些重要的高价值任务上。所以，技术其实进一步提升了劳动力产出。”