中国机器人市场是巨大的，无疑会给行业带来巨大的商机，这是一个基本的事实。机器人是“制造业皇冠顶端的明珠”，其研发、制造、应用是衡量一个国家科技创新和高端制造业水平的重要标志。近年来，我国机器人市场规模不断扩大，尤其在工业机器人领域，已成为世界上增长最快的市场。
但是，奋战在各种行业第一线的工人特别害怕机器人会抢走他们的饭碗，然而机器人会不会导致一线工人失业?中国工业机器人企业如何与国际竞争?中国缺不缺创新人才?4月26日，在中欧国际工商学院大师课堂上，ABB(中国)有限公司董事长兼总裁顾纯元、三一集团高级副总裁贺东东，与我们深入探讨了智能制造与“物联网+”领域的前沿话题。跟随中欧国际工商学院经济学教授朱天的五个问题，了解中外机器人巨头如何把握“物联网+”新机遇。
对话嘉宾简介
顾纯元ABB集团高级副总裁、ABB(中国)有限公司董事长兼总裁
贺东东 三一集团高级副总裁
朱天中欧国际工商学院经济学教授
一、机器人会不会导致一线工人失业?
朱天：向智能化工厂转变的过程中，一线工人是否会失业?
顾纯元：这个话题1970年代的时候在德国讨论得非常激烈，后来被证明是一个伪命题。当年媒体说机器人会来抢走我们的工作，是我们的敌人，但是到了80年代、90年代就开始说机器人是我们的朋友，再来看现在，德国说机器人的应用是德国经济的主要支柱。
具体到中国，企业到了一定的拐点，不一定能招得到合适的人员，劳动力成本不断上升，企业开始考虑用机器取代工人。这是渐进的过程，不是从零到一的过程。企业希望提供更好的产品，人机协同，帮助企业更快地升级。企业里最灵活、可靠的还是人，只要是成本合理，人是可以用的。
一些由机器担任的岗位，人工操作的时候是很辛苦的，这就是我们为什么要把人从这个岗位上解放出来，让他们进入社会做一些更有创造性的事。不管从经济角度还是社会责任角度，这都是积极的事情。
二、信息技术如何与制造业相融合?
朱天：信息技术和制造技术的融合，切入点在哪里?ABB和三一重工分别作为跨国公司和本土制造企业的领军者，在第四次工业革命浪潮中都有哪些战略?
贺东东：从三一重工的实践来讲，我们所理解的信息技术与制造技术融合的切入点，一个是数字化，一个是物联网。
数字化，从传统的两化融合，发展为把所有的物、所有的流程、所有的产品、所有的业务信息转变为能够被存储、计算的数据。物联网，过去的物理世界和互联网是分开的，现在采用物联网把所有的设备通过网络连接起来，就可以把各种商业模式以及大数据的智能分析与互联网数据交互融合了。
我们的两个任务，一个是尽可能数字化，一个是物联网，通过物联实现大数据的融合，通过网络实现商业模式的变革。
顾纯元：数字化、信息化、网络化为制造业提供了两方面的能力。一方面，可以提高制造业本身的生产效率、提高产品质量，这是基本的工厂管理。另一方面，我觉得网络化所带来的不完全是生产制造过程的高效，而是把产品智能化以后，通过网络化创造一种全新的服务和商业模式，产生更多的商业机会。对于这一点，不管是哪一个企业，哪一个国家，大家都是在同一个起跑线上。
三、中国工业机器人企业如何与国际竞争?
朱天：顾博士作为机器人领域的智能专家，如何评价中国工业机器人目前的发展现状?你认为，本土机器人企业应如何与国际机器人四大家族竞争?ABB在机器人领域保持全球领先地位的秘诀是什么?
顾纯元：中国的机器人市场(特别是工业机器人)是全球最大的市场，从2014年开始中国也是全球增量最大的市场，前几年都是40%、50%的增长，去年的数据也是双位数的增长。我认为，这与它的特性有关，ABB在1994年来到中国，并不完全因为中国劳动力成本低廉，为什么机器人在中国突然变得这么火爆呢?因为有一些岗位是非常危险的，不适合人做，必须要用机器人，还有比如，汽车工业进入中国市场时，关键点是要保持产品在全球的一致性，所以大量应用机器人，这样避免了可能由人工而产生的大量误差。
为什么中国非常重视机器人呢?机器人已经被应用到一般工业，如电子产品、手机制造业。现在的智能手机都是金属的，不光是为了美观，也便于散热，既然是金属就必然需要打磨，这个打磨大多数都是由机器人来完成，于是，ABB和中国的客户开发出了此类应用。在这样一个前提下，必然会有很多企业参与到这个市场中。这是非常积极的信号，越来越多的人参与，说明这个行业越来越有前途。所谓的四大家族，我个人不太喜欢给它们贴上这样的标签。其实中国也有很多品牌，中国本土有十几家企业，产品做得也非常好，只不过国外做得比较早。
我个人希望，行业里共同把机器人为主的柔性化应用做起来，真正为客户创造价值的是应用系统，汽车和其他行业需要的应用系统是不一样的，我们现在需要大量的企业参与，为制造过程提供更大的价值。
四、“中国制造2025”的最大障碍是什么?
朱天：“中国制造2025”在推进过程当中最大的障碍是什么?和欧美国家相比，中国的差距主要表现在哪里?
贺东东：用一个案例来讲，我现在正在推动公司构建一个物联网的平台，构建一个基于物联网、工业大数据的新生态。这个生态的目的就是为中国的制造企业服务。在这个生态过程当中会碰到什么问题呢?
首先是设备或者机器的智能化程度不够。我们现在互联网的应用是从智能手机普及开始的，以前是模拟的手机，做不到移动互联的概念，所以我们中国现在大部分企业的设备还是亚机器，还是模拟机，不是智能机，最重要的是要让机器的生产线、制造过程能够智能化，有一些嵌入式的软硬件的系统，用软件去定义动作，最后的高级阶段就像一个机器人一样。这里有一个愿景，未来的4.0中所有的机器都变成机器人，所有的终端、设备一定足够智能化，而且能够做双向的沟通和交流。从这一点上来讲，我们中国的制造业差距非常大，要把90%的设备变成智能设备，这个改造的过程、投资的力度都会非常大。
设备智能化以后，要连上网络收集大数据，基于大数据进行运行。这个方面中国跟其他国家处在同一个起跑线上。这就是为什么三一重工在做这个事情，三一重工从2008年开始就把20万台设备进行联网，在平台上做大数据的采集。目前在全球真正商用的物联网和大数据平台还不多，这一点上中国企业与其他国家是处在同一个起跑线上，这也是中国企业将来可能会有机会的地方。这里面能够派生出非常多的商业模式。
制造业归根到底是服务业，整个制造业的模式和方式会有一个重大的改变。我们是做工程机械、做装备的，现在客户还是花几百万买我们的设备，还要按揭贷款，还银行的利息，将来是不是基于使用付费呢?因为客户买的不是设备，买的是设备使用带来的效用，将来的三一模式会转为服务的方式，不是卖设备而是卖设备服务，这意味着商业模式会有一个大的改变。
我们预计整个制造业都会朝真正的服务业转变，从消费者到工厂定制的模式，到基于使用付费的模式，以及基于机器使用时间的保险和金融解决方案等等，都会转变。这一点上中国有优势，因为中国有最大的用户市场，中国也是最大的设备使用市场，有最多的客户数据和设备数据。基于这样一个庞大的市场，商业模式的转变会有很多机会。所以虽然从底层来说中国和欧美的差距非常大，但是未来在商业模式的转变上面，中国有更多的机会。
顾纯元：我觉得各个国家制造业的转型、升级都有不同的需求，发达国家也是一样的，大家面对的挑战也是一样的，提高质量、降低成本、提高生产效率、实现可持续发展，只不过在不同的阶段会用不同的技术来应对。
中国的优势在什么地方?不可否认中国是制造业大国，尽管我们人口、土地、能源压力很大，成本不断上涨，但是对很多制造业来讲并没有更多的选择，因为它的供应链在这儿，用一个倒逼的机制，逼着它来创新，这是一个固有的基础。大家不要对西方国家的制造业的再回归作过分的解读。我也听说某个国家的总统问一个企业的CEO，说你这个企业能不能回来?其实不会回去的，因为供应链等都在这边。这是一个长期的投入，企业要有长期的投入。
五、中国缺不缺创新人才?
朱天：中国智造2025、物联网等都是创新的东西，创新就离不开人才。你们怎么评价中国的创新人才?
顾纯元：我觉得中国最不缺的就是人才，人多，这是量所决定的，在座的各位都是人才，我分享一些个人的经验。
我2005年回国以后建立中国的研发中心，当时在集团的时候大家心存疑惑，这样的技术国内有没有现存的企业，我们能不能成立。事实证明，我们在中国上海的机器人研发团队是世界一流的，开发了很多款机器人。为什么在中国开发?传统的机器人是用在汽车制造业的，我们这些开发是为小产品、电子产品业的。电子产品最大的需求国是中国，我们市场需求和人才相结合。作为一个企业，ABB有一个长远的投入，我们希望有一个很好的市场环境，才能够创造出非常好的产品。
贺东东：现在招人才，要求会大数据分析，同时要懂机械。比如，做故障预测，需要懂得机械理论和大数据分析的技术，这种交叉性人才是缺的，制造业在全方位拥抱各种各样的新技术，所以制造业的创新都在交叉科学上面。
现在最火的虚拟现实，在制造业将有无穷无尽的应用，这方面的人才懂一些虚拟现实技术，同时对制造业也比较懂，这样的人才在制造业领域，从研发到维护有很大的价值。比如说人工智能，在制造业数据量越来越大的情况下，人工智能有非常大的用武之地，制造业企业大到一定程度是很难管理的，基本的产销协同都很难管理，但是如果用人工智能和机器学习的方式是不难的。其实也就是说，在一些新的技术跟制造业的交界处，需要一些跨学科的人才。组合创新有很大的空间，人才是很缺的。
顾纯元：我不完全同意您的观点，人才是稀缺的这个我同意，但是我的观点是，人才是可以培养的，这是我在中国做企业、做研发的经验，我们培养了很多跨学科的人才，关键是企业有长远的眼光和决心。
贺东东：我们有一个三一工学院，授予国家教育部认证的大专文凭，我们是学习德国双轨制的教育体系，半工半读，是学历教育，但是我们加上了在工厂工作实习这一点。一个优秀的企业要有一套非常好的人才培养的机制，因为所有的人才都靠外部招聘肯定是做不到的。
