2021年,中国工业应用移动机器人(AGV/AMR)市场规模为126亿元,同比增长了64%;如果从增量上来看,这一年新增移动机器人数量为7.2万台,同比增长更是超过了75%。
移动机器人批量进入工厂,成了智能制造在国内迅猛发展的一个真实写照。
为什么工厂里需要这么多移动机器人?
这是因为要实现智能制造,首先需要将工厂中各类设备连接上网,在这之中,一个颇具挑战性的环节就是将散落在工厂各个角落里的物料及"物质流"联网,通过移动机器人将这些离散的物料串联起来,打通了工厂中的“物质流”,也为进一步打通“数据流”奠定了基础。
实际上,当下移动机器人在3C制造、仓储管理、电网巡检等领域已经得到普遍应用,仅以2017年成立的优艾智合为例,他们在3C制造领域的一个标杆案例中,在某个工厂一层楼里就跑了200多台移动机器人在进行料盘(tray盘)搬运工作,这些移动机器人每天搬运料盘次数多达28247趟,每天运输距离超过2000公里,每天搬运料盘数量超过76万盘次。
在如此大量的运送工作中,其实也潜藏着不小的危机。
智能制造带来的是高度自动化的生产流程,这其中哪怕有一台移动机器人调度出现问题都会对整个生产流程造成不小的影响,一个更直观的案例来自于英国的生鲜电商公司Ocado,这家部署了仓储自动化技术的公司,2019年2月曾出现过移动机器人电池充电装置故障起火事件,导致直接损失5800万美元,整体损失高达4亿美元;2021年7月三台机器人碰撞引起的起火事件,又造成了3500万美元的经济损失。
正因如此,行业中出现了“为移动机器人上保险”的概念。
9月26日,优艾智合联合中国移动机器人(AGV/AMR)产业联盟、中再产险、人保财险及鼎和财险成立移动机器人保险生态伙伴圈。这是基于优艾智合与中再产险、人保财险、鼎和财险前不久联合推出的国内首份针对移动机器人的商业保险《移动机器人质量责任保险》为基础,成立的一个生态联盟。
《移动机器人质量责任保险》开创了工业移动机器人商业化投保先例,该份保险保障范围主要包括热失控、机械、电气风险等风险,此外拓展了网络保险为附加险,赔偿黑客攻击导致数据恢复以及软件修复、优化、升级产生的损失。
实际上,作为移动机器人领域首个商业化保险,一定程度上是以往传统的责任险在垂直领域的一次细化,中再产险深圳分公司总经理凌云告诉至顶网,“其实传统的责任险对于移动机器人也可以有一个保障,但它的针对性没有那么强,所以这次是我们针对移动机器人这个特殊产品品类的一细化,针对这样一个特殊标的的单独安排。”
针对这一领域的特殊性,凌云还特别指出,“我们这次在设计新产品的费率表(价格表)的时候,基于这个产业特性,引入了很多新的风险因子,包括移动机器人自身的三电系统、导航系统、用途分类,这些都纳入到了我们的费率考量中,我们也把免赔额做了一个二维的费率因子表,尽量把颗粒度做到足够细,能够相对精准地定价,保证费率的公平性。”
这样一份特殊保险产品的落地,既有来自优艾智合、移动机器人产业联盟和保险行业的通力合作,也向更为成熟的汽车行业保险借鉴了不少经验,据中再产险深圳分公司助理承保师杜康透露,“我们的移动机器人创新项目组的精算师是银保监会车险综合改革及新能源车险基本乘风险保费策划组的成员,所以我们参照了新能源车险免赔系数表,构建了一个免赔额与单次事故限额的二维免赔表。”
“为工业移动机器人上保险”如今来看仍是一个新鲜事物,不过在企业数字化转型、智能制造大潮之下,这样的保险体系将成为一个全新的风险共担的产业机制,推动整个产业快速转型。
优艾智合创始人兼CEO张朝辉相信这样的保险机制在未来几年也将会继续完善,甚至成为产业新常态,他指出,“就像曾经的移动互联网+一样,现在大家看到移动机器人+已经开始成为共识,从这个角度来看,一个稳定的服务保障体系可以加速产业进程,所以我认为为移动机器人上保险将逐渐成为一个产业常态。”
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。