三年尝试，阿迪达斯最终还是放弃了“机器人工厂”
近日，德国运动用品制造商阿迪达斯发布声明：将最晚在2020年4月停止运营位于在德国巴伐利亚州安斯巴赫和美国乔治亚州亚特兰大的两家高速工厂。
2016年阿迪达斯准备启动在德国的机器人工厂，2017年宣布在美国开设第二家智能化工厂。两家工厂分别于2017年与2018年投入生产。据了解，工厂最大的特点是高度自动化。阿迪达斯的速度工厂里，一个生产单位大约有6台机器，被分为两组生产线：一组制作鞋底，一组制作运动鞋的其他部分。一双鞋从开始到生产完成，全过程大概需要5小时。而在阿迪达斯位于亚洲的生产车间中，这样的流程要花费好几周时间。
自动化意味着生产过程要求最少的人员介入。工厂建立并且投入运行，整间工厂大概只需要160个员工。阿迪达斯的预设中；德国和美国两地的工厂未来每年将生产大概50万双球鞋，日产量相当于中国和越南的人力工厂2－3个月的产量。
智造成本的高昂是外界认为导致阿迪达斯关闭两家“高速工厂”的原因之一，阿迪达斯并未披露过“高速工厂”的成本，仅表示将其计入研发支出当中，但查看2015－2017研发费用的数据统计后，我们不难发现问题；2015年间阿迪达斯的研发费用为139亿欧元，2016年上涨至149亿欧元，2017年高达187亿欧元，在18年后方有所下降。
虽然人工智能和自动化技术的出现让企业看到制造业的未来方向，但从阿迪达斯的尝试来看，要想把大量生产环节放在欧美等核心消费市场，在经济效益的角度来看似乎并不现实。
20世纪初，福特汽车则将生产过程流程化，将原料通用部件化，形成流水生产线。工人实现彻底分工，每个人不用做任何多余的动作与思考。得益于流水线，汽车生产效率大幅提升，第一条流水线使每辆T型汽车的组装时间由原来的12小时28分钟缩短至90分钟，生产效率提高了8倍，“工业化”的定义：大规模、流水化、标准化的协作系统；其中每一个要素都有明确的边界、接口，稳定的交付质量、可预期的交付时间。
而AI与工业化的融合，就是将AI技术与手动或半自动操作方式结合，形成机器智能操作。根据企业不同需求，进行大规模批量化和配置。以往是进行单独定制，现在是工业化装配，形成智能化全自动的流水生产线，降低成本的同时使工作效率、产能在目前的基础上有一个质的飞越。
根据中国信通院2018年9月发布的报告，在各类垂直行业中，人工智能渗透较高的领域包括医疗健康、金融、商业、教育和安防等。其中，医疗健康领域占比居前，达22％；金融和智能商业领域占比分别为14％和11％。但在制造业和工业领域，却面临着融合不足的挑战。
人工智能在工业应用场景落地迟缓，一方面因为相比于数据算法的迭代，硬件升级创新相对周期较长，成本高，难度较大，从而导致滞后。另一方面，工业中应用人工智能需要开发，验证不同的机器学习算法，以实现可发展性的工业应用。制造行业的特性也导致必须针对应用场景进行专属定制，这与其他领域的AI应用有本质的区别。
