過去十年，以大資料、移動技術、人工智慧等技術為代表的數字技術革命，對企業運營和商業模式等方面都產生了深遠的影響。新老技術的迭代和相互疊加，讓傳統企業有了更多的想象空間。

然而，與以往的科技革命不同，這一輪的科技革命創新體系更加強調生態化，科技創新從一種零散的、個別領域出現的偶然性為，變成了全面覆蓋各領域的、需透過廣泛協作完成的系統行為。同時，有別於以往，全球科技創新網路的主力軍不再只是少數發達國家的大型企業、科研院校在參與，一大批具有極強技術專業性以及明確市場需求的初創型小企業湧現了出來。

如何在這個協作創新生態系統中更好的參與，並獲取企業在創新層面上所需的外部資源？這是近幾年德國製造業從業者一直在思考的一個問題。一直以來，漸進式創新是德國中小企業創新的主旋律。這種創新模式適合於實業的鞏固，但是同時也帶來諸多的弊病。漸進式創新可以持續性地改善現有產品的效能，並逐步為企業建立起自己的市場優勢。當然，前提條件是這種模式的技術進步的速度能夠滿足市場需求。在新一輪的全球技術革命與產業變革交匯的雙重擠壓下，越來越多的德國人意識到，如果無法在自身之外尋求新的知識和經驗，那麼可能會失去在全球市場的競爭力。協作型、開放式創新（積木式創新）的作用在這個時代的背景下作用日益突出。

德國機械製造業聯合會（VDMA）2020年統計資料顯示，德國機械製造行業中小企業和初創型科技企業的合作已成為企業創新的新趨勢。2018年，有55%的中小企業和初創企業有合作的經歷。VDMA專家預測，到2022年，這個數值將會是73%。這項研究還證明了這種合作是值得的：已經與初創公司合作的95％以上的中小企業將來會繼續這樣做。

人工智慧：“隱形冠軍”與初創企業協同合作的主戰場

人工智慧是“德國製造”在未來保持全球領先地位的核心競爭力。近幾年，德國加快了人工智慧領域研究嚮應用領域轉化，核心是讓廣大中小企業真正用上人工智慧技術，用好人工智慧技術。但是如何把頂尖技術、研究專案轉移給廣大的中小企業，是德國目前面對的挑戰。

仍有40%的企業未使用上人工智慧技術

2020年8月德國Gemeinsam_Digital釋出《德國中小企業人工智慧應用調查》顯示，40%的企業表示暫時沒有針對人工智慧技術的相關計劃。主要的原因在於缺乏對於人工智慧在企業中投入使用的全域性視野，不確定的經濟效益以及缺乏專業的知識和人才。

德國人工智慧領域的初創企業針對這些問題正扮演著越來越重要的角色。這批絕大多數從高校走出來的青年企業圍繞著升級工業製造而服務，從誕生之初便具備極強的研發實力和對市場需求的洞察。憑藉著德國雄厚的工業積累，這些人工智慧解決方案優先在工業領域實現了應用，比如最佳化生產流水線、簡化機器人控制系統、提升機床加工效率，降低質量檢測中的壞件率等。以下是智庫君對近幾年活躍於德國製造業的人工智慧初創企業的重點介紹：

Micropsi GmbH——人工智慧機器人控制系統

過去幾十年間，傳統工業機器人在生產線上發揮出重要的作用，其快速和精確的位置控制，加速了生產的程序。但這些機器人僅適合於固定軌跡的任務，例如從A點移動到B點，執行零件的切割、組裝和噴漆等工作。對於一些複雜或動態的環境，處理未知形狀的工件，涉及靈活多變且技術要求高的任務，例如表面拋光，對於環境和軌跡有嚴格要求的工藝，工業機器人顯得難以勝任。

總部位於德國柏林的機器人軟體公司Micropsi Industries試圖透過顛覆性的人工智慧技術填補了工業機器人行業的這一關鍵缺口。藉助MIRAI機器人控制系統，Micropsi賦予第三方機器人“手眼協調”的功能，使部署和重新部署機器人以及原本工業機器人不可能完成的複雜運動變得更加經濟和快捷。機械臂可以根據視線實時決定如何移動，並且無需程式設計便可以從人類那裡學習相應的動作。

Micropsi Industries花費了四年時間開發了MIRAI基礎版本。目前，該系統已在德國南部和東歐的兩家公司完成了測試，為工業機器人的數十項製造任務提供了支援，主要在金屬/塑膠加工領域。

Panda——基於精確統計評估的人工智慧解決方案

工業生產自動化正在不斷髮展，企業透過最佳化流程來獲得決定性的競爭優勢。生產過程中破壞性因素的識別和分析起著重要作用。大學創業公司Panda在此提供了一種基於精確統計評估的人工智慧解決方案。

Panda GmbH是漢堡赫爾穆特·施密特大學（HSU）機器元件和計算機輔助產品開發研究所（MRP）的衍生企業。該公司針對德國機械工程行業的需求，開發了一種多合一的人工智慧系統。特殊的演算法透過以資料控制的方式識別並分析生產中潛在故障的原因，並實現了基於模式的控制策略。為了讓敏感資料得到最大化的保護，資料不需要上傳到雲端，而是在現場直接做處理。

在3月2號舉行的網路研討會上，Panda GmbH的總經理Michael Welsch將以德國隱形冠軍Kroenert為例，展示人工智慧在生產中的實際應用。

Plus10——針對全自動和複雜機器的人工智慧生產最佳化解決方案

Plus10是德國弗勞恩霍夫製造技術與自動化研究所的衍生公司，執行長Felix Georg Müller在創立plus10之前一直是弗勞恩霍夫協會生產最佳化部門的負責人。Plus10不僅僅是一家人工智慧公司，除了為企業提供資料分析軟體，還提供完整的智慧最佳化工具。該公司的解決方案特別針對全自動和複雜的機器裝置。基於PLC資料，透過機器學習演算法可以瞭解機器的詳細行為模型，從而持續不斷地最佳化系統本身。

封閉式最佳化控制迴路

該公司不僅提供了顛覆性的技術，同時還建立了高度創新的商業模式。透過“按次最佳化付費”，他們為人工智慧工具建立了基於效能的定價模型，從而將各方的風險降至最低。

3月9日，創始人Felix Müller將在線上進行主題為“透過自學習系統進行自動生產規劃”的研討會。

Deevio GmbH——基於深度學習的質量控制

儘管機器視覺技術已經存在了很多年，但是基於規則的機器視覺系統的缺點限制了該技術的廣泛使用。如果要進行質量控制，如何在工廠中安裝機器視覺系統？通常，傳統方式是編寫一些程式碼。您必須向相機說明您要檢測的物件的功能集。這非常耗時，並且需要在主題方面非常熟練的人員。另一個問題是這些程式設計的系統非常不靈活。如果要檢測的物件中的某些功能發生了變化，則必須重新編碼。此外，這類系統的偽錯誤率相對較高。原因之一是影象處理系統通常非常敏感，對於一些微小偏差（例如入射光束、攝像機角度改變），容易產生錯誤的判斷。

Deevio於2018年成立於柏林，是柏林深度技術公司WATTx的衍生企業。該公司基於深度學習技術，開發自動化線下質量控制解決方案。Deevio得到了柏林投資銀行Pro FIT計劃的支援。合作的目標是研究和開發用於自動質量控制的連續學習演算法。該專案由歐洲區域發展基金會（EFRE）共同資助。

Deevio的深度學習解決方案基於學習缺陷概念的模型，該模型可以直接整合到現有的機器視覺系統。具有較高的靈活性和巨大的成本優勢。透過使用這類模型，可將偽錯誤率從50％降低到1％。目前該解決方案已經在德國企業行業、鑄造行業以及製藥行業進行了應用。

結語

人工智慧正在成為製造業企業發展新的引擎。在德國，成熟的工業公司和初創企業之間可以採取何種形式的合作？他們需要共同應對哪些挑戰？我們將在接下去的系列文章中為大家進行解讀。