从研发实验室的先进机器人到仓库的计算机视觉，技术正在对制造业的每个环节产生影响。
有趣的是，自2001年以来，日本机器人制造商fanuc就一直在经营着一家“熄灯工厂”，在无人监督的情况下，由机器人制造加工生产机器人。
到底什么是“熄灯工厂”？“熄灯工厂”是指在无人看管的情况下，工厂自主运行的生产过程。“工厂机器人”完全取代了人的工作，甚至可以在没有照明的黑暗环境中自主运行。
虽然这听起来可能是未来主义，但“熄灯工厂”成为现实已经超过15年了。
“fanuc副总裁gary zywiol说：”它不仅熄灯，还关掉了空调和暖气。“
想象一下这个新的世界，机器人帮助人类处理所有物理工作，而你只需要看着眼前最前沿和技术和最先进的工厂就好。
如今，越来越多的物联网初创公司正在转变为未来工厂。
位于中国的东莞市电话零件制造商长盈精密技术公司创建了一家无人工厂。工厂中的所有产品：从机械加工设备到无人运输卡车到仓库设备均由计算机控制的机器人操作。而技术人员只需要通过中央控制系统监控这些机器的活动。
曾经需要约650名工人来维持工厂的正常运行，随着机器人手臂的延伸，已经将人力需求减少到不到十分之一，只有六十名工人。该公司总经理表示，其目标是将来将该数量减少至20个。
随着工业技术的日趋发展，这一波的自动化和数字化的被标记为“ 工业4.0，”第四次产业革命。
那么，工厂的未来是什么？
为了回答这个问题，我们深入研究了制造过程的8个不同步骤，以了解它们是如何开始改变的。
产品研发：找到平台让研发人才更民主的方式，ai帮助材料科学的方法，以及怎么样能让明天的产品方案变成ar或vr耳机。资源计划和采购：按需分散式制造和区块链项目正致力于解决供应商整合复杂性的问题。运营技术监控和机器数据：了解为未来工厂提供支持的it堆栈和平台。随着工厂数字化，未来，我们将看到大数据背后更大的预测能力。劳动增强和管理：ar，可穿戴设备和外骨骼赋予了工厂车间的人力能力。加工，生产和组装：模块化设备和3d打印机等定制机器使制造商能够满足更多种类的需求。质量保证（qa）：了解计算机视觉如何监测设备，以及软件和区块链技术如何更快地发现问题（并执行召回）。仓储：在机器人和视觉追踪的帮助下，相比人工仓库，越来越多的仓库变为“熄灯仓库”。运输及供应链管理：远程信息处理，物联网和和自动驾驶汽车将为制造商提供更高效的产品。
制造商预测未来五年制造业的总体效率将以每年7倍的速度增长。尽管美国的制造业占国内生产总值的11.7％，雇用了8.5％的美国人，但其仍然是数字化程度相对较低的领域——这意味着自动化和软件改进的空间很大。
随着新技术的发展，制造业正在发生深刻变化，几乎每一个制造业的垂直领域，从汽车到电子产品再到药品都有影响。转变时间和技术会因行业而异，但每个垂直行业的大多数步骤都会有所改进。
回到上文所说的未来工厂制造过程的8个不同步骤，本文将详细介绍它们是如何开始改变的：
1、产品研发
从药品生产到工业设计，规划阶段对批量生产至关重要。在各个行业，设计师、化学家和工程师都在不断地进行假设检验。
测试和迭代是研究和开发的本质。这个设计看起来正确吗？这个复合物符合我们的需要吗？大规模生产的性质使得最后一分钟的重新设计代价高昂。而药物，技术，航空航天等各大公司每年都会投入数十亿美元用于研发。
在科学研发的世界中，人才遍布全球。然而，全世界也缺乏科技研发人才。
当涉及到数据科学和金融领域未开发的人才网络时，像kaggle、quopopia和mulnai这样的平台正在民主化“定量”工作并补偿他们的合作者。
民主化“定量”工作的概念也已经在制药研发领域取得了成功。像科学交易所这样的按需科学平台目前正在跨研发垂直领域开展工作，并允许企业通过外包研发来解决人才匮乏的问题。
虽然研发科学人才似乎对制造过程不是必不可少的，但他们对于提供最新和最伟大的技术，特别是在高科技制造业方面越来越关键。
公司正在探索机器人技术、3d打印和人工智能作为改善研发过程和减少投产时不确定性的途径。但是假设检验的过程还有改进的余地，并且压缩迭代时间将转化为更快更好的发现。
机器人和3d打印加速了垂直产品的开发
根据最近的一项行业调查，加速产品开发是使用3d打印的公司的首要任务。此外，57%的3d打印工作已进入新产品开发的第一阶段（即概念和原型的证明）。
3d打印已经成为任何设计工作室的主要内容。在订购数千个物理部件之前，设计人员可以通过3d打印查看未来产品的外观。
同样，机器人技术可以使垂直方向上的试验和错误的自动化。
例如，在合成生物学研发方面，机器人技术对zymergen和银杏bioworks等公司产生巨大影响，这些公司从酵母微生物中制造出定制的化学物质。通过寻找完美的微生物同时测试多达4000种不同的变种，这意味着需要进行大量的实验工作。
使用自动移液管系统和机器人手臂，液体处理机器人允许高通量实验以更快的速度和更少的人为误差到达获胜组合。
下面是用于转移样品的机器人基因测试仪counsyl（左）和zymergen的移液机器人（右），用于自动化微生物培养测试。
除了生物技术之外，材料科学在计算和电子学领域发挥了关键作用。
值得注意的是，英特尔和三星等芯片制造商是全球最大的研发支出者之一。随着半导体变得越来越小，在纳米尺度下工作需要的精度超出了人的能力，这时候机器人就成为了首选。
可以说，未来的科学工具将越来越自动化和精确地处理微尺度精度。
ai正在加速材料科学的发现
举世闻名的美国电学家和发明家托马斯·爱迪生说过:“我并没有失败,我只是发现了10000种行不通的方式”。
尽管研发工作的数字化程度和软件支持力度低于人们预期（美国国家科学院称开发新材料往往是开发新产品的最长阶段），但爱迪生的精神依然存在于今天的研发实验室中。科学方法的更好数字化对于开发新产品和材料，然后大规模制造这些材料至关重要。
目前，ai初创公司最热门的交易领域是医疗保健，因为公司将ai用于药物发现管道。制药公司正在向追踪药物研发的创业公司 （如递归制药公司 和twoxar）并注入现金。而在其他地方取得成功也只是一个时间问题。
一家从事化学和材料科学工作的公司citrine informatics（下左图）在其庞大的材料数据库上运行ai，并声称它可以帮助企业在50％的时间内实现研发和制造。同样，deepchem（右图）开发了一个用于将深度学习应用于化学的python库。
简而言之，各行各业的制造商，工业、生物技术，药物，汽车，电子或其他物质产品都依靠机器人自动化和3d打印来提升竞争力，并加强产品推出的反馈环节。
在3d打印领域，初创公司正在开发或商业化复杂材料。markforged等公司采用碳纤维复合材料，其他类似bmf的公司正在开发具有罕见纳米结构和奇特物理特性的复合材料。
当然，未来的制造商还将依靠智能软件来做研发。
增强和虚拟现实“抽象”建模过程
目前，所有类型的制造商都依靠计算机辅助设计（cad）软件进行原型设计。在未来的制造过程中，增强和虚拟现实可以在研发中发挥更大的作用，并且可以有效地将工业设计人员的桌面pc“抽象出来”，从而可能消除对3d打印物理模型的需求。
autodesk是autocad的软件开发商，它是未来原型和协作技术的领头羊。该公司对3d打印等尖端技术进行投资并不陌生，其中包括与健康人工智能创业公司atomwise合作 开展“机密项目”。最近，autodesk在制作ar / vr游戏引擎方面的探索预示着其更大的作用。
autodesk的游戏引擎stingray增加了对htc vive和oculus rift耳机的支持。此外，游戏和vr引擎制造商unity已宣布与autodesk建立合作伙伴关系，以提高互操作性。
同样，苹果公司已经想到将ar / vr与3d打印相结合的设计过程。通过使用cb insights数据库，我们发现了一项苹果专利，该专利设想ar将“计算机生成的虚拟信息”叠加到现有对象的真实世界视图上，有效地允许工业设计人员对现有或未完成的对象进行3d打印“编辑”。
据悉，该专利预计通过“半透明眼镜”使用ar，此外“配备相机的移动设备”暗示在iphone上使用arkit的潜在3d打印机会。
康奈尔大学的一位研究人员最近展示了在3d打印过程中使用ar / vr进行素描的能力。最终，人机界面可以非常无缝，可以实时雕刻3d模型。
研发团队将研究ar和vr，并测试它如何与3d打印以及传统原型堆栈结合使用。
2.资源规划和采购
一旦产品设计完成，下一步就是计划如何在生产规模上进行生产。通常情况下，这需要收集零部件供应商，基础材料制造商和合同制造商的网络，以实现产品的大规模生产。但寻找供应商并获得信任是一个困难且耗时的过程。
例如，真空吸尘器制造商dyson花费了两年的时间寻找供应商推动汽车行业的新举措：“无论您是戴森还是丰田，需要18个月的时间才能开发大灯”，该项目的工作人员说道。
在2018，装配线是如此少，他们集成了几乎实时的零件流入和装配线。例如，本田位于英国的装配厂只保留了一个小时的零部件准备就绪。在brxit之后，该公司报告了在边境的来往零件的更长的滞留量，并且说每15分钟的延迟意味着每年损失850000英镑。
因此，我们研究了技术如何改善这一复杂的采购流程。
分散式零件制造
分散式制造可能是一项即将发生的变化，可帮助制造商处理零部件订单的需求。
分布式或分散式制造采用与it协调的地理上分散的设施网络。零件订单，尤其是用于制作中等或小批量产品（如3d打印零件）的零件订单可以使用分布式制造平台大规模实现。
像xometry和maketime这样的公司提供按需增材制造和数控铣削（一种从板块上雕刻物体的减法方法），通过它的车间网络完成零件订单。
xometry的网站允许用户简单地上传3d文件，并获取3d打印甚至零件注塑的报价。目前，该公司允许按需定制多达1万个注塑件，因此可以处理大型制造商完成的构建。
xometry并不是唯一一家提供印刷服务的公司：ups也在接受这项服务，为 60个地点的3d打印塑料部件（如喷嘴和支架）提供服务，并利用其物流网络在全球范围内提供订单。
随着大规模定制的出现，对零部件供应商的分散式网络的依赖也会随之消失。
区块链用于资源跟踪
企业资源计划（erp）软件通过客户关系管理（crm）跟踪从原材料采购到资源分配。
然而，一家制造企业可能拥有如此众多不同的erp系统和孤立的数据，具有讽刺意味的是，erp“堆栈”（旨在简化事物）本身可能会变成一团乱七八糟的软件。
事实上，最近普华永道的一份报告发现，许多大型工业制造商拥有多达100个不同的erp系统。
区块链和分布式账本技术（dlt）项目旨在将来自公司各种流程和利益相关方的数据整合到通用数据结构中。许多巨头正在试行区块链项目，旨在降低其孤立数据库的复杂性和差异性。
例如，去年，英国航空公司测试了区块链技术，以维护航班信息的统一数据库，并阻止出现在机场监视器，航空公司网站和客户应用程序中的相互冲突的航班信息。
在跟踪零部件和原材料的采购时，区块链可以管理不同流入工厂的情况。通过区块链，随着产品在从制造到销售的整个供应链中转换，交易可以记录在永久分散的记录中，从而节省时间，减少成本和人为错误。
3.操作技术：监控和机器数据
据推测，制造业的未来将看起来像一个巨大的，自我维持的网络物理生物体，只是间歇性地需要人为干预。但是在各个行业，制造过程在我们到达之前还有很长的路要走。
根据精益生产指标（以整体设备效率或oee衡量），世界一流的制造基地的理论产能达到85％。然而，平均工厂只有大约60％，这意味着在这方面还有很大的改进空间。
工业4.0的成熟首先需要基本的数字化。近些年，我们将看到一波机器变得更加数字化。未来20年，数字化将转化为预测性维护和真实预测性智能。
如今，按小时供电（或基于性能的合同）在制造�...