AI催生“基本无人”工厂，日本制造业有望缩小对华成本差距 日本经济新闻 秦醒骊 在生产指令和质量管理等领域，最先进的人工智能（AI）已开始应用于制造业一线。其带来的冲击与曾风靡一时的“工业4.0”不同。物理AI作为“有身体的AI”已在全球各地投入工作。在自视为“制造强国”的中国，工厂中的工人逐渐消失。 在德国轴承巨头舍弗勒位于美国南卡罗来纳州的工厂，美国敏捷机器人公司（Agility Robotics）研发的AI人形机器人正搬运着装有金属零部件的箱子，大步流星地走向清洗机的传送带，并将零部件放上传送带。这种机器人自2025年起开始使用，每天工作8小时，每周工作5天。 在德国的工厂中，机器人负责将零部件装入机床，并在加工完成后取出。企业让机器人在基于AI数字孪生的虚拟空间中学习动作之后，将其应用于生产一线。舍弗勒的亚太区首席执行官（CEO）马克西米利安·菲德勒（Maximilian Fiedler）表示，“过去那些过于复杂或自动化后缺乏经济合理性的作业，如今迎来了新的可能性”。 特斯拉一马当先，“物理AI”也进入日本 率先推动工业人形机器人热潮的是纯电动汽车（EV）巨头特斯拉。那是5年前的2021年8月。在特斯拉举办的AI技术说明会上，公布了名为“Tesla Bot”的构想，还上演了人类伴随着动感的音乐模仿机器人的外形跳舞的表演。 当时，虽然有人私下议论说“这不过是炒作话题而已”，但这一构想却激发了众多研究人员和投资者。探索实现“有身体的AI”的进程不断加快。 2026年，特斯拉CEO马斯克宣称，其开发的AI机器人擎天柱（Optimus）“有望成为特斯拉历史上最重要的产品”。特斯拉计划改造EV工厂，从2026年起开始生产Optimus，推进在公司内部使用以及对外销售。马斯克预言称“AI与机器人的结合或将使全球经济增至2倍以上”。 制造业的面貌开始发生变革，有望成为主角的是物理AI。物理AI不仅能识别语言和图像，还能感知物理空间，适应周围环境的变化，像人类一样行动。作为机器人和机械的“大脑”发挥作用，有望在日本也实现前所未有的自动化和工厂自主运行。 日本制造业长年来把改善、协调等一线的“隐性知识”作为自身优势。若能把这些知识转化为数据并让AI学习，结合通过工业机器人积累的动作优化控制技术，有望将日本的劳动力短缺等危机转变为机遇。在产业转型时期，在AI领域经验丰富的美国科技巨头纷纷将目光投向日本。 “日本必须自主拥有、改进并部署'日本AI'。使这一点成为可能的技术正是物理AI”。2026年7月，在东京举行的活动上亮相的美国半导体巨头英伟达的CEO黄仁勋发表了热情洋溢的演讲。 在AI图像处理半导体（GPU）领域独大的英伟达2026年除与丰田汽车、欧姆龙合作外，还接连宣布与发那科等日本3家工业机器人企业开展合作。英伟达也成为AI机器人训练开发平台领域的核心力量。英伟达还宣布，将向2026年成立、致力于开发日本国产AI基础平台的Noetra公司提供“AI工厂”所需的技术和GPU，为其配备计算资源。 8月，美国半导体巨头高通宣布将在日本设立机器人研发基地。作为谷歌“安卓” 操作系统（OS）创始人而闻名的安迪·鲁宾，在日本创办了一家专注于人形机器人的新兴企业。 在“3级”工厂实现绝地反击 那么，该如何看待AI为工厂带来附加值的潜力呢？ 波士顿咨询集团（BCG）估算称，通过采用AI打造“未来工厂”，企业有望削减成本和灵活调整生产地点，从而可能缩小日本与中国等国之间的成本差距。 该公司的董事总经理（Managing Director）苅田修表示，“在少子老龄化导致日本劳动力成本上升的背景下，AI投资的回报将更加显著。能否加快将自身数据与AI结合起来的循环、优化业务，将逐渐成为厂商之间竞争优势的差异。” 不过，AI在日本生产一线的应用仍处初级阶段。BCG定义的“3级”工厂（使用AI基本实现无人生产）非常有限。这是因为日本的老旧工厂和设备较多，成为瓶颈。另一方面，日本在人才技能和基础设施方面仍位居世界前列，仅次于美国和德国。“通过引进贴近制造环节的物理AI，打造未来工厂，日本有望实现绝地反击”（苅田修）。 在生成式AI领域，日本在美国面前遭遇“数字战败”。不过，物理AI可以说是日本重振旗鼓的机会。下面看看那些试图抓住即将到来的技术浪潮的企业的行动。 小松对日本落后感到焦虑，并将“提振” 在生产推土机和液压挖掘机的小松大阪工厂，大型齿轮部件生产车间内有17台无人搬运车（AGV）来回穿梭。厂房的立柱上到处都安装着标有“AI摄像头”的监控设备。 AI摄像头可对生产线上的零部件收纳箱及搬运用AGV进行监控。自动识别零部件的种类和数量。当箱内的零部件减少时，AI还能指示AGV从仓库补充相关零部件或回收空箱。过去需由人类确认零部件数量和种类并发出指令。还需要反复检查AGV状态。自2025年引入AI以来，已取得作业时间减少90%的效果。 在作为AI驱动“试点工厂”的大阪工厂，正在同时验证多项创新。例如，通过AI摄像头识别约200种齿轮零部件的组装状态。可有效防止作业疏忽。通过该举措，减少了作业场地，并减少了一名作业人员。在机床的刀具寿命及异常诊断方面，把刀具寿命提升了50%，设备运行率提高了6个百分点。 “AI的进步令人惊叹，势头迅猛”。在生产技术部负责数字化转型（DX）推进工作的总经理名畑英二难掩惊讶之情。AI的数据学习能力和处理能力正日新月异地提升。过去，在设备与人员复杂互动、变量很多的工厂一线引入AI十分困难，而“现在能做的事情已大幅增加”。 几年前，小松的管理层曾抱有强烈的危机感。“在日本，AI的应用进展迟缓”。2023年从美国派驻岗位返回日本的首席技术官（CTO）草场泰介感到十分焦虑。这是因为日本一直未能有效利用一线的数据，也迟迟未能部署实现预期效果的AI系统。 在工程机械行业，少量多品种生产的趋势正在加强，单台产品的生产时间等效率直接关系到盈利。因此，应用AI的空间广阔。 小松是全球化企业，9成销售额来自日本以外。但日本却是引领生产改革的“母工厂”的所在地。草场泰介怀着“必须提振日本”的热情，全力推进AX（人工智能转型）。这一举措也延伸至供应商。 小松约9成零部件从外部合作企业采购。已将自主研发的生产管理工具推广至合作企业，持续推进整个供应链的可视化。为进一步利用AI强化这一优势，小松将与日本的产业技术综合研究所合作，启动从10多家企业、600多台设备收集数据的项目。最终目标是开发出可优化整个供应链生产计划的AI，并为此构建数据平台。 推进人工智能转型（AX）并非由信息部门负责，而是由CTO室主导。草场泰介指出，“我们认为，必须在管理层面做出决策”。此外，包括社长在内的高层对AI的理解也起到了推动作用。草场泰介强调称:“如果把AI完全外包（给专业公司），就无法实现绝对的速度感。作为管理课题，必须抓住技术不放”。 2026年春季，小松在日本国内组建专门的AI应用团队，并从各国内部门抽调500人作为变革的推动者。除提升AI素养之外，还将共享大阪工厂等先进应用场景的经验，加强合规等。在此基础上，2027年还将设立在全球应用AI的指挥中心。加快各工厂间的数据联动，进一步提升AI性能，从而提高每台工程机械的盈利性和劳动生产率。 福本裕贵 日经Business记者 上阪欣史 日经Business副总编 资料来源： https://business.nikkei.com/atcl/gen/19/00930/092400001/