QQ
在2019年大湾区机器人与人工智能会议的“物联网在5G和人工智能时代的发展趋势和应用”中，深入讨论了物联网和人工智能在物联网和人工智能领域的发展趋势和应用。在论坛上，ABB未来实验室的全球研发经理Alf Isaksson发表了题为“人工智能使工业系统能够独立”的演讲，并接受了对十亿新制造业的采访。
阿尔夫说，在接受采访时，AI技术是在工具箱中的另一个工具，尽管它不能解决所有问题，但它确实是我们*有力的工具之一。
永利潮的必由之路：调整商业模式，改变组织结构
20世纪以来，随着饱和度，ASEA和欧洲电力生产能力欧洲其他电英国广播公司（勃朗 - 包维利股份公司）合并，今天的ABB（阿西亚布朗勃法瑞）才形成。
在过去的30年里，abb通过剥离原有业务和通过并购扩大优势业务的战略，逐渐将重点放在工业生产上。
ABB于1993年纺出广播传输设备、天线和电子设备；铁路部门，1995年至1998年之间的盈利能力有所下降；以及从2019年到2020年的电网传输。强壮的人打破手腕的改造驱动，可以窥见一个地方。
与此同时，ABB使用的兼并和收购的方式，以扩大其机器人，自动化和数字化业务，目前已成为数字化制造领域的先驱。
目前，abb在十多个国家和地区拥有8000多名工程师和研发实验室。今年夏天，Alf的ABB未来实验室在瑞士巴登、美国罗利和中国北京成立。今后，实验室将更直接地由企业管理和资助，重点是颠覆性技术和创新。
虽然成立仅几个月，但abb未来实验室已经与华为合作，在两个月内完成了垃圾分类机器人的人工智能培训。该机器人使用基于华为芯片的人工智能技术，通过工业摄像头对物体进行分类。
显然，调整业务模式和组织结构，ABB一直是一个重要的原因，站在行业的前沿。
从技术迭代到应用实现，abb致力于提供完整的解决方案
作为制造业自动化和数字化的先驱，ABB自动化领域的产品不断得到改善，应用领域正在不断扩大。
鉴于阿尔夫，在过去30年中的自动配置和结构没有多大变化。从采集信号，或发送信息，操作员接口场景工作，信息在自动化系统中的流动基本上没有改变。
但5g的到来可能会改变设备之间的信息传输方式。5g具有大容量、高可靠性、低延迟的特点，很可能实现设备之间的分离连接。如果实时主线可以在云或平台上连接和承载，那就是一个更具颠覆性的应用。
5G不仅将改变ABB的运营模式，而且更有可能将数字化引入业界，包括数字化操作和维护。ABB推出了一种名为ABB‘s的工业互联网解决方案，该解决方案首先提供了一个平台，然后是ABB的所有数字化云产品，例如工业解决方案和设备流量解决方案。
除数字化外，在机器的关注阿尔夫自主权的另一个重点。他自动驾驶仪和仓储的自我管理，例如，思考独立于机器的发展过程中 - 从操作到操作机器的人，*终自我实现和测试，都没有人。
对于ABB来说，除了流行的自动驾驶仪技术外，工业生产情景对机械设备的自主性也有很强的需求，比如船舶与矿业的自主对接在一些以采矿为代表的工业场景中，有毒气体和工作环境中的物质对人体是有害的，因此设备具有独立存取矿山的能力是必要的。ABB需要首先研究这些业务的价值主张，找到潜在的应用，然后找出它可以应用于哪些领域。
类似于自主性的技术是人工智能。自20世纪60年代诞生以来，它引起了人们的广泛关注，“机器为人”的讨论层出不穷。经过几十年的发展，相关技术逐渐成熟，越来越多的人工智能技术开始在应用领域展开讨论，ABB等产品和技术制造商受到了广泛的关注。
ABB在其产品中使用的人工智能技术已经有20多年，但现在成熟的产品在传统的统计依据主要诊断应用。阿尔夫十亿欧元的新的制造说，作为一个诊断解决方案的一部分，该技术主要用于实现状态监控。更成熟的反映在设备的自动管理应用程序，如电子船舶管理。
机器学习是另一种很有前途的人工智能技术。在今年8月底的世界人工智能会议上，abb展示了一个由双臂合作机器人YuMi组成的咖啡桌。通过YuMi的引导编程，合作机器人可以学习和记忆咖啡师的动作，从而完成煮咖啡、画花、交给观众的整个过程。
在实际的着陆场景中，该技术被用来改造承载集装箱的码头。通过模拟箱体的位置和承载状态，用采集到的数据训练AI，通过AI知道容器的位置，从而实现自动化..
从自动化，数字化，人工智能的自主权，ABB不盲目追涨新兴技术概念。它更注重客户的需求与实际着陆，并通过解决不同的产品组合，以达到更好的效果。
在平衡研发和业务以及实施解决方案方面有两个困难
作为一家商业公司，ABB仍然需要考虑研发投入和阵营之间的平衡。在ALF看来，他们没有无限的研发资源，因此我们需要在提高原有产品能力和开发新功能方面寻求平衡。在技术的发展中，也有必要把重点放在给公司带来*大价值的项目上。对于具体实施数字化解决方案，阿尔夫认为主要有两个困难。
abb不能只开发一个通用的解决方案，因为行业的不同部门有不同的需求，所以有必要设计适合他们不同需求的解决方案ABB不仅需要掌握不同领域、不同应用的知识，还需要考虑数据的可用性。
第二个难题是使用数据，因为AI需要大量的数据培训。一方面，ABB需要鼓励客户为培训模式提供数据；另一方面，ABB还需要为客户保证其数据的隐私、所有权和安全性。
“AI需要结合工业化和模型数据的，但*重要的是，我们希望通过使用AI来为客户提供价值，否则我们将只应用技术和应用技术。”阿尔夫情况摘要。
更多资讯：ABB机器人
