在過去一年時間里，AI持續火熱，斑馬技術也看到了利用AI幫助企業實現數字化轉型的機會。首先，AI促進物理層面的工作流程自動化;第二，AI用于自動化決策;第三，AI可以優化工作流程……

　　過去兩年，我們經常聽到市場對“人工智能(AI)”和“自動化(Automation)”的探討。企業開始越來越多地考慮AI如何通過物理自動化、決策自動化和增強的工作流程來發揮數據驅動的洞察力，釋放更大的商業價值和影響力，從而提高運營效率。分析機構數據顯示，由于人工智能的加速發展，2030年全球GDP將增長14%，相當于額外增加15.7萬億美元。

　　作為一家致力于助力企業一線獲得性能優勢的解決方案提供商，斑馬技術在過去幾年中，持續對AI、機器學習、計算機視覺以及生成式AI大語言模型解決方案等前沿領域進行投資。其中針對軟件、機器視覺和自主移動機器人三大領域的投資高達數十億美元。

　　“這些技術能幫助驅動斑馬技術的增長，同時我們在與客戶交流中發現，這些技術也能真正滿足客戶和市場的需求。”在日前舉辦的斑馬技術2024亞太區渠道合作伙伴峰會媒體溝通會上，斑馬技術首席技術官 Tom Bianculli 詳細介紹了公司重點投資的幾個技術領域，并就這些技術在加速數字化進程中發揮的重要作用做了說明。

　　斑馬技術首席技術官 Tom Bianculli

　　三大重點投資領域和三大戰略支柱

　　斑馬技術的第一項重要投資是軟件，除了通用軟件還包括針對一線員工的工具軟件。包括能在安卓設備上運行的很多相關軟件能賦能一線作業人員，使工作流程變得更加高效，還可以進溝通合作，讓員工實現更好的自助管理。“一線員工在一天的工作中可以清楚了解不同時間的不同任務，以及任務的優先級，掌握任務管理的進度表與優先事項。” Tom Bianculli說道。

　　第二個重要的投資領域是機器視覺板塊。近年來斑馬技術對機器視覺軟件和硬件資產領域進行了重點收購，包括2019年收購計算機視覺解決方案商Cortexica，2021年收購機器視覺軟件商Adaptive Vision，以及2022年收購機器視覺解決方案商Matrox Imaging。打造機器視覺業務有助于實現對制造業與運輸供應鏈中的質量監測，例如電動汽車生產流水線中對電池模塊的生產進行把控、檢驗質量和組裝;用于分析并檢測用于制造半導體產品的硅晶圓，來不斷地提升良品率和生產效能;顯示器檢測方面，全球一些大型顯示器制造商也在采用斑馬技術的機器視覺方案。

　　第三個投資領域是自主移動機器人，這主要是指斑馬技術2021年收購的Fetch Robotics公司。雖然機器人不能完全實現工作流程的自動化，但其本身能以協作的方式與人合作，從而實現減少員工的步行時間，對貨物進行自動分揀并將放置到特定的場地，再由人進行綜合調度和管理。諸如此類的效果也體現在制造業解決方案中，如線邊庫補給時應用協作機器人或自主移動機器人集齊所需材料，運送至線邊庫進行補給，整個補給過程在制造車間專門的傳送通道上進行。

　　斑馬技術近年來的收購案

　　Tom Bianculli表示，根據所處的商業環境和客戶需求，斑馬技術專注三個戰略支柱：

　　1、智能自動化，主要指應用不同種類型的自動化解決方案，如RFID、機器視覺、自主移動機器人。

　　2、資產可視性，包括運輸物流業、制造業、零售業、醫療衛生業等需要讓整個運營鏈的可視性更強，以便更好地進行追溯，所以需要各種視覺技術來提升資產可見性。

　　3、一線員工互聯互通，實現萬物互聯的一線作業場景。越來越多的移動終端計算、互聯技術正不斷涌現，以賦能一線人員，讓他們實時掌握信息進行協作。

　　用好AI，幫助企業數字化轉型

　　在過去一年時間里，AI持續火熱，斑馬技術也看到了利用AI幫助企業實現數字化轉型的機會。根據普華永道發布的一份報告，AI高速發展帶來的2030年全球GDP增長將高達14%，相當于增加15.7萬億美元。這份報告討論了企業自動化過程產生的收益，包括自動化流程(包括使用機器人和自動駕駛車輛)、企業通過人工智能技術(輔助和增強智能)增強現有勞動力來提高生產力，以及基于個性化和/或更高質量的人工智能增強產品和服務的可用性，帶來的消費者需求增加。

　　首先，AI促進物理層面的工作流程自動化。比如移動機器人，它們的機器視覺監測功能可以實現工作流程某一部分的自動化;在制造硅晶圓或電池模塊的設備中也會配備機器視覺技術來進行監測。“我們所做的不僅只是編寫規則，讓機器視覺產品判斷產品優劣，還要利用機器學習能力讓它通過對數百萬份的樣本檢測觀察，像人類一樣逐漸學習并完善對于良品和劣品的感知，實現自主辨別差異。” Tom Bianculli說道，“這些自動化解決方案，如果沒有AI加持是難以實現并持續的。”

　　第二，AI用于自動化決策。如今供應鏈正變得日益復雜，特別是在電商和零售板塊，消費者可以通過線上、線下各種渠道下單，這也不斷地推動著電商決策流程變革。為了提升盈利，決策者需要判斷哪種下單方式更為經濟高效，這些僅憑人工是無法做到的，AI卻可以。舉例來說，如果有顧客提交了線上訂單，商店可以利用AI考察什么樣的方式能更高效地進行交付。

　　第三，AI可以優化工作流程。在提升效率的前提下，一個員工往往需要“武裝到牙齒”，各類可穿戴設備、應用軟件裝備在身上，靈活利用高效的工具才能進一步優化工作流繼而完成更多工作任務。而有了AI優化的工作流程，可以利用基于機器視覺的設備進行盤點，清楚地了解貨架當中哪些商品沒有放置在正確的位置;生成式AI和大語言模型的使用，也能讓新進員工在工作時進行實時培訓，很快地達到和熟練員工一樣的效率。

　　據悉，斑馬技術在日前舉辦的紐約零售展覽會(NRF)上展出了相關大模型產品，它可以像ChatGPT一樣和用戶進行更好的云端互動，也適用于企業流程管理。例如在零售領域，當出現顧客退貨的時候沒有收據，只有信用卡付款記錄等情況，這種產品就可以幫助員工知道根據商店政策該如何處理。

　　同時，2023年Q4斑馬技術基于高通方案的手持式移動數據終端以及平板電腦上也成功運行生成式AI，這意味著可以在設備端運行完整的大型語言模型。Tom Bianculli認為，對于斑馬技術而言，從第三點討論的個性化角度出發，如何能夠更好地保證產品和服務以個性化方式進行推廣是關注的重點，這反過來會推動前兩個方面，促進不同企業對自動化需求的提高，進而提高生產力。

　　按需經濟成為推動發展主要力量

　　個性化可以理解為按需經濟，隨著世界的不斷發展，尤其是在亞太地區的各行各業已經走向按需來進行服務和生產。如果需要制造、交付產品，可以實時采購、生產或出貨。斑馬技術也在制造管理和3D打印領域觀察到了這一現象，比如某個零件需要更換，甚至不需要從中央倉庫調貨再運送到目的地，而可以在任何指定地方按需進行3D打印。

　　“產品生產和服務提供無限接近于需求，正在驅動著經濟的發展，也進一步驅動剛才我所提到的各種潛在技術。”Tom Bianculli舉了三個案例，分別是制造、運輸物流和零售業。

　　在制造業內，三個最主要的趨勢分別是數字化轉型和IT/OT融合將加速、AI/ML技術將邁向新的水平——邊緣智能，以及RFID 和機器視覺解決方案將成為定位解決方案的焦點。

　　IT/OT融合就是所謂的信息技術與運營技術融合。從傳統來看，這是兩個完全不同的領域，且決策也相對獨立，但在按需生產的經濟模式中，決策和執行計劃將會進一步融合�？蛻舳荚陉P心如何進一步實現對于庫存實時可見性的掌控，了解員工和其他資產(如機器人)之間的協作，以及增強一線員工的能力。

　　“RFID、機器視覺、人工智能標記語言技術(AIML)正在推動著這樣的趨勢快速發展。” Tom Bianculli指出，“制造業是斑馬技術非常關注的一個領域，2023年已成為我們全球第二大業務分支，僅次于零售業。”

　　物流運輸業，與制造業并列斑馬技術第二大業務分支。在該領域中，大多數決策者遇到的發展阻礙是需要進行新技術投資，讓自己保持競爭力。企業需要通過自動化工作流來捕捉數據和實現實時洞見，這給許多運輸物流企業帶來了前所未有的工作量。

　　隨著按需經濟和電商的發展，訂單量大增驅動了企業對自動化和實時數據可視性的需求。“最后一公里”的交付模式推動了自動化運營的實現，在減少包裹查詢時間、使自動化系統能夠在實際交付時提供交付證明的過程里，RFID方案成為了很好的用例。RFID的使用，能夠確保正確的包裹進入到正確的運輸車輛，同時也能在一定程度商減少人工操作時間。

　　零售業方面，消費者有不同的偏好，希望零售商可以恰好滿足他們希望的需求。根據斑馬技術的觀察，消費者除了對于在線上或線下購物有自己的偏好外，即使在門店當中對于不同的銷售模式、服務偏好也有很大差異。無論喜歡完全自主購物還是需要提供全方位服務，零售商都可以使用不同的技術來滿足消費者的偏好，提供他們所需要的體驗。

　　Tom Bianculli認為，零售業的一大關鍵在于更高的庫存可視性管理，這也是RFID解決方案的另一大應用，再加上條形碼、機器視覺、增強現實等相關技術。第二大關鍵是提升一線員工生產力，對于大部分零售門店來說，三分之二的成本都在人工上。如果能夠使用技術賦能員工，讓其在合適的時間得到正確的信息保證實時交付，就能減少勞動成本支出，提升整體效率。

　　對于實現數字化轉型而言，技術往往是最重要的，但也最復雜的。隨著零售商、制造商、運輸物流企業紛紛部署技術戰略，管理方式也在被改變，正如麥肯錫說的，“數字化對于組織來說不僅是競爭而且是生存，兩者都至關重要。 如果領導者不能明確什么是數字化轉型并圍繞具體舉措調整他們的組織——他們就無法指望取得成功。”

　　“只有了解員工會如何以不同方式完成工作，并積極進行培訓，管理者才會明白調動員工參與其中和技術本身同樣重要。” Tom Bianculli說道，推動管理和操作程序的變革，為的是更好地利用技術。“所以在數字化過程當中，我們專注管理變革的同時要考慮到數字化策略，才能對商業進一步賦能。”

　　亞太地區經濟的驅動因素

　　如果說工業4.0 是將智能技術作為制造和供應鏈的核心，那么工業5.0 就是致力于通過人類與數字化生態系統中的機器和系統之間更有意義、更有效的協作來增強數字化轉型。這種新興的工業革命，也稱為“人類技術生態系統”(human-technology ecosystem)，它充分利用機器和人類的最佳優勢，在各行業培育更高效、可持續和安全的產品環境。

　　如今工業5.0正在真實發生，根據調研機構Market Research預計，工業 5.0 市場規模將從 2022 年的 1311.3 億美元增至 6584 億美元。盡管全球經濟仍面臨嚴峻挑戰，但Forrester預計從2024年到2027年，亞太地區(APAC)的科技支出每年將以6.8%到7.3%的速度強勁增長。

　　IDC認為，到 2026 年，技術提供商將把一半的研發、人員配置和資本支出投資用于AI或自動化。到2028年，亞太地區80%的首席信息官(CIO)將通過組織變革來進一步利用AI、自動化和分析，推動敏捷、洞察力驅動的數字業務。

　　“這是我們認為亞太地區成為工業5.0重要區域的原因和佐證觀點，是它在推動亞太地區的經濟發展。” 斑馬技術亞太區高級副總裁兼總經理 吳輝明(Ryan Goh)認為，擁有這些加速發展機會的行業包括制造業、倉儲業和運輸物流業。

　　斑馬技術亞太區高級副總裁兼總經理 吳輝明(Ryan Goh)

　　亞太地區目前擁有全球最大的智能制造產業。盡管供應鏈越來越多元化，亞太地區仍然是制造業的主要中心。據Fortune Business Insights預測，到2030年，亞太地區制造業仍將以 15.7% 的復合年增長率進一步擴張。

　　倉儲行業方面，根據Data Bridge Research數據，2021年亞太地區倉庫管理系統市場價值接近6.5億美元，預計到 2029 年將達到24億美元左右。吳輝明表示，倉儲空間的擴大導致了處理包裹的數量大幅增加，但通過自動化掃描能夠進一步實現倉庫管理自動化。

　　物流運輸業方面，據Mordor Intelligence估計，2023 年亞太地區貨運和物流市場規模為 3.35 萬億美元，預計到 2029 年將達到 4.56 萬億美元。

　　這些龐大的數字也說明了亞太市場的規模是多么的吸引人。運輸物流、倉儲、制造業都是受按需經濟所驅動，那么斑馬技術如何看待并擁抱數字化改革呢?吳輝明表示，從這三個關鍵垂直領域的增長和機遇可以看出，客戶需要彈性、靈活性和可持續性來滿足按需經濟，推動數字化改革與轉型，斑馬技術為這些關鍵行業帶來了三項關鍵技術：RFID無線射頻識別解決方案、平板電腦和固定式工業掃描儀和機器視覺。

　　針對亞太地區不同規模和行業的企業，斑馬技術深知面對不同客戶，“一刀切”的解決方案是行不通的，所以在推動數字化轉型方面也有自己獨特的策略和解決方案。以倉儲行業為例，根據斑馬技術的倉庫成熟度模型(Zebra Warehouse Maturity Model)，客戶成熟度處于不同階段，而斑馬技術的解決方案具備廣泛性，包括移動數據終端、平板、RFID，到手持讀取器、固定式讀取器等等，可以讓處于不同成熟階段的客戶從中優選合其自身需求的解決方案。

　　與此同時，斑馬技術也持續地對亞太地區進行投資，于2023年啟動了位于印度班加羅爾的亞太地區最大的研發中心，在此搭建Wi-Fi測試實驗室的同時，也將很多移動終端軟件開發的任務放在這里。此外，公司也在不斷地擴大新加坡的研發中心團隊，進行打印機的研發;在北亞的研發中心則專注于開發適用于部分目標市場國家的特定產品。

　　關注新技術與傳統技術的結合

　　除了前面提到的三大戰略支柱技術，在需求預測方面，斑馬技術還收購了人工智能驅動的軟件即服務(SaaS)解決方案商Antuit.ai，其產品運營AI技術，能夠幫助用戶基于庫存來進行自動且精準的需求計劃和預測。這樣就可以在訂單到來之前，提前在正確的地方準備好正確的貨物，以更為經濟的方式完成訂單。

　　此外，過去幾年中RFID技術發展迅速，斑馬技術也在這一領域繼續進行創新。最初的RFID產品就是固定式讀取器，掃描儀是相對比較大型的設備，而現在斑馬技術將 RFID 技術應用到了更小的外形尺寸中，使其能夠以可穿戴、移動的方式使用，可以通過手持RFID設備對庫存存貨進行快速盤點，為工作流程提供便利。

　　如今，RFID正處在第三個發展階段，即基于基礎設施的RFID。斑馬技術在這方面的開拓和創新之一，就是建立與 Wi-Fi網絡相似的 RFID 基礎設施。Tom Bianculli表示，“RFID標簽廣泛、持續地存在于特定環境中，我們無需通過特定門戶或使用手持設備進行信息查詢，也可以實時地看到倉庫中有RFID標簽的物品的狀態，從而更好地對資產進行定位和追溯，優化工作流程。”

　　常見的可穿戴設備、移動數據終端、手持式設備等都屬于傳統技術設備，而斑馬技術追求的是把這些設備與RFID、計算機視覺、機器視覺以及其他技術相結合。吳輝明表示，斑馬技術正在尋找能夠提供機器視覺和RFID相關的復雜解決方案合作伙伴。“機器視覺對我們來說是一項新技術，但知道如何實施的合作伙伴并不多。斑馬技術的Partner Connect計劃中有一個工業自動化賽道(Industrial Automation)，匯聚可以幫助我們提供先進的機器視覺解決方案的專業的合作伙伴，為特定的市場提供產品和解決方案。”

　　談到AI和RFID的交叉問題，Tom Bianculli認為，歸根到底RFID是一種數據，首先可以用來進行識別，然后進行定位，“以斑馬技術在環境條件方面的RFID應用創新為例，通過獲取產品信息、所處供應鏈中環境信息以及流轉進程等，RFID標簽就能生產非常豐富的數據，AI可以利用這些數據判斷農產品的易腐性或預測可能腐壞的貨物。對于疫苗這類特殊產品，也可以判斷其在供應鏈中需要保持的特定溫度。”

　　另外在運輸物流中，AI還可以用來調配資產，以更具預測性的方式將合適的拖車、叉車和車輛調配到合適的位置。因此，Tom Bianculli認為，AI將真正實現RFID 數據合理利用，更好地在企業內部分配人力和資產。

　　自動化普及，會不會帶來裁員問題?

　　雖然自動化能給各行業帶來很多積極的改變，但也有人擔憂基于機器視覺的自動化，可能意味著一線工人需要扮演的角色減少，從而導致裁員。

　　對此Tom Bianculli認為，首先無論是機器視覺還是自動化，工作流程中可以實現完全的自動化的部分還相對較少，端到端的自動化目前還無法完全實現。其次，目前全球已經出現勞動力短缺，并且人口老齡化會進一步加劇這一情況。“未來十年，自動化趨勢勢不可當。我認為這是人類歷史上第一次清楚地認識到應該如何進一步通過技術方式突破勞動力的限制，提升經濟產出。”

　　吳輝明舉了一個客戶的具體例子來說明這個問題。之前人們通過手動方式來掃描包裹條碼，如今已經可以通過自動化方式來掃描，但這個過程并不是完全無人化，一些工作也需要有人操作。但在這個案例中，通過技術加持，可以把人力留給更多高附加值的工作，而不是傳統的重復性操作。“這可以幫助進一步提升員工的勞動能力，同時能夠確保員工更多的精力能夠部署在一些重要的高價值任務上。所以，技術其實進一步提升了勞動力產出。”