近一年多來，媒體對工業(yè)機器人和制造自動化的大肆宣揚，讓人們對機器人產生了狂熱的推崇。然而，將機器人用于工業(yè)生產，并不是一件容易的事情。

埃隆·馬斯克的特斯拉純電動汽車已經很酷了，但生產特斯拉的工廠比它還更酷。據媒體曝光，特斯拉的這個號稱全球最智能的全自動化生產車間里，從沖壓生產線、車身中心、烤漆中心到組裝中心，這四大制造環(huán)節(jié)中一共有超過150臺機器人參與工作，而且沒有一個工人參與其中。

許多人在看過被媒體曝光的特斯拉工廠視頻之后，都興致勃勃地想將機器人用于工業(yè)生產，對工業(yè)生產全自動化的前景也仿佛信心大增，甚至深憂工廠里的工人們是否就此大批失業(yè)......

其實早在20世紀70年代時，半導體工業(yè)就開始建立大量的自動化設備，使用工業(yè)機器人進行制造生產。然而，工業(yè)機器人的普及程度遠不及現在這么廣泛。近兩年來，媒體對機器人和工業(yè)自動化的大肆宣揚讓人們對其有了新的熱忱，仿佛機器人是萬能靈藥，用于任何工業(yè)制造都能取得前所未有的成就。

尤其是在全球人力成本日漸增加的時候，機器人代替人類進行生產制造工作，被認為是一個很好的解決方法。在媒體的普遍描述中，使用機器人進行工業(yè)生產既能降低人力成本，還能提高生產效率，也可以促進國家的工業(yè)發(fā)展。

然而，將機器人用于工業(yè)生產，其成本消耗之大，卻是鮮有人過問。

在一般人看來，將機器人用于工業(yè)生產似乎只需要一個步驟就可以完成-購買需要的工業(yè)機器人。然而事實果真如此嗎？

我們就拿工業(yè)生產最為常用的機械手臂作為例子，來看看要想將其真正投入到工業(yè)生產使用，需要耗費多少成本。

首先，你需要選擇合適的機械手臂。從市面上的產品來看，比較火的產品有東芝、庫卡以及愛普生等，而這些品牌的機械手臂價位一般在3~6萬美元。花了這么多錢買來的機械手臂，既沒有軀干、沒有手指，也沒有眼睛，更不用說擁有可以思考的“大腦”了。

如果你以為購買好需要的機械手臂就算完成了工業(yè)自動化生產的話，那么接下來的一系列步驟有可能會使你大吃一驚。

買來的機械手臂一般都需要在專用基座上完成組裝，而這個基座并不是配套產品，你需要再掏上千美元才行。

其次，組裝完成以后，你需要花幾千美元買一個專門存放機械手臂的、配有安全裝置（例如緊急暫停按鈕和安全傳感器）的籠子。除非你買的新型合作型機器人（例如Yumi），當然這樣的機器人價格更為昂貴。

當機械手臂的安裝和安置問題得到解決以后，仍然不能立馬用于工業(yè)生產。因為除非是新型昂貴的設備，市面上大部分的機械手臂是沒有能力自主進行任務操作、工具零件替換工作、重力感知以及親自運送需要生產的零部件。

所以，你還需要為它配備以下設備：末端執(zhí)行器、工具變化器、力覺感應配件、配件供給設備以及總控制系統等。除此之外，你還需要為買來的機械手臂配備視覺系統，畢竟它們大部分是沒有視覺能力的。

而這些設備要么價格不菲，要么耗費在調試的時間過長，無形中使用機械手臂進行工業(yè)生產的成本也增加了不少。所以，盡管在媒體的烘托下，機器人似乎是快要與人的能力差不離了，但實際上大部分機械手臂仍然稱得上是“笨拙”的產品。

在配備好各項設備以后，你仍然需要為機械手臂編制特定生產制造程序。因為機械手臂的每一步程序都需要提前被編制好，否則它們根本不知道要如何移動和操作。當然假使你希望你的機械手臂在完成這項產品的生產過程后，投入到另一件產品的生產流程中去，你需要從頭開始配置相應的設備配備以及編制新一套的程序。

而如果是由工人來進行工廠生產制造，你只消將生產新產品的工序流程告知他們，或者進行新的技能培訓之后，他們就可以馬上投入生產制造了。

所以，我們不能將機器人和人工智能完全劃等號，畢竟要想所有類型的工業(yè)機器人都具備像人類一樣的智能以及自主能力，目前來看還是一件非常復雜的事兒。

當你回過頭看時，會發(fā)現一開始購買機械手臂投入的成本也只是工業(yè)自動化過程中非常小的一部分了。這也更讓人驚嘆埃隆·馬斯克全自動化生產車間是多么地厲害。

保守估計，馬斯克及其團隊至少為這個全由機器人進行生產制造的工廠設備和設計耗費了數千萬美元以及成千上萬個小時。

可是，直接使用工人也不會需要耗費這么多成本，為了讓工業(yè)生產實現機器人化、自動化耗費的這么多資金和時間，值得嗎？

其實還是有許多理由能讓我們選擇使用機器人進行工業(yè)生產的。畢竟工業(yè)生產制造的工作內容枯燥無味，而且有些生產工序靠人力完成也的確有些勉強（比如非常小的半導體配件生產）。

機器人產業(yè)還在不斷探索與發(fā)展中，相信終有一天，機器人也能夠完全勝任工業(yè)生產線的工作。盡管媒體對機器人不斷鼓吹，我們應該對機器人用于工業(yè)生產的真實成本有個清楚的認知，這樣才能更好地推動工業(yè)自動化的進程。