中國制造2025”規劃提出了加快制造業轉型升級的戰略目標，而提高生產效率及產品質量將是中國制造業轉型的第一步。隨著人口紅利的消失，新一代勞動力制造業就業意愿下降，單單依靠勞動力來推動制造業發展已不可持續。自動化、智能化和信息化正成為推動全要素生產率增長的根本技術因素，也已成為中國制造業產業升級的大勢所趨。
機器人與人各司其職 實現人機協作的巨大收益
埃森哲調研表明，中國企業業已充分認識到員工與機器之間協作的重要性，90%以上的受訪中國企業認同以下兩點：管理一支人與機器混合的員工隊伍并確保二者間的協作對企業的高效運營很重要；未來三年內，企業將需要給予員工培訓和智能機器培訓同等程度的重視。
機器人與人各司其職 實現人機協作的巨大收益
未來，新一代企業將由員工和機器組成，人類與機器的協作能幫助企業取得更為出色的成果。對于擁有迫切轉型升級需求的中國企業而言，尤其需要改變對技術的認識——它不再只是一系列的工具，而是員工合作隊伍中的新成員。應著眼于長遠，前瞻性地建設人與機器無縫合作，取長補短的新型勞動力資源利用格局將幫助中國企業發揮人和機器各自的優勢，實現人機協作的巨大收益。
人機并肩協作收益廣泛
隨著機器人產業的不斷發展，越來越多的機器將變得更加智能，不僅可以與人類員工溝通并增強其能力，還能和他們一道攜手工作。很多企業已認識到，機器具有精確、大規模和一致性等優勢，而人類則富于創造性、善于理解背景并進行復雜交流。
大量實例已經證明，人機合作將顯著提高企業的流程效率。近1/3的受訪企業表示，正在考慮利用機器人來實現商業和工業流程自動化。某汽車制造企業的試驗顯示，相比三人工作組，人機團隊裝配車架的速度提高了10倍之多。究其原因，是因為在簡單的焊接工作中，帶有視頻投影的機器人可以告知工友某個零件應安放的位置；然后機器人只需要五秒鐘就可以完美地完成焊接。但如果涉及更復雜的焊接工作，機器人就需要依靠人工隊友來完成。
機器人與人各司其職 實現人機協作的巨大收益
通過將任務具體化，流程改進只是企業提高員工隊伍能力的開始。機器學習意味著管理者如今可以將整個工作流程都交由機器人來完成，而不只是某些簡單的任務。亞馬遜的Kiva機器人就可以同倉庫員工一道搬運貨物，不僅提高了運營效率，也實現了動態化的倉庫運作。這些機器人可將平均提貨時間從一個半小時縮短到15分鐘，而且它們的自適應動態算法還能夠提出庫存分類建議。例如，它們知道應當將銷量較少的產品存放在離門較遠的位置。
但對于企業而言，人機協作的功用遠不止是提高生產力那么簡單，它還將助力企業應對更大挑戰。例如，美國國家航空航天局(NASA)正在推動宇航員和機器人合作，共同完成清理廢棄衛星這一艱巨而危險的任務。通過分析，裝備有先進數據分析算法和立體攝像機的球形機器人能迅速確定每塊宇宙垃圾的旋轉方向、速度、軌跡和重心，提高宇航員在執行任務時的安全性。
《洛杉磯時報》記者已開始利用智能軟件寫稿。QuakeBot這款軟件可以在地震發生時立即寫出報道的第一稿。它能夠提取美國地質調查局報告中的地震數據，填入一個事先寫好的模板，然后將初稿提交給人工編輯來核實信息是否準確，再經過一些修訂便可立即發表。除了使報道過程變得更簡單外，這種“團隊合作”還大大縮短了從地震發生到新聞發布的時間。QuakeBot曾幫助記者在短短3分鐘時間內完成并發表一篇文章，使《洛杉磯時報》成為全球首家報道該地震事件的媒體。
在中國，機器人和類似的技術裝置被用在危險和困難環境下替代人以更高的效率完成一些工作，而被解放出來的人工可以聚焦于價值更高、需要更多創造性的工作。廣東電網利用無人機進行電力線路安全巡檢。該無人機采用智能巡檢系統，搭載多個傳感器，全自動執行檢測任務，是國內首創的全自動巡檢模式。無人機可以同步獲取高壓線路數據從而進行同步分析和定位，比較人工檢測方式，提升了巡檢效率和智能水平，收集數據更全面。無人機的應用，使得原先的巡線等人員能夠聚焦于巡航線路設計規劃、線路故障處置等環節。
顯而易見，人機合作能顯著提高效率，并能使企業有能力實現任務自動化、改進流程，并促進積極的反饋圈，從而提高整個企業的智能化水平、績效和生產力。
更自然的界面使人機互動更便利
然而，如果無法與機器實現交流，員工便不可能與它進行有效合作。企業中，人機互動界面的發展有力地推動了人機協作的新趨勢。越來越多的企業開始認識到，自然語言處理和語音識別技術的進步使員工與技術和機器的互動變得更加便利。
越來越多的手機用戶都在通過蘋果Siri或GoogleNow兩款應用進行語音搜索。這是因為語音識別技術比以往任何時候都更加可靠。通過將書面或口頭的非結構式對話轉變為可實時搜索的內容，自然語言處理技術令語音識別成為可能。此外，隨著用戶為這些手機智能助理提供越來越多的語境數據，他們也將獲得更多建議。例如，GoogleNow就能夠根據語音和文字搜索以及發送給Gmail的確認信息來進行推理。通過分析語境線索并結合用戶的反饋提高相關性和準確性，GoogleNow這類工具能夠“獲悉”有用信息，如根據郵件中的行程安排，提醒用戶航班時間。及時的用戶反饋不僅有助GoogleNow不斷進化，發揮更好的輔助功能，也使谷歌成為每一位用戶值得信賴的移動顧問。
ExpectLabs公司開發的MindMeld平臺，則是利用自然語言處理技術的又一新應用，它將改變大部分員工的工作模式。這款“預測計算”應用能夠接聽對話，并實時為用戶篩選出相關信息。ExpectLabs已經向公眾開放MindMeldAPI，支持其他應用植入這項功能。對客服人員來說，該技術的優勢在于：當客戶還在說明問題時，MindMeld就可以提出有效的應對建議，為客服代表提供支持。由此可見，人機協作不僅改善了令許多企業頭疼的客戶體驗問題，還有助于縮短通話時間、提高客服代表的工作效率，進而提升呼叫中心的整體效率，使客服代表專注于必須由人工完成的工作。
可穿戴技術的力量
人機界面正在取得多方面的發展，并不只限于人機間的溝通方式。其中，智能設備可以增強實體功能，彌合數字世界和現實世界的距離。當前，通過傳感器收集更多數據，并通過顯示器進行信息交流，可穿戴技術能切實增強人類的機能。因此，企業能夠利用可穿戴設備為員工提供必要的技術，以便他們更好地工作，同時提高運作效率和安全性。
可穿戴系統中的物理傳感器還可以收集周邊信息——甚至在惡劣環境中起到挽救生命的作用。目前，40%的受訪企業正在考慮使用傳感器增強員工隊伍的信息收集能力。例如，埃森哲生命安全解決方案為油氣精煉廠或化工廠的工人設計了隨身攜帶的緊急按鈕和運動傳感器，以及一個安裝在工作服領部的無線探測器，用以發現四種有害氣體。此方案通過不斷監測周圍環境，幫助企業降低風險，增強員工安全。采取類似做法的還有卡特彼勒(Caterpillar)公司。該公司的遠程信息處理解決方案利用視頻分析工具，查看重型機械操作人員是否正昏昏欲睡。上述兩個案例說明，企業已開始利用傳感器監測員工及其周圍環境，以提醒他們警惕不安全因素。
可穿戴技術還可通過更為隱蔽的方式展示關鍵信息，創造更多價值。為了進行實例說明，埃森哲和飛利浦在去年合作驗證了：醫生戴著谷歌眼鏡，可邊做手術邊通過顯示器監測患者的生命體征，而且整個過程中眼睛都不用離開患者。印第安納大學衛理公會醫院的外科醫生，也已在切除腹部腫瘤的過程中使用谷歌眼鏡。醫生的目光可以專注于患者，雙手則進行重要的手術操作，同時還能時刻監測患者的生命體征信息。上述案例中，增強型設備為醫生提供了更大的自由度，實現了更高的便攜性，并能獲取到前所未有的環境信息。在這方面，部分醫院已經先行一步，它們正計劃通過利用攝像機以醫生的視角來直播并記錄手術過程，以此加強教學培訓——當然，所借助的正是智能眼鏡。
此外，企業還可選擇利用可穿戴技術來增強員工的身體能力，提高工作效率。事實上，美國軍方已在進行所謂“外骨骼”(Exoskeleton)的高級測試。所謂外骨骼，是指可以穿在身上以提高身體力量的機械框架。為了協助船艦的建造和維護，美國海軍購買了兩套洛克希德馬丁(Lockheed)公司設計的外骨骼——這種智能機器可以支持重型裝配機械，并且處理重達36磅的負荷。早期試驗表明，在不同的任務中，外骨骼能夠提高工作效率2到27倍不等。如今，在制造業也出現了這些具有適應性的機器，幫助企業優化生產成本、實現節約。
釋放“混合型”員工隊伍潛能
如何才能實現人機協作的全部潛能呢？答案很簡單——企業必須為“混合型”員工團隊進行培訓。一方面，企業需要培訓員工如何與機器有效合作，以便與機器的能力形成互補；另一方面，在某些情況下，企業還需要把機器視為學員，對其進行培訓和指導。同時，通過創造人機協作的良性循環，企業還應使技術更適合于廣大員工，且便于使用。
技術進步使員工的學習方式也發生了變化，而員工的反饋也令機器變得越來越智能。如今，大規模開放網絡課程(MOOC)快速發展，已成為一種正規的高質量培訓方式。90%的受訪者表示，他們計劃在未來3年內，利用MOOC更好地培訓員工隊伍。
但是，在人機合作的團隊中，需要進行技能培訓的不只是員工。企業還需要投資于機器，確保人機合作能夠發揮最大作用。在麻省理工大學的試驗中，研究人員已經證明，可以通過最基本的觀察并適應個體員工的習慣來培訓工業機器人。在具體的制造業試驗中，工人以任意順序將物體放入事先備好的鉆孔中。機器人通過觀察來預測他們放置物體的順序，然后在工人將物體放入鉆孔之前給鉆孔涂抹膠水，從而提高工人的操作效率。這樣，無需改變或調整工人的工作方式，失誤就得到了大幅減少——例如避免出現膠水在物體放入之前就已干掉等情況。
機器人技術的進步也意味著，為某些機器提供培訓將不再是難事。例如對于RethinkRobotics公司的Baxter機器人來說，只需要移動機器肢就能教會其要做的事情。由于人類和機器都能學會如何優化完成可預測的任務，因此隨著時間的推移，他們或許也能實現實時的協作式學習。
改善人機互動的另一種方式則是實現技術的“民主化”，即對技能進行重新分類和轉移，使普通員工也可以從事以前只有專家才能處理的任務。例如，蘋果Swift和谷歌Go等高級編程語言的新發展，有助業務用戶毫不費力地創造自己的應用軟件。過去，軟件開發需要掌握特定的編碼技能、句法知識和架構拓撲，然而時至今天，越來越簡單的編程語言只需要遠少于以往的專門開發技能，令非IT專業人士也可以進行程序開發。
與此類似，借助拖放式的可視化界面，利用軟件簡化數據準備等任務會變得更為容易。企業可通過培養員工的學習靈活度，將重點從專業知識向行業知識轉移。此外，具有身臨其境效果的可穿戴顯示器也能幫助縮小技能差距，提高員工參與度。
大眾汽車為其XL1混合動力車打造了一套顯示系統，方便機械師更加快速地維修該款車復雜的動力系統。通過顯示數字疊加影像的平板電腦，機械師可以看到他們在當前情形下必須采取的步驟。這能縮短維修時間，快速更改復雜的產品設計，并使動態學習成為可能。技術人員再也無需放下手中工作來查閱服務手冊，或是打電話向總部尋求額外指導了。
搶占先機“再造”未來員工
當然，這種員工團隊“再造”在帶來可觀收益的同時，也會帶來一些新的問題。例如，哪些工作應當分配給人工完成，哪些需要人機協作完成？何種治理系統可以幫助我們做出決策呢？我們如何有意識地、戰略性地下放決策權，以便讓機器承擔更多決策任務？如何培訓人類員工，以適應這種新的混合型工作環境？如何重新思考人才招聘的技能問題——是否應當重視專門知識？對于這些問題，尚沒有完備的答案。
然而，對企業的管理者來說，最大的問題或許在于如何深刻理解商業流程，乃至商業運營的整條價值鏈，都已開始從“勞動力驅動、技術輔助型”模式向“數字驅動、人工輔助型”模式轉變，并積極應對這一轉變。
領先的企業已經開始提出這樣的問題。他們開始思考應如何結合智能技術和培訓，來幫助并優化人機協作，實現兩者獨自無法實現的成果。他們正在重新審視自己的核心業務活動，以明確哪些任務更適合機器參與。此外，他們也開始思考未來應聘用什么樣的人才。
僅憑單獨的力量——人或機器都無法推動企業未來數十年的發展。中國企業也應當放眼長遠，及早進行未來人才規劃，創建“混合型”的員工團隊，實現人與技術有效合作，從而在未來先進制造業的競爭中積累經驗與優勢。
