从亚马逊收购Canvas看无人车与工业4.0的发展

亚马逊在2019年4月初宣布了它第83个购并案--Canvas Technology，一个做自动导引车(AGV)的新创公司。这也是自2012年以US$775M购并Kivas Systems(现成为Amazon Robotics子公司，专注在仓储自动化机器人系统)，少数几个应用于后台的硬件相关购并。

Canvas Technology成立于2015，主要的投资人是为Android之父Andy Robbins的Playground，在购并之前并没有大量销售其AGV，还算在早期发展验证期间。而AGV是一个1950年代就开始的产业，亚马逊自己是市场领导者，那麽Canvas吸引它的原因是什麽呢？

一台工厂内的自驾车

从技术面来看，一般AGV用的技术不外乎传统的电磁感应、惯性导航、光学检测、位置设定、雷射检测、图像识别等，所占比例分别为32.3%、27.8%、16.9%、13.8%、7.69%和1.54%。在一般工厂尤其是大型车厂，前两种技术的AGV已运行几十年，是非常成熟的产品。从仓储地上的条码，传感器与运作模式来看，亚马逊机器人应该是混合了光学检测、超声波等技术，目前可直接应用在所谓的关灯工厂、仓储环境，从2015年开始大量部署。目前国内大陆也有快仓与京东仓储等方案。

而Canvas的AGV技术则偏向了自驾车的概念，没有地上的磁条或条码，也没有墙角的2D条码，更没有固定缺省的运行轨道或路线。Canvas采用了多组镜头、超声波传感器、一个LiDAR及其他传感器等等，来建立其自动导航的功能。就硬件的组合来看，这也是Tesla汽车的导航配置(除了GPS跟Elon Mush痛恨的LiDAR之外)。

Canvas强调运用越少组合的导航定位系统，可以减少不必要的错误与失灵，但又可以保持一定的弹性。而在定位上，Canvas强调不需要预先导入地图，运用Canvas小车们自带的系统与云端软件整合，可以在几天内建构出工厂或仓储的环境，透过Mesh Network与机器学习，Canvas的小车可以应付每天都在变动的环境、基本的避障、路线选择、开创新路线等等，像自驾车一样应付不同的道路环境。

无可比拟的弹性

Canvas并不是设计来取代AGV，而是新一代AMR(Autonomous Mobile Robot)发展的一小步。根据市场调查，AMR将在2022年成长到70亿美元的规模，成长的动力来自工业自动化、电子商务的发展、客制商品的需求与低端劳动力短缺。超过70%的应用回来自于装载货物，其余为叉车及多关节是手臂等等。

主要的竞争者有：Swisslog(KUKA)、Omron Adept、Clearpath Robotics、Vecna、Mobile Industrial Robots、SMP Robotics、Cimcorp Automation、Aethon、Locus Robotics、Fetch Robotics、Hi-Tech Robotic Systemz、Aviation Industry Corporation & Savioke等。Canvas在此中扮演着工厂物流端的最后一里功能，PA-AMR(Pick-Assistant AMR；协同拣货无人移动机器人)。这样的机器人扮演着过去自动化输送带的延伸角色，并同时与传统的AGV有互补的作用。

过去工厂在大量标准品制造时代，自动化是高度依赖大量相同产品生产所设计，任何产品设计或生产变动都会导致大量产线调整的时间与人力重新训练成本，还有隐藏的管理成本。AMR的出现就是反应进入工业4.0后，生产端的弹性需求。另在物流应用，关灯仓储规划或大量AGV的部署，都需要高精度与完整的系统设定，非巨型业者很难导入，同时也缺乏如此金额来进行全面的流程自动化建构。没有这些基础，很难谈工业4.0。

但像Canvas这样灵活的系统，可以有足够的弹性来应付各种「非标准化环境」的自动化需求，当初我们就是看好这样的潜力与Canvas团队有近一年的合作，而没想到亚马逊下手如此迅速，还是落入巨型企业之手。从亚马逊近年的购并项目，我们也可以看到些它在解决从云到人的最后一段距离问题，像Dispatch、Ring都是直接跟人接触，Eero、Blink则是在家里与人的互动或链结。Canvas也应该落在自动仓储与人之间互动的问题解决。

工业4.0不是制造更多规矩， 创新可来自上下游

近期在与硅谷工业AI或工业4.0团队交流时，最终常会出现的问题就是找不到试点之后的小量部署。所以我们可以看到各种新奇的应用但就是没有很多商业化运转案例。

其中几点观察：一、新创团队欠缺与企业合作的经验，工业4.0或Industry AI都是针对企业客户开发，特别是传统企业；而当Mobile Internet时代的高速创业者碰到需要大量交际与流程的企业销售时，就出现思想逻辑上的激烈碰撞。

二、忽略企业原本流程或不存在的流程及数据，以AI/ML来解决一个问题但创造十几个新内部流程。很多机器手臂或数据分析学习的新应用都卡在这样的问题。这也是为什麽工业4.0的独角兽会出现在整合与销售能力超强的Uptake。

三、产品或服务利润与内部投资不足或欠缺竞争。看看亚马逊为了服务竞争而带动快递业的改变，在2013年，亚马逊100%使用协力厂商快递的服务，像UPS就占近50%的比例，Fedex也有9%，而经过短短5年到了去年2018年，亚马逊自己的快递服务占有了26%的比例，把UPS压到20%出头而已，现在它又推出Amazon Freight给外部使用者，让其科技发展得到更多验证与资源。

反观Fedex或UPS并没有在这几年有吸引人的创新，工业4.0似乎没有对这些传统的物流业者来得有影响，反而是亚马逊这家电商公司引领改变。(本文作者为中经合美国办公室合夥人Lucas Wang王仁中)