Redian新闻
>
在厨房在车间,机器人都在做什么?

在厨房在车间,机器人都在做什么?

科技


【前哨科技特训营】线上产业沙龙:【机器人产业交流会】


机器人正在进入越来越多的产业领域,这是大家的共识。不过,在不同的行业里,机器人都在做什么事情,做到什么样的程度?我们科技特训营的线上产业沙龙,从事机器人产业的会员们与王煜全老师一起,探讨产业实际运营经验,分析技术发展趋势,探讨未来机遇。

下面的文字摘要来自6月14号的线上产业沙龙的讨论,跟大家做个分享。如果想跟科技特训营和王煜全老师有更深入的交流,欢迎扫描海报中的二维码加入我们。


特别感谢前哨科技特训营】会员上海纺织企业机器人解决方案集成商李国山、广州激光雷达AGV无人仓库运料车商叶东成、上海爱餐机器人李幸儒(味霸自动炒菜机器人)等朋友分享他们的经验和洞察。


1.市面常见炒菜机器人很鸡肋?产品设计问题?


现在,市面上常见的炒菜机器人主要有三类,一类是开放式(滚筒)炒菜机,另外一类是以"碧桂园"为代表的机械臂炒菜机,还有一类就是简易的多功能料理机,也被称为炒菜机。



这些机器人的智能化程度相对比较低,占地大、部署不易、电力要求特别高,多为引导烹饪、投料、清洗、出餐、洗锅,洗机器,然后人工出餐,全流程都需要人工介入,不能解放双手。以碧桂园为代表的炒菜机器人,部署成本比较高,一个餐厅做下来要上千万,暂时还不具备商业化的可能性。


2.怎样的产品设计才能实现解放双手,解放家庭妇女?


市面常见的炒菜机器人还不能完全解放双手,生活中买菜、洗菜、炒菜最费功夫的,就是买菜和洗菜的环节,还得靠人工,为了打破市场上常用炒菜机器人的这个“鸡肋”痛点,炒菜机器人应该是一个触控屏幕,和投料机构+油烟处理系统+锅体及翻炒机构+调味料投放机构组成,全流程从按键开始到出餐,不需要人工介入,如何解决油烟和精准温控问题呢?



油烟处理系统:在炒制的过程中,抽出来的油烟,经过一个非常长的通道,在这个过程当中,油烟就和水充分融合,最后变成油水达到排放的要求,就可以直接排出到下水道了。


锅体及翻炒机构:锅体悬浮式设计,内置电磁加热机构,通过温度传感器,来进行锅温的监控。锅体配置两个电机,锅底可以翻转,也可以单独旋转,这样就可以实现对菜品的有效翻炒。


解决了油烟和精准控温的问题,那怎么解决备菜的问题呢?这是观念和习惯的一种改变,可以通过“中央厨房净菜”供应来解决买菜、洗菜、备菜的环节问题,未来数字化厨房是一整套解决方案,而不是购买机器解决单一问题! 


3.炒菜机器人ToB商业化模式,最佳赛道和竞争优势是什么?


炒菜机器人主攻“食堂服务”是个不错的选择!比传统食堂供应速度快,在温度、油烟面控制等安全性方面比别人强,解决食堂菜品局限,口味单一问题,可以持续性升级,就像特斯拉的车一样,所有车辆都可以统一升级,持续升级。



4.西餐快餐已经标准化,中国的快餐能够服务规模化么?


西餐快餐行业已经标准化、服务规模化,麦当劳、肯德基,是典型的把西餐服务规模化的案例;中餐快餐中田老师、蒸功夫等品牌,是在中国劳动力非常充裕的情况下诞生,现在劳动力没有那么充足的话,从时代发展的角度来讲,餐饮自动化是个必然过程。所以中餐快餐的自动化是个很好的赛道和机会! 


【王煜全】 


炒菜机器人是个很大的市场。首先,批量炒菜机器人应该更注重油烟、安全、菜品数量、简易操作等问题,可以不断升级菜品和口味需求,炒菜机器人是否可以实现OTA?持续升级能力是对餐饮的考验!


产品规模化强调的是卖方视角,追求产品本身功能更多、更好。服务规模化强调的是从买方出发,追求服务更全面、更系统。


比如 “食堂服务”能体现产品toB优势,假设承包了一个单位的食堂,那么除了场地、桌椅以外,大师研发餐饮菜品,针对不同的餐饮业态,提供快餐、正餐提供菜品一揽子解决方案,食材、酱料、设备等的所有事务都有承包方负责,也包括卫生、安全责任。从需求方找到的市场够大,把痛点问题解决的更好,就能实现服务规模化! 


5.与电商仓库不同,AGV需要作为机械臂的腿,来解决制造业仓库物流搬运问题。


电商仓库物流搬运的材料都是标品,无论是瓶装的、袋装的、箱装的,物品和和仓库的库位之间都是一一对应的。


制造业仓库的物品特点是批量的原材料,比如说卷料、布料,在无人仓库里需要把AGV作为机械臂的腿,将货品搬下来,送到仓库门口或加工工位,这是一个搬运的过程。一般一卷料没有固定的长宽高,就需要用机械臂,而不能用标准的托盘来做。同一库位会放多个卷料,需要AGV本身定位到库位的水平点位,机械臂上升下降定位到垂直点位,完成进出库过程。



6.数字化时代,纺织业生产线增加AGV不是为了省人力提效率?


从量化角度说,一个布艺加工厂无论是采用流水线、滚轴线、吊挂线,还是搬运物料的AGV,重要的不是省了多少人,提高了多少效率,实际上最关键的是”出错率“下降很多。 


当生产路线固定,不同的代加工的原材料走的是不同的工艺路线,如果单纯用工人搬运的话,出错率是很高的,高的能达到15%,也就是说一天出产1000个窗帘的话,会有百十个窗帘需要重修。另外,从事这个行业管理者找不到合适的人才,找到了成本又太高,厂家不愿意承受,不如换成几台设备,比较低档的AGV搬运100到150公斤配重的,成本也不太高,小的也就是2-4万元,再大一点,7万左右。


尤其对于”老师傅“依赖性比较强的纺织业,更需要的是生产线增加AGV搬运,这正是数字化时代大规模上量的时候!


7.纺织行业迅速转向国际化,还面临哪些难题?


大批量的服装行业标准化、一体化程度已经很高了,对于纺织品窗帘(类似于工艺品),它的个性化要求比较高,国内因为区域、房型、建筑面积等因素,窗帘很多是定制化的,国外是根据建筑标准制定产品标准。


国内布艺加工生成环节,因为本地化属性、标准化程度低,天花板比较低;海外客户规模不大,生产还处在从标准化向自动化程度逐渐改变的过程。生产线上使用机器比管人好管理,比如窗帘进行人为选料、裁剪,存在15%失误率,数字化帮助减少成本和失误率。



海外数字化的机会,东南亚国家的人力成本便宜,推进仓储或者搬运机器人还有一段距离。但是中国的制造业企业出海以后,也很容易将更高效的机器人部署到新的车间里。


【王煜全】 


未来必然是数字化的,中国企业正在路上!


德国工业4.0是先有一个大场景,然后去满足它。中国是反过来的,先做能交付,然后再把数字化打通,这条路可行但是可能会更坎坷。有一个很重要的角色“行业协会”,一定要有人承担起来,大量的行业协会发挥着重要作用。


为什么大家不要定制化,而要标准化,那是因为它整体的速度更快。另外,关于物流管理方面,我们只在物理层面进化,没有在逻辑层面和管理层面进化,我们真正的优势是在开放平台,是开放制造,但是开放数字化比一个企业数字化更难,中国人出海走供应链更容易走通!




【科技特训营】全新的会员订阅制线上书院模式,全年50次“在线直播课程+私享群互动”,你随时可以加入、我持续保持更新!一起互动,伴随成长!让我们为未来五年做好准备,一起探讨把握机遇,决胜未来!

【回放地址】
长按图片识别二维码报名加入,可观看所有直播和回放。
1. 前哨科技特训营直播课程第二季(2021年)共50讲+,除此之外还有5节加餐+公开课。
2. 每讲承诺为1小时视频内容,实际平均时长为2小时。
3. 每周四晚八点准时直播,会员可无限次观看回放。
4. 新入会员,可以无限次回看之前所有视频课程。
5. 本课程为虚拟内容服务,年费订阅服务制。一经订阅概不退款,请您理解。

左右滑动查看内容规划↓
左右滑动查看更多

课程咨询】
请加“创新地图助手”:
微信:innovationmapSM





微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
扫地机器人走向分野:做「扫地机」还是做「机器人」海景房单身公寓、$850包水电网公寓、$320男搭房,本期超多优质好房在向你招手!生育力保卫战,技术能做什么?变得焦虑时,你需要做什么?2022 年,React 团队在做什么?收到美国K1未婚签证包裹后,接下来需要做什么?《爱,死亡和机器人》第三季,90% 的人都没发现的彩蛋!部分患者或近期出院、涉事车间没有生产口罩......奥美医疗董秘独家回应员工中毒事件人形机器人?陪伴机器人?什么是消费机器人的未来 | 5Y 3Sigma小圆桌瑞阳的智造实践:从单个车间试点到全面智能车间建设Zier 去哪儿|毕业于CMU最神秘的交互设计专业,我现在在做什么?预言机器人毁灭世界后,马斯克开始造机器人了​亲历:当焦虑和失眠时,我们可以做什么?神爱世人,送比特币到凡间真人实验!99%人都在做的事,每天腿粗 0.8 厘米互联网医疗园区火爆,除了拿牌照还能做什么?河流“谷歌AI形成人格”,机器人意识要觉醒了吗?长视频APP都在做的付费会员服务,抖音为什么不做?为什么她总是在厨房?杜月笙的管家萬墨林恩泽康泰:建立国内首个工程化外泌体GMP中试车间,赋能外泌体治疗商业化一片叶子能做什么?我们用它做了个包!早在厨房设计这一步,家务分工的性别不平等已经开始败选后在做什么?莫里森网上分享日常:在家修剪草坪,与家人打保龄球,还回复网友嘲讽问题!眼下中国需要企业家做什么?攻克智能动态感知系统难题,优龙机器人打造系列柔性外骨骼机器人女工在车间写作「大族机器人」完成近2亿元B+轮融资,用机器人技术为人服务|36氪首发安杰莱科技:凭借单下肢康复机器人切入,神经康复智能机器人领域杀出黑马俄军一天内取得重大突破,肃清顿涅茨克河北岸,摧毁马达西奇车间又是母親忌日普京会在5月9日“胜利日”这天做什么?漫谈中西方的科学思维我在富士康的车间里思考人生 | 故事FM
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。