不知从何时开始,中国又新增了一个“基建狂魔”的标签,从国内日渐完备的交通系统,再到输出海外的高铁和5G,中国确实在基建领域愈发如鱼得水。
同时基础设施建设通常也被认为是拉动经济发展的重要手段之一,这块蛋糕自然无不会让中国独享。这不,就在四月份美国智库战略与国际研究中心就发布全球基建报告,其中包含了一系列雄心勃勃的基建计划,并且提出要投入两万亿美金。
这一计划很容易让人联想到上个世纪美国经济大萧条时,罗斯福提出的罗斯福新政。罗斯福新政本质上也是通过大肆推崇基建来实现就业率的提升,进而推动经济的正向运转。但在今天的基建大潮中,两万亿美金所推动的不再仅仅是个人就业,同时还有科技产业。
麻省理工学院和哈佛大学的AI治理联盟研究员K. Gretchen Greene提出,他预测在两万亿美金的基建计划中,机器人产业将得以进一步的繁荣。
在建筑中应用机器人以及AI技术,其实算不得什么新鲜事。随着劳动力日益稀缺昂贵,机器人和AI技术的引用不仅可以提升基建工作的销量和性价比,更可以面对一些以往对于人类来说过于危险或难以实现的工作。
我们可以看看,目前已经有哪些新技术已经进入了基建领域。
应用最广泛的,非无人机莫属。目前在美国的康涅狄格州,供电公司已经开始在利用无人机远程控制来检查电线。无人机的使用,让供电公司不再需要派出昂贵的直升机就能获得鸟瞰图,更无需开着卡车让工人搭梯子爬到电线杆上。这样一些卡车很难深入的位置,就能够通过无人机来勘查情况。
除了无人机,管道机器人也是一个典型应用案例。就拿管道泄漏这一问题来说,在以往几乎很难用一套价格合理的系统来解决。MIT则通过管道机器人来应对这一问题,在羽毛球大小的软体机器人身上加入压力传感器,就能让机器人在管道通行的过程中通过压力变化感知漏气、渗水。在苏格兰,管道机器人则被应用在了燃气总管的检修中,让大部分管道检修工作可以在地下进行,不再需要频繁的在地面上开凿。
除此之外,水下机器人、建筑机器人等等各种门类机器人的应用也越来越普及。这些机器人可以上天入海,挤进人类进不去的狭小空隙,回传视频给工作人员。建立在机器人的广泛应用之上,AI技术的加入是另一个显著趋势。
例如一家名为OneBridge Solutions的创业公司,推出了应用于管道的模拟腐蚀算法,用来推测地下管道的老化程度。在波士顿和旧金山,创业企业们正在尝试利用传感器和机器学习算法来检测本地空气质量并进行推测。
如今似乎万事俱备,只等特朗普的两万亿美金前来“输血”。
如果仅仅从“支持机器人产业”角度来讲,如今机器人产业已经做足了准备。但如果从基建的角度来讲,恐怕还要从更多层面考虑。
首先是研发成本层面。
相比其他领域,应用于基建中的机器人以及AI技术在研发成本上要更加高昂。仅仅在数据储备层面上,基建领域就十分匮乏,相比很多能够通过移动互联网就能获取足够数据的领域,建筑、工程领域不仅数字化基础差,收集数据的过程也通常要靠实地采集或数字孪生等等高成本的方式解决。
同时还有人员培训层面。
如今基建产业的一个重要特点,就是以全球化的形式向外输出。像中国打出的一带一路策略,美国则把目标放在了澳大利亚和日本。换句话说,基建产业向外输出的大多是技术与设备,而不是像过去,仅仅是制造重劳动力工作岗位。这也要考虑到,在基建中引入更多机器人和AI技术,造成的人员培训问题。在一些经济欠发达地区,很容易产生高科技设备和当地基建从业者技能水平不配套的情况。
最后还要考虑的,是应用市场接受程度的问题。将新技术输入到基础设施建设这样如此传统的领域中,恐怕还需要对于整体行业进行教育和建设,加上在教育过程中技术倾销方如何保护自己的知识产权,都将是一系列复杂的过程。
如此以来,有关机器人和AI走进基建产业似乎像一团混乱的毛线球,让人不知道从何处开始梳理。但可以肯定的是,产业支持一定会率先流入那些能够实现长线效应,投入产出性价比更高的领域中来。
比如那些通过简单加设传感器就能整合解决方案的领域。
目前在基础设施建设的议题中,视觉方案的引入相对更加成熟。像在一些城市大脑或工业大脑中已经出了类似的解决方案,通过在桥墩等大型基础设施上加设摄像头,通过图像技术观测基础设施的老化损伤情况,同时进一步收集数据。目前美国明尼苏达州就正在启用类似的方案来对桥梁老化状况进行集体检测,由于免去了租用长臂重型卡车的费用,交通部门可以在这个项目上节省100万美元。
还有通过AI技术克服以往人力难以解决问题,也正在率先获得投入。
基础设施进行技术升级所面临的一个显著问题就是,技术投入成本和人力成本的难以均衡。尤其在基础设施全球化输出的过程中,接收方自然会选择性价比更高的方案。这时利用技术去解决那些以往人力难以解决的问题,就成了很好的避嫌方案。例如从日本福岛核泄漏事件发生以来,日本就一直在研究实验能够在辐射环境中运行的救灾机器人。同理水下机器人、管道机器人等等能够在特殊环境中运行的机械设备,也是值得投以关注的领域。
最后还有那些数字化基础更好的领域。例如受自动驾驶影响下的交通领域,包含智慧高速公路、智慧红绿灯等等建设。建立在数字政务、数字城市的基础之上,进行进一步的实体化延伸。
在C端市场,机器人和AI技术的应用普及可以通过资本市场进行撬动。但在更加封闭和沉重的B端市场,恐怕就需要更强大的力量。应用于基础设施、大型工业建筑等等领域的机器人从研发到制作的成本都更加高昂,但也正因如此,谁能率先取得应用层面突破,也就无形中制定了产业标准。
虽然目前尚未出现明确消息,指出美国政府的两万亿美金支持有多少会涌入基础建设技术升级之中。但相信在这一层面的“重型战争”,很快就会开始。