從亞馬遜收購Canvas看無人車與工業4.0的發展

亞馬遜在2019年4月初宣布了它第83個購併案--Canvas Technology，一個做自動導引車(AGV)的新創公司。這也是自2012年以US$775M購併Kivas Systems(現成為Amazon Robotics子公司，專注在倉儲自動化機器人系統)，少數幾個應用於後台的硬體相關購併。

Canvas Technology成立於2015，主要的投資人是為Android之父Andy Robbins的Playground，在購併之前並沒有大量銷售其AGV，還算在早期發展驗證期間。而AGV是一個1950年代就開始的產業，亞馬遜自己是市場領導者，那麼Canvas吸引它的原因是什麼呢？

一台工廠內的自駕車

從技術面來看，一般AGV用的技術不外乎傳統的電磁感應、慣性導航、光學檢測、位置設定、雷射檢測、圖像識別等，所佔比例分別為32.3%、27.8%、16.9%、13.8%、7.69%和1.54%。在一般工廠尤其是大型車廠，前兩種技術的AGV已運行幾十年，是非常成熟的產品。從倉儲地上的條碼，感測器與運作模式來看，亞馬遜機器人應該是混合了光學檢測、超音波等技術，目前可直接應用在所謂的關燈工廠、倉儲環境，從2015年開始大量部署。目前中國大陸也有快倉與京東倉儲等方案。

而Canvas的AGV技術則偏向了自駕車的概念，沒有地上的磁條或條碼，也沒有牆角的2D條碼，更沒有固定預設的運行軌道或路線。Canvas採用了多組鏡頭、超音波感測器、一個LiDAR及其他感測器等等，來建立其自動導航的功能。就硬體的組合來看，這也是Tesla汽車的導航配置(除了GPS跟Elon Mush痛恨的LiDAR之外)。

Canvas強調運用越少組合的導航定位系統，可以減少不必要的錯誤與失靈，但又可以保持一定的彈性。而在定位上，Canvas強調不需要預先導入地圖，運用Canvas小車們自帶的系統與雲端軟體整合，可以在幾天內建構出工廠或倉儲的環境，透過Mesh Network與機器學習，Canvas的小車可以應付每天都在變動的環境、基本的避障、路線選擇、開創新路線等等，像自駕車一樣應付不同的道路環境。

無可比擬的彈性

Canvas並不是設計來取代AGV，而是新一代AMR(Autonomous Mobile Robot)發展的一小步。根據市場調查，AMR將在2022年成長到70億美元的規模，成長的動力來自工業自動化、電子商務的發展、客制商品的需求與低階勞動力短缺。超過70%的應用回來自於裝載貨物，其餘為叉車及多關節是手臂等等。

主要的競爭者有：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在此中扮演著工廠物流端的最後一哩功能，PA-AMR(Pick-Assistant AMR；協同揀貨無人移動機器人)。這樣的機器人扮演著過去自動化輸送帶的延伸角色，並同時與傳統的AGV有互補的作用。

過去工廠在大量標準品製造時代，自動化是高度依賴大量相同產品生產所設計，任何產品設計或生產變動都會導致大量產線調整的時間與人力重新訓練成本，還有隱藏的管理成本。AMR的出現就是反應進入工業4.0後，生產端的彈性需求。另在物流應用，關燈倉儲規劃或大量AGV的部署，都需要高精度與完整的系統設定，非巨型業者很難導入，同時也缺乏如此金額來進行全面的流程自動化建構。沒有這些基礎，很難談工業4.0。

但像Canvas這樣靈活的系統，可以有足夠的彈性來應付各種「非標準化環境」的自動化需求，當初我們就是看好這樣的潛力與Canvas團隊有近一年的合作，而沒想到亞馬遜下手如此迅速，還是落入巨型企業之手。從亞馬遜近年的購併項目，我們也可以看到些它在解決從雲到人的最後一段距離問題，像Dispatch、Ring都是直接跟人接觸，Eero、Blink則是在家裡與人的互動或鏈結。Canvas也應該落在自動倉儲與人之間互動的問題解決。

工業4.0不是製造更多規矩， 創新可來自上下游

近期在與矽谷工業AI或工業4.0團隊交流時，最終常會出現的問題就是找不到試點之後的小量部署。所以我們可以看到各種新奇的應用但就是沒有很多商業化運轉案例。

其中幾點觀察：一、新創團隊欠缺與企業合作的經驗，工業4.0或Industry AI都是針對企業客戶開發，特別是傳統企業；而當Mobile Internet世代的高速創業者碰到需要大量交際與流程的企業銷售時，就出現思想邏輯上的激烈碰撞。

二、忽略企業原本流程或不存在的流程及資料，以AI/ML來解決一個問題但創造十幾個新內部流程。很多機器手臂或資料分析學習的新應用都卡在這樣的問題。這也是為什麼工業4.0的獨角獸會出現在整合與銷售能力超強的Uptake。

三、產品或服務利潤與內部投資不足或欠缺競爭。看看亞馬遜為了服務競爭而帶動快遞業的改變，在2013年，亞馬遜100%使用協力廠商快遞的服務，像UPS就佔近50%的比例，Fedex也有9%，而經過短短5年到了去年2018年，亞馬遜自己的快遞服務佔有了26%的比例，把UPS壓到20%出頭而已，現在它又推出Amazon Freight給外部使用者，讓其科技發展得到更多驗證與資源。

反觀Fedex或UPS並沒有在這幾年有吸引人的創新，工業4.0似乎沒有對這些傳統的物流業者來得有影響，反而是亞馬遜這家電商公司引領改變。(本文作者為中經合美國辦公室合夥人Lucas Wang王仁中)