《即将到来的机器人时代，远比你想象的复杂》 系列
第三部《机器生产能力的规模化》
第三篇------机器人越来越多以后，谁来把它们组织起来？
当机器人越来越多地进入工厂，一个看起来很简单的问题就会出现：
如果一座工厂里有几十台、几百台机器人，它们应该怎么一起工作？
这个问题和"机器人能不能干活"已经不是一回事了。
一台机器人有自己的能力，十台机器人有十台机器人的能力。
但当数量不断增加以后，真正困难的事情开始变成：
怎样把这些分散的能力组织成一个整体。
这也是机器人规模化真正开始发生变化的地方。
机器人多起来，不等于生产能力自动增加
假设一座工厂里有100台机器人。
如果每台机器人都只知道自己的任务，那么增加到200台，并不意味着生产能力就一定增加一倍。
因为生产不是100个孤立任务的简单相加。
真正的问题不再是单台机器人能做什么，而是如何把越来越多机器人的生产能力组织成一个整体。
所以，真正的问题已经从：
"机器人能做什么？"
变成了：
"这么多机器人怎样共同完成一个生产目标？"
这时候，单台机器人已经不够看了
如果只有一台机器人，人可以直接告诉它做什么。
机器人完成以后，再给它下一个任务。
但当机器人数量增加以后，人不可能再用同样的方式处理所有事情。
生产任务本身也越来越复杂。
机器需要知道当前生产目标是什么，现场发生了什么，哪些任务应该优先，哪些机器人适合执行，某个环节发生变化以后后面的安排要不要调整。
于是，一个新的层次出现了：
机器人需要被组织起来。
而这种组织，不再只是人与机器之间一对一地下达指令。
它开始需要一个能够连接任务、信息、设备和机器人的系统。
AI在这里开始发挥真正的作用
这也是为什么机器人规模化以后，AI的重要性会突然提高。
但AI做出判断，并不意味着生产动作已经完成。
AI可以判断应该做什么，真正到了生产现场，还必须解决几个非常具体的问题：
谁来做、什么时候做、怎么做，以及出了问题以后怎么办。
这些事情，需要系统来完成。
所谓系统，并不是一个抽象的概念。
它背后是真实存在的服务器、通信网络、调度平台、控制器以及各种软件。
它把任务、信息、AI的判断和机器人的执行连接起来，让一个生产要求真正变成现场可以执行的动作。
AI开始让生产系统具备更强的信息理解、判断和规划能力。
这些信息不能只停留在某一台机器人身上。
它们需要被理解，并进入整个生产过程。
所以可以把三者简单理解为：
AI负责理解和判断，系统负责组织和调度，机器人负责把生产要求落实到现实世界。
三者连接起来，才形成完整的机器生产能力。
从生产过程来看，三者正在形成一种新的关系：
智能、组织和执行开始连接起来。
系统真正改变的，是机器之间的关系
到这里，我们就能理解为什么"系统"会成为机器人规模化的重要条件。
系统不是简单地把100台机器人放在一起。
真正重要的是：
让这些机器人围绕同一个生产目标发生联系。
系统的价值，不是让机器人彼此"认识"，而是把机器人的个体能力连接成可以共同运行的生产能力。
一部分生产能力开始存在于机器人、AI、设备、信息和任务之间的连接中。
这也是系统和"机器人堆在一起"的根本区别。
前者形成的是一个整体。
后者只是数量增加。
机器人规模化由此进入了下一个阶段
所以，机器人规模化走到这里，发生了一个非常重要的变化。
最开始，我们关心的是：
能不能制造更多机器人？
后来变成：
这些机器人能不能进入真实生产？
而当机器人越来越多以后，问题继续向前走：
能不能让越来越多的机器人形成一个可以运行的生产整体？
如果答案是肯定的，那么机器人规模化就不再只是数量上的增长。
它开始出现一种新的能力：
一个系统可以不断接入更多机器人，并把它们转化成可以共同运行的生产能力。
这才是"规模化"真正发生质变的地方。
因为从这一刻开始，增加机器人，不只是增加设备。
而是在扩大一个能够组织机器生产的系统。
而当一个系统真的可以同时组织几十台、几百台，甚至更多机器人时，下一个问题也就自然出现了：
而当一个系统可以不断组织更多机器人以后，一个新的问题也随之出现：
人又该如何管理这种新的生产规模？