凯文凯利说过：「把重复性的劳动交给机器，把更具创造性的劳动交给人」。未来的制造不会是让机器取代人，而是人与机器更好的协作。自动化的流水线生产都见过，那你听说过数字化生产吗？
一个顶级工厂要完成多少环节，才能把光秃秃的合金变成具有生猛动力的高性能好车？这一切，大概只需要40个小时左右！下面我们就以奥迪工厂为例，强行来一波超级工厂的科普。
冲压成型的流水线：一块铝合金在上万吨的压力下经过数次不同形状的模具冲压，才能变成一块有特定表面弧度的车身板材，顶级工厂在加工前可以通过建立数字模型来精准计算出铝板冲压回弹度等参数，精度误差能控制在0.02毫米。
激光扫描进行质量检测：冲压后的板材需要立刻进行质量检测，现今的激光扫描能够做到每秒扫描20,000个坐标点，数据上传到计算机后对比确保车身板件的尺寸是否达准。
同时进行的机械臂焊接：单就一个引擎室的焊接就有1000多处，多个机械臂同时操作，更加省时省力并且最大化的减少浪费。8千安的电流能瞬间把焊枪头加热到500摄氏度，并保证1秒内完成起码1次的精准焊接。
高度自动化的集成喷涂：焊接成型的车身在喷漆之前要先经过清洗祛除油渍，浸泡磷酸盐水，附着静电层的涂装，然后烤炉烘漆；之后整个车身要喷涂聚氯乙烯来密封全车的小空隙，车身经过天然聚集灰尘的鸵鸟毛，才能进入底漆流水线。
奥迪工厂，每一天数万次的螺栓打紧力学数据都会被记录和监测，流水线上的工人通过手里的移动设备实时监进行测，并且及时生产数据，即便是可能出现的错误，也能及时进行纠正和止损。
先进的机械臂已经可以像《钢铁侠》里帮忙一起制作战衣的贾维斯1代那样「听从」人的指令「做动作」。（顺便提一句，钢铁侠的座驾正是奥迪R8本车）
在高度标榜个性的当下，各种定制化服务将受到用户的各种欢迎，所以也就促使了车企在制造过程中，更加专注在人机协作上，一边是提高人机效率的发展，另一边在效降低人的劳动强度的同时，保证了生产的灵活性以及高效。
杰瑞·卡普兰在写《人工智能时代》时有一个观点——科技的发展会倾向于「简单」和「集合」。「简单」是奥卡姆剃刀的「如无必要，勿增实体」。「集合」是我们可以看到的智能手机在集合GPS、照相机、录像机、CD机；购物网站在集合从书店到鞋店的一切；搜索引擎在把图书馆、报纸、企业黄页汇总起来；社交软件把明信片、照片分享、邀请函、感谢信集合到一起。
如果「简单」和「集合」是未来的趋势，对于专注制造的顶级工厂来说是怎样的？要想回答这个问题，你需要一个场景来了解「区域性约束」。如果我想要窗帘被拉开，最简单的方法某过于用我自己的手去拉窗帘了，而我拉窗帘的动作，就需要先「摸到」窗帘再进行「拉动」，这个过程就是一种空间上的「区域性约束」。
人类世界突破这种「区域性约束」是在距今不久的120年前，那些年马可尼利用「电磁辐射」，在没有明显物理连接的情况下能够远距离传递即时消息；爱迪生利用电的形式来转移能量。
到了现代，许多领域更是有了指数级的发展，如果窗帘被拉开的场景要突破「区域性约束」，那我可以事先给窗帘安装一个电机，然后安装一个控制终端App，即便我人在美国出差，也能够遥控家里窗帘的开合。这样的控制方式，就是专注制造的未来工厂要发展的方向，要让所有的机器、设备、人员能通过物联网、大数据和数字模拟在一台中心计算机终端上进行集中的管理和控制，把实物制造在总控终端上转变成数据信息的表达。
好厂造好车，这是一个真真真命题，只有深切结合科技开发与用户需求，才能不断的满足人类日益增长的，对生活质量提升的渴望。科技引领创新，奥迪正在通过技术，一步步改变未来生活，让人类未来出行更智能、更互联、更环保。
试想一下，不久的将来，人工智能不再仅仅是电影里的情节：比如当你下班走出办公楼，你的车会自动从停车位开到你的面前；开车途中要有音乐才惬意，然而你可以哼出调调，却不知道歌名，这个时候，AI会告诉你“这是一首老歌，名字叫“千千阙歌”。再比如，考虑到环保因素，你购入了一辆混合动力车，这样在路面平坦舒适的时候，用电将会更经济环保，当车辆停入车位后车辆会自动开启无线充电模式。
再再比如，你生病发烧急需去急诊，但是家里没人，这个时候，你可以通过手机app让车自动开到门口，无人自动驾驶技术将带你直接抵达医院，在路上的同时，你还可以通过智能互联的功能，挂号、预约医生、到了医院护士就等在门口，搀扶你进去。
不过值得一提的是，目前奥迪在自动驾驶技术已经开始在美国和欧洲得到应用，但由于中国人驾驶行为方式与城市道路网结构和欧洲、北美大不相同，远距离交通中城市高速公路与普通街道的交叠布局，都为为自动驾驶技术提出了挑战。Emmmm说到医院，奥迪官方最近新发布了一个对于奥迪未来新科技畅想的TVC，讲的是奥迪AI作为一个智能管家，如何如何把一个即将临产的妈妈用最安全最快捷的方式送到医院。好奇么？请戳下面。
未来不论是工厂的智能化数字化，还是车企对于自身品牌或者质量的提高，应该都要以人性化作为出发点。当然群集智能和学习算法都需要时间的考量和验证。就让我们瞪大双眼，看着未来是如何流行的吧。