人工智慧與機器人技術發展方向與機會辨析

傳統的工業機器人是機械設計與製造技術、自動控制技術以及計算機軟硬體技術高度融合的結果。

從第一台工業機器人在美國誕生至今，已經將近60年的時間，工業機器人的技術已經非常成熟了。成熟就意味著在原有技術路線上已經難以實現技術突破，這也是國產機器人廠家面臨的最嚴重的問題。

一談到工業機器人，大家必然會提到「四大家族」——ABB、KUKA、FANUC、Yaskawa。言必提四大家族，也就意味著已經承認了工業機器人市場是一個寡頭壟斷的市場。

寡頭壟斷產生的條件是：1、市場空間的擴大速度不足以容納更多的同類廠商進入，少數大公司的產能已經基本滿足所有客戶的總需求；2、技術非常成熟，難以產生顛覆性的新技術，處於追趕位置的公司難以通過技術突破，實現「彎道超車」。在這樣的市場格局之下，第二梯隊機器人公司只能進入細分領域，通過「一技之長」在局部戰場取得勝利，這樣的公司和產品主要有：杜爾的噴塗機器人、OTC和松下的薄板焊接機器人、小松和神岡的中厚板焊接機器人、那智的碼垛機器人、史陶比爾機器人在激光焊接和切割領域的成功等等。中國國產工業機器人在市場化的過程中仍處於探索階段，一般都難以通過單一的產品實現盈利。

智能機器人是人工智慧技術和傳統工業機器人技術的融合發展的結果。

人工智慧技術與機器人技術的結合將改變傳統的機器人行業格局，就像智能手機對傳統手機的顛覆一樣。

人工智慧是數據和演算法的集合，計算能力（晶元）不斷躍升是人工智慧能夠得以廣泛應用的基礎。今天，人工智慧仍處於弱人工智慧的階段，形成突破的領域仍比較局限。

Venture Scanner經過對人工智慧產業進行調研，將人工智慧企業分為以下十三個類別：深度學習/機器學習(通用) Machine Learning(General)

深度學習/機器學習(應用) Machine Learning(Applications)

自然語言處理(通用) Natural Language Processing

自然語言處理(語音識別) Speech Recognition

計算機視覺/圖像識別(通用) Computer Vision(Genaral)

計算機視覺/圖像識別(應用) Computer Vision(Applications)

手勢識別 Gesture Control

虛擬私人助理 Virtual Personal Assistants

智能機器人 Smart Robots

推薦引擎和協助過濾演算法 Recommendation Engines

情景感知計算 Context Aware Computing

語音翻譯 Speech to Speech Translation

視頻內容自動識別 Video Content Recognition

通過上述分類，我們可以看到，上述所有人工智慧技術都能夠用於機器人。換句話說，所有的人工智慧技術都是圍繞著人的智能特徵進行研究而形成的成果。從這個角度講，人工智慧技術和機器人技術相結合，實現既具備機器人的肢體又具備類人智慧的機器人是人工智慧和機器人技術發展的終極目標。

Boston Dynamics開發了很多機器人：Handle、Spot、SpotMini、Atlas、LS3、WildCat、BigDog、SandFlea、Rhex等，這些機器人都是具備「肢體」的機器人。Atlas的後空翻震驚世界，Boston Dynamics在機器人肢體的控制方面的研究和開發能力已經走到世界的前沿。

於此同時，Google的Alpha Go機器人通過對圍棋的學習，打敗了全世界的圍棋高手，讓深度學習這個技術名詞婦孺皆知。我們看到，Alpha Go圍棋對弈的現場並沒有實際的機器人，而是由一個人根據電腦的計算結果與人類圍棋高手進行對弈。

有意思的是Boston Dynamics於2013年被Google收購了。

Boston Dynamics是典型的機器人公司，Alpha

Go是Google人工智慧的典型成果，兩者併入Google旗下，恰恰印證了Google對人工智慧技術與機器人技術融合的看法。傳統的機器人更多的是研究肢體的控制，人工智慧則賦予機器人「靈魂」。具備「靈魂」的機器人才是真正的智能機器人。

人工智慧技術不僅僅用於機器人，智慧並不一直是受到局限的存在於軀體之中的。人工智慧技術在我們生活的方方面面都在被大規模的應用，可以說，人工智慧技術正在改變我們的日常生活。

在安防領域，人臉識別、語音識別、車牌識別等方面人工智慧得到廣泛應用；在金融領域，利用大數據進行投資決策，通過人臉識別和語言識別實現支付功能等；在教育領域和網購領域，通過提取用戶的特徵數據，為不同客戶推送個性化的產品也是人工智慧技術的結果；在醫療領域，通過大數據和人工智慧技術的應用實現專家系統進行疾病的輔助診斷；在汽車領域，自動駕駛技術等人工智慧技術正在不斷改變汽車的功能；在交通領域，車流分析與導航技術的結合大幅提升了城市交通效率。

2012年國際標準化組織（ISO）對機器人的定義是這樣的：「Robot, actuated mechanism

在上述這個定義中，除了指出機器人應具備的一些基本功能之外，特彆強調了「with a degree of autonomy」（具備一定程度的自主性）。對於自主性的理解，我們可以用人工智慧技術來對應。那麼，什麼是機器人？具備一定程度的人工智慧的多軸可編程設備就是機器人。

機器人的定義從來都沒有對機器人的形態進行約束。所以，機器人技術發展到了今天，其表現形式也不再僅僅是關節機械手、Delta機器人、Scara機器人、伽利略機器人等有限的幾種典型形態，而是逐漸被范化，機器人技術已經越來越多的應用於各種自動化場景之中。

有廠商開發了一套智能設備，通過一個固定在支架上的相機對工位上的手機外殼或電腦外殼進行拍攝，以判斷被拍攝目標上是否有劃痕，如果有劃痕，就用一套簡易的機械裝置將有劃痕的不合格品進行剔除。在這套設備控制系統開發過程中，使用了人工智慧的學習演算法，對劃痕的特徵進行學習，以正確的識別各種劃痕。這樣一套人工智慧與多軸可編程自動化設備結合的產品就是一個機器人產品。他已經不再是我們傳統概念中的任何一種機器人了。

在比如，在很多大型的成套設備中，設備廠商定製化的運用機器人技術實現產品流轉過程中的移載、分揀、檢測、裝配等功能，這些都是充分運用機器人技術和人工智慧技術實現設備整體或者部分智能化的案例。

因此，我們今天再談機器人的時候，我們也許並不關注是不是具備傳統機器人的外形或者機器人是不是具有人類的外形，而是更多的強調機器人技術和人工智慧技術對智能系統或設備的滲透。

從這個角度觀察，幾乎所有具備一定設備開發能力的廠家都正在或者準備在不同程度上使用機器人技術和人工智慧技術改進原有設備，提升設備的智能化水平。因此，我們看到大量的設備開發廠商和民用智能設備廠商都在引入人工智慧人才和機器人技術，導致的結果是，全行業人才的匱乏。

通過上述的分析，我們看到的結果是：走傳統路線的國內工業機器人企業，幾乎都不同程度的陷入了寡頭壟斷市場所固有的艱難格局。單就機器人本體業務而言，幾乎無一盈利。這並不意味著這些公司都不賺錢，他們賺錢的途徑必然是通過將自己的機器人產品和某種工藝或者工業系統相結合，充分利用自己掌握的機器人技術而實現的盈利。我們觀察到的結果是：解決了現金流問題的機器人系統集成商都是賺錢的；學習國外工業機器人第二梯隊，深挖特定行業的機器人廠商，通過提供整體行業解決方案都是賺錢的。

通過上述的分析，我們去觀察那些將機器人技術直接用於系統解決方案的或者是開發針對特定行業的智能產品的廠商正在逐漸崛起。這些廠商的共同特點是從客戶的需求出發，根據客戶的需求定義產品，並在產品中創造性的使用人工智慧技術和機器人技術從而獲得市場空間。比較典型的企業有大族激光、阿丘科技等。我們還看到一些做智能停車系統的公司正在大量使用人工智慧和機器人技術解決停車的智能化問題，並致力於提高停車的空間利用率和停車效率。

在人工智慧概念風起雲湧的當下，傳統製造業企業以及眾多的創業公司的機會是將人工智慧技術和某種具體的產品相結合，創造性的滿足人們的某種需要或者社會的某種需要，而不是研究人工智慧技術本身。人工智慧是數據和演算法的集合，本質上屬於軟體行業，儘管計算能力是人工智慧產業發展的基礎，也不能改變人工智慧技術本身的軟體行業特性。軟體行業的特點就是贏者通吃，這也是國家在人工智慧技術尚不成熟之時便決定力推BATK（BAT+科大訊飛）四大平台的原因。傳統製造業企業和小型人工智慧企業研究人工智慧基礎技術是沒有競爭力，它們的理性出路只有走人工智慧技術的應用和集成路線。其實大家也是這樣做的，我們看到很多開發基於語音交流的導購機器人等類似產品的公司，其實都是對科達訊飛語音模塊的應用和集成。如果你去研究語音識別等技術本身，已經很難有出頭之日了，最好的出路也許就是被大公司收購。

經過上述分析，我們總結以下幾點：

1、 傳統工業機器人領域，開發機器人，然後銷售機器人的方式，很難實現盈利；

2、 國內工業機器人廠商，把自己擁有的機器人技術和機器人產品用於解決具體的行業或者領域的問題，或者整合系統集成公司資源，發揮技術和集成綜合能力方可實現盈利；

3、 研究人工智慧底層技術或演算法難以支撐創業公司形成具體的商業模式；

4、 針對具體的行業或者應用場景的實際需求，創造性的應用人工智慧技術和機器人技術，提出解決方案並實現相應的產品，空間巨大，是創業創新的重點方向。

作者保留 版權 ，轉載請註明作者和出處。