傳統(tǒng)的工業(yè)機(jī)器人是機(jī)械設(shè)計(jì)與制造技術(shù)、自動(dòng)控制技術(shù)以及計(jì)算機(jī)軟硬件技術(shù)高度融合的結(jié)果。從第一臺(tái)工業(yè)機(jī)器人在美國誕生至今，已經(jīng)將近60年的時(shí)間，工業(yè)機(jī)器人的技術(shù)已經(jīng)非常成熟了。成熟就意味著在原有技術(shù)路線上已經(jīng)難以實(shí)現(xiàn)技術(shù)突破，這也是國產(chǎn)機(jī)器人廠家面臨的最嚴(yán)重的問題。

一談到工業(yè)機(jī)器人，大家必然會(huì)提到“四大家族”——ABB、KUKA、FANUC、Yaskawa。言必提四大家族，也就意味著已經(jīng)承認(rèn)了工業(yè)機(jī)器人市場(chǎng)是一個(gè)寡頭壟斷的市場(chǎng)。

寡頭壟斷產(chǎn)生的條件是：

1、市場(chǎng)空間的擴(kuò)大速度不足以容納更多的同類廠商進(jìn)入，少數(shù)大公司的產(chǎn)能已經(jīng)基本滿足所有客戶的總需求；

2、技術(shù)非常成熟，難以產(chǎn)生顛覆性的新技術(shù)，處于追趕位置的公司難以通過技術(shù)突破，實(shí)現(xiàn)“彎道超車”。

在這樣的市場(chǎng)格局之下，第二梯隊(duì)機(jī)器人公司只能進(jìn)入細(xì)分領(lǐng)域，通過“一技之長(zhǎng)”在局部戰(zhàn)場(chǎng)取得勝利，這樣的公司和產(chǎn)品主要有：杜爾的噴涂機(jī)器人、OTC和松下的薄板焊接機(jī)器人、小松和神岡的中厚板焊接機(jī)器人、那智的碼垛機(jī)器人、史陶比爾機(jī)器人在激光焊接和切割領(lǐng)域的成功等等。中國國產(chǎn)工業(yè)機(jī)器人在市場(chǎng)化的過程中仍處于探索階段，一般都難以通過單一的產(chǎn)品實(shí)現(xiàn)盈利。

智能機(jī)器人是人工智能技術(shù)和傳統(tǒng)工業(yè)機(jī)器人技術(shù)的融合發(fā)展的結(jié)果。

人工智能技術(shù)與機(jī)器人技術(shù)的結(jié)合將改變傳統(tǒng)的機(jī)器人行業(yè)格局，就像智能手機(jī)對(duì)傳統(tǒng)手機(jī)的顛覆一樣。

人工智能是數(shù)據(jù)和算法的集合，計(jì)算能力（芯片）不斷躍升是人工智能能夠得以廣泛應(yīng)用的基礎(chǔ)。今天，人工智能仍處于弱人工智能的階段，形成突破的領(lǐng)域仍比較局限。

Venture Scanner 經(jīng)過對(duì)人工智能產(chǎn)業(yè)進(jìn)行調(diào)研，將人工智能企業(yè)分為以下十三個(gè)類別：

1）深度學(xué)習(xí)/機(jī)器學(xué)習(xí)(通用) Machine Learning(General)

2）深度學(xué)習(xí)/機(jī)器學(xué)習(xí)(應(yīng)用) Machine Learning(Applications)

3）自然語言處理(通用) Natural Language Processing

4）自然語言處理(語音識(shí)別) Speech Recognition

5）計(jì)算機(jī)視覺/圖像識(shí)別(通用) Computer Vision(Genaral)

6）計(jì)算機(jī)視覺/圖像識(shí)別(應(yīng)用) Computer Vision(Applications)

7）手勢(shì)識(shí)別 Gesture Control

8）虛擬私人助理 Virtual Personal Assistants

9）智能機(jī)器人 Smart Robots

10）推薦引擎和協(xié)助過濾算法 Recommendation Engines

11）情景感知計(jì)算 Context Aware Computing

12）語音翻譯 Speech to Speech Translation

13）視頻內(nèi)容自動(dòng)識(shí)別 Video Content Recognition

通過上述分類，我們可以看到，上述所有人工智能技術(shù)都能夠用于機(jī)器人。換句話說，所有的人工智能技術(shù)都是圍繞著人的智能特征進(jìn)行研究而形成的成果。從這個(gè)角度講，人工智能技術(shù)和機(jī)器人技術(shù)相結(jié)合，實(shí)現(xiàn)既具備機(jī)器人的肢體又具備類人智慧的機(jī)器人是人工智能和機(jī)器人技術(shù)發(fā)展的終極目標(biāo)。

Boston Dynamics 開發(fā)了很多機(jī)器人：Handle、Spot、SpotMini、Atlas、LS3、WildCat、BigDog、SandFlea、Rhex等，這些機(jī)器人都是具備“肢體”的機(jī)器人。Atlas的后空翻震驚世界，Boston Dynamics在機(jī)器人肢體的控制方面的研究和開發(fā)能力已經(jīng)走到世界的前沿。

于此同時(shí)，Google的Alpha Go機(jī)器人通過對(duì)圍棋的學(xué)習(xí)，打敗了全世界的圍棋高手，讓深度學(xué)習(xí)這個(gè)技術(shù)名詞婦孺皆知。我們看到，Alpha Go圍棋對(duì)弈的現(xiàn)場(chǎng)并沒有實(shí)際的機(jī)器人，而是由一個(gè)人根據(jù)電腦的計(jì)算結(jié)果與人類圍棋高手進(jìn)行對(duì)弈。

有意思的是Boston Dynamics于2013年被Google收購了。

Boston Dynamics是典型的機(jī)器人公司，Alpha Go是Google人工智能的典型成果，兩者并入Google旗下，恰恰印證了Google對(duì)人工智能技術(shù)與機(jī)器人技術(shù)融合的看法。傳統(tǒng)的機(jī)器人更多的是研究肢體的控制，人工智能則賦予機(jī)器人“靈魂”。具備“靈魂”的機(jī)器人才是真正的智能機(jī)器人。

人工智能技術(shù)不僅僅用于機(jī)器人，智慧并不一直是受到局限的存在于軀體之中的。人工智能技術(shù)在我們生活的方方面面都在被大規(guī)模的應(yīng)用，可以說，人工智能技術(shù)正在改變我們的日常生活。

在安防領(lǐng)域，人臉識(shí)別、語音識(shí)別、車牌識(shí)別等方面人工智能得到廣泛應(yīng)用；在金融領(lǐng)域，利用大數(shù)據(jù)進(jìn)行投資決策，通過人臉識(shí)別和語言識(shí)別實(shí)現(xiàn)支付功能等；在教育領(lǐng)域和網(wǎng)購領(lǐng)域，通過提取用戶的特征數(shù)據(jù)，為不同客戶推送個(gè)性化的產(chǎn)品也是人工智能技術(shù)的結(jié)果；在醫(yī)療領(lǐng)域，通過大數(shù)據(jù)和人工智能技術(shù)的應(yīng)用實(shí)現(xiàn)專家系統(tǒng)進(jìn)行疾病的輔助診斷；在汽車領(lǐng)域，自動(dòng)駕駛技術(shù)等人工智能技術(shù)正在不斷改變汽車的功能；在交通領(lǐng)域，車流分析與導(dǎo)航技術(shù)的結(jié)合大幅提升了城市交通效率。

2012年國際標(biāo)準(zhǔn)化組織（ISO）對(duì)機(jī)器人的定義是這樣的：“Robot, actuated mechanism programmable in two or more axes (4.3) with a degree of autonomy (2.2), moving within its environment, to perform intended tasks.”

在上述這個(gè)定義中，除了指出機(jī)器人應(yīng)具備的一些基本功能之外，特別強(qiáng)調(diào)了“with a degree of autonomy”（具備一定程度的自主性）。對(duì)于自主性的理解，我們可以用人工智能技術(shù)來對(duì)應(yīng)。那么，什么是機(jī)器人？具備一定程度的人工智能的多軸可編程設(shè)備就是機(jī)器人。

機(jī)器人的定義從來都沒有對(duì)機(jī)器人的形態(tài)進(jìn)行約束。所以，機(jī)器人技術(shù)發(fā)展到了今天，其表現(xiàn)形式也不再僅僅是關(guān)節(jié)機(jī)械手、Delta機(jī)器人、Scara機(jī)器人、伽利略機(jī)器人等有限的幾種典型形態(tài)，而是逐漸被范化，機(jī)器人技術(shù)已經(jīng)越來越多的應(yīng)用于各種自動(dòng)化場(chǎng)景之中。

有廠商開發(fā)了一套智能設(shè)備，通過一個(gè)固定在支架上的相機(jī)對(duì)工位上的手機(jī)外殼或電腦外殼進(jìn)行拍攝，以判斷被拍攝目標(biāo)上是否有劃痕，如果有劃痕，就用一套簡(jiǎn)易的機(jī)械裝置將有劃痕的不合格品進(jìn)行剔除。在這套設(shè)備控制系統(tǒng)開發(fā)過程中，使用了人工智能的學(xué)習(xí)算法，對(duì)劃痕的特征進(jìn)行學(xué)習(xí)，以正確的識(shí)別各種劃痕。這樣一套人工智能與多軸可編程自動(dòng)化設(shè)備結(jié)合的產(chǎn)品就是一個(gè)機(jī)器人產(chǎn)品。他已經(jīng)不再是我們傳統(tǒng)概念中的任何一種機(jī)器人了。

在比如，在很多大型的成套設(shè)備中，設(shè)備廠商定制化的運(yùn)用機(jī)器人技術(shù)實(shí)現(xiàn)產(chǎn)品流轉(zhuǎn)過程中的移載、分揀、檢測(cè)、裝配等功能，這些都是充分運(yùn)用機(jī)器人技術(shù)和人工智能技術(shù)實(shí)現(xiàn)設(shè)備整體或者部分智能化的案例。

因此，我們今天再談機(jī)器人的時(shí)候，我們也許并不關(guān)注是不是具備傳統(tǒng)機(jī)器人的外形或者機(jī)器人是不是具有人類的外形，而是更多的強(qiáng)調(diào)機(jī)器人技術(shù)和人工智能技術(shù)對(duì)智能系統(tǒng)或設(shè)備的滲透。

從這個(gè)角度觀察，幾乎所有具備一定設(shè)備開發(fā)能力的廠家都正在或者準(zhǔn)備在不同程度上使用機(jī)器人技術(shù)和人工智能技術(shù)改進(jìn)原有設(shè)備，提升設(shè)備的智能化水平。因此，我們看到大量的設(shè)備開發(fā)廠商和民用智能設(shè)備廠商都在引入人工智能人才和機(jī)器人技術(shù)，導(dǎo)致的結(jié)果是，全行業(yè)人才的匱乏。

通過上述的分析，我們看到的結(jié)果是：走傳統(tǒng)路線的國內(nèi)工業(yè)機(jī)器人企業(yè)，幾乎都不同程度的陷入了寡頭壟斷市場(chǎng)所固有的艱難格局。單就機(jī)器人本體業(yè)務(wù)而言，幾乎無一盈利。這并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(jī)器人產(chǎn)品和某種工藝或者工業(yè)系統(tǒng)相結(jié)合，充分利用自己掌握的機(jī)器人技術(shù)而實(shí)現(xiàn)的盈利。我們觀察到的結(jié)果是：解決了現(xiàn)金流問題的機(jī)器人系統(tǒng)集成商都是賺錢的；學(xué)習(xí)國外工業(yè)機(jī)器人第二梯隊(duì)，深挖特定行業(yè)的機(jī)器人廠商，通過提供整體行業(yè)解決方案都是賺錢的。

通過上述的分析，我們?nèi)ビ^察那些將機(jī)器人技術(shù)直接用于系統(tǒng)解決方案的或者是開發(fā)針對(duì)特定行業(yè)的智能產(chǎn)品的廠商正在逐漸崛起。這些廠商的共同特點(diǎn)是從客戶的需求出發(fā)，根據(jù)客戶的需求定義產(chǎn)品，并在產(chǎn)品中創(chuàng)造性的使用人工智能技術(shù)和機(jī)器人技術(shù)從而獲得市場(chǎng)空間。比較典型的企業(yè)有大族激光、阿丘科技等。我們還看到一些做智能停車系統(tǒng)的公司正在大量使用人工智能和機(jī)器人技術(shù)解決停車的智能化問題，并致力于提高停車的空間利用率和停車效率。

在人工智能概念風(fēng)起云涌的當(dāng)下，傳統(tǒng)制造業(yè)企業(yè)以及眾多的創(chuàng)業(yè)公司的機(jī)會(huì)是將人工智能技術(shù)和某種具體的產(chǎn)品相結(jié)合，創(chuàng)造性的滿足人們的某種需要或者社會(huì)的某種需要，而不是研究人工智能技術(shù)本身。人工智能是數(shù)據(jù)的算法的集合，本質(zhì)上屬于軟件行業(yè)，盡管計(jì)算能力是人工智能產(chǎn)業(yè)發(fā)展的基礎(chǔ)，也不能改變?nèi)斯ぶ悄芗夹g(shù)本身的軟件行業(yè)特性。軟件行業(yè)的特點(diǎn)就是贏者通吃，這也是國家在人工智能技術(shù)尚不成熟之時(shí)便決定力推BATK（BAT+科大訊飛）四大平臺(tái)的原因。傳統(tǒng)制造業(yè)企業(yè)和小型人工智能企業(yè)研究人工智能基礎(chǔ)技術(shù)是沒有競(jìng)爭(zhēng)力，它們的理性出路只有走人工智能技術(shù)的應(yīng)用和集成路線。其實(shí)大家也是這樣做的，我們看到很多開發(fā)基于語音交流的導(dǎo)購機(jī)器人等類似產(chǎn)品的公司，其實(shí)都是對(duì)科達(dá)訊飛語音模塊的應(yīng)用和集成。如果你去研究語音識(shí)別等技術(shù)本身，已經(jīng)很難有出頭之日了，最好的出路也許就是被大公司收購。

經(jīng)過上述分析，我們總結(jié)以下幾點(diǎn)：

1、 傳統(tǒng)工業(yè)機(jī)器人領(lǐng)域，開發(fā)機(jī)器人，然后銷售機(jī)器人的方式，很難實(shí)現(xiàn)盈利；

2、 國內(nèi)工業(yè)機(jī)器人廠商，把自己擁有的機(jī)器人技術(shù)和機(jī)器人產(chǎn)品用于解決具體的行業(yè)或者領(lǐng)域的問題，或者整合系統(tǒng)集成公司資源，發(fā)揮技術(shù)和集成綜合能力方可實(shí)現(xiàn)盈利；

3、 研究人工智能底層技術(shù)或算法難以支撐創(chuàng)業(yè)公司形成具體的商業(yè)模式；

4、 針對(duì)具體的行業(yè)或者應(yīng)用場(chǎng)景的實(shí)際需求，創(chuàng)造性的應(yīng)用人工智能技術(shù)和機(jī)器人技術(shù)，提出解決方案并實(shí)現(xiàn)相應(yīng)的產(chǎn)品，空間巨大，是創(chuàng)業(yè)創(chuàng)新的重點(diǎn)方向。