智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
預告
品牌
BD SENSORS
服務機器人景氣度一路飆升 技術和應用是布局關鍵
2015 年專業服務機器人市場規模46 億美元，個人/家庭服務機器人市場規模22 億美元，2016-2019 年有望迎來持續快速增長。IFR將服務機器人劃分為專業服務機器人和個人/家庭服務機器人。根據IFR統計，專業服務機器人市場2010-2015 年CAGR 為5.1%，個人/家庭服務機器人市場同期CAGR 為33.6%。IFR 預測，2016-2019 年，專業服務機器人市場將累計銷售231億美元，個人/家庭服務機器人市場為242 億美元。據此測算，2016-2019 年，專業服務機器人市場CAGR 為9.4%，個人/家庭服務機器人市場CAGR 為45.0%。
技術端：機器人智能性達到商用水平，API 與模塊化加速產品研發迭代
1 深度學習大幅推進服務機器人的智能性
深度學習是人工智能發展的重要里程碑，推動語音交互和圖像識別領域的快速發展。從1956 年達特茅斯會議開始，人工智能發展已歷經3個階段。(1)階段：推理期(1956-1960s)。這一階段的主題是將邏輯推理能力賦予計算機系統，主要成就是開發出自動定理證明系統等；(2)第二階段：知識期(1970s-1980s)。這一階段研究人員致力于將人類的知識總結出來并交給計算機系統，主要成就是開發出了專家系統；(3)第三階段：學習期(1990s 至今)。研究者試圖讓計算機自己學習知識，這一階段的重要突破是深度學習的提出和發展。Hinton 在2006 年提出了深度學習算法，2012 年Hinton 的團隊利用深度學習算法在ImageNet 上大放異彩。隨后深度學習獲得業內廣泛關注，同時吸引IT 巨頭的持續巨額投入，進而推動了語音識別、圖像識別、自然語言處理等領域的高速發展。
語音交互正在成為服務機器人人機交互的主流技術之一。人機語音交互的方式更類似于人與人之間的交流模式，目前服務機器人產品大都采用語音交互模式。國內服務機器人主要采用科大訊飛、百度、思必馳、云之聲等企業提供的語音交互模塊。蘋果、谷歌、微軟、亞馬遜、Facebook、IBM 等IT 巨頭都已經布局各自的語音識別技術。
得益于深度學習技術，語音識別取得長足發展，目前在某些領域已經接近甚至超過人類。從1970 年開始，語音識別技術發展迅速，機器識別單詞數量呈指數式增長。目前，各主流語音識別平臺的單詞識別準確率均已超過90%。2016 年10 月，微軟語音識別技術在行業標準Switchboard 語音識別任務測試中，實現5.9%的錯誤率，已經達到專業速記員的水平。
圖像識別能力已達到人類水平。圖像識別能力同樣是服務機器人人機交互領域的重要組成部分。2012 年，Hinton 的團隊利用GPU 訓練神經網絡模型，將錯誤率由26%大幅降低至15%。此后，錯誤率逐年下降，到2015 年，微軟亞洲研究院計算機組的錯誤率已經低至3.6%，而人眼識別錯誤率為5.1%。
2 API 和模塊化提升服務機器人產品的開發和迭代速度
API 和模塊化提升服務機器人產品的開發和迭代速度。服務機器人的智能模塊包括感知交互、認知決策、定位導航、運動控制等，技術跨度范圍極大。服務機器人初創企業一般多只能對其中某一個模塊有深入研究，甚至許多初創企業只做平臺集成。在這樣的背景下，人工智能技術的API 接口開放和核心零部件的模塊化，無疑大大降低了服務機器人廠商產品開發和迭代的難度。目前，在服務機器人核心技術環節涌現出一批的企業，推動服務機器人集成產業走向成熟，使得服務機器人集成商可以將精力投入到產業化應用和商業模式的探索中。
人工智能API 讓服務機器人廠商能夠借助外部力量實現產品的智能性。目前已有大量的開放的人工智能API(Application Programming Interface，應用程序接口)，范圍包括(1)機器學習和預測，(2)圖像識別，(3)文本分析、NLP 和情感分析，(4)機器翻譯，(5)語音識別。互聯網巨頭也開始加入開放人工智能API 的陣營中。2015-2016 年，谷歌陸續推出Google Cloud Vision API 和Google Cloud Speech API，其可被應用于軟件或設備中。
連接上這兩個API 的設備可以將圖片和語音上傳到谷歌云端，經過云端處理后，會返回需要識別的圖像和語音內容。微軟開放的API 包括表情識別、語音識別、視頻識別等。人工智能API 接口開放大大降低了服務機器人廠商實現產品智能性的難度。
核心部件的模塊化加速了服務機器人廠商的生產研發過程。核心部件的模塊化有利于服務機器人廠商通過外購的方式獲得機器人產品所需的功能。以導航移動模塊為例，思嵐科技推出模塊化機器人自主定位導航系統SLAMWARE，其僅有硬幣大小，集成了基于激光雷達的同步定位于建圖(SLAM)及配套的路徑規劃能力。宿主系統可以利用SLAMWARE 提供的通訊接口，并結合SDK 實時獲取的高精度機器人位置信息與SLAMWARE 自主構建的環境地圖數據。
應用端：兩類目標用戶，三類產品作用，構建“六維度模型”
1 服務機器人“六維度模型”
根據目標用戶和產品作用，構建“六維度模型”。各類服務機器人相互間差異化極大，例如，達芬奇手術機器人、科沃斯掃地機器人、大疆航拍無人機，雖然都屬于服務機器人，但其背后的產品邏輯顯然是不同的。我們從目標用戶類型和產品作用類型兩個角度對服務機器人的應用端進行分類，提出服務機器人的“六維度模型”。這樣分類的優點在于：(1)避免籠統地將所有服務機器人放在一個框架下討論。例如，我們將指出人力成本上升僅能夠推動“替代人類”的服務機器人產品發展；(2)避免陷入窮舉羅列相關公司的困境。IFR 將服務機器人分成2 大類，13 小類，具體產品上百種，窮舉羅列的方式無法構建分析主線。
分類角度一：按照目標客戶類型，分為to B 和to C 兩類產品。同樣類型的服務機器人，主打to B 市場還是to C 市場，決定了其不同的發展模式。例如，to C 的航拍無人機和to B的緝毒無人機，在價格定位、銷售渠道、商業模式上都有明顯的區別。(1)to B 的服務機器人：主要是指專業級服務機器人，面對的客戶是企業、政府、機構等。類型包括軍用、農牧、物流、運輸、醫療、建筑、清潔、檢測、水下、救援等。(2)to C 的服務機器人：主要指家用和個人服務機器人，面對的客戶是個人或家庭，類型包括家務、娛樂、教育、養老護理、安防等類型。目前，我們也觀察到to B 的企業和to C 的企業在產品上有交互融合的趨勢，例如，大疆在占領to C 的航拍無人機市場后，又推出to B 的農業植保機。
分類角度二：按照產品作用類型，分為替代人類、輔助人類、創造新領域，三類產品。
(1)替代人類：為了降低人力成本或者提高工作安全性，在很多領域已經開始用服務機器人去替代人類的工作，例如酒店送遞機器人和防爆機器人；(2)輔助人類：在部分領域，服務機器人并不是為了替代掉人類，而是提升工作質量，典型的例子是達芬奇手術機器人和IBM Waston；(3)創造新領域：服務機器人發展也創造了許多新領域的嘗試，目前這些領域大都處于市場探索和驗證階段，例如智能虛擬助理、情感機器人、編程類的玩具機器人等。
2 兩類目標客戶：to B 產品和to C 產品
(1)to C 產品
to C 的產品主要關注價格、易用性、產品生態。to C 的產品直接面對終端消費者，前期需要大量的市場培育和推廣支出，所以相較于to B 產品，其實現收入和利潤的周期一般較長。to C 的產品的優勢在于能夠逐漸形成自身的品牌優勢和產品生態。我們認為，滿足以下三個標準的to C 服務機器人企業值得我們關注，(1)低價而又高性價比的產品；(2)易用性強，能夠被消費級用戶快速學習、使用方便的產品；(3)圍繞核心產品建立產品生態。
關注點1：低價而又高性價比的產品。打開to C 市場需要兩點，(1)產品智能性能夠滿足客戶的理性期待，這點主要通過更多數量和更高質量的智能模塊集成來實現；(2)產品價格足夠低，滿足C 端客戶的承受能力。基于這兩點，to C 的廠商需要在技術追求和成本控制之間取得平衡。目前國內已經脫穎而出的to C 服務機器人公司，例如大疆、科沃斯、優必選等，都是通過低價，同時又高性價比的產品來打開to C 市場，并實現規模化銷售。
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
