新基建大背景下，機器人正迎來“大有可為”的時代。

一方面，新基建催生產(chǎn)業(yè)需求急速膨脹，企業(yè)生產(chǎn)運營的自動化、智能化水平都在提高，商業(yè)化市場迎來快速增長；另一方面，勞動力成本的提升和人口老齡化，在宏觀上倒逼機器人產(chǎn)業(yè)加速發(fā)展，成為契合時代需求的趨勢。

而新基建下同樣快速發(fā)展的5G、物聯(lián)網(wǎng)、云計算、AI等技術(shù)正在與機器人更好地融合，推動機器人相關產(chǎn)品和服務能力迎來一個新的爆發(fā)期。

這個過程中，產(chǎn)品之外，產(chǎn)業(yè)“底座”型平臺開始出現(xiàn)，過去“低水平重復造輪子”的問題也在被改變。

低水平重復造輪多年后，機器人產(chǎn)業(yè)也在走向平臺化、生態(tài)化

經(jīng)過市場洗練（或者說資本熱捧），目前市場上機器人參與玩家主要包括三類：

科技巨頭旗下的機器人業(yè)務，這方面百度、阿里、騰訊、京東數(shù)科等都有所動作，但涉獵機器人業(yè)務的方式、深度卻各不相同，例如其中的京東數(shù)科在產(chǎn)業(yè)方面的進程更快、走得更深，憑借室內(nèi)運送、鐵路巡檢、機房巡檢等優(yōu)勢場景，在BATJ中算得上真正扎入到了B端各個產(chǎn)業(yè)場景中的玩家；

明星機器人企業(yè)，例如以教育、編程產(chǎn)品為主打的UBTECH優(yōu)必選，以家用智能機器人（如娛樂教育用機器人、老人陪伴型機器人）為主要業(yè)務的康力優(yōu)藍，以及主攻商用市場（秘書機器人、會展導覽機器人、大廳機器人等）的獵豹機器人等；

此外，就是一大批不太知名的中小機器人廠家，玩家眾多、浮浮沉沉經(jīng)營多年，構(gòu)成了機器人產(chǎn)業(yè)的數(shù)量主體。

過去很長一段時間，機器人產(chǎn)業(yè)面臨一個尷尬卻不太好解決的問題：

由于機器人并非簡單拼裝的低端產(chǎn)品，因而每個注重產(chǎn)品的玩家都必須投入大量的資金、人力進行前期的研發(fā)積累，這些積累往往又都是每家企業(yè)自己的核心價值所在，沒有相互分享的可能，于是，整個產(chǎn)業(yè)里的大多數(shù)玩家，在過去都在蒙頭“重復造輪子”。

而更進一步，由于機器人市場是由大量細分場景所構(gòu)成，很多中小企業(yè)都只是在滿足某種角落里奇奇怪怪的各種細分需求，這導致很多企業(yè)的體量難以跟上，也就很難在研發(fā)上有太多建樹，這使得“重復造輪子”變成了“低水平重復造輪”。

加上后期較長的推廣周期，機器人在很長一段時間內(nèi)都是一種不太經(jīng)濟的商業(yè)模式，巨大的投入和細分市場“小而美”構(gòu)成根本的矛盾。

事實上，很多科技行業(yè)都有這樣的情況，最終解決方式，都回到了平臺化、生態(tài)化的腳步上，即由一個企業(yè)充當基礎能力的平臺，集中研發(fā)能量開放通用的底層能力，讓中小企業(yè)可以在其基礎上專注于場景解決方案的建立。

在新基建到來的關口，此類“新基建”的“基建”型平臺，也正在機器人領域出現(xiàn)，科技巨頭在自身錘煉場景和產(chǎn)品核心能力后，抽離基礎能力開放出來。

以京東數(shù)科AI機器人業(yè)務為例，起初這個條線以產(chǎn)品生產(chǎn)為主，在眾多場景都推出和落地了機器人產(chǎn)品，公開資料顯示其擁有機房巡檢AI機器人、室內(nèi)運送AI機器人、鐵路巡檢AI機器人、室外安防AI機器人、可穿戴AI仿生手、商用服務AI機器人、掛軌巡檢AI機器人等主要產(chǎn)品。

京東數(shù)科自主研發(fā)的系列AI機器人產(chǎn)品

然而，即便“產(chǎn)品”的表現(xiàn)亮眼，但它卻沒有成為京東數(shù)科AI機器人業(yè)務的最終追求。不久前京東數(shù)科的產(chǎn)業(yè)AI公開課第二季開講就以“機器人”為主題，這個公開課是京東數(shù)科“幫助產(chǎn)業(yè)成長、做背后的技術(shù)輸出者”定位的產(chǎn)物，搬上了機器人，顯示京東數(shù)科的機器人已經(jīng)盯住了更大的“產(chǎn)業(yè)數(shù)字化”賽道，從“產(chǎn)品”到“產(chǎn)業(yè)”的“野心”由隱藏到明示。

而京東數(shù)科的“野心”和實踐，也反映了它把目光從產(chǎn)品競爭上轉(zhuǎn)移，嘗試做底層賦能平臺，成為機器人的底層產(chǎn)業(yè)基石與操作系統(tǒng)底盤。這一兩年，科技巨頭們對于機器人，已經(jīng)度過了“在細分機器人產(chǎn)品上做扎實”的時期，先做場景和產(chǎn)品然后對外輸出做生態(tài)才是根本商業(yè)邏輯，一如機器人之外的其他技術(shù)業(yè)務。

例如，在銀行場景下，能夠匹配特殊環(huán)境的機房巡檢機器人產(chǎn)品市場有很大的空缺，原本京東數(shù)科已經(jīng)與銀行合作做出類似的產(chǎn)品并實行了很好的落地，可以在30秒內(nèi)完成單個機柜的巡檢、實現(xiàn)98%以上的檢測準確率，官方稱每年能為數(shù)據(jù)中心的機房運維成本降低50%，如果只做產(chǎn)品，因為稀缺性也會有不錯的市場。

京東數(shù)科自主研發(fā)的機房巡檢AI機器人對機房進行自動化巡檢。但是，京東數(shù)科并沒有繼續(xù)與銀行們一個個產(chǎn)品去做，而是把能夠斷網(wǎng)（銀行環(huán)境不允許聯(lián)網(wǎng)）、無人工干預自主巡檢（之前某些品牌的產(chǎn)品還需要遙控）的機房巡檢AI機器人能力開放給更多企業(yè)。當前，市場上從事該業(yè)務的機器人企業(yè)被“培育”到二十家左右，這種放大能力的“底座”型平臺玩法，將是下一階段機器人產(chǎn)業(yè)的主流。

“底座”型平臺出現(xiàn)，從四個方面改變機器人行業(yè)

如果對比互聯(lián)網(wǎng)，機器人行業(yè)可以說是一個很“古老”的行業(yè)，但它的發(fā)展很多年來卻有些步履遲緩，即便老牌明星企業(yè)也面臨不能很好變現(xiàn)的尷尬現(xiàn)實。

1992年成立的波士頓動力是機器人領域的先驅(qū)，也被稱作所有領域內(nèi)技術(shù)最先進的公司之一，其“機械狗”等“黑科技”產(chǎn)品系列廣受關注，也讓很多普通人對機器人領域的發(fā)展有了直接的認知。但是，波士頓動力燒錢燒了二十多年，2013年賣給Google、2017年又易手軟銀，跌跌撞撞多年仍不能很好地變現(xiàn)。

巨大的投入和較小的規(guī)模收益，使得機器人行業(yè)在過去很長一段時間空有美好的前景卻進展緩慢。但是，一旦科技巨頭沉淀的能力變成底層平臺貢獻給整個行業(yè)，行業(yè)的玩法模式發(fā)生變化，發(fā)展速度或?qū)小百|(zhì)”的提升，這主要體現(xiàn)在四個方面。

1、技術(shù)能力共用“輪子”

機器人涉及的艱深技術(shù)研發(fā)，包括兩個部分：AI、物聯(lián)網(wǎng)、大數(shù)據(jù)等基礎技術(shù)體系，在這些技術(shù)之上的導航定位、機器視覺、運動控制等。

對很多機器人中小企業(yè)來說，掌握最前沿的AI等的全面技術(shù)體系本身就是一件很難的事，還需要將這些技術(shù)應用到機器人當中，要真正的做一臺智能機器人的產(chǎn)品且可以投入使用，難度不言而喻，這直接導致業(yè)界對市場上多數(shù)機器人產(chǎn)品風評不佳。

但是，像京東數(shù)科、百度這類科技巨頭，首先本身就具備AI、物聯(lián)網(wǎng)等技術(shù)體系，加上自身場景和產(chǎn)品的磨礪，積累和創(chuàng)新開放出來，等于替行業(yè)在技術(shù)能力上造了共同的輪子，徹底告別低水平、也告別重復造輪。

2、底層“能力”實現(xiàn)操作系統(tǒng)般的整合與協(xié)同

有了開放共享的技術(shù)能力后，機器人平臺們往往還提供了更上一層的整合，如同Windows操作系統(tǒng)在既有能力基礎上進行協(xié)同、調(diào)用，幫助用戶更好地完成工作。

以京東數(shù)科為例，其提供的類似操作系統(tǒng)的整合與協(xié)同，包括兩個方面：

硬件上，提供通用運動底盤、協(xié)作性機械臂這樣的整合構(gòu)件，例如通用運動底盤集中了導航、避障、決策等系統(tǒng)，解決了多數(shù)機器人的基本運動問題；

軟件上，以“機器人大腦”的概念提供標準化、工業(yè)化的開放接口，整合平臺下的各種技術(shù)和應用能力，機器人開發(fā)公司直接在其基礎上做上層擴展即可。

這等于讓“輪子”不但得到共享，還可以更便捷地“安裝”起來。由此，機器人企業(yè)可以集中自己有限的精力和資源，專門去滿足細分場景的需求，在創(chuàng)新業(yè)務上發(fā)力。

當然，這樣做，把機器人產(chǎn)品模塊化，對降低成本、提升產(chǎn)品的靈活性也有價值，在類似商用服務機器人的紅海領域，會更有競爭意義。

3、快速部署與落地

“底座”型平臺配合生態(tài)開發(fā)企業(yè)，使得機器人產(chǎn)品的部署和落地變得更快速、更便捷，改變產(chǎn)品周期長而“笨重”、商業(yè)轉(zhuǎn)化低效的現(xiàn)實。

這方面，疫情期間大放異彩、讓普通人第一次感受到機器人價值的各類室內(nèi)運送機器人是典型。

上海某新冠確診病例收治中心在疫情高峰期啟用了協(xié)助醫(yī)護人員進行藥品物資等的智能化運送的機器人，而從向?qū)Ｗ⒂卺t(yī)院智能化物資管理的銀翼醫(yī)療提出需求，到全線數(shù)字化部署，雙方僅用20天就完成了全部工作。這些機器人幫助醫(yī)護人員分擔藥品物資等的智能化運送，減少不必要的接觸，還節(jié)省了大量的人力成本。

京東數(shù)科與銀翼醫(yī)療聯(lián)合推出的室內(nèi)運送AI機器人，落地上海某新冠確診病例收治中心

而銀翼醫(yī)療并非獨立進行這樣快速的部署，其“底座”是京東數(shù)科在機器人領域的底層技術(shù)支撐，包括“激光雷達+機器視覺”的融合技術(shù)（主要提供自主導航、障礙識別、行人避讓等功能），以及自動與電梯交互、獨自乘坐電梯、實現(xiàn)跨樓層配送等內(nèi)容。

顯然，有了技術(shù)集成打底，機器人開發(fā)、部署、落地的快速性、靈活性都變得更強。

4、代替進行場景需求理解的深度積累

在商業(yè)化層面，對場景的需求的理解是讓客戶接受機器人的關鍵，但是，這種理解往往需要深扎根去理解。

不是說單一企業(yè)在細分領域就一定不能充分理解需求，但是，以平臺化的方式，聚集一類企業(yè)共同分享和實踐場景需求，無疑將使得對多樣化場景的理解更近一步、持續(xù)深化，解決商業(yè)化這一重要癥結(jié)問題。

商用服務機器人是這方面的典型，在智慧展館，智慧商場、銀行金融、政務會議、酒店餐飲、醫(yī)療養(yǎng)護等多個場景都可見商業(yè)空間，但要全面理解這其中機器人要做什么，需要一定的應用積累和試錯。

而由于商服機器人的市場前景龐大，幾乎每一家機器人企業(yè)都或多或少有面向這個市場的產(chǎn)品，相互之間重復造輪子的情況比較嚴重，對場景的理解不一、造出的輪子也各不相同。這時，“底座”型平臺的價值又體現(xiàn)出來，京東數(shù)科將場景服務的沉淀知識以及對應的技能（例如屏幕交互、智能導航、娛樂互動等）開放給商服機器人企業(yè)，適配不同場景需求，直接減少了中小企業(yè)理解場景的成本。

可以認為，由科技巨頭主導的機器人“底座”型平臺，一面世就為生態(tài)成員提供了從底層技術(shù)到表層商業(yè)化的大部分通用能力，給自己設立了一個很高的起點。

云、端、人三位一體，機器人率先跑通了新基建的完整范式？

科技巨頭提供開放的能力，往往都需要云計算作為重要的能力載體。

一旦機器人進入生態(tài)化、平臺化的玩法中，也意味著云、端、人三位一體的機器人范式確立——云腦、機腦、人腦融合。

云腦：云計算幫機器人去解決復雜場景的各種問題，與機器人之間的連接，在新基建時代有了5G，時延更低，云端幾乎可以視作就在本地端；

機腦：機器人“自己”通過邊緣計算集成解決具體場景里面的一些個性化問題的能力，在通常情況下可以自己獨立工作；

人腦：必要的時候，需要人參與進來進行一些智能化的交互，提出需求、解決問題。

在新基建大背景下，云腦、機腦、人腦融合是一個機器人良好運行的必要條件，是實現(xiàn)機器人價值的前提，京東數(shù)科等等科技企業(yè)以平臺身份切入，本質(zhì)上就是在跑通這樣一種模式。

更進一步看，這種范式也回應了普遍關心的機器人智能與人的關系問題，局部代替工作、整體協(xié)作才是最終答案。

例如，京東數(shù)科的鐵路巡檢AI機器人是一種融合了機器學習，大數(shù)據(jù)和云計算的智能機器人，可以自動化對鐵路進行巡檢，在高原鐵路的無人區(qū)可以保障鐵軌安全，也能保護鐵路巡檢員的人身安全，當出現(xiàn)問題時，機器人會預警并“請求”工作人員進行相應處理，機器與人實現(xiàn)了最好的“搭檔”關系。

鐵路巡檢AI機器人

可以說，在新基建時代，AI、云計算、物聯(lián)網(wǎng)、5G齊頭并進，使得云腦、機腦、人腦融合的機器人范式跑通，附帶也讓機器人與人的關系將更緊密。

不過，從國家宏觀層面來看，現(xiàn)在并不是樂觀的時候，在高端芯片和算法、精密制造工藝、高端電機等方面，我們?nèi)杂胁蛔恪?/p>

也正因為如此，中國機器人產(chǎn)業(yè)更需要一些集中化力量，除了政府層面大量資金扶持，以科技巨頭充當“底座”型平臺亦是一種可行的嘗試，畢竟，在全球范圍內(nèi)，沒有哪個尖端的技術(shù)不是靠國家、大型企業(yè)集中力量甚至前期不顧營收壓力搞起來的。

散兵游勇式的行業(yè)格局注定不能匹配未來競爭，底層產(chǎn)業(yè)基石與操作系統(tǒng)底盤的出現(xiàn)，算是為機器人未來競爭開了一個好頭。

而回過頭來看，不論是機器人，還是智能城市等更多業(yè)務條線，它們都與京東數(shù)科整體產(chǎn)業(yè)數(shù)字化的邏輯一脈相承，都在利用相通的底層能力開放共建——80%的標準化能力齊備、20%的特定能力由細分場景里的各行各業(yè)完成，在這種模式下，產(chǎn)業(yè)無疑能做得更寬，平臺自己也能做得更厚。