從1959年第一臺現代意義上的機器人Unimate(發明人JosephEngelberger，GeorgeC.Devol)誕生以來，已有60年的歷史。

在此期間，機器人的驅動方式從液壓變為電動，從6個自由度到53個自由度，位置精度從1毫米到0.03毫米，數據存儲從磁鼓存儲器到固態硬盤，應用領域從簡單重復的搬運到復雜曲面的增材制造，應用行業從汽車到電子以及消費品，研發中心從美國向歐洲和亞洲擴散，平均銷售單價從20萬美金到3萬美金(相當于現在的價格)，年銷量從幾十臺到近40萬臺，制造業滲透率從0到74臺/萬名工人……

機器人已經改變了我們生產與制造的方式，并將從傳統的工業領域向服務業(家庭，商用)滲透。

技術的變革與創新必將帶來更加完美或者顛覆性的產品，但從市場的角度來看，更具有影響力(或者說更具有破壞性)的變革是：由新技術帶來的新商業模式。

正如同Webex戰勝微軟的NetMeeting絕不僅僅靠提供更高質量的音視頻會議服務，而是從傳統的軟件授權模式轉向SaaS銷售模式;蘋果的iPhone戰勝同時代的霸主諾基亞絕不僅僅靠提供更高質量的硬件產品，而是從傳統的硬件銷售轉向硬件+軟件(服務)的生態模式，而且隨著其硬件創新性的下降和市場同質化的提升，其營收和利潤越來越依賴于軟件(服務)。

從這個層面而言，我們不僅需要關注機器人行業的技術發展趨勢，也需要注意其可能帶來的新商業模式，技術與商業的雙重變革會極大地改變用戶對于機器人使用和機器人市場的認知。

技術趨勢1：機器人和信息系統的融合

商業變革1：提供產品→提供服務

無論是德國提出的工業4.0參考架構(RAMI4.0)，還是美國提出的工業互聯網參考架構(IIRA)，均強化了機器/設備與控制/信息系統之間的網絡連接的互操作性、高級數據分析與信息安全方面的功能，從而為智能制造提供信息感知、傳輸、分析、反饋、控制支撐。

從數據/信息/知識/智慧的DIKW金字塔模型而言，因為數據都來自于機器/設備層，沒有數據，則任何工業互聯網平臺或者人工智能算法都會成為無源之水。因此，對于機器人行業來說，技術趨勢之一是通過采用最新的ICT技術，強化機器人(OT)和信息系統(IT)之間的融合。

圖1：機器人+信息系統

目前，M2M通信一般采用IEC61158標準的各種現場總線，但因為歷史以及商業方面的原因，IEC61158標準化了19種現場總線，而這些現場總線的硬件接口以及物理層/應用層均不完全相同，除非采用同一廠家(協議標準)的產品，否則在現場無法做到互聯互通。

從這種現實困境來說，過多的標準等同于沒有標準。時間敏感網絡(TSN)是IEEE802.1下面的一個工作組，通過在數據鏈路層引入新的時間同步方面的協議，解決標準的以太網因為非確定實時傳輸導致無法在工業現場使用的問題。

從另一個層面而言，為應對設備層之間(水平集成)和設備-云端之間(垂直集成)即插即用的挑戰，在通信層/信息層會使用獨立于平臺和供應商、集成式地址空間和信息模型、面向服務架構(SOA)的OPCUA規范。

機器人和信息系統的融合會給一些新商業模式提供條件，比如目前主流的機器人維護模式還是定期巡檢的方式，通過對機器人上傳到云端的數據進行存儲和分析，可以從網關供應商轉向預測性維護服務提供商;又比如通過對物流機器人運行數據的存儲和分析，可以從物流行業機器人供應商(提供機器人集成解決方案)轉向物流服務(按照搬運包裹的使用量計費)提供商。

圖2：制造業的服務化轉型

技術趨勢2：機器人和人工智能的融合

商業變革2：企業間市場→消費者市場

雖然PLC/PAC行業有眾多的供應商，但是每一家硬件供應商提供的集成開發平臺均支持IEC61131-3標準規定的編程語言規范(IL，STL，LD，FBD，SFC)。反觀機器人行業，缺乏統一的編程語言規范，各個供應商不僅集成開發平臺軟件不同，語法規范以及特殊應用指令亦不盡相同。

另一方面，目前的機器人控制器架構，只是符合ISO8373對于機器人的定義“自動執行工作的機器裝置，按照預先編排的程序運行”所需實現的功能(機器人控制，邏輯控制，安全控制，系統通信)，可以實現自動化，無法實現智能化。

上述兩個因素，為機器人的編程使用和維護調試設定了比較高的門檻，從而導致其應用場景目前還主要集中在企業間市場(toB)。

人工智能技術的引入，會大大降低機器人的使用門檻，比如人和機器人之間可以通過語音或者可穿戴智能進行交互和控制，從而可以使普通消費者也能控制使用機器人;比如通過采集不同任務情況下產生的人/環境/機器的交互數據并分析，從而可以自動調整機器人的運動路徑。

而在減速器供應領域，昊志可滿足不同客戶的定制化需求：技術方面，擁有自主核心技術；同時，公司內部已搭建了完善的減速器產品測試平臺，從設計、生產、交付、服務實現全生命周期的閉環控制。

隨著各種人工智能芯片(FPGA，GPU，DSP，ASIC)算力的不斷提高和開源平臺的不斷涌現，我們會看到集成人工智能的機器人控制器的出現，使機器人的使用和維護變得更加簡單和快捷，從而使其應用場景向消費者市場(toC)擴展。

圖3：機器人+人工智能

圖4：機器人消費者市場應用場景

技術趨勢3：機器人和柔性工具的融合

商業變革3：大規模生產→大規模定制

事實上，機器人至今依然缺乏柔性，即便以使用最成熟的汽車工業(某些整車廠的“自動化率達到100%”)為例，現有的技術方案并不能達到《德國工業4.0戰略計劃實施建議》白皮書中“支持定制生產：何以滿足客戶個性化的需求”章節所預期的“……各個客戶的需求，將同一廠家某一產品組的部件加入到另一產品組中”。

從汽車制造業歷史來看，雖然目前消費者可以定制的項目已經比福特T型車時代連車漆都無法改變(“任何顧客可以將這輛車漆成任何他所愿意的顏色，只要它是黑色的”)的處境有了極大的改善，但是，隨著90后和00后逐漸占據主流消費群體時，他們對個性化的要求越來越強烈，越來越注重產品設計和使用體驗，我們的生產制造系統必須變得更具柔性，才能迎合消費者需求變化的大趨勢。

機器人會越來越多地和柔性工具相結合，比如協作機器人(HRC)+AGV小車(Autonomous)，使得協作機器人不再局限于某一個單元、區域，而是提升為生產線團隊中的“自由機器人”，從而使得生產線可以自我組織(“靜態”的生產線→“動態”的生產線);協作機器人(HRC)+柔性夾具(FlexibleEOAT)，使得協作機器人可以更好地實現新功能，以適應多品種生產的需要。

圖5：機器人+柔性工具

圖6：生產模式的歷史演變

機器人行業正處于技術與商業雙重變革的時代，而且隨著機器人技術不斷地與其它技術相融合，可能會從建立在機械和電氣技術基礎上發展較平緩的行業，轉變為發展更為迅速的行業，在不斷提高產品性能，降低產品使用門檻與綜合成本的同時，不斷擴大其應用場景。

另一方面，正如同克萊頓?克里斯坦森在《創新者的窘境》一書中表達的宗旨一樣，為了在這種快速變化的環境下不被顛覆，需要在包含研發制造、市場營銷和管理流程在內的廣泛領域理解并利用這些破壞性創新原則。