在新基礎設施的背景下，機器人正在迎接“有希望”的時代。

一方面，新的基礎設施催生了工業需求的快速擴張，企業生產經營的自動化和智能化水平不斷提高，商業市場正迎來快速增長；另一方面，勞動力成本的增加和人口的老齡化迫使機器人產業加快發展，成為順應時代需求的趨勢。

然而，在新的基礎設施下，5G、物聯網、云計算和人工智能等技術也在迅速發展，正在與機器人更好地整合，推動機器人相關產品和服務能力迎來新的爆發期。

在這個過程中，除了產品之外，工業“基地”平臺開始出現，過去“低水平重復車輪制造”的問題也改變了。

經過多年的低水平重復車輪制造，機器人行業也正在向平臺化和生態化發展

經過市場培訓(或資本熱情)，目前市場上有三類機器人玩家：

在機器人業務下，技術巨頭有百度、阿里、騰訊、京東數碼等。所有人都有行動，但是機器人業務的方式和深度是不同的。例如，京東數碼分公司在行業中的發展速度更快。更深入地說，憑借室內交通、鐵路檢查、機房檢查等優勢場景，它可以被視為真正進入BATJ B端各種工業場景的玩家；

明星機器人企業，如專注于教育和編程產品的UBTECH、專注于家庭智能機器人(如娛樂和教育機器人以及老年伴侶機器人)的李亢友蘭，以及專注于商業市場的獵豹機器人(秘書機器人)。展覽引導機器人、大廳機器人等。)；

此外，還有大量不知名的中小型機器人制造商，擁有眾多的玩家和多年的浮動操作，構成了機器人行業的主體。

在過去很長一段時間里，機器人行業面臨著一個尷尬但不容易解決的問題：

因為機器人不是簡單的組裝低端產品，每一個關注產品的玩家都必須投入大量的資金和人力來進行前期的研發積累，這往往是每個企業的核心價值所在，不可能互相分享。因此，整個行業的大多數玩家習慣于“反復制造輪子”。

此外，由于機器人市場由大量細分場景組成，許多中小企業只在某個角落滿足奇怪的細分需求，導致難以跟上許多企業的規模，研發成果過多，使“重復車輪制造”成為“低級重復車輪制造”。

再加上后期推廣期長，機器人長期以來都是一種不經濟的商業模式，巨大的投資和小而美的細分市場構成了根本矛盾。

事實上，很多科技行業都有這樣的情況，最終的解決方案已經回到了平臺化和生態化的步驟，也就是說，一個企業充當一個基礎能力的平臺，專注于研究和開發具有開放性和普適性的底層能力，這樣中小企業就可以專注于建立基于它的情景解決方案。

在新基礎設施到來的門檻上，這種“新基礎設施”的“基礎設施”型平臺也正在機器人領域中出現。在對產品的場景和核心能力進行培訓后，技術巨頭們已經拿走了他們的基本能力并開始開發。

以京東數字人工智能機器人業務為例。起初，這條生產線專注于產品生產，并在許多場景中推出和投放機器人產品。據公開信息，其主要產品有機房巡檢人工智能機器人、室內交通人工智能機器人、鐵路巡檢人工智能機器人、室外安防人工智能機器人、穿戴式人工智能仿生手、商業服務人工智能機器人、軌道巡檢人工智能機器人等。

京東數碼自主開發的一系列人工智能機器人產品

然而，即使“產品”的性能是光明的，它也沒有成為京東數字人工智能機器人業務的最終追求。不久前，“機器人”是京東數字科技工業人工智能公開課第二季的主題。這門公開課是京東數字科技“幫助行業發展并成為其背后的技術出口者”的定位的產物。它被轉移到了機器人上，表明京東數字科技的機器人已經被鎖定在更大的“數字產業”軌道上，從“產品”到“產業”的“雄心”已經由隱而顯。

京東數碼的“雄心”和實踐也反映出京東數碼已經將目光從產品競爭上轉移，試圖成為底層的賦能平臺，成為底層的行業基石和機器人的操作系統底盤。在過去的兩年里，技術巨頭們已經度過了機器人“在細分機器人產品方面取得堅實成就”的時期。最基本的商業邏輯是先制作場景和產品，然后出口到生態領域，就像除了機器人之外的其他技術行業一樣。

例如，在銀行業的情況下，機房檢測機器人產品市場有一個很大的空缺，可以匹配特殊環境。原本京東數碼分行與銀行合作生產類似產品，實現了良好的落地，可以在30秒內完成單個機柜的檢測，檢測準確率達到98%以上。這位官員說，它每年可以將數據中心機房的運行和維護成本降低50%。如果只生產產品，就會因為稀缺而有好的市場。

京東數字科學部自主研發的機房巡檢人工智能機器人對機房進行自動巡檢。然而，JD.com數字分行并沒有繼續與銀行逐一合作，而是向更多的企業開放了機房巡檢的人工智能機器人功能，它可以斷開網絡(在銀行環境中不允許聯網)，在沒有人工干預的情況下進行獨立巡檢(有些品牌的產品以前需要遠程控制)。目前市場上從事這項業務的機器人企業約有20家，這種具有放大能力的“基地”平臺游戲將成為下一階段機器人行業的主流。

“基地”平臺的出現從四個方面改變了機器人產業

與互聯網相比，機器人產業可以說是一個“老”產業，但它的發展已經緩慢了很多年，甚至老明星企業都面臨著無法很好認識的尷尬現實。

波士頓動力公司成立于1992年，是機器人領域的先驅，也是所有領域中技術最先進的公司之一。其“黑色技術”產品系列如“機器狗”引起了廣泛關注，許多普通人對機器人技術的發展有著直接的了解。然而，波士頓動力公司燒錢20多年，2013年將其出售給谷歌，并于2017年轉手給軟銀。經過多年的磕磕絆絆，它仍然沒有被很好地實現。

機器人產業投資巨大、規模收益小，在過去很長一段時間里前景光明，但發展緩慢。然而，一旦科技巨頭的沉淀能力成為底層平臺，并對整個行業做出貢獻，行業的游戲模式將會改變，發展速度將會有質的提高，這主要體現在四個方面。

1、分享“車輪”的技術能力

機器人的研發涉及兩個部分：人工智能、物聯網、大數據等基礎技術系統、導航與定位、機器視覺、運動控制等。

對于許多中小型機器人企業來說，很難掌握尖端人工智能等綜合技術體系。有必要將這些技術應用于機器人。不言而喻，很難真正制造出智能機器人產品并投入使用，這直接導致市場上大多數機器人產品評價不佳。

然而，科技巨頭如京東數碼和百度有他們自己的技術系統如人工智能和物聯網。此外，他們自己的場景和產品經過磨礪、積累、創新和開拓，就技術能力而言，相當于為行業打造了一個普通的車輪，告別了低水平、重復的車輪制造。

2.底層的“能力”像操作系統一樣實現集成和協作

憑借開放和共享的技術能力，機器人平臺通常提供更高級別的集成

以京東數字分公司為例，京東數字分公司提供的類似操作系統的集成與協作包括兩個方面：

在硬件方面，它提供集成組件，如通用運動底盤和協作機械臂。例如，通用運動底盤集成了導航、避障、決策等系統，解決了大多數機器人的基本運動問題；

在軟件方面，“機器人大腦”的概念提供了一個標準化的、工業化的開放接口，整合了平臺下的各種技術和應用能力，機器人開發公司可以在此基礎上直接擴展上層。

這意味著“輪子”不僅可以共享，而且可以更方便地“安裝”。因此，機器人企業可以集中其有限的精力和資源來滿足細分場景的需求，并在創新業務方面做出努力。

當然，機器人產品的模塊化對于降低成本和提高產品靈活性也是有價值的，并且它在紅海領域將比商業服務機器人更具競爭力。

3.快速部署和著陸

“基地”平臺與生態開發企業合作，使得機器人產品的部署和登陸更加快捷方便，改變了產品周期長、“重”和商業化改造低效的現實。

在這方面，各種各樣的室內運輸機器人都是典型的，它們在流行病期間光芒四射，讓普通人第一次感受到機器人的價值。

在疫情高峰期，上海的一家COVID-19確診病例治療中心啟動了一個機器人，協助醫務人員進行藥品和物資的智能運輸，從向專注于醫院智能物資管理的銀翼醫療提出需求，到全線數字化部署，雙方僅用20天就完成了全部工作。這些機器人幫助醫務人員共享藥品和材料的智能運輸，減少不必要的接觸，節省大量的人工成本。

由京東數字科技和銀翼醫療聯合推出的室內運輸人工智能機器人降落在上海的一個COVID-19確診病例治療中心

然而，銀翼醫療的“基地”是京東數碼分公司在機器人領域的底層技術支持，包括“激光雷達機器視覺”(主要提供自主導航、障礙物識別、行人回避等功能)的融合技術，以及與電梯的自動交互、單獨乘坐電梯、實現跨層配送等。

顯然，在技術集成的基礎上，機器人開發、部署和著陸的速度和靈活性變得更強。

4.不是場景的深度積累需要理解，

在商業層面，理解場景的需求是讓顧客接受機器人的關鍵，但這種理解往往需要根深蒂固。

這并不是說單個企業不能完全理解細分領域的需求。然而，以基于平臺的方式聚集一類企業來分享和實踐場景的需求，無疑將進一步加深對多樣化場景的理解，解決商業化的重要癥結。

商業服務機器人在這方面很典型。商業空間可以在智能展廳、智能商場、銀行和金融、政府事務會議、酒店和餐館、醫療保健和其他場景中找到。然而，要完全理解機器人應該做什么，需要一定的應用積累和試錯。

由于商業服務機器人的巨大市場前景，幾乎每個機器人企業都有或多或少的產品進入這個市場，并且它們之間反復制造輪子的情況相當嚴重。對場景的理解不同，制作的輪子也不同。這時，“基地”平臺的價值再次得到體現。京東數碼開通了場景服務的沉淀知識和相應的技能(如屏幕互動、智能導航、娛樂互動等)。)給商業服務機器人企業，適應不同場景的需求，直接降低中小企業理解場景的成本。

可以認為，由技術巨頭主導的機器人“基地”平臺為生態成員提供了從底層技術到表面商業化的最普遍能力，并為自己設定了一個高起點。

隨著云、終端和人的三位一體，機器人是第一個運行新基礎設施的完整范例？

當技術

一旦機器人進入生態和平臺游戲，也意味著云、端、人三位一體的機器人范式建立了云、機、人腦的——融合。

云腦：云計算幫助機器人解決復雜場景中的各種問題。在新的基礎設施時代，與機器人的連接有5G，延遲更低。云幾乎可以被認為是在當地；

機器大腦：機器人“自我”可以通過邊緣計算集成解決特定場景中的一些個性化問題，在正常情況下可以獨立工作；

人腦：必要時，人們需要參與一些智能互動，提出要求和解決問題。

在新的基礎設施背景下，云腦、機器腦和人腦的融合是機器人良好運行的必要條件，也是實現機器人價值的前提。京東數碼科技有限公司等科技企業作為平臺切入，實質上就是通過這種模式運行。

此外，這一范式也回應了對機器人智能和人類之間關系的普遍關注，部分替代工作和整體合作是最終答案。

例如，京東數碼分公司的鐵路巡檢人工智能機器人就是一個集機器學習、大數據和云計算于一體的智能機器人。它可以自動檢查鐵路，保證鐵路軌道的安全，保護鐵路檢查員在高原鐵路無人地帶的人身安全。當出現問題時，機器人會給出預警并“請求”工作人員進行相應處理，從而實現機器和人之間的最佳“伙伴”關系。

鐵路檢測人工智能機器人

可以說，在新的基礎設施時代，人工智能、云計算、物聯網和5G齊頭并進，使得云腦、機器腦和人腦融合的機器人范式得以貫穿，也使得機器人與人的關系更加緊密。

然而，從國家宏觀層面來看，現在不是樂觀的時候，我們在高端芯片和算法、精密制造技術、高端電機等方面仍然存在不足。

正因為如此，中國的機器人產業需要更集中的力量。除了政府的大量財政支持，利用科技巨頭作為“基地”平臺也是一種可行的嘗試。畢竟，世界上沒有不依賴于國家和大型企業集中的尖端技術，甚至忽略了早期階段的收入壓力。

散兵游勇的行業模式注定無法與未來的競爭相匹配。底層行業基石和操作系統底盤的出現可以被視為機器人未來競爭的良好開端。

回顧過去，更多的業務線，如機器人和智能城市，都與京東數字分公司的數字產業邏輯一脈相承。他們都使用相同的底層能力來開發和構建3，335，480%的標準化能力，20%的特定能力由細分領域的各行各業完成。在這種模式下，行業無疑可以變得更寬，平臺本身也可以變得更厚。

文本|李永華

來源|智能相對論