需求爆发，资本为何争相押注工业机器人？
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
过去两年，机器人赛道成为热度最高的硬科技投资领域之一
读数一帜 文|冯奕莹
过去一年多是机器人赛道的大年，资本跑步进场，机器人初创企业数量激增。两会时，“要鼓励年轻人少送外卖多进工厂”的话题冲上热搜。在制造业面临招工难、用工难问题下，工业机器人迎来机遇，同样受到资本追捧。
一级市场也掀起热潮，蓝驰创投合伙人2014年前后就开始看机器人项目，曹巍2018年投资了服务机器人企业高仙机器人。疫情之后，曹巍的感受是，“相当于发令枪一响，所有的工业侧需求，一下子爆发起来，它有非常强劲的行业势能。”到了2020年后，他开始投资工业移动机器人，投了优艾智合 、蓝芯科技和木蚁机器人等企业。
这一趋势延续到了2022年。渤海证券指出，2022年前2月工业机器人累计产量为76381台，同比增长29.6%，未来随着疫情影响逐渐消散、工业机器人产业链将迎来国产替代的黄金时期。
哪些因素带来变化？疫情无疑起了催化作用。“比如说工人突然过年就回不来了，工厂过去可能觉得做机器人的必要性没有那么强，但是疫情这种外部因素，一下子让它感受到我的生意如果没有自动化，未来有不确定因素。“曹巍说。
除了疫情和国家包括2025年“智能制造”等在内政策，机器人的底层技术跃升是关键要素——技术进步到达了爆发的临界点。
曹巍仍记得2013年、2014年去工厂看项目的时候，当时所谓的移动机器人（Automatic Guided Vehicle，AGV）还比较 “愚笨”，要依靠地面的铁轨，通过工人手中的遥控器才能实现简单的作业。
就像人们感受到家用扫地机器人从“智障“到好用，餐厅和宾馆的服务机器人越来越多一样，时隔八九年，各种领域的技术突破，让机器人整体快速变聪明。工业物流领域的机器人同样如此，曹巍展示了物流机器人企业——木蚁机器人的无人叉车作业视频，在物流中心这个需要劳动者从晚上9点干到早上9点的作业环境中，无人叉车可以实现大规模人机混合协同。他指出，过去每个叉车上都应该有工人来操作，但是现在有超过一半的叉车是基于群体智能运营的机器人，总运营成本降低30%，作业效率则提升有70%。
在2021年备受瞩目的科技赛道里，曾经不太被关注的机器人，已经成了与生物科技、半导体、新能源等并列的最热门风口之一。“2021年，整个市场抢项目非常激烈”， 曹巍感慨。
曹巍认为，底层技术进步、人口与产业结构变化将长期持续推动机器人赛道快速发展，这也是蓝驰在机器人赛道押注的底层逻辑。得益于中国的供应链优势，在工业机器人领域，中国有可能出现世界级的公司。
机器人赛道爆发
《读数一帜》：机器人赛道为什么会爆发？
曹巍：机器人是一个效率工具，之所以在目前的产业周期得到了整个社会和市场的关注，我觉得最重要的是有几个驱动因素：
第一，宏观上，人口结构的老龄化趋势。过去大家觉得中国的优势就是劳动人口多，但是最近5年的话是人口焦虑，劳动力越来越少，同时成本也在上升，制造业面对很大的挑战。
第二，在供给侧，算法和底层技术突破，带动了能力的提升和成本的下降。
所以我们在关注机器人的时候，其实是在关注技术进步带来的变化。变化带来机会，变化越大，机会就越大。所以我们在关注机器人的底层技术能力出现了哪些变化，这些变化就是真正能够带来大机会的地方。具体的技术包含不同的维度，从感知到决策，到控制，然后到人机交互，蓝驰会去看每一项技术发生了怎样的变化。
从以上四个曲线可以看出，机器人在能力越来越强的同时，规模化和国产化让它的成本越来越低。
现在机器人的能力上去了，但是机器人的成本却下来了，很大原因是国产替代。一些非常重要的传感器，一些关键模组零部件，国内的性能相当不错，但成本可能是海外成本的1/5，甚至是1/10。
因此，从性能、成本两个维度来看，至少在未来20年-30年，工业对机器人的需求有很高的确定性。这也是我们在机器人赛道押注的原因。
第三，疫情让大家认识到非接触式生产的重要性。
疫情的出现，导致了一些人口相对密集的重要生产区，人力供给的挑战比之前要大。
第四，国家的2025智能制造的大战略版图。
2021年12月28日，工业和信息化部等八部门联合对外发布《“十四五”智能制造发展规划》），明确提出到2025年，规模以上制造业企业大部分实现数字化网络化，重点行业骨干企业初步应用智能化。到2025年的具体目标为：转型升级成效显著，70%的规模以上制造业企业基本实现数字化网络化，建成500个以上引领行业发展的智能制造示范工厂。
这让工业机器人得到了很多地方政府大力的支持，出台了一系列有利政策。
《读数一帜》：在从感知能力上看，工业机器人有什么显著的变化？
曹巍：我们是从底层的技术栈去看机器人能力的维度，从感知、场景语义、智能决策、精细控制到智能交互，这些技术栈在不同维度上都发生了重要的变化，所以带来了机器人不同的能力跃迁。
从机器人的感知技术上看，经历了从低精度到高精度，从单模态到多模态的变迁。模态是什么意思？图像、声音、温度等等都是一个个的模态，随着模态纬度的提升，机器人的感知能力得到进一步的智能化升级。
举个例子，在电力巡检的场景里，过去有经验的老师傅会注意是否有漏水的声音，或者是这个地方的温度和之前不一样，或者这个地方机组的噪音和之前不一样等等。这种多模态感知能力，过去机器人是不具备的，现在随着各类多模态小型化传感器的普及，叠加机器人本体嵌入式的计算能力，基于过往大量场景的数据模型，就可以模仿人的作业习惯，达到甚至超越巡检工人的作业能力。
《读数一帜》：工业移动机器人的爆发，是不是智能驾驶等更复杂技术的外溢？
曹巍：在所有技术变化中最大的，其实就是自动驾驶技术在各个不同场景里边的落地。它分成两个象限，一个是速度维度，一个是场景维度。速度维度的话就是从低速到高速；场景维度的话，就是从封闭到开放。
在一个非常开放的环境下做超高速的自动驾驶，这是最难的，比如说开放道路的自动驾驶。但是自动驾驶技术可以延展到很多场景，比如说封闭场景，在一个相对封闭的工厂里面，它以每秒两米的速度做工业物流的搬运，可以理解成是一个低速的自动驾驶。
所以大家过去可能觉得自动驾驶就跟汽车有关，其实不是，低速自动驾驶在很多的场景都带来了巨大的生产力的飞跃。
“中国最好的，可能就是世界最好的”
《读数一帜》：蓝驰是从什么时候开始投工业机器人？竞争压力大吗？
曹巍：我们大规模投资工业机器人，其实就是在2020年第一个季度。20年初我们就看到了几种大的外部能量的叠加，同时在供给侧，头部机器人团队产品的稳定性已经达到了工业级水平，具备大规模放量的基础，这是当时我们对市场变化很重要的一个判断。
其实那时候竞争压力还不太大，一个是疫情期间，看项目的人还是少，另外当时我们其实是看了好久，就觉得市场一定要起来了，但当时不像2021年，整个市场对这个事情还没达成共识。2021年的投资数据显示，整个机器人行业就是起飞的状态，整个市场就抢项目抢得非常凶了。
《读数一帜》：自主移动机器人不是机器人市场中市场份额最高的领域，为什么却有很高的投资热度？
曹巍：就像之前说的，变化带来投资的机会，自主移动机器人的出现就是其中巨大的变量。工业其实是一个支柱型的大体量产业，它已经有了数十年的积累，已经具备巨大体量的同时，在产业迭代的过程中也有了较高的自动化水平。
在一个存量巨大的市场里边，一直有细微的变化发生，例如精度从0.02提升到了0.01、生产流程从过去三个步骤减到了两个步骤等等。但是它依然需要有人参与这个过程，实现整个工业作业流程的闭环。但是移动机器人的出现，特别是这种自主移动机器人的出现，让整个生产逻辑的核心发生变化。
过去的生产逻辑的核心是自动化设备和人结合，它有两个关键节点：（1）自动化设备，（2）人加上一些专业器械。
现在变成了两个自动化结合的节点，包括（1）自动化的专业生产设备，（2）自动化的物流设备。人力在其中被去掉了，这是非常大的变化。
《读数一帜》：工业机器人，本身有好几家公司做的不错，还会有这么多的创业公司出来，是不是本身就说明行业没有办法垄断？想象空间有限？
曹巍：实际上，ToB的行业很难形成绝对垄断，从需求看，它有非常巨大的存量市场和强劲的行业势能，这也是这些公司这几年收入和订单涨得都非常快的原因。
工业有很多门类，比如3C、半导体、光伏，还有化工、食品、烟草和汽车，包括现在比较热的新能源锂电池等。因为之前提到的各类驱动因素叠加，产业侧需求几乎是一瞬间出现，大量产业客户都需要自主移动机器人省级产线提升生产效率，单个创业公司是不可能一瞬间满足所有产业客户的需求。
从未来产业的发展趋势上看，在一些比较大的垂直的细分产业，比如说半导体、光伏，新能源电池，3C、汽车等行业，围绕它们可能会诞生出三五家“小巨人”企业。
然后，我觉得还有一个比较大的想象空间在海外。因为中国自主移动机器人技术是与海外持平的，核心模组，包括供应链已经快速的国产化，在软硬件拼接完成之后，性价比其实是非常高的。我们现在看到AMR（Automatic Mobile Robot）机器人售价已经降到了8万元到10万元，未来的成本还会来逐步下降。
这意味着中国工业机器人的性能、成本，包括团队积累的产业经验未来在海外市场有非常强的竞争力。
在这个领域，中国最好的企业，有可能就是世界最好的。这有非常大的想象空间，有可能是中国有三五家头部公司，最后这三五家头部公司就是世界的头部公司。
《读数一帜》：有人说觉得这个行业2年~3年后会变得稳定，还是说它长期都会是动态变化的？
曹巍：我觉得未来两三年非常关键。细分领域的头部企业需要积累头部效应，对资本、人才、政府资源，包括客户资源等，其实是一个快速抢占地盘的时间窗口期，一旦这个窗口期错过，这些小巨头就会迅速抢占比较大的市场份额，形成规模优势，新的创业公司再想进来就很难了。
