演讲实录丨李立军副总裁：后疫情时代服务机器人产业的发展机会
2020年11月14日至15日，由中国人工智能学会、嘉兴市人民政府主办，嘉兴市南湖区人民政府、嘉兴科技城管理委员会、浙江未来技术研究院（嘉兴）共同承办的2020第十届中国智能产业高峰论坛（CIIS 2020）在嘉兴南湖举办。在11月15日的后疫情时代智能无人系统前沿与产业化专题论坛上，慈星股份执行董事 / 副总裁、慈星机器人董事长、教授级高级工程师李立军为我们带来了题为《后疫情时代服务机器人产业的发展机会》的精彩演讲。
李立军
慈星股份执行董事 / 副总裁
慈星机器人董事长、教授级高级工程师
以下是李立军副总裁的演讲实录：
我们讲服务机器人，最重要的是要有经济效益。产业和学校做研究不同，尤其是企业，2020年 7 月工信部和教育部联合发布了一个推进产教融合、共建产业学院的文件，鼓励中国的高等院校怎么走出学校和产业更好地、接地气地把成果变成钱；也就是其成果不只是论文写在纸上，要对社会经济的发展产生更大贡献。怎么结合？我们做了很多的尝试。
我在慈星负责公司的战略发展和对外投资，技术这一方面也会涉及一点，但是更愿意去学习了解整个产业里的创业小伙伴都在干什么，做什么产品，各项技术到什么阶段，产业化到什么程度。
服务机器人是一个多领域、多学科的融合产业，国内外有很多大企业，尤其是世界五百强企业都在涉及，比如碧桂园。前几天去高交会，会场人最多的就是碧桂园机器人的展位（做餐饮机器人）。高交会上餐饮机器人特别火，有六七家，包括康力优蓝的炒菜机器人。这个产业对很多大企业都有诱惑力不惜重金投入，比如日本的软银。
国内还有很多的创业者，包括很多传统的制造型企业都有意愿进入工业机器人或者服务机器人行业，因为大家都看到了未来有什么样的机会。下面谈一下我的看法供大家参考。
服务机器人的发展大概是从 20 世纪 90 年代开始，部署成本和应用成本，特别是控制系统软硬件的成本很高，在工业场景用机器视觉是很奢侈的，因此很难大量使用机器视觉来做检测或者对机器人的位姿进行闭环控制；5 年前成本仍然很高。2000 年时，工业视觉非常昂贵，只有非常有钱、生产高附加值产品的公司才会引进一些，也不是所有生产线都有，因为成本太高。从时间轴的角度来看，CV 的产业化应用与芯片和计算机的发展是高度同步的，其算法几十年前就讨论了很多，但实施不下去。因为以前部署这样算力需求的服务器成本非常高，不像现在工业互联网、5G 已经普及，无论端侧还是云端算力成本非常低。只有芯片能耗低了、算力成本低了，基于 CV 的应用才有机会走入家庭和日常的生活。
服务机器人的发展有两个趋势，一个是机电一体化；还有就是由机器人单一作业向群体交流、远程学习和网络服务发展，比如双 11 时已广泛应用的智能物流机器人。现在网购收货速度越来越快，今天下单，下午或者明天就到，5 年前可能需要三五天时间，其背后的“功臣”就是网络化的多机器人协同。一个大型的电商物流库可能有上百台物流机器人需要相互协同，怎样更高效率、最短时间把货架上的货取出来涉及到环境感知，以及机器人的智能调度。再有就是现在机器人的能力、功能越来越复杂，需要通过多模态融合来感知环境，如阿里发布的在马路上送货的小蛮驴，通过多传感器的融合，实现了机器人控制更高的鲁棒性。
近年机器人产业的发展如雨后春笋，我认为至少有四个方面的原因推动了其发展。一个是劳动力成本上升，以前讲机器换人，很多是政府带动，鼓励大家去做；而现在很多老板都是主动想导入，因为工人不好招，人工成本越来越高；有些工种可能对健康有危害引起职业病，没有人愿意做，所以这几年自动化装备包括工业机器人的应用非常快。
第二个原因是随着老百姓经济水平的提高，以及智能助理类产品价格的下降，家家户户都买得起。
再一个就是科学技术的发展，包括芯片的、硬件的、算法层面的。因为有更加强大的硬件支持，就可以更好地实现更复杂的算法。
最后，社会老龄化趋势也是一个重点原因，也是未来服务机器人在中国发展比较大的推动力，因为我国已经进入到老龄化社会。
下面看一下国外服务机器人产业发展的情况。美国对服务机器人的研究很早就开始了，最早是在军方的应用，现在的民用产品都来自于军用研究成果；欧洲也面临着老龄化问题，在欧洲和一些科研院所交流时，感觉到他们也比较注重医疗健康方向，但产业化程度并不高。除欧美外再重点看一下日本的情况。日本素有机器人王国之称，无论是工业机器人还是服务机器人。他们发展机器人的很大原因就是人口结构的变化导致没有人干活，需要在工业场景实现无人化生产、黑灯生产。日本一直把机器人的生产研发作为战略产业，因为它能彻底改变日本的制造业。这几年日本在服务机器人方面也在加大投入，有很大发展空间。
中国的创业团队该往哪个方向发展，可以参考欧美日的情况，特别是最近几年倒闭的几家曾经的明星创业公司情况，借鉴的意义非常大。因为成功往往不可复制，但是研究失败的案列一定有帮助，减少掉进“坑里”的可能性。
在日本有一个比较大的趋势是工业机器人的服务化，很多做工业机器人的企业在工业领域已经做的很完备，已经发展了很多年，也很稳定，现在开始转向协作机器人，人机协同，进入生活。比如卖咖啡、做护理。原来做服务机器人的企业也开始向工业机器人延伸。日本对人型的机器人特别感兴趣，做了几十年。比如川田机器人，之前主推的韧性双足机器人很难带来商业上的成功，而工业机器人及日常的工业场景是刚需，只要成本控制的好就有机会，所以川田也推出了双臂协作工业机器人。还有日本特别喜欢开发仿人型的仿真机器人，已有几家机器人酒店，用这样的仿真人代替人。国内也有在做的，包括中科大陈小平老师团队的“佳佳”机器人，但产业化还是很难。我建议在这个领域没有必要用太多的精力，当然搞科研是可以的。
个人认为，机器外骨骼是一个有商业机会的方向。国内有很多家在做，有做工业版本的，在工业场景里搬东西更轻松；还有医疗康复版本的，中国有七八家做得不错的创业公司，其最大的瓶颈是成本非常高。今年的高交会有团队参展，产业化程度已经比较高了。现在国内团队与日本相比，在这方面做的也不错，很多医疗版的产品已经做临床，这是一个很大的机会，即使是工业场景。
机器人关键零部件的开发也是一个值得投入的领域。比如，人形机器人的手，很精巧很难做，执行机构需要小型化，但驱动能力又要尽量大，响应速度也要快；从仿生学的角度开发，最好还要有电子皮肤，有感知力、感知触觉，这样才能形成像人一样的灵巧手。国内现在也有团队在做，比如，清华大学孙富春老师的电子皮肤；北京因时机器人科技有限公司开发的微型直线驱动模组；南京航空航天大学戴振东老师的六维力传感器。这些成果都是未来服务发展里必须要有的，而且需要做好成本控制。
日本因为老龄化的社会问题，机器人或者 AI技术协助解决老年人的需求成为一种刚需，所以对助残、助老用的服务机器人产业发展有很多支持。比如神奈川县有专门的机器人产业园，给入园的福祉机器人项目专门的政策支持，而其他企业没有。日本很多大型企业都有这方面的投入，例如丰田集团开发的 HSR 养护机器人，能帮卧病在床的独居老人做一些护理工作，如从厨房拿一杯水到床边交给老人，这些看起来很简单的动作，实现起来还是很复杂的。在这方面，国内团队未来有很大的机会，特别是在成本控制上肯定远优于海外团队。
还有在智慧农业领域也大有可为。例如水果采摘，这两年国内团队进步很大，成本也下降了很多，如中国农业大学的李伟老师团队，已经在做产业化应用了。在机器人成本下降的同时，采摘工人的成本却在上升。现在很多水果都是大棚种植，通过垂直布置实现高密度种植，因为在室内，环境相对结构化，相对比较容易通过可见光视觉实现采摘对象的精准识别，这是一个比较容易实现产业化的场景。此外，国内的无人驾驶农机，如李德毅院士团队的产业化成果已经开始在田间地头劳作。
最后是通用的商用机器人，包括餐馆传菜的、酒店送物的机器人。早年时，欧美日的很多团队推出了商业化产品，但后续发展都不好，最大问题是性价比不高，直到近几年国内大量商用机器人出来，才真正实现了产业化发展。比如，国内的云迹机器人和普渡机器人已经在国内外数千家酒店和餐馆部署运行。当然，头部企业的出现也给新进入这个行业的创业者带来了挑战，他们需要在产品性价比上实现更大突破和创新。
在当前时代背景下，国内在服务机器人领域有很大的创业机会。首先，国内的人才非常充裕；同时很多有创业愿景的海外高层次人才回国，把海外所学知识变成产业。其次，中国有一个特别好的创业环境，一个特别全的上下游产业链，有助于降低产品的开发和生产成本。在疫情席卷全球的大形势下，海外市场的购买受到很大影响，而中国经济恢复强劲，仅内循环 14 亿人的购买力就足够大，只要产品好，一定会有市场。此外，国内的社会资本非常充裕，包括有很多专业投资机构和产业资本都看好这个赛道。最后提一下政府层面对创新创业的支持，各地政府出台了一系列支持双创，特别是高层次人才的扶持政策，这在全球范围都是绝无仅有的。
在后疫情时代，创业者可重点关注如下几个应用场景和产业发展方向，一个是医疗机器人，比如钛米机器人，疫情前其也发展的不错，但是没有爆发式增长，而今后医院针对减轻医护工作者的工作强度或者减少其感染风险有刚需。第二个是智慧教育和远程教育，疫情期间如何让学生接受优质的教育是切切实实的刚需；此外，如何在线下学校里减少人与人的接触，如何用 AI 技术辅助老师，更短时间更高效率地实现个性化教育，这都是非常大的机会。第三个是新零售，机器人的应用能减少人与人的接触，而且能降低运维成本，提高投资回报率。最后一个是为服务机器人产业发展提供服务的项目。
总之，服务机器人正在走入人们的生活。这张图把国内和服务机器人相关的产业链资源做了一个梳理，我们发现国内整个产业还是比较丰富的，已经形成了一个比较完善的矩阵式产业链，在未来几年里会有更多的服务机器人产品走向成熟，特别是刚才讲到的教育、医疗和新零售等场景。
（本报告根据速记整理）