“會場的人流量比往年少了很多”，這是今年世界機器人大會上幾位參展商和從業人員的直觀感受。

如同往年一樣，這屆盛會吸引了國內外166家知名機器人廠商，大部分來自工業和服務機器人兩大領域，此外還有涉及舵機、雷達等核心零部件展區。

 在中國，每年大大小小的機器人、科技展會至少有十幾場，世界機器人大會連續籌辦四年來，已成為機器人廠家集中亮相的重要舞臺，也是前沿技術和產業動態的全球風向標之一。

 “這感覺有點像參加上流社會的舞會”，面對一場展會從場地到裝修布置至少二十萬的開銷，很多創業公司還是希望能以此向行業和客戶傳遞更多積極的信息，“起碼是最直觀的評判，參與了至少證明你有實力”，一位參展商對AI星球表示。

 為了推動機器人產業發展，國務院在2015年5月8日印發了《中國制造2025》，力爭通過三個十年的努力，把我國建設成為引領世界制造業發展的制造強國。

一時間，地方政府和資本市場蜂擁而至，一場“造物”狂潮由此誕生。

 工業機器人：中高端市場仍待突破 根據國際機器人聯合會（IFR）2018年2月發布的最新報告，中國工業機器人的使用密度由2013年的25臺/萬人增長到2016年的68臺/萬人（每萬名工人使用工業機器人數量），成為工業機器人密度全球增速最快的國家。

報告稱，中國目前是全球最大的工業機器人市場，2017年共賣出約14.1萬臺機器人，占全球需求的1/3。

    盡管如此，國內工業機器人70%以上的市場份額仍被外資機器人廠商如四大家族牢牢把控，以2016年為例，發那科、庫卡、ABB、安川在我國工業機器人市場份額的比例分別高達18%、14%、13.5%、12%。

 而在我國，雖然已有800多家涉及機器人生產的企業，但由于起步較晚，大多數公司主要以組裝和代加工為主。

缺少核心零部件的技術能力，產品只能應用在對機器人性能要求較低的領域，且利潤微薄。

但是，憑借政府各種形式的補貼，很多機器人廠商依然在市場中生存下來。

 2014年來，廣東、廣西、浙江、上海、湖南、湖北、黑龍江等省市相繼籌建和規劃工業機器人產業基地，并出臺了支持工業機器人應用的相關財稅補貼政策。

 深圳市自2014年至2020年，每年安排5億元，設立市機器人、可穿戴設備和智能裝備產業發展專項資金；東莞市政府給予企業購買國產工業機器人15%的補助；浙江省已累計安排近6億元資金支持“機器換人”技術改造，并出臺了工業機器人購置獎勵補貼政策；黑龍江省也在2014年底聯合哈爾濱市政府、哈工大聯合創建了哈工大機器人集團，以加快推進該省機器人及智能裝備產業發展。

 大量的扶持和補貼，讓許多不具備核心競爭力的企業紛紛涌入。

在沒有技術和人才的情況下，只能發展底端產能，國內機器人產業走向了低質量的重復建設。

 此外，工業機器人成本近年來也在大幅下降，據ARK投資管理公司的一項預測，工業機器人的成本預計在2015~2025年間下降65%。

也就是說，平均每臺機器人的成本將從31000美元下降到11000美元。

因此，對于國內工業機器人廠商而言，前幾年靠著性價比以及渠道壓貨模式占據市場份額的方法也將失靈。

 來自中國機器人產業聯盟最新數據，2017國產工業機器人的市場份額下降至不到27%，同比降低6個百分點，遭遇五年以來的首次下降。

 面對工業升級的復雜性和緩慢的技術積累，更多投資機構都選擇將這部分作為長線的布局。

華創資本投資人公元就曾在接受甲子光年的采訪時提到，“工業不是可以“掙快錢”的領域，需要一個一個工廠磕，即使快，也不太會出現估值一年翻十幾倍的情況”。

 青桐資本MD方潔近日也在分享中表示，機器人甚至整個技術領域，從實驗室研發走向市場不是從80分到90分的過程，而是從0到1的過程。

因此，無論投資人還是創業者，都需要更多一些耐心和信心。

 服務機器人：走向“場景定制化” 相比工業機器人，服務機器人作為新興市場被寄予了更大的想象空間。

不同于工業機器人長時間的技術打磨和國外巨頭卡位競爭，服務機器人領域還沒有一家做到技術壟斷，況且，“服務”和“消費”的屬性也決定了它將誕生在更加細分垂直的場景中，國內公司具有更多本土優勢。

 從世界機器人大會展出的趨勢來看，該領域的機器人主要集中于醫療服務、智能公共服務和家庭服務三大場景，分別有手術機器人、物流機器人、巡檢機器人、掃地機器人、擦窗機器人和兒童陪伴機器人等。

 此外，不同于往年部分仿人形機器人賺取噱頭卻沒有展示出真正技術實力的機器人表演，服務機器人在今年的展會上顯然“低調”了許多，從調制咖啡、調酒、打冰激凌到抓娃娃機……尋找新場景成為今年各家廠商的亮相方式。

 《烏鎮指數：全球人工智能發展報告2016》顯示，2016年是服務機器人的元年，其中服務機器人的融資額約11億美元。

 既然被如此看好，為什么在資本的加持和企業的奮力追趕下依然沒有爆發？ 獵云網根據2014年~2018年公開披露的融資信息發現，服務機器人行業于2015年爆發，2016年走向頂峰，2017年稍有平緩，而在今年，則驟然遇冷。

其中，融資也多集中在天使輪和A輪，金額普遍在千萬元以下。

    2014年~2018年消費機器人融資情況 針對不同細分市場，機器人產品在技術積累上各不相同，但無論ToC還是ToB，產品被詬病的原因之一都是“不好用”。

感知、交互和運動能力是服務機器人的三大核心模塊，匯聚到一臺設備上，任何一個環節的失誤都會使體驗差強人意。

畢竟，實驗室的技術突破放在復雜的生活場景中將面臨諸多考驗。

 服務機器人并非百花齊放的局面，除了技術因素，未能找到場景的需求痛點也阻礙了其市場的開拓。

 以餐廳服務為例，以當前的技術機器人只能將放食物的托盤放到顧客面前，但將托盤放到餐桌上，依然需要人工完成。

此外，市面上的送餐機器人大多只能沿著固定路線行走，人流較大時上菜容易灑落打翻，一旦出現類似狀況，服務員還需要清理機器人機械關節里的殘渣，因此也被餐廳老板“炒了魷魚”。

 兒童機器人也是服務機器人領域的一個重要分支。

2015年下半年，從上市公司大華股份到創業團隊如奧叮、愛蹦、樂橙、優必選等紛紛投入兒童機器人的開發。

 好看的皮囊千篇一律，“人形化的平板電腦”成為市面上大部分機器人的通病。

中高端市場，企業試圖通過從“智能化”上下功夫以提升品牌溢價能力，但功能體驗上依然差強人意，底端百元市場則紛紛主打價格戰。

 外觀相似，內容同質化的兒童機器人在一定程度上損害了剛起步的兒童機器人市場，過高的期望和技術局限帶來的差距，導致消費者在見到這類機器人的時候難免不會失望。

就像當年的VR，市面上出現了很多技術不精的VR設備，夸大的宣傳和匆忙搶占市場的方式，最終使得消費者對虛擬現實產生質疑。

 在經歷了人臉外殼＋iPad的尷尬“撞臉”后，STEAM教育概念的興起，讓企業轉向了蘊藏巨大商機的親子教育市場。

比如索尼就有一款KOOV可編程教育機器人，能夠通過多種模塊和電子元件的自由組合；優必選也推出過一款智能編程機器人Jimu。

這些產品基本上主打激發中小學生對機器人和編程的好奇心，培養創新精神，寓教于樂。

    此外，針對銀行、酒店、醫院等場景的咨詢問答機器人也是服務機器人試點的重要場景之一。

 AI星球曾在《AI醫療泡沫|有人做醫療助手，有人造“AI玩具”》報道中提到，北京協和醫院門診部的一樓接待大廳處擺放了科大訊飛的“曉醫”機器人和云知聲的智能導醫機器人，為患者進行就診流程解答、科室位置引流等工作，以便將醫生從重復性、初級的咨詢工作中解放出來，將更多精力投入到診療環節。

而在過程中，AI星球發現，這類服務型機器人由于不能通過語言清晰地識別語義內容，往往答非所問。

 2017年7月，軟銀旗下曾經風光無限的Pepper機器人就因低利潤和巨大研發投入造成高額虧損。

就在陷入財務窘境的前兩年，2015年2月，Pepper首批面向開發者的300臺Pepper就在一分鐘內被搶空，同年從6月開始到年底，軟銀官網每個月售賣的1000臺Pepper也都在開賣后一分鐘售罄。

 對于主打“第一個可以讀懂人類感情的機器人”，業內表示，別說識別人類的情緒，Pepper甚至不能根據上下文完成流利的交流，最多只能抓取關鍵信息。

 而近日，身陷債務危機的棠寶機器人就曾面向銀行和醫院兩推出出了銀行類智能機器人和醫療導診機器人。

但并未取得如期的市場反響，項目也無疾而終。

 新松機器人總裁曲道奎就曾公開坦言：“服務機器人的前景被看好，但到目前為止，還看不清在哪個細分領域爆發，只知道某種需求大，但市場何時啟動，盈利模式是怎樣的，都需要被探索。

” 結合現有的技術成熟度和市場銷售來看，消費級服務機器人主要以掃地機器人、智能服務機器人、智能音響、民用無人機為主流產品。

這四類產品的特點一個是將產品放在特定場景中完成特定任務，例如掃地機器人等；另外就是從算法、軟件入手，從情感陪伴切入，隨著數據的積累，待用戶產生粘性再實現更多場景化功能。

 這個邏輯也說明，拋開人形外觀，實用、功能性產品更容易打動市場。

例如亞馬遜的Echo和谷歌的Google Home，外形上更像家電產品而非機器人，功能也相對明確。

而人形機器人在技術尚未成熟下“缺點”往往會被放大，和人類相比只會顯得更加笨拙。

 提到功能性機器人，物流配送也是接下來機器人不可忽視的場景之一。

如今，京東、阿里菜鳥、美團、蘇寧、美國的Segway Robotics、韓國的Woowa Brothers、YOGO、深蘭、真機智能、普渡、云跡分別根據不同場景開發了用于無人配送的服務機器人。

 一方面，人力成本的增長導致機器人換人的投資回收期越來越短；另外，技術實現上，得益于激光雷達等核心傳感器、定位導航算法、萬物互聯等底層技術的快速突破，配送機器人成為行業巨頭和創業公司切入的方向。