【机器人与人工智能产业发展论坛专家观点】王田苗：后疫情时代机器人技术与产业的发展趋势

来源：中国电子学会

      北京航空航天大学机器人研究所名誉所长、中国电子学会嵌入式系统与及七人分会主任委员、中关村智友研究院院长王田苗教授发表了精彩的演讲，以下为演讲实录：

很高兴受徐晓兰副理事长及王天虹副秘书长的邀请，让我来谈一下关于后疫情时代机器人技术与产业的发展趋势。

我主要讲两个方面：一个是工业互联网和机器人、人工智能有什么关系；二是在工业互联网过程中，机器人将如何推动互联网的发展。

最近我自己学习的体会，科技高速发展，推动社会的变革，其中是以消费为带动，工业互联网融合，形成自己产业供应链的生态可控，这是我自己的一个体会。这个体会的来源，一个是所有东西都是以消费推动，基础设施和智能装备实际是服务更好的工业体系和消费，在这种加速推进下，分化和聚集的速度在迅速提高。其中，这里面要靠科技和资本。

这里有几个趋势：大城市集聚的趋势，产业集群集聚的趋势，以及龙头企业集聚的趋势，还有向高校人才周边创新的集聚趋势。这种趋势才是我们理解的科技在有效改变。

还有一个特点是创新成本高、风险大，就会以创新效率成本和服务为驱动，形成很多小的企业，这就是为什么大企业都要把创新作为独立的新生态。因为在原有的价值网络生态下，很难有效推进。

在这样的情况下就出现了一个互动，就是徐晓兰理事长所讲的，如何把需求和产业打通。我们叫消费和产业的融合。这个融合我的理解是靠科技和资本推动。科技是手段，资本是通过效益来决定的。

在这个过程中，我自己还有一个体会，由过去的消费流量的价值向高端产业制造黏性的价值聚集。因为最近在网上有这么个例子，不知道大家看到过没有。在同样市值的情况下，对企业价值的一个对比，说明了消费价值急速下降，而制造高端黏性上升。

在整个资本消费推动互联网的融合过程中，有很多要素，我的理解最关键的是三个要素：就是我们所说的物联网、感知、决策；就是人工智能软件的重构；还有一个叫“执行”，我们称之为智能机器。

正是因为这样，数字经济有人理解，其实就是三个：客户数据、智能决策和智能机器。在这样一个平台下，才形成了大数据服务和制造的融合。

最近，一个是疫情，一个是中美贸易关系，对企业产生很大影响。

我们国家在短板上应围绕着四个方面进行弥补，只有这样才能形成供应链的内循环。一个是材料和芯片，一个是设计和软件，一个是核心部件，还有大型的Saas/Raas。

正是因为这个，我们关心在哪些科技上对高端装备有突破？这里面有一系列的内容，包括5G芯片、智能材料、云加工中心等等。

精准医疗也是一个重要的产业方向，包括3D打印、耗材、人工智能、医疗机器人等等，还有智能服务，主要针对C端的，包括机器人的自动化流程、机器学习，还有深入场景的设计，就像抖音一样，把自己喜欢的行为切入抖音，后台能够跟你互动。

所以我们在理解的时候，就发现为什么新基建在工业互联网起着这么重的作用。学科上我们理解是生物化学和人工智能、新材料，主干上就是5G、数字中心和区块链，然后就是我们所说的云的平台。以此形成三个核心的突破技术，一个是物联网，一个是人工智能的软件，一个是智能机器。这些词都是咨询报告里面所提出的最关键的东西。

在未来，机器和人工智能可能比较集中在落地的场景，作为直接的应用场景，比如像企业服务、机器人代理、个人的需求和设计等。医疗健康包括养老、手术机器人、智能假肢还有医院的自动化。

智慧城市比较集中在安防、消防、环保，还有物流、人流、无人驾驶，还有我们所说的军民融合，还有金融科技。从这里可以看出工业物联网所需要的层次和不同的方面，大量需要人工智能和智能的机器，支撑高效丰富的物质生产和各种各样生产要素的重构。在这种情况下，我们再来看看人工智能和机器人未来发展的格局是什么。

疫情，让复工难、用工迫切的情况下，突然感觉到自动化的机器在很多领域发挥了重要作用。比如医院消毒的，中药熬药的，以及远程的检测，还有传染病病房的医务处理，可以看出，这个机器人变成了刚需。

还有传统行业在复工问题上招工难的时候，机器人就变成了制造的主体，特别是我们所说的日用消费品。所谓日用消费品，像农副产品、食材、医药、电子产品。

就我们所了解的机器人年增长，大概在15%左右。在未来的发展趋势下，机器人是刚需吗？从这个表上可以看出来，老龄化变成不可回避的问题。像美国，大概65岁是15%左右，中国的老龄化也接近12%，北京更高。2020年，中国的老龄化将达到11%，意味着有1.8亿老人。北京65岁老人的已经达到15%左右，将会更高。

从这个数据可以看出，就业人口也以每年0.6%的速度在增加。举个例子，比如2018年的时候大概接近9个亿，从16岁-59岁。但是在2013年的时候，就业人口在10亿左右。与此同时劳动力成本很高，2018年大概突破了7万年薪，在2008年的时候不到3万，这个数字还在增长。可机器的价格，每年都以10%-15%的速度降低。

在我读书的时候，一个机器人80万、60万，十年以前30万，现在变成了15万，国内的多少呢？大概在8万左右。

所以在这种情况下，从消费来理解新生代、中产代和社会基础的时候，就会发现新生代，无论工资提高多少都不太愿意去第一线。这种使命，包括环境的卫生，医院的打扫，还有很多一线的制造的枯燥。要让我们国家成为制造强国，不可以忽略智能机器的发展。

这张表反映在世界范围内哪些会被机器代替，哪些不会被机器代替。被机器代替的大概有三个标准：环境是固定的，作业流程可以标准化的，同时又比较繁重、单调、枯燥。这样来看，像银行的财会、建筑、焊接、上下料，甚至简单的送菜的等等都可能被代替。

什么东西不容易被替代呢？目前按照这份报告来看，大概有三类不可能被替代：一个是幼儿教育和护理，还有老人的护理，还有人服务于智能的机器和智能软件。这里面有个例子，美国的一个无人机去塔利班进行攻击，一个无人机背后有30个高端的技术人员工程师来服务于它，不仅控制而且去处理，这只是反映出今后在就业上的变化。

这个数据可以看出未来整个工业机器人的市场，全球大概在600多亿美元，中国大概200多亿美元。

这个数字可以看出，全球的增长率在8%-10%，而中国的增长率是20%-27%。而工业机器人，中国高于西方。中大概60%，西方是50%，服务机器人中国是30%，西方是40%。特种都差不多是10%。

从万名工人的平均数看，中国上升也非常快，从十年前23，到后面40、50、68，到今年中国已经达到了万名工人是97。在整个增长数量上看，汽车、电子和机加工速度明显在降低，这是需求决定的，而日用品、食品、医药、物流、塑料在增长。机器人本身的发展小六轴、并联、AGV等增长速度是比较快的。

我们再看看中国和整个世界格局的对比。全球大概有机器人42万台，中国14万台，相当于1/3。在这个1/3里面，中国的自主品牌又是1/3，大概在6万台。以2018年42万台的比例可以看出来，中国需求量远远大于13万台，日本是5万多台，美国是4万多台。

可是在行业应用来看，中国的汽车只有百分之十几，而美国以及四大家族进入到中国的应用大概90%，3C也是这样，在食品、机加工和化工方面，中国自主品牌占有率比较高。这些数据反映什么呢？越是传统的工业，要求质量比较高、速度比较快的，基本被西方机器人所把持。而对非标准和新兴工业，中国是有机会的。

这个表是对比了世界机器人和中国机器人之间的差距，我们把它分为应用、技术和基础。中国、欧洲、日本和美国，从这里来看，中国在应用方面迅速增长，特别是在工业和特种方面。而在技术研究方面，美国还是全面领先的，中国在材料和传感器方面还是有很大的差距，但是在认知和人工智能方面，有我们的优势。

正是因为这样，我们才能看出过去世界格局是怎么形成的。四大家族几乎占据了传统工业的所有行业，重点在汽车、摩托车、机加、工程机械和化工。而新兴八大小家族，这里主要是指现代的3C、家电、计算机等。服务机器人目前是分散发展的，没有形成统一的格局，像达芬奇、扫地机器人以及乐高，目前在服务机器人上处于头部。

 世界机器人发展趋势可以看出，主要是面对这四高，是不以人的意志为转移的，必须替代，人们不愿意做的，这里面说的是高危险、高繁重、高重复、高精度的。所以作为创业性公司或者机器人公司，目前主要瞄准“三高一低”突破，高频使用的地方、高端客户愿意付钱的地方和将来市场空间易于成长的地方，这块发展得比较好，另外包括低价的服务。

在这样的格局下，我们再来看看人工智能和机器人的热点。

这张图反映出人工智能和机器人六十年走过的历程。从我们所说的核心材料、数控等，以及到后面的双臂协调、AlphaGo等等。这里面反映了几个技术。一个是科学家的好奇，一个是工业的痛点需求，还有一个是战争的冲突。

这里面有两个线很奇怪，一个是科学家的好奇，突破了一次次变革。可以想象的是机器人将来代替一切，可是现实不是这样。而工业往往不是完全采用科学家的创新成果，而是通过类仿生的技术开发很多的智能装备和智能技术，从而把握市场的需求，可持续发展。就像洗衣机一样，当时研究洗衣机的时候，是模仿人怎么手来回动，其实形成的机器并不是我们想象的那样，而是一个滚筒式的，包括扫地的机器人，原来想的是一个拖把或者扫把，包括飞机。

这里可以得出一个结论，科技往往颠覆技术，颠覆行业，而真正的落地是根据经济需求和生态而决定的。

这是我们所说的各种各样的营养，将来的医疗、物流、零售。可能颠覆性的，像人流和物流，在自动驾驶上，因为它的安全性提高80%，空置率可以提高到20%，停车效率提高到60%。

还有医疗机器人，像强生、美敦力、Stryker，这些都是世界巨头的公司，都在大量收购医疗机器人。包括还有国防。还有新工业，这些十年前都没有，也就是最近在围绕着物流产生的新技术。

在技术发展的过程中，科学期刊里面提出了十大机器人技术挑战。通过材料、仿生结构、能源可持续、协作、导航、人脑认知控制而逐步扩展，包括人机接口和医疗，这方面大家感兴趣可以查阅一下2019年科学杂志上所展现的十大机器人技术挑战。

我自己的学习体会，十大机器人挑战我提炼了三个：一个是智能材料和仿生结构，包括我们所说的感知和载体、驱动融为一体，像人造皮肤、人造肌肉等。在认知、感知、学习和决策中，特别强调的是非结构化的，现在大家普遍在非结构化的环境下推理、分类、识别，这方面一直没解决。我们现在看到的很多环境是固定的，样本是有限的。而智能机器人用在工业互联网的时候，相对这个问题要解决，要有大量的突破。这里面包括人机的协同。人机协同里面包括机器和机器、机器和人以及多机器和多人的合作。

最后简要的介绍一下我自己学习人工智能和机器人在后疫情时代下整个科技创新规律的分享。

这个规律是0和1、1和100、100和100万。这里就谈到如何从高校到所说的概念认证，如何再到公司融资，再到上市的一个过程。左边就是高校所着重研究的基础研究。

上面这一块必须借助企业和资本，因为它的评价是要靠客户决定，它的发展速度是要靠资本推动的，它的基础是要靠国家政策给支撑的。

我们的右下角，可以看出国家也给政策了，资本也给钱了，用户也连接了，最后看的是你是不是有可持续的现金流或者带来价值，一直到右边上面这整个的趋势。

在这个生态点Gartner图中，有我们所说的制造技术，还有机器人技术，家电、无人机、清洁等等，这方面都属于热点，而真正走向工业界的人们都在期待着AI聊天、物流以及药品试剂。

当然在基础研究还有很多，在医疗方面、生物技术方面也是一样的。比如在机器人方面，在内窥镜、微创以及基因、体外检测等。在产业方面，包括小型设备、高端医疗设备、第三方检测等。左边是基础研究，这里包括生物材料、试剂等等。

以上是我自己的学习分享。总之一句话，在疫情过后，特别是中美关系紧张的时候，越发感觉到工业物联网的重要性，它将把消费，把我们的供应链、物流和制造联系起来，其中机器人和人工智能起着非常非常重要的作用。

谢谢各位！

（以上全文根据录音整理）