新基建大背景下，機器人正迎來“大有可為”的時代。

一方面，新基建催生產業需求急速膨脹，企業生產運營的自動化、智能化水平都在提高，商業化市場迎來快速增長；另一方面，勞動力成本的提升和人口老齡化，在宏觀上倒逼機器人產業加速發展，成為契合時代需求的趨勢。

而新基建下同樣快速發展的5G、物聯網、云計算、AI等技術正在與機器人更好地融合，推動機器人相關產品和服務能力迎來一個新的爆發期。

這個過程中，產品之外，產業“底座”型平臺開始出現，過去“低水平重復造輪子”的問題也在被改變。

低水平重復造輪多年后，機器人產業也在走向平臺化、生態化

經過市場洗練（或者說資本熱捧），目前市場上機器人參與玩家主要包括三類：

科技巨頭旗下的機器人業務，這方面百度、阿里、騰訊、京東數科等都有所動作，但涉獵機器人業務的方式、深度卻各不相同，例如其中的京東數科在產業方面的進程更快、走得更深，憑借室內運送、鐵路巡檢、機房巡檢等優勢場景，在BATJ中算得上真正扎入到了B端各個產業場景中的玩家；

明星機器人企業，例如以教育、編程產品為主打的UBTECH優必選，以家用智能機器人（如娛樂教育用機器人、老人陪伴型機器人）為主要業務的康力優藍，以及主攻商用市場（秘書機器人、會展導覽機器人、大廳機器人等）的獵豹機器人等；

此外，就是一大批不太知名的中小機器人廠家，玩家眾多、浮浮沉沉經營多年，構成了機器人產業的數量主體。

過去很長一段時間，機器人產業面臨一個尷尬卻不太好解決的問題：

由于機器人并非簡單拼裝的低端產品，因而每個注重產品的玩家都必須投入大量的資金、人力進行前期的研發積累，這些積累往往又都是每家企業自己的核心價值所在，沒有相互分享的可能，于是，整個產業里的大多數玩家，在過去都在蒙頭“重復造輪子”。

而更進一步，由于機器人市場是由大量細分場景所構成，很多中小企業都只是在滿足某種角落里奇奇怪怪的各種細分需求，這導致很多企業的體量難以跟上，也就很難在研發上有太多建樹，這使得“重復造輪子”變成了“低水平重復造輪”。

加上后期較長的推廣周期，機器人在很長一段時間內都是一種不太經濟的商業模式，巨大的投入和細分市場“小而美”構成根本的矛盾。

事實上，很多科技行業都有這樣的情況，最終解決方式，都回到了平臺化、生態化的腳步上，即由一個企業充當基礎能力的平臺，集中研發能量開放通用的底層能力，讓中小企業可以在其基礎上專注于場景解決方案的建立。

在新基建到來的關口，此類“新基建”的“基建”型平臺，也正在機器人領域出現，科技巨頭在自身錘煉場景和產品核心能力后，抽離基礎能力開放出來。

以京東數科AI機器人業務為例，起初這個條線以產品生產為主，在眾多場景都推出和落地了機器人產品，公開資料顯示其擁有機房巡檢AI機器人、室內運送AI機器人、鐵路巡檢AI機器人、室外安防AI機器人、可穿戴AI仿生手、商用服務AI機器人、掛軌巡檢AI機器人等主要產品。

京東數科自主研發的系列AI機器人產品

然而，即便“產品”的表現亮眼，但它卻沒有成為京東數科AI機器人業務的最終追求。不久前京東數科的產業AI公開課第二季開講就以“機器人”為主題，這個公開課是京東數科“幫助產業成長、做背后的技術輸出者”定位的產物，搬上了機器人，顯示京東數科的機器人已經盯住了更大的“產業數字化”賽道，從“產品”到“產業”的“野心”由隱藏到明示。

而京東數科的“野心”和實踐，也反映了它把目光從產品競爭上轉移，嘗試做底層賦能平臺，成為機器人的底層產業基石與操作系統底盤。這一兩年，科技巨頭們對于機器人，已經度過了“在細分機器人產品上做扎實”的時期，先做場景和產品然后對外輸出做生態才是根本商業邏輯，一如機器人之外的其他技術業務。

例如，在銀行場景下，能夠匹配特殊環境的機房巡檢機器人產品市場有很大的空缺，原本京東數科已經與銀行合作做出類似的產品并實行了很好的落地，可以在30秒內完成單個機柜的巡檢、實現98%以上的檢測準確率，官方稱每年能為數據中心的機房運維成本降低50%，如果只做產品，因為稀缺性也會有不錯的市場。

京東數科自主研發的機房巡檢AI機器人對機房進行自動化巡檢。但是，京東數科并沒有繼續與銀行們一個個產品去做，而是把能夠斷網（銀行環境不允許聯網）、無人工干預自主巡檢（之前某些品牌的產品還需要遙控）的機房巡檢AI機器人能力開放給更多企業。當前，市場上從事該業務的機器人企業被“培育”到二十家左右，這種放大能力的“底座”型平臺玩法，將是下一階段機器人產業的主流。

“底座”型平臺出現，從四個方面改變機器人行業

如果對比互聯網，機器人行業可以說是一個很“古老”的行業，但它的發展很多年來卻有些步履遲緩，即便老牌明星企業也面臨不能很好變現的尷尬現實。

1992年成立的波士頓動力是機器人領域的先驅，也被稱作所有領域內技術最先進的公司之一，其“機械狗”等“黑科技”產品系列廣受關注，也讓很多普通人對機器人領域的發展有了直接的認知。但是，波士頓動力燒錢燒了二十多年，2013年賣給Google、2017年又易手軟銀，跌跌撞撞多年仍不能很好地變現。

巨大的投入和較小的規模收益，使得機器人行業在過去很長一段時間空有美好的前景卻進展緩慢。但是，一旦科技巨頭沉淀的能力變成底層平臺貢獻給整個行業，行業的玩法模式發生變化，發展速度或將會有“質”的提升，這主要體現在四個方面。

1、技術能力共用“輪子”

機器人涉及的艱深技術研發，包括兩個部分：AI、物聯網、大數據等基礎技術體系，在這些技術之上的導航定位、機器視覺、運動控制等。

對很多機器人中小企業來說，掌握最前沿的AI等的全面技術體系本身就是一件很難的事，還需要將這些技術應用到機器人當中，要真正的做一臺智能機器人的產品且可以投入使用，難度不言而喻，這直接導致業界對市場上多數機器人產品風評不佳。

但是，像京東數科、百度這類科技巨頭，首先本身就具備AI、物聯網等技術體系，加上自身場景和產品的磨礪，積累和創新開放出來，等于替行業在技術能力上造了共同的輪子，徹底告別低水平、也告別重復造輪。

2、底層“能力”實現操作系統般的整合與協同

有了開放共享的技術能力后，機器人平臺們往往還提供了更上一層的整合，如同Windows操作系統在既有能力基礎上進行協同、調用，幫助用戶更好地完成工作。

以京東數科為例，其提供的類似操作系統的整合與協同，包括兩個方面：

硬件上，提供通用運動底盤、協作性機械臂這樣的整合構件，例如通用運動底盤集中了導航、避障、決策等系統，解決了多數機器人的基本運動問題；

軟件上，以“機器人大腦”的概念提供標準化、工業化的開放接口，整合平臺下的各種技術和應用能力，機器人開發公司直接在其基礎上做上層擴展即可。

這等于讓“輪子”不但得到共享，還可以更便捷地“安裝”起來。由此，機器人企業可以集中自己有限的精力和資源，專門去滿足細分場景的需求，在創新業務上發力。

當然，這樣做，把機器人產品模塊化，對降低成本、提升產品的靈活性也有價值，在類似商用服務機器人的紅海領域，會更有競爭意義。

3、快速部署與落地

“底座”型平臺配合生態開發企業，使得機器人產品的部署和落地變得更快速、更便捷，改變產品周期長而“笨重”、商業轉化低效的現實。

這方面，疫情期間大放異彩、讓普通人第一次感受到機器人價值的各類室內運送機器人是典型。

上海某新冠確診病例收治中心在疫情高峰期啟用了協助醫護人員進行藥品物資等的智能化運送的機器人，而從向專注于醫院智能化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。這些機器人幫助醫護人員分擔藥品物資等的智能化運送，減少不必要的接觸，還節省了大量的人力成本。

京東數科與銀翼醫療聯合推出的室內運送AI機器人，落地上海某新冠確診病例收治中心

而銀翼醫療并非獨立進行這樣快速的部署，其“底座”是京東數科在機器人領域的底層技術支撐，包括“激光雷達+機器視覺”的融合技術（主要提供自主導航、障礙識別、行人避讓等功能），以及自動與電梯交互、獨自乘坐電梯、實現跨樓層配送等內容。

顯然，有了技術集成打底，機器人開發、部署、落地的快速性、靈活性都變得更強。

4、代替進行場景需求理解的深度積累

在商業化層面，對場景的需求的理解是讓客戶接受機器人的關鍵，但是，這種理解往往需要深扎根去理解。

不是說單一企業在細分領域就一定不能充分理解需求，但是，以平臺化的方式，聚集一類企業共同分享和實踐場景需求，無疑將使得對多樣化場景的理解更近一步、持續深化，解決商業化這一重要癥結問題。

商用服務機器人是這方面的典型，在智慧展館，智慧商場、銀行金融、政務會議、酒店餐飲、醫療養護等多個場景都可見商業空間，但要全面理解這其中機器人要做什么，需要一定的應用積累和試錯。

而由于商服機器人的市場前景龐大，幾乎每一家機器人企業都或多或少有面向這個市場的產品，相互之間重復造輪子的情況比較嚴重，對場景的理解不一、造出的輪子也各不相同。這時，“底座”型平臺的價值又體現出來，京東數科將場景服務的沉淀知識以及對應的技能（例如屏幕交互、智能導航、娛樂互動等）開放給商服機器人企業，適配不同場景需求，直接減少了中小企業理解場景的成本。

可以認為，由科技巨頭主導的機器人“底座”型平臺，一面世就為生態成員提供了從底層技術到表層商業化的大部分通用能力，給自己設立了一個很高的起點。

云、端、人三位一體，機器人率先跑通了新基建的完整范式？

科技巨頭提供開放的能力，往往都需要云計算作為重要的能力載體。

一旦機器人進入生態化、平臺化的玩法中，也意味著云、端、人三位一體的機器人范式確立——云腦、機腦、人腦融合。

云腦：云計算幫機器人去解決復雜場景的各種問題，與機器人之間的連接，在新基建時代有了5G，時延更低，云端幾乎可以視作就在本地端；

機腦：機器人“自己”通過邊緣計算集成解決具體場景里面的一些個性化問題的能力，在通常情況下可以自己獨立工作；

人腦：必要的時候，需要人參與進來進行一些智能化的交互，提出需求、解決問題。

在新基建大背景下，云腦、機腦、人腦融合是一個機器人良好運行的必要條件，是實現機器人價值的前提，京東數科等等科技企業以平臺身份切入，本質上就是在跑通這樣一種模式。

更進一步看，這種范式也回應了普遍關心的機器人智能與人的關系問題，局部代替工作、整體協作才是最終答案。

例如，京東數科的鐵路巡檢AI機器人是一種融合了機器學習，大數據和云計算的智能機器人，可以自動化對鐵路進行巡檢，在高原鐵路的無人區可以保障鐵軌安全，也能保護鐵路巡檢員的人身安全，當出現問題時，機器人會預警并“請求”工作人員進行相應處理，機器與人實現了最好的“搭檔”關系。

鐵路巡檢AI機器人

可以說，在新基建時代，AI、云計算、物聯網、5G齊頭并進，使得云腦、機腦、人腦融合的機器人范式跑通，附帶也讓機器人與人的關系將更緊密。

不過，從國家宏觀層面來看，現在并不是樂觀的時候，在高端芯片和算法、精密制造工藝、高端電機等方面，我們仍有不足。

也正因為如此，中國機器人產業更需要一些集中化力量，除了政府層面大量資金扶持，以科技巨頭充當“底座”型平臺亦是一種可行的嘗試，畢竟，在全球范圍內，沒有哪個尖端的技術不是靠國家、大型企業集中力量甚至前期不顧營收壓力搞起來的。

散兵游勇式的行業格局注定不能匹配未來競爭，底層產業基石與操作系統底盤的出現，算是為機器人未來競爭開了一個好頭。

而回過頭來看，不論是機器人，還是智能城市等更多業務條線，它們都與京東數科整體產業數字化的邏輯一脈相承，都在利用相通的底層能力開放共建——80%的標準化能力齊備、20%的特定能力由細分場景里的各行各業完成，在這種模式下，產業無疑能做得更寬，平臺自己也能做得更厚。