2023刻画未来的道路中国服务机器人产业研究报告

发现与结论 一、服务机器人产业发展未来可期 1、短期来看，中国服务机器人行业迎来向好拐点 l服务机器人产量回归正轨：服务机器人产量在2022年受到疫情以及宏观经济下行的影响开始放缓，进入2023年后服务机器人产量同比增长47.6%，结束了连续12个月的同比下滑。l下游复苏引领公共服务机器人需求增长：2023年各服务场景的放开给服务机器人创造了一个良好的环境。旅游业2023年上半年全国旅游总人次达到了23亿人次同比增长了63.8%，接近恢复到三年前的情况。餐饮业随着堂食的恢复，收入也恢复到3年前的水平。l针对服务行业各场景痛点给出解决方案：各大服务机器人厂商积极布局各个行业（例如：餐饮、酒旅、金融服务、医疗、仓储物流等等），其中酒店旅游行业渗透率最高，仓储物流行业潜力最大。由于海外的广阔市场，各大服务机器人厂商也积极地布局海外市场。 2、长期来看，服务机器人潜在增长空间巨大 l需求侧：全球和中国服务机器人的销售额年复合增长率从2017年到2021年分别为27%和42%，增速明显。从需求侧的动因来看，提高服务、业务创新是主要动机，服务机器人与服务人员能力的互补可以有效帮助企业优化成本。l供给侧：服务机器人行业技术的不断迭代，国内厂商自主研发能力的不断提升。现阶段国内厂商已经实现了视觉传感器、SLAM系统、底盘技术、操作系统等核心技术领域的国产替代或领先。2023年人工智能技术的突破也将给服务机器人从语音、视觉、决策、控制四个方面带来赋能。l外部环境：①政策端从国家的《十四五机器人产业发展规划》到地方各省市的积极响应促进中国服务机器人行业加速发展。②人力成本不断提升、人口结构逐渐转向老龄化加速对服务机器人的需求。③应对潜在不确定性问题的出现也加速催生了服务机器人的应用场景更多元化。 发现与结论 二、中国服务机器人产业链上下游生态逐渐完善，为服务机器人出海奠定基础 1、服务机器人上游产业链：核心零部件逐步实现国产化 l视觉传感器：视觉传感器是服务机器人的主要组成部分，其功能类似于机器人的眼睛。2022年视觉传感器国产占比达到58.52%，国产化成为主流。 lSLAM系统：服务机器人的GPS。视觉SLAM算法可以实时构建世界的3D地图，并同时追踪摄像头的位置和方向。普渡科技运用行业独家双SLAM定位导航方案，解决行业痛点，实现使用场景全覆盖。lAI机器人芯片：服务机器人之心。智能机器人核心芯片是一种专门用于实现感知、控制、导航、决策、规划等机器人计算功能的高性能处理器，是机器人在复杂环境中完成各类作业任务的关键。不过目前中国机器人芯片产业链核心技术严重不足，国产化率较低。l机器人操作系统：机器人操作系统可以有效降低机器人的开发难度，推动机器人的普及。普渡科技开发的PUDU OS可以有效优化开发周期、实现各POS系统全打通。l伺服轮毂电机：更适合服务机器人的电机。伺服轮毂电机是将电机、编码器、减速机、轮子、轮胎全部集成为一体，使得伺服轮毂具有力矩大、惯量大、噪声小、精度高等特点。私服轮毂电机国内市场份额和利时占据70%，已实现国产化。l语音交互：实现服务机器人与人的沟通。基于语音的人机交互是服务机器人交互的最主要表现形式之一，它主要解决以语音作为信息载体，让机器人具有像人一样的沟通能力。目前绝大多数的服务机器人厂家都是使用科大讯飞的方案。 2、服务机器人本体：出海业务成为主要方向 l本土厂商优势明显：欧美服务机器人厂商虽然数量众多，但大多专注于医疗机器人和人形机器人，针对目前热门服务场景涉猎较少。日韩服务机器人售价昂贵，平均比中国服务机器人高30%左右。中国服务机器人厂商针对热门场景布局广泛，价格优势明显，并且机器人能力全球领先。 l国产服务机器人厂商积极布局全球市场：近些年全球大多数欧美国家地区和日韩等发达国家普遍面临劳动力短缺问题，对服务机器人需求急切。国产厂商如普渡科技、猎户星空、擎朗智能、高仙机器人等积极布局全球市场。 l普渡科技服务机器人累计全球出货量以接近7万台全球领先。 发现与结论 三、中国服务机器人产业未来的发展 1、行业挑战及风险 l服务机器人产业发展面临研发费用压力大、应用场景拓展缓慢、市场竞争加剧等挑战。l大客户集中、新科技出现、人才供给、经营模式相似度过高，是服务机器人行业发展的潜在风险。 2、服务机器人行业未来发展趋势：商业模式创新、业务模式创新、技术创新。 l商业模式创新：未来服务机器人厂商主要聚焦在拓展服务机器人细分赛道、提供定制化服务、打造品牌、渠道、生态一体化和软硬件一体化的商业模式。可以使中国服务机器人厂商拥有更高的用户粘性。l业务模式创新：持续深耕各服务场景，实现多场景融合，是服务机器人厂商未来主要业务创新方向。l技术创新：①掌握核心技术是中国服务机器人产业健康发展的关键，拥有自主研发能力并掌握核心技术的厂商在未来的发展中更有可能突破服务机器人现有能力的局限，拓展新服务场景。②人形机器人可能是未来主流方向，因为服务机器人能适应各种现实生活场景，使得服务机器人可以从专用转向通用。但价格过于昂贵、技术不够成熟成为制约人形机器人量产的主要阻力。 服务机器人产业阶段迎来发展拐点，长期市场前景可期 服务机器人在中国市场短期迎来向好拐点，长期持续看好 l国内厂商自主研发能力的不断提升l人工智能技术突破对服务机器人的赋能 短期：服务机器人需求向好的拐点已经来临 l服务机器人产量同比增速扩大，需求拐点已经来临。受到疫情以及宏观经济下行影响，我国服务机器人产量从2022年开始出现明显放缓，2021年12月至2022年12月，我国服务机器人产量都处于同比下滑的状态。2023年4月服务机器人产量同比增长47.6%，结束了连续12个月的下滑。2023年6月我国服务机器人产量为662658台，同比增长40%，机器人需求向好的拐点已经来临。 短期：下游行业复苏趋势明显，正在带动服务机器人的需求增长 短期：酒旅行业渗透率较高，仓储物流等行业拥有庞大的增量机会，各大厂商正在积极布局相应服务场景 l在已使用或计划使用服务机器人的企业中，酒旅、金融服务、餐饮快消行业渗透率最高，均超过20%。在持续了解服务机器人的企业中，仓储物流、教育、餐饮快消、医疗服务均超过60%，潜在增量可观。各大服务机器人厂商也在积极布局扩大各服务场景。 短期：今天，海外业务市场已经成为国内服务机器人厂商重点布局的目标 l普渡科技创始人兼CEO张涛表示：“国际化就是本地化。出海不是卖标品，而是产品、品牌以及服务，这与本地化密不可分“，出海一直以来都是普渡科技的重要战略。通过深耕配送和清洁场景，两线并行，充分满足市场的多元化需求。l截至2023年8月份，以海外市场为主的普渡在全球已累计售出近70,000台机器人，销量主要来自日本、韩国、美国、德国及港澳台等市场。普渡的出海版图已覆盖亚洲、北美、欧洲等60个国家和地区的600多个城市。 宇树科技相关负责人称，目前公司机器人海外业务在总营收占比达50%。 长期：基于未来市场机会，服务机器人拥有广阔的增量空间 从长期来看不管是国内市场还是全球市场，服务机器人都还有很大的增量空间。 l中国服务机器人市场目前还处在起步阶段，市场增速明显。服务机器人目前只搭载在一些标准化程度较高的场景，随着服务机器人的能力不断展现，未来将会有更多用户搭载服务机器人。 l海外市场，服务机器人目前主要渗透的国家是北美、东亚、欧洲等。随着服务机器人能力的不断渗透，更多应用场景的拓展和其他国家市场进一步打开，服务机器人在全球的销售额将大幅增加。 长期：目前仅部分企业部署了服务机器人，用以提高服务体验或进行业务创新，未来还存在巨大的增量空间 TE智库 针对全国2379个服务行业公司（涵盖了酒店、旅游、餐饮、物流、金融服务、医疗等行业）的负责人对公司是否使用了服务机器人进行调研 长期：在帮助企业实现成本优化方面，服务机器人将长期体现独特的优势 l餐饮、酒店等服务行业劳动力较密集，若将重复率较高、工作内容较枯燥的工作交给服务机器人去做，可以使员工把更多的精力集中在服务客户上面，并可以降低一定成本。 l场景内标准化程度越高，越适合服务机器人的部署，可以在作业过程实现服务机器人与服务人员的能力互补。 应用场景标准化程度越高，越适合服务机器人工作 海底捞、呷哺呷哺、西贝莜面村等连锁企业餐饮流程标准化程度高，适宜餐饮配送机器人工作 长期：随着供给侧能力持续加强，多项核心技术实现自给，国内服务机器人厂商综合竞争力得到加强 2020年至今 2015-2016年 2016-2018年 2018-2020年 起步阶段： 探索萌芽阶段： 成长阶段： 爆发阶段： 服务机器人关键技术完成迭代升级，核心零部件加速国产化替代，使得服务机器人的价格大幅降低。以海底捞、巴奴、华住会等为代表的公司开始尝试规模化使用服务机器人 资本加持和制造业转型推动下，餐饮配送机器人、酒店引导机器人逐渐出现在消费者的生活中。但当时服务机器人成本过高、软硬件技术不够成熟，服务机器人仅能在固定的磁条或光感胶条轨道上行走，运动过程机械且呆板难以达到预期效果 上游供应链逐渐完善，配送机器人成本逐渐下降。服务机器人能够摆脱既定轨道进入无轨运行模式。激光雷达、UWB、计算机视觉、SLAM系统等核心技术快速发展 疫情等不确定因素的出现重塑了消费者的使用习惯，人工智能等核心技术能力的突破赋能到服务机器人，服务机器人行业迎来爆发期 服务机器人部分关键技术 长期：人工智能技术的突破与赋能，也在驱动服务机器人市场向上发展 AI大模型将会从语音、视觉、决策、控制等多方面实现同机器人的结合，形成感知、决策、控制闭环，大大提升机器人的“智慧”程度l语音：预训练语言模型，可以被应用于机器人与人类之间的自然语言交互。机器人可以通过大语言模型来理解人类的自然语言指令，并根据指令进行相应的动作。语言大模型为机器人的自主语音交互难题提供了解决方案，在上下文理解、多语种识别、多轮对话、情绪识别、模糊语义识别等通用语言任务上，大语言模型表现出了不亚于人类的理解力和语言生成能力。这将会是通用AI赋能通用服务机器人的开始。l视觉：视觉大模型赋能人形机器人识别更精确，场景更通用。一方面，大参数量模型的强拟合能力使得服务机器人在进行目标识别、避障、三维重建、语义分割等任务时具备更高的精确度；另一方面，通用大模型解决了过去以卷积神经网络为代表的深度学习技术过分依赖单一任务数据分布，场景泛化效果不佳的问题，通用视觉大模型可以大大提升场景泛化效果。服务机器人的场景相对工业机器人更通用、更复杂，视觉大模型的All in One的多任务训练方案使得服务机器人可以更好地适应人类生活场景。l决策：通用语言、环境感知能力是自动化决策的基础，多模态大模型契合服务机器人的决策需求。单一模态智能无法解决设计多模态信息的决策问题，多模态统一建模可以增强模型的跨模态语义对齐能力，使模型逐步标准化，使得机器人能综合视觉、语音、文本多维度信息，实现各感官融合决策的能力。基于多模态的预训练大模型或将成为人工智能基础设施，使机器人能结合其感知到的多模态数据实现自动化决策。l控制：生成式AI赋能机器人自我控制，最终形成感知、决策、控制闭环。使服务机器人具备通用能力，首先需要其具备“常识”，即通用的语言理解能力（语音）和场景理解能力（视觉）；其次需要其具备决策能力，即接收指令后产生的对任务的拆解；最后，需要其具备自我控制和执行性能，生成式AI的代码生成能力将最终使得机器人的感知、决策、动作形成闭环，达到自我控制的目的。 长期：在此过程中，人力成本的提升与人口结构的转变也在扩大用户对服务机器人的需求口径 l长期来看，中国人口老龄化、劳动年龄人口数量减少等问题依然严峻，人口结构的变化或将成为中国服务机器人需求释放的长期驱动因素。据联合国人口司预计，2020~2050年中国15-64岁劳动年龄人口的绝对数量和人口比重仍会持续下降，65岁及以上老龄人口及占比则将