本站原創，作者：章鷹，電子發燒友執行副主編。

近年來隨著人工智能技術的飛速發展，在越來越多的場景中我們能夠看到服務機器人正在逐漸實現落地應用。根據IDC預測，服務機器人的消費將會持續增長，到2022年市場規模將會達到770億美元，從2018到2022年服務機器人的每年增長比率持續在26.3%。到2022年中國將成為全球最大的服務機器人市場，將占到全球市場份額的38%，緊隨其后的就是美國和日本。

針對服務器機器人發展的現狀、市場痛點和業務場景的探索，科沃斯商用機器人公司CEO高倩日前在深圳舉辦的億歐2019大灣區國際科技峰會的機器人論壇上分享了自己的觀點。

兩大驅動力帶動服務機器人增長

服務機器人是龐大機器人家族中的一個年輕成員，根據其用途不同，可以劃分為保潔機器人、教育機器人、醫療機器人、家用機器人、服務型機器人及娛樂機器人，應用范圍非常廣泛。服務機器人強調在開放非預設環境下完成輕型、非高精度作業，且盡可能低成本之下的可接受壽命，而且由于服務機器人直接與人接觸，故而對于安全性，可靠性要求很高。

高倩表示，服務機器人快速發展，得益于內外部驅動力的雙重推動。第一、從外部驅動力來看，人口老齡化速度加快，2015年，我國60歲以上人口占總人口的比重達到16.15%，預計2020年，這一比重將達到17.17%；2018年我國人均GDP接近1萬美元，進入“中等發達國家”行列，可見，勞動力由過剩轉向短缺的拐點已經來臨。同時，國家層面也推出了《關于推進工業機器人產業發展的指導意見》、《機器人產業發展規劃（2016-2020年）》等一系列強有力的戰略政策，以支持機器人產業的發展。2017年12月，全國掀起建立機器人企業的熱潮，在全國有78個機器人園區。

圖：科沃斯商用機器人CEO高倩在進行服務機器人應用場景和技術特征的演講。

第二、內部驅動力，主要體現在機器人部件技術逐步成熟，機器人作業精度和速度逐漸改善，再加上一些企業提供端到端的一站式解決方案，全套的產品和服務也為客戶端提供了極大便利。此外，隨著機器人企業和產品數量的增長，機器人的價格也將會下降，客戶端的回報期也在逐漸縮短。價格的下降和回報期變短，都加速了服務機器人在市場上的普及。

高倩特別指出，服務機器人的精度和可靠性指標非常關鍵。如果說有3000臺機器人，平均無故障時間是30天的話，那么算到每一天，廠商有一百臺機器人每天都在修。客戶體驗就非常差，所以可靠性要求非常高。此外，服務型機器人對場景化的要求高，在銀行、商場和教育場景的服務機器人，不僅硬件不同，軟件內容也不同，需要根據客戶需求進行定制化的端到端開發。還有，由于結合行業客戶定制化開發，交付流程也比較長，需要機器人企業在工程化的部分投入很大精力，很難想象做一個通用化的產品放到每個行業都能覆蓋，必須有專業的運營團隊或工程化團隊到實際環境中幫客戶解決問題。

客戶需求變化，帶動服務機器人持續迭代和價值增長

“服務機器人從眼球效應到泛娛樂到工具化，從多功能通用到垂直場景耦合，從產品化思維到行業解決方案，在迭代中進步。高倩對記者表示,“行業中，各家在核心算法及軟硬件人才儲備方面的差異并不是很大，成熟的落地產品和解決方案才是痛點。”

科沃斯商用目前基于緊密結合行業業務系統、滿足核心業務需求的產品思想，首先選擇了銀行、司法、零售等行業進行了深入研究，并實現了產品規模化落地應用。

在最近三年中，以銀行客戶需求變化為例，高倩分析了產品迭代的邏輯。銀行1.0版本中，客戶對服務機器人定位是高科技感的展示，主要是信息查詢作用；到了2.0的版本，銀行客戶對科沃斯提出要求，機器人的定位是大堂經理，主要對來銀行辦理業務的客戶進行引導，隨著客戶需求進一步提升，客戶希望機器人與其他的業務流程互聯互通，對業務做深度的挖掘。銀行3.0時代，越來越少人進入銀行網點，銀行客戶提出要做智慧化方案，提高客戶的體驗。

從2015年至今，科沃斯服務機器人“旺寶”已經經歷了3年的迭代，而這三年里它在金融機構線下實際網點中的應用，讓科沃斯對服務機器人和工作場景的關系有了更深刻的理解。在銀行和非銀行場景，科沃斯的旺寶機器人接待量要超過1729萬次，在金融市場，實現了70多次成功營銷，200多次引導接待和500多次優質的服務。

為了更好地提升場景落地能力，科沃斯商用在核心技術架構中囊括了運動智能、圖像智能、對話智能和AIOT在內的四大能力以及由人機交互平臺、運動平臺和商用機器人服務中臺組成的三大平臺。

高倩表示，服務機器人的目標路徑，探索場景只是手段，為用戶帶來價值才是目標。“銀行業目前是我們服務的最大群體，由于深耕場景，數據積累的質量更加垂直，AI模型迭代能力更強，產品本身AI能力就有長足的進步。”

對于5G時代的到來，高倩表示非常期待。她展望道：首先，目前在機器人在本地端以及本地端處理的能力、圖像、交互等都依賴于網絡、數據傳輸的速度和網絡配置。如果5G商用，大帶寬、高可靠性、海量連接逐步實現，本身處理的能力和速度上有更好的體感變化。其次，機器人場景中一直提倡“云邊端”，從云端做訓練，邊緣器更接近于本地處理的綜合，“云邊端”三塊結合在一起，加上5G整個骨干網絡的構建，機器人可以做的事情更多，可以處理的效果和速度更快，成長能力會更強。