从冬奥村到各比赛场馆，巡检防疫机器人、引导机器人、送餐机器人、消杀机器人等等智能又酷炫的服务机器人，在赛场内外忙碌着。如此热闹的机器人大军，指向了这样一个事实：一边，服务机器人正在以肉眼可见的速度走进我们的生活。

　　另一边，红杉中国、高瓴资本、软银等专业 VC/PE 早已布局，美团、腾讯、字节跳动等互联网巨头接踵入场，就连碧桂园、格力、大疆等产业资本也按奈不住对机器人的热情下场竞逐。这与在互联网大厂裁员、降薪，资本市场几乎 " 冬眠 " 的当下形成鲜明对比，服务机器人似乎已经提前进入 " 春天 "。

　　一、从「泡沫」回归「有用」，机器人口红利已至

　　资本市场的态度，无疑是判断一个行业的最佳视角。不完全统计，2021 年服务机器人赛道相关融资事件为 113 起，融资金额超 440 亿元，仅在 2022 年 1 月，机器人行业至少发生 18 起融资事件。

　　热闹的融资现象无疑向外界传递了两个信号：一是热度不减的投钱，代表了服务机器人需求增大;二是服务机器人还处于发展阶段，上图中不算狂热的投资金额，与几乎各不相同的类别，代表了资本在服务机器人领域仍处于 " 广撒网 " 的阶段。

　　尽管服务机器人的风口已经出现，但可以看出资本在投入上仍然保持着谨慎的态度。因为服务机器人产业，一直在规模化应用的边缘反复试探。根据中国产业信息网数据显示，目前商用服务机器人市场渗透率仅为 3%-5%。

　　在讨论商用化瓶颈的问题时，" 刚需论 " 成了被提及最多的答案，也是机器人创业行业需要去深思的问题。元一资本副总裁针对这个问题表示，对 To B 企业来说，降本增效虽是刚需，但整个市场还不算成熟。

　　服务机器人发展历程

　　要知道，服务机器人的发展少说也有半个多世纪了，什么时候市场才能成熟呢?

　　说白了，就要实现人工替代的确定性价值。而在大多数人的日常经验里，服务机器人更像是在商场、餐厅、酒店等场景的 " 吉祥物 "。不知到大家有没这样的感受，明明餐厅有送餐机器人，但大多数情况，仍然是服务员给你送。一方面餐厅只买得起为数不多的一两台，高昂的维修费就不谈了，另一方面，它并不能代替服务员倒水夹菜等人性化服务。商场也是如此，引导机器人虽然到处游走，似乎只有小朋友愿意与之互动，成人遇到问题更喜欢去问前台，可见其精细化程度还有待提升。

　　对此，一位行业人士指出，在相对封闭和确定的场景下，服务流程的标准化程度较高时，服务机器人的实用性会强一些。但像商场、餐厅环境略微嘈杂，语音交互很容易受到干扰，再加上消费者流动性强，导致客流与机器人的接触机会较少。

　　所以每个行业都需要在真实需求、替代成本、大众习惯等约束条件之间，计算商业平衡，这让服务机器人的规模化落地需要一定的时间。

　　但从社会发展的进程来说，目前已经到了一个临界点，让人类社会走向了不得不寻求机器人帮助的时局。一是刚需场景的出现，因疫情升温的 " 无接触服务 " 概念，让临危受命的服务机器人送餐、送药，既降低了医护人员被感染的概率，让服务机器人行业真正意识到何为 " 需求 "，何为 " 刚需 "。

　　二是在劳动人口短期很难有明显突破的情况下，通过服务型机器人代替人类进行基础服务，成为了有效提升城市服务业竞争力、降低居民生活成本，并进一步提升国家城市化率的有效手段。

　　三则是新基建的落地，像 5G、物联网、云计算，特别是像语义识别 GPT-3 这样的等、AI 技术的成熟，让服务类机器人一直以来的痛点，如不够智能、效率低等不足等问题得到优化，市场将进一步拓宽。

　　二、机器人投资：技术不能决定一切

　　在已然开启的 " 机器服务时代 " 面前，市场正在拉开淘汰赛的序幕。一波波的机器人投资浪潮下，中国积攒了近 40 万的机器人相关企业，遍布在全国各地。与此同时，也有一大波机器人公司在注销的路上。为什么会这样呢?

 

　　泰合资本给出的一个观点是，技术原理本身并不能构成坚实的壁垒，技术上的暂时领先不意味着持续的商业成功，后来者一样可以在市场中分得一杯羹。

　　内行人都知道，机器人行业中极少存在独门垄断的核心技术，那要做到脱颖而出、抢跑赛道，势必要做到 " 人有我优 " 了。优在哪里?一定是基于对行业深刻理解下的解决方案和数据积累，直白的说就是四个字：场景应用。红杉中国投资副总裁表示，机器人在未来是按场景划分，真正懂场景会成为机器人的核心竞争力之一。

　　当技术没有绝对的高下之分是，哪些新场景获得了更多的关注呢?根据机器人的应用环境，国际机器人联盟 ( IFR ) 将机器人分为工业机器人和服务机器人。服务机器人又包括了家庭、医疗和公共服务机器人。细分来看，To B 和 To G 方面都有一些新场景值得关注：

　　

 

　　首先，在精准手术的临床需求与日俱增下，手术机器人已经站上了百亿市场。中金研报数据显示，2030 年国内手术机器人市场规模超 700 亿元。2021 年底登陆港交所的微创机器人，市值一度超过 600 亿元。这样的本回报率与市场需求增强，不免让资本 " 动心 "。

　　其次，仓储物流也是急需服务机器人发挥力量的主要场景。近十年来，电商、快递等行业在中国相继迎来高速发展，极大地拉动了对仓储自动化的需求。根据 Research & Markets 发布的数据，中国已经成为全球最大的仓储物流机器人市场，到 2026 年其年销量有望达到万亿级别。但是作为服务机器人竞争最为激烈的场景，新的创业公司正走向纵深战场。

　　纵向深耕 " 仓库 " 的应用场景，例如发展电商行业的细分领域，或者拓展更多行业(如鞋服、食品、图书等)的仓库场景;横向则拓展传统的 " 仓库 " 应用场景，例如向上游拓展至流程更复杂的生产环节，向下游拓展至对订单效率需求更高的销售环节。

　　

 

　　最后，随着人口老龄化和残疾人口数量不断的上升，康复机器人有着明确的社会价值。长期以来，我国医疗始终面临 " 重治疗、轻康复 " 的问题，因此在我国的医护人员、康复师数量和资源都是非常紧张的背景下，康复机器人出现独角兽的潜力十分巨大。前瞻产业研究院数据显示，预计 2025 年，康复医疗市场规模将突破 2000 亿元。

　　元一资本在选择标的时，背后一个考量维度：不止要满足眼前需求，更在于智能技术升级和服务体验优化。因为在复杂且垂直的应用场景中，服务机器人往往通过三个层面发挥作用：

　　一是要解决实际场景的数据问题。只有解决数据不统一、数据缺失等问题，形成数据闭环，才能用过去的数据积累对未来做出正确的预判。

　　其次是解决使用场景的效率问题。人机协作的未来，服务机器人不仅仅要替代人，更要超出人的效率，只有确定性的好处才能达到客户预期。

　　最后是解决实体场景智能中控问题。基于不同场景和不同需求，未来会诞生许多智能设备和服务机器人，每一个都独立存在必然会互相干扰，这时需要一个 " 管家 " 的角色。

　　在供、需、政策的三方助推下，报告预测服务机器人市场规模将会从 2020 年的 283.8 亿元翻倍增至 2023 年的 751.8 亿元，这也意味着市场将有更多的发展空间。

　　三、生态圈、C2M、人才 ，服务机器人外向性机会尚存

　　客观来讲，中国与欧美等发达国家在服务机器人领域这一领域的差距还是存在的，因为时间和技术的鸿沟是一个系统工程。

　　做机器人与新势力造车一样，涉及到供应链关系、上下游管理、整机系统的设计和优化等等。中国服务机器人，虽然诸多终端产品实现了良性商业化，但产业链环节中仍有需要重点突破的技术环节。

　　

 

　　就以服务机器人操作系统为例，在全球竞争格局中，老牌开源系统占据了主流市场，大多数主流机器人的操作系统都是基于 Linux 内核开发的。例如国际的 ROS、Android 系统，国内有优必选科技操作系统 ROSA、图灵机器人操作系统 Turning OS 等，包括微软也推出应用于医疗机器人领域的 WindowsOS 机器人操作系统。

　　新的技术相互融合过程中，新的生态也正在形成。智能服务机器人的真正大规模落地，离不开众多上下游合作伙伴的共同开发与探索。因此打造国产服务机器人操作系统，让机器人拥有 " 中国魂 "，或将成为需要整合全球软硬件资源合力突围的领域。

　　后来者居的机会，就在于国内柔性智能制造的优势，国产服务机器人或许能以性价比优势，同新消费一般快速在中低端市场抢占国外品牌市场份额。原因很简单，虽然欧美整体积累的先发优势很明显，但他们迭代速度较慢。比如，德国要花一年迭代的工作，中国可能两个月就会完成。

　　中国作为世界第一制造大国，拥有世界上最完整的产业目录，加上中国深耕多年的基础设施建设，中国拥有最好的供应链网络，造就了全球最具性价比的市场，使得任何智能硬件产品的成本降低成为可能。目前，我国服务机器人产业链上不同环节正反馈机制趋于完备，" 核心部件 - 本体制造 - 集成商 " 的上下游合作模式逐渐成型，配套的保险等服务也开始涌现，产业生态逐步建立。现在国内还在强调 " 双循环 "，除了消费品，科技也可以 " 双循环 "。国内外在技术、市场、生产上的结合，也极大提高了产品研发和商业化落地速度。

　　而在关于未来的竞争战场上，机器人的人才储备将让中国服务机器人行业实现更大范围的竞争力构建。机器人这个产业，人才是企业生命线。在 " 双减 " 政策催化下，我国包括科学素养类、机器人编程类和软件编程类在内的 STEAM 教育有望迎来大爆发，艾瑞咨询统计，2021 年，我国 STEAM 教育市场规模为 422 亿元，同比增速为 35.4%，预计未来三年的 CAGR 在 16% 左右。

　　结语：

　　虽然赛道里的明星创业者活跃，但是如 " 造车三兄弟 "，手机届 " 华米 OV" 这样的国产领头羊，服务机器人现在的百花齐放正是繁荣的前兆。