以下为演讲实录,经编辑整理:
据媒体报道,在新冠疫情之下,美国因为劳动人口的短缺,最近几个月机器人的安装量增速达到 30% ~ 40%。相比2015-2020年,机器人安装量增速大概只有百分之十几。而中国的工业机器人2021年继续保持高速增长,当年工业机器人出货量增速达到45%。根据IFR(国际机器人联合会)数据,近年来中国工业机器人安装量已经占全球的超过40%。由此可见,劳动人口的减少、新冠疫情、经济形势变化、以及机器人技术的更新演进,多种因素叠加,智能制造“机器替⼈”的发展趋势在未来20~30年,具有⾮常⾼的确定性。
2025目标:制造业机器人密度翻番
我国对于智能制造行业的发展大力支持,在《“十四”五智能制造发展规划》之中,提出了三个具体目标。其中一个目标非常值得关注:70%的规模以上制造业企业基本实现数字化、网络化,建成500个以上引领行业发展的智能制造示范工厂。政策层面推动了工业数字化、工业软件发展的需求,也会带来智能设备、智能硬件的新需求。
从工业机器人密度角度,2020年我国每万名工人拥有工业机器人246台,大幅超出世界平均水平的126台,但与美德日韩等发达国家相比还有很大提升空间。在《“十四五”机器人产业发展规划》中也重点提到,制造业机器人密度到2025年实现翻番的目标。
可以想象,在这样的智能制造工厂里,智能制造/机器人领域的创业机会还在发展的早期,还能至少持续 10 年以上,很多新的机会将不断出现。有数据统计,2021年全年,中国机器人行业累计融资事件210起,仅工业机器人融资额就超过200亿元。综合来看,2021年机器人行业投资资金主要流向工业机器人上游(传感器、控制器、激光雷达、机器视觉等领域)、工业移动机器人和服务机器人三大领域。
随着关键零部件行业的不断发展,更多智能技术被引入,机器已经越来越智能化。例如机器视觉领域借助更好的性能更高的2D/3D 相机、更强大的人工智能算法。目前,机器视觉已经能做很多的事,随着性能地进一步提升,它能做的不仅仅是对人工的替代,而是逐步进入到人工做不好、甚至做不到的领域,因此,我们早早就投资了生产智能3D相机的梅卡曼德机器人。
过去几年,移动机器人受到很大关注。我看到很多 AGV/AMR 领域的创业公司拿到了大笔融资。这是因为随着智能技术的应用,机器人摆脱了传统的导航模式,利用视觉和激光雷达等智能导航,在很多工业场景里能够更加灵活地得到应用,适用场景更加广泛。下游客户的喜欢和认可,为整个行业打开了进一步发展的机会。我们也看到这样的产业趋势,所以投资了提供移动机器人控制器的仙工智能。
另外一个受到资本青睐的细分领域是工业软件。随着智能设备硬件的发展,对于软件的需求也在逐步提升。我们发现,软件是智能设备升级中比较大的瓶颈。无论是上游的研发设计类软件,还是中间的生产管理类软件,以及通过数字化、SaaS 方式实现工业互联网,实现生产制造的数据化,都需要进一步迭代和升级。这也是华创在智能制造领域重点关注的方向,我们此前就投资了工业数字化的数益工联。
投资智能制造的底层逻辑
从微观层面看,我们认为智能制造行业发展是长期发展向好的。很重要的两个考量,一个是对于人的成本替代,另外一个是效率和效果。随着时间推移,机器会处于相对更优的局面。
从劳动力成本的角度分析,随着我国人口出生率的下降、劳动人口减少,劳动力成本处于逐步上升的趋势。很多制造业工厂都反映招人越来越难。而随着规模化生产、国产化关键零部件的使用,机器、智能设备的成本将逐步下降,机器和人工的成本会在某个时间点形成交叉。
从效率和效果方面看,随着更多精密制造等产业的进一步发展,对于生产的一致性、可靠性要求会越来越高,依靠人工生产制造已经越来越难以满足要求。随着性能更强的传感器的应用,算法的优化等技术的迭代,设备更加智能化,能够完成更多复杂的、高精密度的工作,能做到比人工的效果更好、效率更高。例如,我们投资的弓叶科技的可回收物分拣机器人,与人工分拣相比,机器不仅速度更快,实际的分拣效果也更好。
无论是成本替代,还是效果提升,随着智能制造的发展,机器人和智能设备未来都会逐步替代人工。虽然这个过程可能长达5年,甚至10年,但我们认为这是一个确定性的趋势。
做智能制造的投资和创业,也要关注产品应用于哪些行业。这些行业对智能制造的需求强烈程度,是否会很快拥抱智能制造,这对于每一家创业公司发展自己的业务非常重要。
客户需求会很大程度影响智能制造和智能设备的普及度。我们可以从客户利用智能设备的投资意向和投资能力这两个重要维度,来考察什么样的企业是更优质的下游客户。所谓的更好,就是能够更快地使用智能设备,更快地拥抱技术的变革。
一家企业需要有足够的盈利水平,没有太多的闲置产能和积压的库存,通常才会有上智能制造设备的投资意愿。如果产能利用率低,库存高企,自然不会有动力进行技术改造。智能设备、机器人的初期投资金额不小,企业也需要有相应的投资能力,需要有当前可利用的、可进行资本化投资的资金,所以,企业的盈利能力和可供支配的现金流的能力就很重要。
智能制造的投资回报周期对用户需求也有很大影响。对于不同类型客户,能够接受的投资回收期也不同,我们发现18~24个⽉是个舒适区,需求侧的落地会显著加速。
华创资本在智能制造领域的投资布局
华创把智能制造的投资布局,分为三大类型,一类是智能制造的核心模组/核心零部件;一类是整套的智能化设备;一类是工业软件/数字化,即智能制造以及数字化过程中需要使用的工业软件以及数字化系统。
在核心零部件领域,我们投资了梅卡曼德机器人、仙工智能和崧智智能。
梅卡曼德机器人提供工业领域使用的智能 3D 相机。通过 3D 相机加上相应算法,能够适配多种机器视觉场景,包括拆码垛、上下料和视觉检测等。借助不同精度的3D相机的使用,很多过去需要依靠人工才能处理的环节都可以通过机械臂等设备智能地完成。
仙工智能是做移动机器人的底盘和控制器。他们通过提供相应的控制器的软硬件,通过标准化的控制器适配不同的非标场景,满足不同工业领域的使用需求,赋能下游的本体厂商服务工业应用。
崧智智能是做智能制造控制系统。他们专长于复杂轨迹下的路径规划和控制,利用智能算法满足复杂环境下的控制需求,例如不规则路径下的点胶控制等。
在智能化设备领域,我们既关注通用型设备,也布局特定领域使用的专用型设备,如弓叶科技、颖态智能和公大激光。
弓叶科技专注于可回收垃圾分拣机器人,通过视觉、光谱等方式,利用机器视觉算法分析不同可回收物的类型,再进行快速处理和分拣。例如,一个 PET 瓶子,机器能够按照不同颜色、品牌等特质进行自动分类。
颖态智能做粉末状产品的全自动化包装,服务新型建材、水泥等行业,改善了过去需要人工在恶劣环境下工作的状况。
公大激光是做中高功率的短波长光纤激光器,突破国内被卡脖子的领域,它们的设备在光伏、锂电等领域得到很多客户的认可。
另外一个细分领域是工业软件/数字化,这是智能制造很重要的基础。我们投资了由清华工业工程系两位专家创办的数益工联,它们专注于离散制造业工厂的数字化。创始人在这个领域有十多年的工业经验,创业前在宁波的一家汽车零配件的厂商里,将数千台的设备实现了完全的联网和数字化,帮助公司大幅提升生产效率,降低成本,实现良好的投资回报。我们希望这样的数字化平台能够赋能更多行业以及不同规模的企业。我们天使投资了数益工联后,很快又获得了高瓴资本和元生资本后续上亿元的投资。
我们如何选择智能制造领域的投资标的?我们总结出几个关键点。
第一,为客户创造的关键价值是什么?客户使用了智能设备、关键零部件后,是提升质量、改进效果,是提高效率、增加产能,还是减少人力、降低成本?对于不同的价值主张,我们会使用不同方式评估项目价值。
第二,对比现有方案的比较优势在哪里?是更新优化,还是做到了现有方案做不到的?我们更希望看到新方案是一个创新突破,做到了现有方案无法做到的效果,因为这样就能打开一个新的蓝海市场,而不只是与现有方案进行成本比较。
第三,是实现了更好的自动化,还是实现了更高的智能化?我们会更关心智能化上的演进,而不仅仅是简单的自动化上的提升。我们认为智能化是面向下一代的机会,感知和算法的提升为智能化应用创造了很多新机会,带来新价值。
第四,关注产品化的能力。工业中有极多的非标场景,如果有更好的产品化能力,用标准化的产品服务非标场景,具有非常大的潜在价值。
第五,产品应用和价值体现的依赖度。举例来说,如果下游客户用了某个设备后提升了效率,但是仍然受限于前后道产线的产能,整体的效率仍无法提升,达不到预期效果,那么这类应用在拓展上就会有很大的难度。
总体来说,智能制造是未来几十年发展的大机会、大趋势,其中有很多创业的机会,潜在的、未满足的客户需求也有很多。如何以创新的技术、更低的成本、更优的质量,来满足各行业及场景中的需求,并在过程中将智能化技术凝结成标准化的产品,是未来创业和投资中,值得关注的要点。
声明:凡资讯来源注明为其他媒体来源的信息,均为转载自其他媒体,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。您若对该文章内容有任何疑问或质疑,请立即与全球焊接网(www.robot-china.com)联系,本网站将迅速给您回应并做处理。电话:021-39553798-8007更多>相关资讯
• 对话普渡科技CEO张涛,走进商用机器人“头雁” | • 高明作:做好创新先锋,成为国内工业机器人领域 |
• 陈学利:从一次性输液品到世界首个5G手术机器人 | • 对话山东优秀企业家|陈学利:从一次性输液品到 |
• 专访广东省机器人协会执行会长任玉桐:广东机器 | • 北航机器人研究所名誉所长王田苗:伟大的智能时 |
• 北京理工大学袁杭:“鲁班”微创血管介入手术机 | • 张亚勤:人工智能赋能生命科学——机遇与挑战 |
• 海尔集团创始人张瑞敏:人最大的敌人不是人工智 | • 戴琼海院士:人工智能未来——发现、理解与创造 |