中国的机器人产业依然没有爆发

              在长期的工作中，我们一直试图寻找「新品牌是如何借助数字化技术实现快速崛起」的答案。  为此，我们走访了大量知名企业，与上千位技术专家、创业者、前辈同行等一线精英们交流学习，看他们是如何利用数字化技术来创造新的商业机会，打造新的爆款产品。  我们希望把这些技术影响商业创新的案例分享给你们。  关注我，每天给你讲一个商业案例。  今天我们要给你讲的是：国内目前最火的硬科技投资赛道——机器人，投资逻辑和发展瓶颈到底是什么？  随着我国经济结构的调整和"碳中和"、"碳达峰"目标的提出，传统能源企业转型走向智慧化、数字化、信息化已成为大势所趋。  当下，我国的电力事业正处于蓬勃发展期。一边是海量变电站的投工投产使得人力资源日趋紧张；另一边是智能化和数字化转型升级要求迫在眉睫，“新物种”智慧电厂在双重的挑战和机遇下被催生。  过去在传统的电厂中，主要通过人工进行相关设备的简单检查。  巡检不到位、巡检结果无法数字化等痛点在其作业场景中凸显。  而在全新的智慧电厂中，一种新型的服务机器人——智能巡检机器人开始被广泛应用。  这种24小时待命的智能巡检机器人，可以通过机器人本体去实现自动、自主巡检，不仅可以提升运维检测效率，还能够帮助解决上述的劳动强度大、检测质量差、主观因素多等诸多由人力带来的缺陷。  另外，除了能够帮助传统电力企业在输、变、配环节实现无人化外，智能巡检机器人的软件能力也正在助推电力行业走向智能化。  如机器人可以借助AI算法的加持，对巡检数据进行收集和对比，进而进行趋势分析，及时发现电网运行的事故隐患和故障先兆，增强供电可靠性。  当然，机器人在为传统电力行业带来可观实用价值的同时，电力行业也在为智能巡检机器人提供广阔的应用前景和商业价值。  根据报告数据预计，变电站巡检机器人市场潜在规模将达到 400~550 亿元，配电站巡检机器人市场潜在规模在 200~300 亿元。  技术和政策双重利好的影响下，电力巡检无人机处于成长期到成熟期的过渡期，预计今年市场规模在 30-50 亿元。  智能巡检机器人是梧桐树资本在硬科技投资中的重点关注板块之一。  前不久，我们与梧桐树资本就机器人话题进行了深度交流。  大家好，这里是梧桐树资本，我们主要的投资方向是以科创属性为主的硬科技方向，机器人是我们重点关注的领域，包括工业机器人、商用服务机器人、特种机器人等。巡检机器人其实就算特种机器人里的细分赛道。  过去几年，我们看到特种机器人有一些具有中国特色的市场经济发展，比如客户是电网这种国有企业，这里我们看到它其实有一个很大的发展空间，这是我们重点关注的赛道。  梧桐树资本除了关注TMT、机器人、人工智能、物联网等硬科技板块之外，我们还有产业基金，会关注一些半导体、新能源、新材料等方向的投资。  还有一块业务就是我们的母基金。  所以我们是VC、产业基金、母基金三轮驱动的一支人民币基金。大家如果有兴趣的话，可以到我们的网站关注一下我们的投资案例。  今天我来给大家讲一下，梧桐树资本在寻找什么样的机器人企业，背后的一些共性的投资逻辑是什么。  01 机器人企业的投资逻辑是什么？  从行业标准定义开始，到大规模行业渗透部署之前，我们认为机器人目前正处在一个成长的关键节点。  这时候会有大量的创业创新型企业出现。  那么后续的标志性节点，就是产业化程度的高低，大概市场渗透率到20%~30%左右时，就会进入到一个性价比层面的竞争，老技术的没落、新技术的崛起。  从风险投资的确定性来看，包括安全性、确定性、综合收益的角度，在制定行业标准之前的赛道早期阶段，是对成长期优质企业锁定的关键阶段，这个阶段尘埃落定之后，那么未来的行业格局就会很清晰。  机器人行业已经发展很长时间了，不过国内的爆发还确实属于早期，有一些产业巨头还是初创企业。  我们看到很多早期企业跟巨头去竞争，都会选择从细分领域去切入，因为巨头很难真正深入到某个细分领域，可能没有关注到，也可能没有太多精力去面面俱到。  所以初创企业永远在跟时间赛跑，对它的能力是一个综合要求，无论从产品研发管理还是运营或者融资，都需要找一个合适的角度进行切入，同时还要利用一些市场杠杆，才能和巨头竞争。  所以我们在判断一个初创企业未来是否有发展的时候，会有一个综合的判断。
         行业的话，因为我们国家的制造业比较复杂多远，长尾方向是我们国产机器人可能会弯道超车巨头的机会。  比如像汽车、3C这些行业，在机器人方面的应用市场是很大的，但这些市场已经被机器人四大家族占据。而越来越多的一些行业，例如金属加工、日化产品、食品生产、包括新能源新材料等领域，其实他们的机器人应用还在一个非常初期的阶段。包括巡检机器人，都是很先进的方向。  这种市场其实巨头和初创企业都很有机会。所以其实我们非常关注长尾行业有前景的机器人的市场布局。  另外还有一个点，就是需要关注国际化的机会。中国虽然机器人起步比较晚，但因为有很多客户已经开始使用，在有了成熟案例之后，我们的优势就会发挥出来，而且肯定会越来越多。  因为中国制造、中国的供应链从全球来说都是一个很大的优势。现在的中国制造不是说价格低、质量差，现在是质量好、成本低。所以我们在国际市场上也会具有一定的竞争力。  不过，还有一点我需要向所有机器人公司强调，虽然我们关注细分市场，但这并不意味着细分市场不能做大。但有一个前提条件，如果你只做机器人本体，那么你的市场空间就不会太大。  2020年，工业机器人本体的市场空间是300亿元，但下游系统集成的市场规模是近900亿元，大概是本体市场的3倍。  所以机器人本体厂商还需要有很强的集成能力，从本体去切入客户场景提供整体解决方案，才能做出自己的差异化，进而获得更大的市场份额。  这一点是我们认为未来机器人初创企业能否做大的核心。我们会要求机器人公司有这方面的基因或者是提前的布局。  02 机器人企业如何获取客户？  说完我们的投资逻辑，下面我们再来简单聊聊机器人的获客。  各个机器人里，我们认为巡检机器人是最难获客的。为什么？因为巡检机器人属于特种机器人，特种机器人的使用场景很特殊，客户群也很固定。  比如电力电网巡检，在中国，这个客户只有两个，一个国家电网，一个南方电网。  
        这样来看，你的客户集中度就非常高，同时客户竞争也非常高。  但同时深入了解就会发现，中国的电网体系又比较割裂，因为它不同的省份，渠道商和决策机构其实又是相对独立和分散的。  也就是说，如果从目前的情况来看，如果你是一家巡检机器人初创公司，在某一个区域有自己的客户关系优势，就非常重要。  这个行业不是简单说你有产品有技术就可以通吃，你需要一些电网系统内的三产公司跟你合作，你才有可能去集成进去。  别人有客户资源，你有技术和产品，那么你就有机会去单点突破，开始服务。  当你在某个方向有了标杆客户之后，国企的市场可能就相对来说好切一点了。  国有企业都是不求有功但求无过，即便现在有很多国企改革政策，但大家都不愿意冒进犯错，所以建立标杆客户是非常重要的，风险是小的。  当你有了自己的客户之后，你再通过渠道商去复制你的模式，然后到其他省份，逐渐地就开始打开国企市场的大门。这是国企的特点。  那么除了国企之外，市场化的企业客户你怎么做？这时候你可能就必须跟客户来算投入产出比了。就是说多少年能回本，你对他的价值是什么？  通常来说，机器人的回本周期大概在一年半到两年，一般的工业机器人客户是可以接受的，他们也愿意尝试，因为人工的成本增长速度非常快。如果你的机器人回本周期很好确定，那么对他们来说很容易进行投入决策。  这些是获客的情况。  03 机器人行业普遍存在的困难是什么？  最后我再来简单说一下这个行业的普遍问题或困难。  目前国内机器人产业的一些关键零部件还是受制于人的状态，国产自控率并不高，尤其是一些卡脖子的技术，还是需要依赖国外企业。  不过现在国内大力倡导新基建建设，国企和公共事业公司都在倡导提高国产化率，也就是所谓的国产替代。  虽然政策倡导是一方面，同时另一方面我们自己也还是要去争取解决零部件的技术问题，才能让产品在特定环境更加适用。  当然，另外一个就是技术人才不足的问题，我们机器人方面的研发人才、技能型人才，现在我国还是比较欠缺的。  因为我们以前工厂流水线都是工人操作，而现在机器人操作，那么机器人如果出现问题，那么它的运营维护、维修可能还需要进行调整。所以这方面的人才目前在我国还是比较匮乏的。  还有一个问题就是现金流问题。这也是行业的普遍现象。  刚才讲了，很多下游客户都是规模以上的行业龙头企业、国有企业或者上市公司，但机器人厂商的规模就比较小了。  工信部统计目前国内800多家机器人厂商，200多家是本体制造商，绝大多数营收规模都不超过1亿元。  所以相对下游客户来说，这些本体厂商都是很小的公司，容易被下游客户卡回款，导致回款慢，现金流不佳。对于初创企业而言，现金流就是生命线。  所以机器人企业能否利用能力来解决资金问题，例如外部资金杠杆，或者外部业务支持，或者成本控制，也是非常关键的。  第四点难点就是机器人同质化和产能过剩带来的恶性竞争。  因为机器人的技术原理其实都是公开的，开源算法也比较多，包括一些国外的专利，导致机器人同质化程度比较高（例如国外的波士顿动力的机器狗，国内的腾讯、小米等机器狗都基本是一个形态）。所以核心能力就是针对客户进行场景优化。  这些问题，肯定会带来未来的一些挑战。  第一个挑战就是机器人对自然和不可预知的复杂环境的感知和理解，这件事非常有挑战。  第二个就是机器人的行为安全问题。就是机器人与人类在物理世界这种接触和配合，如何保证人和机器人的安全，以及物料的安全。  第三就是智能化问题，机器人未来一定是更加智能化，在任何环境下都能够灵活操作，包括决策流程和决策智能，这些都是需要足够多数据累计和算法模型的训练来支撑。  第四个就是小样本无监督学习的问题，其实现有人工智能体系都是基于大数据样本的学习，而未来机器人也需要能够实现小数据样本快速迭代，快速复制到细分市场，这也是非常有挑战的问题。  从整体方向来看，梧桐树资本坚定看好未来机器人和巡检机器人方向，同时国内目前也有比较不错的推出环境，只是有一些坑，需要尽量去规避。