深圳机器人~被寄予厚望的机器人，能添补劳动力缺口吗？

2022年的两会，“意外”让Robotics（机器人）占有了焦点。 服务业、制作业、修建业、教育业、农牧业等横跨多个作业的代表团体为机器人工业“背书”，相继主张在经济性、技能性、可靠性满意要求时，用机器人代替重复性的劳作，以缓解许多作业日渐加重的“招工难”“用工荒”现象。 一再发声的背面，是近两年作业持续蓄势的成果。依照IFR等组织的调研数据，2021年我国机器人商场的规划为839亿元，曩昔五年内的均匀增速高达18.3%，其间工业机器人445.7亿元、服务机器人302.6亿元、特种机器人90.7亿元。 一起有第三方陈述称，引导机器人、陪同机器人等需求潜力巨大，仅服务机器人的年销售额或将在2023年到达613.5亿元，较2021年的商场翻倍。而在三个月前，工信部为首的15部委也联合印发了《“十四五”机器人工业发展规划》，方针是2025年完结制作业机器人密度翻番。 顶层规划的长远规划，到有序增加的商场需求，再到作业话事人们的站台，是否意味着蓄势多年的机器人工业在加快兴起？在答复这个问题前，无妨先整理下机器人“走红”背面的作业头绪，到底是一团虚火仍是实火。 01 劳作力的“天然迁徙” 1811年，一位名叫内德·勒德英国纺织工人，带领他的搭档们捣毁了工厂的纺织机，原因是纺织机的呈现导致了他们的赋闲，所以把纺织机视为全部连锁反应的首恶巨恶。后来人们将敌视新科技的集体称之为“勒德主义者”。 时刻来到1959年，乔治·德沃尔和约翰·英格伯格联手打造了世界上第一台工业机器人，可等候他们的并不是鲜花和掌声，而是“勒德主义者”的愤恨与吼怒，由于机器人代表的自动化出产被以为是让工人们丢掉饭碗的“首恶”。 即便过了200多年，“勒德主义者”的身影仍然活泼。典型的比如便是人工智能的第四次浪潮呈现后，有关人工智能将诱发赋闲潮的论调甚嚣尘上，不少人因而陷入了深深的危机和焦虑中。不过在地球的另一端，却在产生和“勒德主义”相悖的一幕。 在一些代表们为机器人“奔波”的一起，小康集团董事长张兴海关于“鼓舞年青人少送外卖、多进工厂”的主张敏捷冲上热搜。 作为来自制作类企业的代表，张兴海的提案有他的道理，电商、直播等新式工业招引了许多劳作力从业，以至于工业工人空心化现象更加杰出，2020年时国内制作业的人才缺口就现已到达2200万。依照人社部的估计，2025年时制作业的人才缺口将扩大到3000万人。 在“少送外卖多进工厂”的热搜论题下，不少年青人叙述了自己的观念：“进厂不自由，作业时刻还长，薪酬又低，谁乐意去？”“作业强度太高了，并且持续时刻也长，一般在13个小时左右，还要常常熬夜通宵上夜班，每个月的休息时刻太少了。”“提升空间太小了，就算很能喫苦，也很难进去办公室作业，跳不出流水线的圈子”。 呈现这一现象的缘由并不难说明。工业工人空心化的问题首要会集在流水线上，工人们终年机械式地重复同一个动作，不只简单对作业失掉爱好，也让他们很难在作业中学习到更多技能。一旦有了自由度高、提升空间大、薪资待遇好的新工种，逃离流水线能够说是一种不可逆的趋势。 再微观一些的话，我国社会在短短四十年的时刻里，就完结了从农业到工业再到服务业的跨过，年代的主旋律所左右的不单单是经济结构的改变，也在耳濡目染中影响着个别的人生挑选，从农业到制作业再到服务业的择业观，何曾不是是劳作力的“天然迁徙”，呈现出了80后不乐意回家种田、90后不乐意进工厂的年代印记。 除了作业志愿的改变，供应侧自身也在面对史无前例的应战。当制作业向服务业要人的一起，服务业的用工缺口也在日积月累。依照人社部近三年核算的全国最缺工100个作业排行来看，每季度商场对服务员、营销员、网约配送员等服务业的用工需求缺口较制作业显着更甚。 这大略也是本年代表委员们纷繁聚集机器人的驱动要素，相较于引导年青人回到不喜欢的岗位，不如向技能要盈利，用机器人弥补重复性劳作的用工需求。 02 “机器人”的使用现状 需求答复的另一个课题在于，机器人能否堪当重任？究竟机器人进工厂早已不是什么新鲜论题，2013年时我国就现已是全球工业机器人年新装机量最高的商场，轿车零部件、整车制作、家用电器、金属制品等作业的机器人占比尤甚。 好像有必要将这个课题拆分为两个部分，第一个问题是当时机器人现已在哪些场景落地。在许多人的认知里，所谓的“机器人”多半是指工厂里硕大的机械臂，倾向于大型制作工厂的高端流水线。 刚刚完毕的北京冬奥会，为咱们供应了稀少难得的新启示：主打科技感的北京冬奥会，在火炬传递环节就加入了水下机器人传递的环节；在冬奥会的一些比赛场馆里，集公共空间巡控、口罩检测预警、热红外测温、手部消毒等功用集于一身的巡检机器人，招引了不少媒体注意力；在冬奥会的餐厅里，机器人厨师担任制作汉堡、披萨、鸡尾酒等菜肴，机器人服务员担任备餐和上菜……服务机器人的使用场景不断下沉。 进一步改写外界对“机器人”认知的，还有躲藏在场馆外的“虚拟主播”。谷爱凌的数字兼顾就呈现在了某渠道的主播间里，合作主持人进行赛事说明、播报及环绕场景电商打开的虚拟互动…….如果说传统机器人的服务范围还限制在实体空间，虚拟机器人的使用场景要更加广泛，电商渠道上的客服、短视频中播报的主播、对专业度要求较高的手语翻译等等，都能够成为机器人的作业时机。 第二个问题是机器人的代替本钱几许。尽管我国现已接连八年成为全球最大的工业机器人消费国，但不可否认的实际在于，现阶段机器人所弥补的制作业劳作力还不到300万人的水平，和2200万的缺口距离明显。 有观念以为，最直接的阻力是价格。巨大且功用单一的机械臂，注定只要大型制作企业才有才能承当，关于大多数中小型制作业而言，用机器人代替产线工人望尘莫及，而中小企业也往往是招工难的重灾区。 但人工智能的技能浪潮带来了新的变量，在细节处算小账也能让这些用不起机械臂的企业找到新出路。以制作业遍及存在的质检进程为例，在核算机视觉和深度学习技能的赋能下，人工对瑕疵相片进行数据标示后，再用摄像头摄影上传到后台进行图像识别，准确率遍及到达了95%以上的水准。一个高速摄像头、一台核算机，就能建立其简易的质检体系，大幅紧缩了机器人进入工厂的硬性本钱。 正如Gartner在2021新式技能成熟度曲线中所预言的，人工智能、RPA机器人、API集成技能、ML机器学习、事情驱动软件等正在帮忙企业完结业务流程的自动化，将有越来越多的手动流程被规矩驱动的智能体系代替。 也便是说，“机器人”所处理的不只是制作业的扎手问题，在人工智能、5G、大数据、云核算等立异技能的驱动下，从传统业态向智能化转型现已是社会的现在进行时。不同的是，工业工人空心化的现象更加杰出，需求凭借方针上的歪斜，有序引导商场要点处理制作业的劳作力缺少。 03 人机协作的盈利期 假使站在人类文明演化的视角上，当下现已进入到了一个新的临界点，在一些必要的社会活动中，咱们不得不寻求“机器人”的帮忙，继而进入到人与机器人协作分工的年代，人机联系正在被从头界说。 一个直接的比如便是疫情期间的流调作业。在疫情刚呈现的时分，许多城市的社区作业人员还在采纳传统的作业战略，要么逐门逐户进行问询，要么挨家挨户打电话交流，能够说是妥妥地“体力劳作”。后来许多城市都引入了智能寻呼体系，语音机器人帮忙社区作业人员完结打电话问询作业，并能自主将数据汇总给相应需求方。 回到制作业的语境里，人和机器人一起呈现在工厂里也将是一种新业态，机器人担任重复性的劳作，人类担任高附加值的作业。或许在普通人的了解中，这样的现象还停留在科幻电影中，但嗅觉敏锐的资本商场早已开端布局。 据不完全核算，2021年国内机器人范畴的融资数量为168笔，其间金额上亿的项目就有72笔，占到融资总数的42.86%。资本商场的凉与热，往往是作业冷暖的晴雨表，和互联网作业裁人、降薪的“隆冬”比较，机器人工业的机会可见一斑，却也要警觉两个躲藏在高增加外衣下的圈套。 一方面，任何新技能的遍及都不会是指数性的，螺旋式上升是一种常态，机器人作业也不会破例。 能够佐证的是，进入到2021年9月份今后，国内工业机器人的月产值开端下滑，以至于有人预言2021年将是我国机器人产值的极点，接下来很难以相同的增速持续狂奔。这样的定论可能有必定的主观性，但每个作业都需求在商场需求、代替本钱、用户习气等约束条件间核算商业平衡，机器人工业也存在高速增加、商场消化、增加阻滞、需求发掘的时刻周期。 另一方面，我国作为一个制作业大国，正处于通往智能制作的要害节点上，必然要在机器人工业链上具有满意的话语权。 实际中的景象则是，国内机器人工业的高速增加和巨大需求，并不意味着不存在工业链短板，比如高端伺服电机、RV减速机、操控算法等核心部件与技能，某种程度上仍旧受限于国外供应。一些代表委员在本年两会时呼吁“推进专项课题研讨，打造相关工业渠道，打通工业链上下游瓶颈”，立足点正是对国产代替的深化考虑，需求更多的“专精特新”和“单项冠军”，以稳固机器人工业链。 做一个总结的话，当人机协作进入到新的拐点期，机器人工业迎来了史无前例的盈利。越是在诱人的远景面前，越应该遵从“刚需论”，防止资本商场的“激素式”喂食，自动探寻确定性的价值和落地场景。 就像两会代表们所说到的，服务、制作、修建、农牧、教育、养老、医疗等作业都有着机器人的落地需求，只要把这些需求及时满意，稳步发掘新模式和新价值，机器人工业的兴起就不会是伪出题。 04 写在最终 有理由信任，当越来越多的机器人走进车间，工业工人空心化的问题终将被化解，制作业2200万的缺口毕竟被添补。 一起也要有理性的认知，劳作力人口缺少的本源在于国内的经济结构，仍处于全球供应链的中低端，伴跟着许多的劳作力密集型作业。跟着制作业的转型晋级，这些岗位将一步步被机器人代替，可终归是一个按部就班的进程。 期间环绕年青人择业观的评论还将持续一段时刻，但应该尊重商场、尊重规则、尊重个别的挑选。