“現(xiàn)在房地產(chǎn)市場(chǎng)已經(jīng)大不如前，在我心中未來(lái)值得投資的兩個(gè)領(lǐng)域，一個(gè)是‘綠巨人’，另一個(gè)就是‘鋼鐵俠’。”深圳高特佳投資集團(tuán)合伙人范大龍認(rèn)為，未來(lái)最值得投資的領(lǐng)域就是大健康產(chǎn)業(yè)和智能機(jī)器人產(chǎn)業(yè)。
雖然很是看好機(jī)器人產(chǎn)業(yè)，但是范大龍還是有一些擔(dān)憂。“現(xiàn)在很多僅僅實(shí)現(xiàn)基本對(duì)話、有個(gè)人形的產(chǎn)品就敢叫智能機(jī)器人”，范大龍表示，真正的機(jī)器人是有“大腦”的，現(xiàn)在很多服務(wù)機(jī)器人根本與智能不沾邊。
記者登陸多家第三方電商平臺(tái)查看發(fā)現(xiàn)，許多消費(fèi)者把宣稱具有“智能、教育、交互、娛樂(lè)”功能的服務(wù)機(jī)器人稱為“雞肋”。有消費(fèi)者抱怨稱：?jiǎn)栆恍┱?guī)問(wèn)題的時(shí)候，經(jīng)常會(huì)出現(xiàn)答非所問(wèn)、打岔、找不到答案等現(xiàn)象，宣傳的“百事通”實(shí)際上根本做不到
業(yè)內(nèi)人士分析認(rèn)為，中國(guó)機(jī)器人產(chǎn)業(yè)之所以“大而不強(qiáng)”，與人工智能和大數(shù)據(jù)、場(chǎng)景交互應(yīng)用以及核心供應(yīng)鏈這三個(gè)基本問(wèn)題息息相關(guān)。
小胖機(jī)器人相關(guān)負(fù)責(zé)人認(rèn)為，服務(wù)機(jī)器人的核心之一是智能算法， 具有人工智能的機(jī)器人才能稱之為真正的機(jī)器人，否則就是玩具而已。
科沃斯機(jī)器人董事長(zhǎng)錢東奇表示，服務(wù)機(jī)器人的發(fā)展離不開人工智能技術(shù)和大數(shù)據(jù)應(yīng)用的結(jié)合，沒(méi)有技術(shù)，數(shù)據(jù)就是一堆浮云。有了技術(shù)沒(méi)有數(shù)據(jù)，也是巧婦難為無(wú)米之炊。
除了人工智能、大數(shù)據(jù)、云計(jì)算等核心技術(shù)有待攻克之外，場(chǎng)景應(yīng)用和交互性技術(shù)的優(yōu)化組合也是一大難關(guān)。
服務(wù)機(jī)器人要進(jìn)入家庭，就要能夠和家庭成員互動(dòng)，需要有一定的自主意識(shí)，通過(guò)多方位的反饋?zhàn)龀鲆恍╉憫?yīng)。不過(guò)，現(xiàn)實(shí)的情況是，許多服務(wù)機(jī)器人交互過(guò)程生硬、交互形式單一，比如語(yǔ)音怪異、反應(yīng)時(shí)間較長(zhǎng)、前置“眼睛”如同虛設(shè)等。
清華大學(xué)電機(jī)系教授肖曦則認(rèn)為，除了以上技術(shù)問(wèn)題和場(chǎng)景交互問(wèn)題有待優(yōu)化之外，機(jī)器人行業(yè)核心技術(shù)和零部件供應(yīng)鏈缺失也是國(guó)內(nèi)廠商面臨的一大窘境。
據(jù)了解，在整個(gè)機(jī)器人產(chǎn)業(yè)鏈，從上游、中游到下游依次為核心零部件、機(jī)器人本體制造以及系統(tǒng)集成。目前國(guó)內(nèi)機(jī)器人制造廠商主要以下游的系統(tǒng)集成為主，在減速器、控制器、伺服系統(tǒng)等關(guān)鍵零部件方面主要依賴進(jìn)口。高昂的上游成本，在一定程度上阻礙了服務(wù)機(jī)器人在終端市場(chǎng)的普及推廣。一位不愿透露姓名的智能家電品牌負(fù)責(zé)人告訴記者，許多創(chuàng)業(yè)公司基于成本考慮，宣稱具有自動(dòng)識(shí)別功能的產(chǎn)品，實(shí)際上并不具備“識(shí)別”能力，而是通過(guò)不斷進(jìn)行資料庫(kù)的高頻次更新來(lái)提高對(duì)比準(zhǔn)確率。
北京航空航天大學(xué)機(jī)器人研究所名譽(yù)所長(zhǎng)王田苗教授表示，服務(wù)機(jī)器人行業(yè)還沒(méi)有像大家想象的那樣全面爆發(fā)，沒(méi)有進(jìn)入家庭成為大家親密無(wú)間的好友，究其原因還是發(fā)展周期問(wèn)題，產(chǎn)業(yè)的發(fā)展還需要一點(diǎn)時(shí)間。
此外，王田苗稱，服務(wù)機(jī)器人沒(méi)有實(shí)質(zhì)性的突破，還和研發(fā)方向有很大關(guān)系，大家一直比較關(guān)注精確感知、人工肌肉、認(rèn)知與情感交互、高效動(dòng)力電池等技術(shù)方向，但這并不是完全正確的，現(xiàn)在需要找準(zhǔn)行業(yè)痛點(diǎn)，應(yīng)該在規(guī)模化需求、標(biāo)準(zhǔn)模塊化、成本控制、專用化而非萬(wàn)能仿生等方面努力尋求突破。
