Branża robotyki mobilnej (AGV/AMR) ostatnio gościła w wiadomościach. Purdue przekroczyło granicę od robotów usługowych do rynku przemysłowego, dodając nowego gracza do już zatłoczonego toru. Haikang Robotics ogłosiło, że z linii produkcyjnej zszedł 100. produkt AMR we wszystkich kategoriach, czołowy gracz branży po latach rozwoju, moce produkcyjne rosną, pojawiła się skala trendu rozwoju.
W tym samym czasie, od czasu wielkiego boomu modelowego w zeszłym roku, zapoczątkowano również nowy rozwój przemysłu robotyki mobilnej. Jeden przedsiębiorca z entuzjazmem powiedział, że „poprawia poziom inteligencji robotów bardziej niż suma akumulacji technologii z ostatnich dziesięciu lat”.
W pewnym stopniu jest to odzwierciedlenie obecnego rozwoju branży robotyki mobilnej.
W ciągu ostatnich dziesięciu lat przemysł robotów mobilnych szybko rozwinął się w Chinach, a roboty mobilne przemieszczające się między magazynami logistycznymi a liniami produkcyjnymi w fabrykach stały się synonimem inteligentnej logistyki i inteligentnej produkcji. Według danych GG Robotics, od 2014 do 2023 r. skumulowany wskaźnik wzrostu branży przekroczył 40%, a wolumen sprzedaży wzrósł ponad 20-krotnie w ciągu dziesięciu lat.
W potencjalnej przestrzeni, oprócz startupów, dojrzałych producentów robotów i tradycyjnych dostawców sprzętu logistycznego i automatyzacyjnego weszli na pole, jest również wielu graczy po drugiej stronie granicy do zabicia, a inwolucja jest poważna. Drugą stroną medalu jest to, że po dekadzie rozwoju, skala branży w 2023 r., chociaż ponad 120,000 jednostek, ale skala i standaryzowana dostawa są nadal wspólną branżą do pokonania trudnego problemu.
Czy ten utwór zapoczątkuje nową historię wraz z dodaniem dużych modeli? Jak branża powinna wyjść z narracji inwolucji?
01 Trochę zatłoczony tor
Niedawno firma Purdue zajmująca się robotyką usługową wypuściła na rynek swojego pierwszego robota PUDU T300 przeznaczonego do zastosowań przemysłowych, wkraczając tym samym w segment dostaw przemysłowych o niskiej częstotliwości i lekkich zastosowaniach w gastronomii i innych scenariuszach usługowych.
Zhang Tao, założyciel i dyrektor generalny Purdue Robotics, powiedział w wywiadzie, że powody wejścia na rynek przemysłowy obejmują wysoki potencjał sceny przemysłowej i wysoką akceptację produktów, takich jak roboty, podczas gdy wcześniej zgromadzili doświadczenie w dziedzinie robotów usługowych. Świat zewnętrzny interpretuje transgraniczne wejście Purdue na rynek logistyki przemysłowej i transportu
segmentu jako oczekiwania na znalezienie nowego kanału wzrostu w miarę rozwoju branży.
Jednak obserwatorzy wskazują również, że Purdue wkracza na tor, który jest już dość zatłoczony.
W ciągu ostatniej dekady krajowy przemysł robotów mobilnych zaczął doganiać przedsiębiorstwa zagraniczne i stopniowo udoskonalać łańcuch przemysłowy, a obecny wskaźnik lokalizacji przekroczył 90%.
Weteran branży zauważył, że zainteresowanie tą branżą zaczęło nabierać tempa w marcu 2012 r., kiedy Amazon przejął dostawcę robotów magazynowych, Kiva Systems, za kwotę 775 milionów dolarów. Dzięki temu firma przyciągnęła dużą liczbę przedsiębiorstw zajmujących się automatyzacją logistyki i magazynów.
Następnie, biorąc pod uwagę rosnące koszty pracy, trudności z rekrutacją i unowocześnianie przemysłu w Chinach, produkty mobilnych robotów stopniowo zaczęto stosować w wielu scenariuszach, na przykład w handlu detalicznym i produkcji.
W tym procesie do gry weszła duża liczba graczy. Według danych CRM Industry Alliance 2023 istnieje ponad 600 przedsiębiorstw powiązanych z krajowym łańcuchem przemysłu AGV/AMR, wśród których jest ponad 220 przedsiębiorstw własnościowych, których głównymi produktami są roboty mobilne (AGV/AMR) do zastosowań przemysłowych. Liczba ta jest większa niż w regionach Europy i Ameryki Północnej, w których roboty mobilne zostały opracowane wcześniej.
Na przykład różne przedsiębiorstwa założone w pierwszej fali boomu startupów robotyki mobilnej (2014–2017), takie jak Jiji Jia, Haikang Robotics, Quick Warehouse i Hai Zuo, już się wyłoniły i rozwinęły w kierunku skali, wśród których Jiji Jia i Hai Zuo poprawiły swoje wyniki sprzedaży na rynku zagranicznym, a ich układy zostały stopniowo udoskonalone. Jednak do 2023 r. nadal istnieją startupy dołączające do tej ścieżki i uzyskujące finansowanie.
Niektóre starsze firmy zajmujące się robotyką, takie jak Kuka, Yaskawa i Fanuc, również rozszerzyły swoją działalność z ramion robotycznych na obszar AMR i rozwinęły działalność w zakresie logistyki i robotyki obsługowej. Przykładem jest firma Kuka Robotics, która w 2021 r. utworzyła niezależny oddział robotyki mobilnej w Szanghaju i w tym samym roku wypuściła na rynek powiązane produkty.
Gracze w dziedzinie AI również weszli na ten obszar. Na przykład Kuangyi Technology, która zaczęła od algorytmów AI, a po wejściu na rynek bezpieczeństwa poprzez integrację sprzętu i oprogramowania, od 2017 r. obszar inteligentnej logistyki jest postrzegany przez Kuangyi jako nowy punkt przełomowy dla AI, aby wylądować na scenie przemysłowej.
Przedsiębiorstwa platformowe w branży logistycznej z perspektywy własnej wydajności inwestują w powiązane przedsiębiorstwa lub wprowadzają produkty do samodzielnego badania. W lipcu ubiegłego roku platforma logistyczna cargo Lala zainwestowała w Tusker Robotics, stawiając na rynek robotów. Zainwestowana firma, Tasco, jest sama w sobie inteligentnym deweloperem robotów manipulacyjnych, założonym w 2021 r., a jej głównym produktem jest inteligentny robot paletowy.
Z drugiej strony platforma logistyki e-commerce Cainiao, zwiększając inwestycje w automatyzację transportu magazynowego i dystrybucji oraz innych połączeń, wprowadziła na rynek samodzielnie opracowane mobilne roboty magazynowe i transportowe, takie jak samodzielnie opracowany czterokierunkowy wózek paletowy, który Cainiao zaprezentuje publicznie w 2022 r.
W rezultacie na tym torze spotkali się startupy, doświadczeni producenci robotów, tradycyjni dostawcy sprzętu logistycznego i automatyzacji, a nawet firmy takie jak Foxconn i ZTE.
Gracze się zebrali, ale weterani uważają, że rynek jest jeszcze wczesny, co jest przejawem skali branży. Dane sojuszu branżowego CMR pokazują, że w 2023 r. skala sprzedaży mobilnych robotów (AGV/AMR) w Chinach wyniesie około 21,2 mld juanów, sprzedaż około 125,000 sztuk. Nawet przy różnicy w wielkości kalibru statystycznego rynek branżowy nadal musi zostać bardziej otwarty.
Rynek jest również nieuchronnie sytuacją inwolucyjnej konkurencji. Prezes Xinsong Robotics mobile robotics BG wcześniej wyraźnie wskazał, że na rynku popytu na projekty baterii i przemysłu fotowoltaicznego, sprzedaż pojedynczych projektów wynosi setki milionów dolarów, ale większość projektów ma najniższą cenę, aby wygrać przetarg jako podstawową, „cena przetargu nie jest najniższa, tylko niższa”.
Z prospektu emisyjnego Haikang Robotics złożonego w zeszłym roku wynika, że w latach 2020–2022 marża brutto z działalności w zakresie robotyki mobilnej wykazuje tendencję spadkową, a ponadto stwierdzono, że „zaostrzenie konkurencji w branży doprowadziło do pewnej skali obniżek cen produktów w okresie sprawozdawczym, co jest szczególnie widoczne w przypadku działalności w zakresie robotyki mobilnej”.
02 Dostosowany popyt kontra wzrost skali
Chociaż konkurencja jest zacięta, popyt rynkowy jest nadal silny. Starsza osoba wprowadziła w ostatnich latach, wraz z nowymi pojazdami energetycznymi, fotowoltaiką i wzrostem zapotrzebowania na energię w branży akumulatorów, roboty mobilne przyspieszają zastosowanie tych branż, te kilka scen również stanowiło większość wzrostu branży.
Pierwszy szczebel graczy na rynku stopniowo wychodził z trendu wzrostu skali. Haikang Robotics niedawno ogłosił, że AMR wszystkie kategorie 100,000 jednostek produktów z linii produkcyjnej, w pewnym stopniu jest to czołowy gracz branży po dziesięciu latach rozwoju, aby dostarczyć arkusz odpowiedzi.
Za tymi danymi kryje się również problem branży: w jaki sposób producenci robotów mobilnych osiągają skalę rozwoju?
Statystyki sojuszu branży robotów mobilnych w 2022 r. na chińskim rynku robotów mobilnych do zastosowań przemysłowych działają cztery firmy, których zamówienia przekraczają próg 1 miliarda, sprzedaż przekracza 100 milionów juanów, a 42 przedsiębiorstwa mają sprzedaż od 1 do 300 milionów juanów, z czego 28 przedsiębiorstw ma sprzedaż od 1 do 300 milionów juanów, duża liczba podmiotów w branży ma trudności z przebiciem się przez poziom przychodów wynoszący 300 milionów juanów.
Przyczyną tej sytuacji jest złożoność popytu w przedsiębiorstwach.
Scenariusze magazynowania, logistyki i produkcji przemysłowej różnią się znacznie pod względem zapotrzebowania. Wiceprezes Haikang Robotics Wu Yonghai wspomniał w przemówieniu na konferencji, że mierzą się z tysiącami branż, nawet jeśli ta sama branża, ta sama scena, tryb działania różnych przedsiębiorstw jest zupełnie inny.
Jednocześnie w przypadku złożonego zastosowania sceny priorytety celów przedsiębiorstwa mogą być różne, co utrudnia realizację dostaw na dużą skalę w branży, jak ma to miejsce w przypadku innych branż elektroniki użytkowej.
Tang Wenbin przedstawił, że niektóre branże, takie jak chłodnie, strona popytu skupi się na stopniu bezobsługowości, mając nadzieję, że wysoki stopień bezobsługowości, magazyn może wykorzystać mniej ludzi. Niektórzy klienci będą dążyć do łatwej konserwacji, mniejszej liczby typów sprzętu, konserwacja będzie prostsza. Istnieją również firmy, które będą dążyć do wielkości magazynu i zamawiać pojemność w przestrzeni.
Biorąc pod uwagę wszystkie te czynniki, nieuniknione jest dostosowywanie rozwiązań do potrzeb klientów.
Jak osiągnąć równowagę między zapotrzebowaniem na dostosowanie a rozwojem skali przedsiębiorstwa? Dostawcy robotów mobilnych również próbują znaleźć sposoby rozwiązania problemu, takie jak wykorzystanie komponentyzacji i platformizacji, aby sprostać wyzwaniu. Aby uporządkować skomplikowane funkcje biznesowe, skategoryzuj i pobierz próbki niektórych komponentów na poziomie atomowym, a następnie przeprowadź kombinacje na poziomie atomowym, aby zbudować różne scenariusze aplikacji w celu dostosowania się do różnych potrzeb.
Ponadto firmy coraz bardziej podkreślają możliwość wtórnej modyfikacji i rozwoju w siedzibie klienta. Haikang Robotics wspomniał, że mają specjalistyczną platformę rozwoju biznesu Dataflow, którą można choreografować z logiką biznesową, a użytkownicy mogą stale dostosowywać strategię logiki zgodnie ze zmianami w ich własnym biznesie.
Starszy pracownik przytoczył przykład: „Po systemie klient stwierdził, że zmiana sposobu działania jest marnotrawstwem? Nie może zmienić swoich własnych, aby znaleźć producentów, ale producenci przeszli na emeryturę, tym razem jest to bardzo żenujące”. Budowa wtórnej platformy rozwojowej będzie w stanie dostosować się do zmian po stronie popytu przedsiębiorstwa.
Systemy oprogramowania są również bardzo ważne. Jednym z nich jest kompatybilność różnych produktów oprogramowania. Ze względu na złożone potrzeby witryny biznesowej przedsiębiorstwa, niektóre rozwiązania wymagają współpracy różnych marek produktów ze sobą. Ale to, jak zaplanować produkty różnych firm, aby osiągnąć kompatybilność, jest również problemem. Innym punktem jest to, że przy niektórych inteligentnych scenariuszach magazynowania lądowania w głębi, jak koordynować między robotami mobilnymi na dużą skalę, robotami, jak nie rozbić się i zaplanować optymalną trasę, bardzo testuje zdolność algorytmu.
Obecnie główne krajowe przedsiębiorstwa robotyki logistycznej są bardzo ważne dla inwestycji w systemy oprogramowania. Na przykład, gdy Kuangyi opracował system Hetu w 2019 r., miał on używać Hetu jako centralnego mózgu do wysyłania całego samodzielnie opracowanego i trójstronnego sprzętu, i zrealizował połączenie systemów oprogramowania, w tym systemu zarządzania magazynem (WMS), systemu realizacji magazynu (WES), systemu realizacji zadań (TES) i oprogramowania sterującego ciałem robota. Nie tylko realizuje inteligentne zintegrowane zarządzanie magazynowaniem i logistyką, ale także obsługuje symulację na etapie planowania, prawdziwie realizując pełne zarządzanie cyklem życia systemu magazynowania i logistyki.
W kontekście współpracy wielu produktów w branży, promowanie odpowiedniej standaryzacji i unifikacji interfejsu stało się również konsensusem w branży. Niektóre stowarzyszenia branżowe i były w czołówce, aby wspomnieć o standardzie branżowym, istnieją również przedsiębiorstwa, które podjęły działania. Na przykład, sojusz przemysłu robotów mobilnych na rok 2022 opracował „specyfikację interfejsu danych robota mobilnego i jego systemu harmonogramowania przemysłowego”, która została wydana w kwietniu ubiegłego roku.
Obecnie firmy zajmujące się robotami mobilnymi muszą stawić czoła projektowi systematycznemu. Tang Wenbin uważa, że cały łańcuch, od sprzętu, oprogramowania, algorytmów, po cały projekt programu i ostateczną implementację lądowania, w tym pewne szczegóły, takie jak interfejsy klienta, szkolenia, obsługa i konserwacja, cały długi łańcuch biznesowy wpływa na efekt końcowy. „To zintegrowany system, dostawcy nie mogą być zbyt skąpi w żadnym krótkim ogniwie”.
03 Dywidenda dużego modelu
W ciągu ostatniego roku rozwój technologii dużych modeli wywołał reakcję łańcuchową na całym świecie i otworzył ogromne możliwości wzrostu.
IDC niedawno opublikowało dane z okresu od 1 października 2022 r. do 15 marca 2024 r., z których wynika, że w ciągu prawie 18 miesięcy na całym świecie, w tym wśród dostawców usług w chmurze, układów scalonych, aplikacji programistycznych i dużych firm modelowych, 60 firm, wartość rynkowa rynku kapitałowego wzrosła o 8 bilionów dolarów.
Pojawienie się dużych modeli również wywołało duże emocje w dyskusji na temat robotyki. Weteran startupu robotycznego powiedział Digital Intelligence Frontier, że w ciągu ostatniego roku lub dwóch duże modele poprawiły poziom inteligencji robotów bardziej niż skumulowana suma technologii z ostatniej dekady.
„Pierwotnie opierało się to na pisaniu martwych programów i programowaniu inteligencji robota”. Źródło powiedziało Digital Intelligence Frontier, że na przykład, aby zmusić robota do przejścia z punktu a do punktu b do punktu c, proces musi być jasno zdefiniowany, zanim robot będzie mógł przejść. Po dodaniu dużego modelu, o ile użytkownik powie, dokąd ma iść w języku naturalnym, robot może to zrealizować.
Interakcja człowiek-robot ulega zmianie. Tang Wenbin, CTO Kuangyi Technology, podał przykład, na przykład, w niektórych europejskich zakładach logistycznych i produkcyjnych, istnieje wiele rozwiązań systemów sterowania opartych na głosie, wiele osób pracuje z zestawem słuchawkowym, poprzez ograniczone instrukcje, używając głosu do interakcji z systemem. Po pojawieniu się dużego modelu, potężnej zdolności rozumienia semantycznego, ludzie mogą szybciej i wygodniej podawać instrukcje operacyjne systemowi.
Tang Wenbin powiedział Digital Intelligence Frontier, że inną, ważniejszą zmianą jest to, że kompleksowy model obejmujący wszystkie elementy, od percepcji, podejmowania decyzji i kontroli, skoncentrowany w jednym modelu, po zdolność ludzi do kontrolowania robota, a także stopień inteligencji maszyny, ma osiągnąć nowy poziom.
W rzeczywistości model end-to-end jest również obecnym kierunkiem rozwoju i podstawowej ewolucji dużych modeli w branży, takim jak niedawno wydany OpenAI GPT-4o jest modelem end-to-end, który został zrealizowany jako wejście dowolnej kombinacji tekstu, dźwięku i obrazu, a do generowania dowolnej kombinacji tekstu, dźwięku i obrazu szybkość reakcji interakcji i dialog w prawdziwym życiu są bardzo podobne. Efekt opóźnienia wydany przez Google w sierpniu ubiegłego roku zadziwił wiele osób Robotics Transformer 2 (w skrócie RT-2), duży model robotyki, jest również modelem end-to-end, który integruje możliwości wizji-języka-działania (VLA).
Osoba odpowiedzialna za rozwiązanie branżowe krajowego przedsiębiorstwa zajmującego się sztuczną inteligencją powiedziała Digital Intelligence Frontier, że kompleksowy duży model oznacza, że od wprowadzania mowy do rozumienia semantycznego po kontrolowanie podejmowania decyzji, co wcześniej było wykonywane przez wiele modeli ułożonych jeden na drugim, jest teraz wykonywane przez jeden model. Wcześniej superpozycja drogi mniej więcej powodowała utratę stopnia inteligencji, podczas gdy przepływ informacji między różnymi modelami również naturalnie ma większe opóźnienie, podczas gdy model kompleksowy oznacza mniejsze straty, wyższy stopień inteligencji i krótsze opóźnienie.
Niektórzy mają pytania, logistyka i powiązanie magazynowania wyglądają na stosunkowo zamknięte, ta scena jest konieczna, aby wprowadzić duży model? Tang Wenbin uważa, że scenariusze logistyki magazynowania w rzeczywistości, rodzaj zadania nie jest pojedynczy. Na przykład scena operacji transportu materiałów zawiera przenoszenie pudeł, kompletowanie, pakowanie, taśmowanie i inne rodzaje zadań, zdolność generalizacji dużego modelu może przynieść bardzo wyraźną wartość. „Scenariusz logistyczny jest w rzeczywistości bardzo dobry. Ma dość dużo pracy do wykonania i potrzebuje inteligentniejszych robotów”.
Te nowe zmiany są ekscytującymi graczami na torze robotyki logistycznej. Po fali dużych modeli, która nadeszła w zeszłym roku, Tang Wenbin i jego zespół szybko zareagowali: „Kuangyi Technology chciało zająć się robotyką, kiedy zostało założone, a dzięki tej fali jesteśmy jedną z niewielu firm, która rozumie zarówno duże modele, jak i robotykę, a te dwa punkty umiejętności rzadko zbiegają się w zespole”, i obecnie budują kombinację dużych modeli i produktów robotów logistycznych.
Źródła branżowe uważają, że zwiększenie poziomu inteligencji sprzętu przyspieszy stosowanie produktów we wszystkich typach scenariuszy penetracji przemysłu, co może uwolnić nową przestrzeń, w której gracze nie będą musieli inwestować w przestrzeń magazynową.
Dyrektor generalny Haikang Robotics, Jia Yonghua, podał przykład. Wcześniej tradycyjna zdolność percepcji AGV i zdolność autonomicznego podejmowania decyzji były stosunkowo słabe, mogły realizować jedynie obsługę punkt-punkt lub niektóre z pętli prostej stałej powtarzalnej pracy, skala branży jest również stosunkowo niewielka. Kiedyś poszedł do znanej firmy w Japonii, roczne dostawy wynosiły zaledwie kilkaset sztuk. Ale ponieważ roboty mobilne dołączają więcej algorytmów, inteligencja monomerów jest coraz potężniejsza, produkt stał się bardziej elastyczny, może działać w środowisku interakcji człowiek-komputer, zakres zastosowań robotów mobilnych osiągnął dużą ekspansję, taką jak ubiegłoroczne dostawy robotów Haikang mogą być ponad dziesięć lat temu, cała branża.
Jednak dramatyczne zmiany spowodowane przez duże modele mogą dopiero się zacząć. Branża ogólnie uważa również, że korzystanie z modeli Transformer i wstępne szkolenie w celu sterowania robotem otwiera nowe kierunki w technologii, ale rozwój ucieleśnionej inteligencji jest wciąż w powijakach. „Nadal istnieje potrzeba ciągłego zwiększania wskaźnika sukcesu w miarę zapętlania się danych i rzeczywistego zamykania pętli w niektórych scenariuszach w celu generowania wartości biznesowej. Droga jest jeszcze dość długa” — powiedział Tang Wenbin.