最近一個月，機器人行業的大新聞不斷，可謂賺足人眼球。由騰訊領投的知名機器人企業優必選宣佈獲得8.2億美元C輪融資，刷新了此前商湯科技單輪融資6億美元的記錄，公司最新估值已經達到50億美元，成為全球估值最高的AI創企；波士頓動力公司展示的新版機器狗SpotMini，上下樓梯自如，會主動避障，還可以自己開門。而機器人Atlas相較於兩年前的愣頭青，現在顯的靈活許多，能跑能跳，還能跨過障礙物，這兩個機器人解鎖的逆天技能太令人稱奇而在網絡爆紅。另外，波士頓動力公司披露，SpotMini機器人正在生產前期，計劃明年投入商業生產。這一切跡象表明，在2017年已經進入冷靜期的消費機器人市場，似乎開始逐漸回溫。
機器人從最頂端的用途劃分，可以有軍用機器人、工業機器人、商用機器人和消費機器人。本文探討的是2C端的消費機器人。理論上，消費機器人按場景可以有家庭場景、隨身場景、辦公場景、汽車場景等。但目前而言，家庭以外的場景，還沒有發展的跡象，家庭智能機器人基本可以代表2C端的消費機器人。
隨著人工智能產業已進入落地期，視聽覺語義理解、自然語言處理、神經網絡，情感識別算法等的技術發展，讓消費級機器人產品逐漸走入消費者視野。不過，資本的瘋狂追逐、產品的功能炫技、互聯網巨頭的背書或許都無法讓這個行業，尤其是人形機器人、家庭管家機器人等細分領域形成爆點。正相反，人工智能產業泡沫或將由消費機器人行業引發。
1. 智能無人機、餐廳機器人等已初顯頹勢
2014年被成為“機器人元年”，異常熱鬧火爆，企業通過不同方式涉足機器人產業的局面近乎瘋狂。據不完全統計，截至2014年底，有70餘家上市公司併購或者投資了機器人、智能自動化項目，而中國機器人相關企業的數量甚至超過了4000家。到2015年，這種局面達到頂峰，然後從2016年開始盛極而衰，資本走冷。
根據騰訊研究院&IT桔子聯合發佈的《2017年中美人工智能創投現狀與趨勢研究報告》統計數據，國內智能機器人與無人機相關技術創業最為火爆，位居於第一梯隊。然而，資本的瘋狂湧入讓市面上大部分服務機器人產品同質化嚴重，進入2017年後，許多倉促的入局者已經漸漸失去了聲響，消費機器人市場也逐漸進入冷靜期。目前，智能無人機、餐廳機器人、虛擬助理、智能硬件等領域和行業已初顯頹勢。據初步估算，中美倒閉企業總數已超過50家，類似亞馬遜Alexa、Google Assistant的虛擬助理技術並未完全成熟，其安裝應用的智能機器人消費級市場還沒有被打開。
2. 消費機器人行業頹敗的原因資本逐利，產品同質化嚴重隨著發展機器人產業被上升為國家戰略，高額補貼的利好政策和可觀的前景引無數資本進入這一行業。然而機器人行業不同於互聯網和手機行業，投資大、見效慢而且風險高，無法幾個月就進行一次迭代，只能一點點進步。機器人是一個綜合性、多元化的平臺，若想機器人替代人工完成適應性作業，需要大量的數據運算和指令分析，而傳感器、測力度等技術也需要協同發展才有可能實現。由於配套技術的瓶頸，中國製造出的機器人更像是玩具一樣，能充分應用的領域很窄。
站在資本角度，其最終目的是獲得商業價值，因而顯得“短視”。統計國內自2011年成立的消費機器人創業公司的產品，除了少數明確定位為編程機器人和打鬥娛樂機器人，大部分產品兼具娛樂、早教、編程、管家等多項功能，使市場上家庭智能機器人功能堆疊，扎堆競爭。
對很多廠商而言，其目的就是要做一款桌面機器人，接入虛擬助手技術。外觀無非是平板、輪子、手臂等機械組合。為了打動用戶，軟件層面會有海量的教育內容、視頻通話等等。在消費者眼裡，此類產品琳琅滿目，各式各樣，能夠實現很多所謂的“高科技”功能，產品從幾百元到幾千元價位不等；而在開發者眼裡，這些不過都是成熟方案的選型堆疊。就像拼積木一樣，從外形、移動性、到屏幕、攝像頭，看誰能拼出一個爆款出來。這類產品魚龍混雜，其本質就是智能化的早教機，或者智能化的玩具，只不過戴上了機器人的帽子。因此，目前市面上的一大批“機器人”並不能稱之為機器人，更多的是濫竽充數、騙取利潤。而真正的機器人產品門檻非常高，所以落實、制定標準才是當務之急。
市場規模預期過高，競爭激烈如果僅從媒體報道分析，大家幾乎無法建立機器人行業的正確認知，因為網絡上充斥著鼓吹、唱衰的各種言論。“消費機器人的時代到了：一個萬億美元的大市場”，“消費級機器人混戰，教育及陪伴型或率先進入家庭”……這背後的根本原因，在於大家談論的不是一個概念：機器人行業確實是萬億市場規模，但家庭消費機器人卻並不是。
早在2014年，一些專家曾預測“中國將成為全球機器人及智能裝備產業最大的市場，由機器人帶動的產業，將會開啟一個萬億級新藍海”。而根據同年國際諮詢公司BCG發佈的機器人報告顯示，到2025年，整個機器人市場換算成人民幣也是千億規模。對於消費機器人領域而言，在2015年也只是25億美金。BCG特意註明，這裡的消費機器人指的是娛樂、清潔、教育等機器人，其中佔據最大份額的是掃地機器人。
近期，捷孚凱（GfK）同樣發佈最新報告顯示，中國消費級機器人2018年零售規模將超100億元，其中最主流產品為掃地機器人、智能音箱、民用無人機、智能服務機器人這四大品類，銷量最好的依舊是掃地機器人，佔近50億元的零售規模，而屬於智能服務機器人的份額，只有10億元級別。
因此，從頭到尾，家庭智能服務機器人都是一個真實的市場。只是比較小罷了。它在全球的市場規模大概是10億美金。比起玩具市場來說，也只是一個百分之一的零頭而已。大量的創業者湧入這個小口，讓市場急劇升溫，在前後僅一年的時間裡藍海廝殺成紅海，很多初創企業迎來了倒閉潮。
產品缺乏落地應用，價格昂貴目前，專注於研發人形機器人、家庭管家機器人的公司不少，且吸引了鉅額資本注入，但是該領域最應該讓投資人、從業者謹慎小心。雖然騰訊在前，全賽道投資優必選、樂聚、Ganker，但也無濟於事，因為資本無法催生一個根本不存在的行業。
在2017年，小米、天貓音箱的價格戰，讓語音助手加速地走進千家萬戶。隨著科大訊飛低價版小阿爾法蛋的推出，家庭機器人正式進入百元價位進行廝殺，讓千元市場高處不勝寒。不出兩年，百元價位更成熟的家庭兒童設備就會走向市場。當亞馬遜、小米、阿里基於音箱，以差異化產品殺入這個細分市場，誰會去買千元以上、形態冗餘的機器人？畢竟除了會走路，其他功能都能由音箱+屏幕/攝像頭系列實現。
機器人產品切忌脫離實際落地應用的自嗨。日本推出的新型仿人型機器人，它的主要作用是拿吸管、遞杯子、扶人坐上輪椅，售價合成人民幣約為130萬，服務對象是養老院或者療養院內的殘疾人。儘管能夠拿吸管的功能看起來確實很厲害，但是對於殘疾人到底有多大作用，是大家值得深思的問題。至於像索菲亞那種仿真機器人，已被AI大神Yann Le Cun怒噴為一場徹頭徹尾的騙局，除了能夠製造噱頭再無其他。
知乎上很多人對這個問題感興趣：研究人形機器人的意義是什麼？未來是什麼？
其中最高贊回答：對於科研機構而言，人形機器人並非目前機器人領域“執著的研究方向”，而是一種展示研發機器人成果的樣本；對於工業公司而言，會更傾向於製作非常像人的機器人，因為客戶會喜歡。
這個問題與答案從某種角度印證了人類對於擁有智力的仿人類機器的好奇心，以及對機器人的人類形態是否多餘的質疑。英國的一家制造機器人表演者的公司負責人在接受採訪、遇到同樣問題時回答，人形機器人將被用作娛樂和商業場所，但不會承擔主要任務，畢竟大多數人工智能可以不需要身體就工作。
3. 迴歸用戶對消費機器人的底層需求才能殺出一條血路面對狹小的市場、海量的競爭，只有忘記機器人本體，從用戶實際需求出發，才能突出重圍。
拋開產品的亂象，消費者底層的需求是數十年不變的。無論是狹義的情感陪伴機器人，還是廣義的掃地機器人，底層的需求無非就是三個：教育、娛樂和效率；對應的底層價值，分別就是獲得教育，開心娛樂和提升效率。
教育價值，指的兒童早教工具的價值。在教育機器人市場，機器人與編程教育的結合、軟件與硬件的交互，已經成為編程教育的主流產品形式。在這個領域裡，樂高的EV3是一個先行者，微軟、谷歌、蘋果等大公司已把編程教育作為其長期生態體系中不容忽視的一環，國內的makeblcok，也是價值本位的典範。
娛樂價值，是指玩具帶給人的娛樂價值。隨著互聯網、人工智能的發展，整個玩具市場也進行迅猛地智能化迭代。2017年，索尼推出了創新玩具toio，讓人眼前一亮；任天堂針對switch開發了紙殼套件labo，更是刷爆了朋友圈，2017年，樂高在全球銷售呈現疲態，但在國內迎來是持續兩位數增長……智能玩具，至少是機器人夢想踏空時，娛樂價值最好的安身之所。
工具價值，便是讓機器脫下科幻的外衣，迴歸機器的工具屬性的本質。若琪從一代科幻式的家庭機器人，到2代轉做智能音箱，小魚在家從分身魚到屏幕音箱，都是紅海脫離、價值迴歸的體現。摒棄虛幻的外衣，迴歸工具的本質，也是迴歸價值的本質。
家庭服務機器人想獲得最實際的落地應用場景，不妨從智能家居角度出發，利用AI讓智能服務機器人完成智能化家居控制（門窗管理、照明管理、門禁聯動、節能管理等）、家電控制（電視、音響、電飯煲、空調、熱水器等控制）和安防保護（防盜監控、防煤氣洩漏、緊急報警等），從而成為智能家居的控制終端之一，不失為一個價值迴歸的可靠選擇。。
在筆者看來，人類之所以不遺餘力的進行機器人研究，最主要的方向並不在於要將其娛樂化、消費化，其首先需求是實現機器人工具價值，讓它代替人類去做一些或無意義、或具危險性、或可起到輔助意義的事情，如安防機器人、高空作業機器人、水下機器人等。因此，就目前而言，單純的面對教育、娛樂方向的消費機器人市場不會很大，且整體行業標準不一、產品品質參差不齊、競爭激烈，對於資本方和從業者而言，入行有風險，投資需謹慎。唯有迴歸用戶真實需求，踏實做產品，才有可能在這一輪AI浪潮中，不被溢出的泡沫所吞噬。
閱讀更多 THU數據派 的文章
