中國製造下一戰場:通用機器人全面開花

市場資訊
06-11

  炒股就看金麒麟分析師研報,權威,專業,及時,全面,助您挖掘潛力主題機會!

行業機構SemiAnalysis表示,我們正處於工業社會非線性轉型的早期邊緣,但美國所依賴的基石並不穩固。自動化和機器人技術目前正在經歷一場革命,這將使所有制造業和關鍵任務行業實現全面自動化。這些智能機器人系統將是有史以來第一個不是補充而是完全附加的全天候勞動力,生產率高於任何人類——這將使生產能力大幅擴張,而不僅僅是增加一個人類工作單位。目前唯一有能力達到這一自動化水平的國家是中國,如果中國在沒有美國跟進的情況下實現這一目標,那麼生產力大幅擴張將只屬於中國。

這是中國多年來一直佔據主導地位的製造業領域。該國是世界上最具競爭力的經濟體之一,他們自然會實現規模經濟,並已證明自己是最擅長大批量製造的國家之一,同時他們的工程質量已在幾個關鍵行業中發展成爲最高水平的競爭力。這已經在電池、太陽能領域實現,電動汽車領域也正在順利推進。憑藉這些規模經濟,他們能夠爲東南亞、拉丁美洲等大型發展中市場提供服務,從而擴大其優勢和影響力。

中國在機器人技術領域取得的進展,其影響力將比在過去那些戰略性產業(如電池、太陽能和電動汽車)中取得的成就更具指數級增長。這些機器人系統將製造更多的機器人系統,隨着每個部件的生產,成本將不斷下降,質量會提高,這會進一步加強它們的“生產飛輪”。這將無限重複,隨着質量不可避免地提高,其他國家將很難與之競爭。由於機器人是一種通用技術,這將對所有制造業以及所有其他目前具有優勢的行業產生橫向影響——紡織、電子、消費品等。目前,西方措手不及:韓國和日本的出生率危機正在扼殺它們的製造能力;歐洲工業部門被中國競爭和自身發電能力不足的問題所吞噬;美國則專注於其他市場並採購廉價的海外產品。與此同時,中國的製造能力不斷增強,機器人技術正變得火爆起來。

中國的機器人本土化工作進展順利。本土企業正在佔領全球最大的市場,市場份額接近50%,而2020年僅爲30%。雖然中國製造商目前在低端市場與西方巨頭不相上下,但供應鏈審查顯示,中國本土企業正開始佔領高端市場。宇樹機器人的崛起就是這種轉變的例證:市場上唯一可行的宇樹人形機器人G1現在已完全繞開使用美國零部件。

如今,在美國製造一隻相同的機械臂(仿照Universal Robots UR5e製造)的成本比在中國高出約2.2倍。在產品內部,情況更加令人擔憂。即使這些部件標有“美國製造”的標籤,它們也嚴重依賴中國製造的零件和材料——沒有可行的擴展替代品。

大疆、GoPro,迭代速度如何鋪就勝利之路?

商用無人機市場體現了中國在其進入的每個戰略行業中的規模化策略,然而,這是該策略在機器人相關市場中的第一個例子。本土領導者大疆,如今佔據了全球商用無人機80%以上以及美國消費領域90%的市場份額!儘管該公司是行業的先行者,但它能夠在超過十年的時間裏保持並鞏固其市場地位,這得益於中國的製造優勢以及規模經濟策略。

讓我們來解釋一下。要開發出一款功能完備、性能強大的硬件,必須反覆快速地迭代創造+再造(即製造),以解決問題並在競爭對手之前完善產品。然而,對於西方競爭對手來說,最具挑戰性的是,中國市場旨在獎勵能夠最快擴張的公司,因此,在中國競爭對手進入西方市場之前,它已經在成本上超越了西方競爭對手,剩下的就是在接下來的迭代中逐步完善質量。

儘管GoPro的大部分製造業務都在中國、馬來西亞和日本,但GoPro仍試圖在消費級無人機市場與大疆展開競爭,這意味着其無人機的每次迭代都要花費數週時間——GoPro在美國加利福尼亞設計,將細節發送給中國製造商進行生產,然後運回美國,之後才發現在此過程中需要解決哪些問題。相比之下,大疆的總部位於深圳,這意味着該公司可以在下訂單後數小時內從深圳的任何一家工廠獲得所需的任何零部件,並以驚人的速度進行迭代。

因此在2016年,GoPro的Karma Drone和Hero5被大疆無人機超越。大疆無人機的價格略低(999美元對比1099美元),電池續航時間長50%,已實現避障功能,而GoPro的Karma無人機在發佈時卻遇到了硬件問題,並且由於其產品有缺陷(有時會在操作過程中斷電)而不得不啓動召回/退款計劃。GoPro或許可以通過足夠的努力來解決這些問題,但該公司根本沒有時間,因爲大疆已經在各方面超越了GoPro。

進入西方市場後不久,大疆憑藉其驚人的成本優勢和強大的生產能力迅速導致市場供大於求,並佔據了巨大的市場份額。其他所有大型無人機公司都很快被大疆激進的定價策略壓垮,GoPro以“利潤挑戰”爲由解散了Karma項目,許多其他公司也隨之倒閉。只有大疆明白這是一場規模競爭,並在進入西方市場之前早已做好準備。

在機器人領域,製造業的主導地位至關重要。要製造一個功能齊全的機器人,意味着要無數次地重新制造,並不斷調整每一個細微的錯誤,直到最終打造出一個堅固耐用、可擴展且經濟高效的產品。對於那些在附近擁有製造能力且成本合理的企業而言,這種優勢是唾手可得的,而沒有製造能力則意味着處於劣勢。中國的工業基礎在國內生產總值(GDP)中所佔份額是美國的三倍,在各個方面都勝過美國。

在本篇文章中,我們研究了當前的市場狀況。分析表明,中國正在迅速佔領市場,將競爭對手甩在身後,並計劃搶佔一項革命性的技術。我們還將探討其對西方後緣半導體生態系統的更廣泛影響。

中國的優勢使其完全有能力引領下一代機器人技術——我們預計該領域將產生明顯更高的宏觀經濟效益。現在,讓我們從一些基礎知識開始,解釋一下爲什麼機器人比大多數人理解的更難製造。

不僅僅是一個“機器人”

機器人技術是一個系統工程問題,其最終目標是一臺或多臺機器能夠以與人類相同或更低的成本完成一個或多個人類工作單元。這項壯舉在於設計一個將許多相互連接的獨立部件組成的硬件系統與軟件層集成在一起,並需要反覆迭代才能識別兩個系統之間的差異並最終以完美的精度解決這些差異。本質上,這是兩個系統之間的微妙舞蹈,每次編排迭代都會從複雜性中雕琢出同步性。當每次迭代都接近解決方案時會發生什麼?

可靠性融入低成本、高性能和可擴展的系統,可實現前所未有的新型系統。與人類相比,當前機器人系統的勞動力技能較低、能力較低,而且流失率更高。將機械能力與軟件智能融合,將使世界越來越接近完全擴大工業經濟的能力,超越人類勞動力的限制。與人類整合感官輸入和認知處理以理解和與世界互動類似,具身人工智能(embodied AI)可以執行相同的操作並自主運行,從而使一組新系統爲所有行業做出貢獻。即將到來的機器人轉型有望解決所有這些問題並創造一支只有電影才能描繪的新型勞動力,但該領域和行業擁有遠比“具身AI”一詞所包含的更深層次的內容。

從歷史上看,在這個行業中運營一直是充滿痛苦的,從製造能力低於標準,到管理產品規模化成爲一場噩夢,並且始終存在許多瓶頸:

·硬件節流精度、移動性和操控效率創新有限

·軟件/AI功能從未實現功能的多樣性和實時理解

·安裝前期資本支出過高

·系統維護的運營成本增加

從歷史上看,這些因素結合在一起,使自動化成爲問題而非解決方案。然而,硬件和AI模型的突破終於打開了快速發展的早期階段的閘門,並釋放了通用機器人技術的潛力。

邁向通用機器人

通用機器人技術是機器人技術的終極目標:一種可以在任何環境中執行任何任務的機器人,在工業生產過程中取代人類。在這一過程中,誰能率先邁向通用機器人技術,誰就能獲得巨大的發展機遇。目前在世界各地大規模實施的機器人是僵硬而脆弱的:環境必須預先定義,任務必須是靜態的,任何因素的微小變化都意味着機器人將破壞整個過程。現有的瓶頸是無法突破的,並且扼殺了整個機器人產業幾代的發展,無論其智能與否。這意味着唯一可能的改進是小規模、迭代和漸進式的發展,任何試圖爲機器人配備超出當前能力水平的任何功能的公司都以失敗告終,讓許多研究人員和投資者被邊緣化,尤其是在西方市場。唯一試圖跨越鴻溝進入通用機器人領域的人是實驗室裏的研究人員。打造一個可以達到與人類相同水平的準確度(通常要求約99.99%)的功能性替代物,並確保在足夠長的時間內物有所值,這簡直是白日夢。

甚至連谷歌都無法克服數據稀缺的問題,它曾建造了一個由14個機器人組成的“機械臂農場”,連續運行3000小時,只是爲了實現可靠的抓取。這套系統從未離開過實驗室。數據稀缺是一個嚴峻的挑戰。由於缺乏硬件標準化,研究人員被迫建造臨時拼湊的機器人,然後手動收集訓練數據,這個過程耗費了大量的時間和資源。

此外,與推動大模型發展的互聯網上免費提供的文本數據不同,機器人技術需要多模態數據,而這種數據並不存在。每個試圖訓練機器人的人都必須親自在物理空間中使用功能齊全的機器人收集所有數據。硬件限制使問題更加複雜。要構建一個具有足夠強大的執行器系統,使其能夠微調動作,所有這些都與彼此不理解的非標準化部件相互連接,使機器人能夠執行單一任務,甚至執行各種動作,這極其困難。

然而,我們正處於這種非線性轉型的早期邊緣,但美國所依賴的基石並不穩固。整個機器人技術領域的大量研究和資金投入已經取得了一系列突破。逼真模擬數據的進步、在多個機器人上擴展現實世界訓練的能力以及基礎模型的興起,爲更智能的系統打開了大門。同時,電動執行器等硬件的進步大大降低了成本,使機器人能夠以更高的效率在所需的精度水平上運行,從而解鎖了以前不可能實現的新動作。通用機器人技術終於被釋放,成爲潛在的現實世界解決方案。

通用機器人技術的第一步將是進入“部分非結構化”領域——最初是在它們通常的環境中。在工廠中,這意味着它們可以在孤立的預定義環境之外運行,並處理多項任務。隨着機器人逐漸向通用領域邁進,它們將在工廠環境中取代越來越多困難和多樣化的任務,直到實現每個步驟的自動化。

對於機器人來說,一個更困難的領域是人類聚集的領域。在這個領域,機器人被認爲足夠智能/安全,可以在完全非結構化和動態的環境中運行。由於人類行爲不可預測,機器人需要適應以避免安全風險。除了工業的全面自動化之外,這些機器人還將緩解老年人護理人員短缺的問題,提高醫院效率,提高手術準確性,並實現危險建築任務的自動化,從而滿足幾乎所有的勞動力需求。

中國已經生活在另一個時代

由於中國政府的投資和加速機器人技術的戰略宣言,中國在機器人系統通常僵化且脆弱的約束條件下,創造了令人難以置信的工藝。雖然仍然需要完美結構化的環境和靜態任務,但中國已經實現了完全“無人值守”的“黑燈”工廠。小米的“黑燈”智能工廠全天候運行,每秒生產一部智能手機——無需任何人工。這也不是唯一的一個,中國能夠在沒有通用機器人的情況下實現這種自動化水平,而當通用機器人出現時,其生產能力的影響不容小覷。這並不是說美國正在走向失敗,而是要展示製造能力的巨大差異。通用機器人將使這個機器與生物體難以區分,移動機器人不斷移動並解決任務以支持和維持生物體的活力和功能。

這只是創建全自動機器生產商品的第一步,隨着AI基礎模型變得更加可靠和準確,它們將不斷發展。中國已在廣東的庫卡工廠製造機器人,庫卡主管表示,他們應該能夠將生產時間從每半小時一臺機器人縮短到每分鐘一臺機器人。他們說的沒錯。上述所有工廠都在最低水平的AI或通常的結構化環境中運行,執行靜態任務和基本編程。通用機器人將把這項業務集中到一臺機器上,不久之後,任何複雜的製造任務都可以由通用機器人系統完成。

從工業機器人到協作機器人

讓我們先回顧一下,瞭解一下該行業的現狀。過去幾年,機器人的類型和外形已經變得更加多樣化和實用化。然而,在過去幾十年裏,最引人注目的大規模自動化應用是工業機器人。

傳統工業機器人(如關節式機械臂)優先考慮速度、精度和有效載荷能力。它們配備高扭矩執行器和精細調節的高頻控制系統以實現精度,通常用於需要重複性和高吞吐量的重工業環境,例如汽車工廠或電子製造業。

它們需要在隔離單元中工作有兩個原因:一是確保人類安全,二是因爲他們缺乏靈活性。

這些機器人缺乏適應能力:環境中的任何細微偏差都可能破壞其工藝流程。例如,在汽車行業,點焊金屬面板通常是自動化的。這項任務需要極高的精確度,以確保面板彼此正確定點,點焊點恰好位於指定點上,並且每次焊接都以相同的力度和持續時間進行。由於任務的精確性,定位或時間上的任何輕微偏差都可能影響焊接,從而影響車輛的結構完整性。

協作機器人(cobot)是針對受制於世界固有動態的人類居住環境提出的解決方案,可實現工廠內部更高水平的自動化。它們外觀類似於工業機器人,但體型略小,在有效載荷能力和更高安全性、靈活性和可編程性之間取得平衡,並且可以根據需要輕鬆地在工廠內重新定位和移動。這些機器人通常被賦予更高水平的AI能力,以執行當今的某些任務(例如,執行高度可變的拾取、放置和分類)。

協作機器人犧牲了有效載荷能力和速度,採用了性能較弱的執行器,並增加了一些安全硬件,例如力矩傳感器以感知碰撞、額外的視覺傳感器以構建更全面的視野,以及更多的板載控制器以實現冗餘。它們可以通過某種界面(通常是平板電腦)進行手動引導或教學,因此編程操作所需的專業知識較少,並且能夠輕鬆更改簡單的任務。

通常情況下,協作機器人的任務需要較少的力量和更高的技巧,它們可能負責在工廠工序之間搬運輕質材料,而工業機器人則會負責搬運材料並執行較重的任務。協作機器人還可以作爲CNC(計算機數控)等其他工業機器的伴侶——它們可以將原材料裝入CNC機牀上,取出成品零件,甚至執行清潔或質量檢查等常規支持任務。

協作機器人在所有工業機器人安裝中的份額一直在快速上升,因爲它們可以實現更高的自動化設置並提高工廠的投資回報率。協作機器人在工業環境中具有經濟可行性,因爲環境可以足夠結構化,以確保機器人在執行任務時保持較高的準確性。目前,全球已安裝並運行超過400萬臺機器人,其中90%的年出貨量爲標準工業機器人,10%爲協作機器人。工業機器人通常應用於汽車行業、食品和消費品包裝以及電子產品製造。在同樣的行業中,協作機器人可以執行更復雜、需要高精度的任務,但需要在人類的指令下進行。

雖然自動化的規模令人矚目,但這些機器人幾乎總是出現在工廠環境中,這是有原因的。並非所有制造對這些機器人來說都很容易完成,多品種小批量生產和頻繁的更換使得任務難以完全自動化,大多數需要精細運動技能和靈活性的任務所需的操作水平尚未開發。協作機器人也被認爲是解決這一問題的方案,但在實踐中,自動化需要比任何現有機器人所能提供的更大的靈活性和能力。

移動機器人的興起

移動機器人是自動化機器人領域的最新成員,它們利用移動性執行運輸任務並與其他機器人協作,然而,所有機器人在移動能力方面都有不同的難點、應用領域和優勢。自動導引車(AGV)是與協作機器人同時首次涉足移動領域的機器人。它們的工作很簡單:將物品(例如亞馬遜配送中心內的包裹)運輸到另一個位置。它們仍然像大多數其他機器人一樣是剛性的,需要在地板上放置一些引導裝置以便AGV跟隨。

移動機械手通常是工廠中的輪式機械手,法律要求工廠的地面必須是平坦的,移動機械手用於在非常嚴格和短距離的導航範圍內抓取和移動物體。四足機器人是四條腿的移動機器人,常見於更開放的環境中,通常用於檢查建築工地或類似場所的各個區域,但它們也仍處於原型設計階段。最後,類人機器人能夠與其他機器人處於相同的環境中,但更適合在人類密集的環境中工作。這些機器人目前正在生產中,目的是成爲一種進化的、功能更強大的移動機器人,具有更大的自由度、更豐富的任務範圍和更廣闊的領域,但尚未集成到任何正式環境中。

然而,所有這些形態的機器人仍然只能在靜態結構化環境中發揮作用。目前,移動機械手在工廠中仍處於早期部署階段,四足機器人即將開始部署到建築工地。目前,只有AGV得到廣泛部署和集成,而移動機械手、四足機器人和人形機器人仍處於更開放世界領域的早期形態,這得益於當前AI的進步。

供應鏈困境

在美國,“美國製造”的標籤往好了說是誤導,往壞了說是巨大的危害。實質性轉化原則允許在中間國家對外國材料(尤其是來自中國的材料)進行大量加工,然後再在美國進行最終組裝。這意味着即使產品的核心部件源自中國,也可以貼上“美國製造”的標籤,從而掩蓋其對外國的真正依賴程度。因此,許多美國公司將從中國購買廉價材料,將其轉化爲貼有原產國(COO)的機器人硬件,並以低於實際開採美國資源並在美國進行生產的美國公司的價格進行競爭。這個問題很難說,且更難解決。

將製造能力投入使用並大規模生產工業機器人以引入自動化,這比許多人想象的要困難和耗時得多。許多工業機器人的供應鏈非常複雜,來自世界各地,而這些地方的零部件生產通常已經通過競爭成本優勢佔據主導地位。有許多供應鏈中斷的案例震撼了西方經濟體。例如,在2020-2022年新冠疫情期間,洛杉磯和長灘的港口外排起了長隊,有超過100艘輪船等待。與此形成鮮明對比的是,在同一時期(2020-2021年),中國爲了實施自動化來彌補勞動力的不足,從2020-2021年增加了44%的機器人安裝量。

爲什麼美國沒有效仿?新冠疫情是多年來對供應鏈依賴性的最大警示,但美國卻視而不見。如下所述,美國在任何相關的機器人制造節點中都沒有顯著的市場份額,而且在大多數節點中,它基本上不存在。

機器人技術的歷史以及當前機器人技術的誕生

過去幾十年來,通過機器人技術實現工業自動化的進程一直在推進。在此期間,一些國家已成爲自動化未來的典範,而另一些國家則失去了自己的地位。讓我們來看看當今世界各國在機器人自動化競賽中處於什麼位置,以及推動其市場發展的驅動力。那麼,機器人領域的世界領導者是如何佔據上風的呢?

機器人領域歷來由四個國家主導:韓國、日本、德國和美國。如今,中國是機器人領域的一支主要力量,我們隨後將深入探討這個國家。仔細研究一下前面四個國家,就會發現在不同程度上推動它們成功的共同因素:

·重工業:它們都是汽車和電子等重型工業的歷史大參與者,這些行業容易通過機器人實現自動化。

·大型工業集團的存在——例如豐田、西門子、三星、艾默生

·精通技術的文化

·人口和勞動力成本

韓國和日本均出現了勞動力人口老齡化和低出生率,目前,韓國已將自動化推向極致,10%的勞動力實現了自動化,但其工業機器人約60%的零部件依賴其他國家。日本在自動化競賽中的機會略大一些,因爲日本擁有四大巨頭中的兩家。

德國對工業製造的高度重視使他們走上了實現高度自動化的道路,如果歐盟能夠阻止中國蠶食其自動化公司的份額,那麼德國將爲即將到來的機器人技術解鎖做好準備。

歐洲國家在向中國出售歐盟工業自動化產能和技術方面一直默許且被動。

美國擁有高度發達的科技行業,但缺乏國家戰略,並且製造業外包存在弊端。美國的製造能力仍然是一個相關話題,問題在於,由於美國製造業的成本高昂,它無法在中國參與的領域競爭,而美國曾經擁有的“質量”護城河正在慢慢消失,因爲中國現在有能力以更低的成本生產大多數質量相似的商品。

沉睡的巨人和初露頭角的大衛

庫卡(KUKA)是機器人領域被稱爲“四大”的少數幾家公司之一,發那科(FANUC,日本)、ABB(瑞士/瑞典)、安川(Yaskawa,日本)和庫卡(KUKA,原德國,現中國)這些公司幾十年來一直主宰着該行業。

仔細觀察這四家巨頭,就會發現它們有很多相似之處:數十年的經驗、廣泛的產品組合(協作機器人、機器人、多行業應用等)中的高產量製造能力,但研發投入相對較低,總體上參與打造這些下一代機器人的資本密集型和風險導向型目標的意願有限,而這些機器人的前景在過去也未能實現。此外,他們的業務越來越傾向於中國——這帶來了巨大的地緣政治風險。

這種情況尤其令西方擔憂,中國企業正以前所未有的速度趕上並填補空白。

中國機器人冠軍

雖然大型公司的營收遠超中國,但市場格局正朝着西方沉睡巨頭日益自滿和中國創新轉變。中國機器人技術正在迅速發展,埃斯頓埃夫特和新松機器人等本土公司以及它們最近對上述歐洲機器人公司的收購正在推動中國機器人技術的發展。

這些公司都想成爲巨頭。大多數公司都專注於強大的垂直整合,比如埃斯頓高達95%的核心部件都是內部製造的,這使其能夠快速迭代產品開發;而埃夫特正計劃建造一座“超級工廠”,將年生產能力提高至10萬臺機器人;新松機器人已經具備了令人印象深刻的生產能力,全球工廠面積約爲230萬平方英尺。此外,他們的研發數字可能不言而喻。新松機器人的創新戰略走得更遠。該公司甚至收購了一所領先的德國機械工程職業學校,這樣他們既可以在國外培訓新員工,又可以獲得德國數十年的工程師培訓經驗,同時在中國一所大學建立了自己的機器人學院。

傳統工業機器人市場和相關硬件仍由ABB、庫卡、發那科和安川這四大巨頭主導,但它們的發展步伐已無法與中國同行相提並論。創新和研發投入的匱乏爲中國企業進入市場敞開了大門,而且中國企業也正加速發展。

中國決意稱霸機器人領域

中國正在發生最令人印象深刻的變化,2018年中國每萬名員工擁有的機器人數量排名前十,到2024年將以每萬名員工擁有470臺機器人的水平超越德國,成爲世界第三。中國每年的機器人安裝量遠遠超過四大西方國家的總和。

如此規模的變革,堪稱一場機器人革命。目前,中國製造業以汽車和電子產品生產爲主,因爲自2009年以來,中國生產的汽車數量超過美國和日本的總和,並組裝了全球約70%的電子產品。儘管自動化行業規模龐大,但2023年全球51%的機器人安裝量來自中國,僅當年就增加了27.6萬臺!

2023年,中國加倍投入機器人技術,中國工業和信息化部發布了四年計劃,將人形機器人定位爲經濟增長的戰略引擎。在這一綱要中,他們強調要建立強大的人形機器人創新體系,到2025年實現“規模化生產”,到2027年實現增長引擎。這種國家支持對該行業意義重大,因爲中美經濟與安全審查委員會於2024年10月發佈了一份問題警報,指出中國的人形機器人公司僅在2023年就籌集7.69億美元,2024年上半年籌集超過9.9億美元。中國相信機器人技術及其相關的形態是國家的未來,不久前,宇樹科技CEO王興興甚至出現在民營企業座談會上。

如今,人形機器人現在在中國也蓬勃發展,但仍然被認爲是最難解鎖的,許多較早的預測都誤解了即將到來的革命,例如高盛不得不將其2035年的TAM(潛在市場規模)修改了6倍!在北京舉行的2024年世界機器人大會上,超過27種不同的人形機器人首次亮相併活躍起來,而特斯拉擎天柱(Optimus)則一動不動地待在一個透明的盒子裏。這與2025年2月和旁邊的人類進行同步舞蹈的宇樹Unitree H1形成了鮮明的對比。雖然看到中國人形機器人的表現令人印象深刻,但更令人震驚的是他們能夠以比其他任何國家更快、更大的規模生產這些機器人。優必選科技(UBTech)已計劃在2025年底前量產近1000臺人形機器人;智元機器人(Agibot)於2023年創建,並已開始量產,截至2024年12月15日已完全生產962臺人形機器人。最重要的是,宇樹科技已經在美國上市,而這款人形機器人的標價令人震驚,僅爲1.6萬美元。世界上沒有其他人形機器人可供消費者購買,大多數人形機器人的標價都在10萬美元左右,而相當一部分人形機器人的標價高達20萬美元左右。

未來前景

這是行動的號召。在美國,有許多公司試圖製造自己的硬件,但自主硬件開發意味着公司自行設計和組裝,而當材料和基礎零部件從中國湧入時,每個人都會睜一隻眼閉一隻眼。美國曾經擁有堅實的基礎來推動重工業工廠的發展,但隨着廉價的海外製造擠佔了美國製造商的市場份額,以及美國轉向尖端技術和服務,這一基礎逐漸衰落。然而,每一家破舊的工廠和每張“中國製造”的標籤,都是一個國家枯竭的點畫派形象。現在,這個國家站在勞動力無限擴張與被淘汰的兩難境地,工業歷史的回聲正在呼喊。

中國10年前就知道這些機器人將成爲一股強大力量,並在2023年再次加倍投入。這不是一個假設的問題:中國知道接下來會發生什麼,如果他們率先解鎖這些機器人,他們將比美國更快地迭代,他們將以前所未有的程度補貼該行業,他們將實現大規模的規模經濟。如果不做任何改變,通用機器人熱潮對美國來說只不過是一場噩夢。美國必須參與機器人革命,否則所有勞動力將永久依賴於中國。

海量資訊、精準解讀,盡在新浪財經APP

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10