凯文凯利曾经说过这样一句话，汽车颠覆不是来自汽车本身，而是特斯拉，因为它是带轮子的计算机。
随着社会发展，不仅汽车被全新定义，服务行业同样如此。
颠覆服务行业，取代送餐、迎宾的也不是人类，而是机器人。
在《数字经济及其核心产业统计分类（2021）》中，给了服务机器人以全新的发展内核。
文件中将服务机器人界定和分类为数字产品制造业，未来将作为数字经济发展的基础核心产业进行统计。
具体来看，目前服务机器人分类泛化到指除工业和特殊作业以外的各种机器人。主要包括用于个人、家庭及商业服务类机器人。
如家务、餐饮用、宾馆用、销售用、娱乐、助老助残、医疗、清洁等类别机器人目前都属于未来数字经济基础设施建设的范畴。
归属于数字经济建设的基础核心产业，将对服务机器人行业发展起到进一步推动作用。
▍服务机器人市场情况一览
分类的进一步细化与2021年服务机器人行业整体高速发展息息相关。
国家统计局数据显示，在2021年上半年，服务机器人生产量就呈现暴增态势，1-6月的平均增速达到70%。
增速比例远没有具体数量带来的震撼直观。可以看到，2021年6月，服务机器人产量累计值达到392万余台，而在2月份，这一数据仅为95万余台。
短短5个月时间，服务机器人产量增长了约296万台。
而这一累积数据到2021年12月，更是达到了惊人的921万台，产量增加48.9%。
作为全球经济和社会全面回归的重要支撑点，行业数字化成为经济发展的新引擎，绿色低碳是人类社会的共同愿景。
目前来看，社会接受度成熟且产量可观的服务机器人行业，被纳入数字经济及其核心产业的分类中也并不足以为奇。
其发展紧密构成数字经济的基础核心，也是国家产业升级的和推动企业发展的重要基石。
这离不开资本的持续涌入。
尤其在扫地机器人这个服务于普通消费者的服务机器人门类得到高速增长后，服务机器人其它领域也进入资本视线。
部分赛道的服务机器人企业因此得到快速助推，2年4轮融资的企业不在少数，企业规模持续扩大。
撇开目前距离大众最近，消费者感知最高的扫地机器人，也有例如普渡科技、擎朗智能、云迹科技等专注餐厅、酒店等场景的企业走在了行业前列，产销量触碰到了足够上市的门槛。
多学科融合后，很多人对服务机器人“轮子加平板”的认知已经发生了巨大改变，那么服务机器人行业这些年是如何保持的快速增长？
▍庞大的量能密码
防控疫情可能是最大推动力。
央视财经的报道中显示，2020年是国内服务机器人行业爆发式增长年，市场规模同比增长37.4%达283.8亿元，预计到2023年市场规模将达到751.8亿元。
如果按照国家统计局的数据进行预估，2021年的市场情况应该依然远超人们的想象。
从一些企业的情况来看也是如此。
2021年，头部企业例如穿山甲机器人覆盖了6000多家企业；
云迹科技服务了8000多个酒店；
中智卫安生产规模达到约6万台；
擎朗科技的机器人覆盖了全球500+城市；
普渡科技则覆盖了全球60+国家。
服务机器人头部企业的产品覆盖了政企、商超、酒店、餐饮等50多个领域。
把时间再拉远点，我们可以从这个行业发展的历程中找到一些必然性。
根据企查查数据，2014年，服务机器人企业仅6342家，根据前瞻产业研究院提供的数据显示，当时全球服务机器人保有量为2500万套，市场规模280亿美元。
这其中家庭领域个人机器人是主流产品，而在部分餐饮企业先期尝试的服务机器人则还有着固定的导轨。但先期的服务机器人市场培育在快速进行。
到了2016年，企业数量就突破1万家。但现实情况存在一个悖论。
因为2016年随着人工智能“泡沫”破灭，机器人行业投融资事件数量也相应开始逐年递减，减幅约为20%。
在这种情况下，根据IFR统计，2016-2017年，我国服务机器人市场规模年平均增长率依然达到27.5%。
这意味着即便融资热度下降，行业增速还是得到大大提升。由此可见，更多企业最初看好的还是服务行业机器换人的市场可能性。
企业数量这一数据持续增长，到2020年末突破2万家，2021年更是突破10万，达到105506家，同比增长78.9%。
不靠资本，那是什么引起了这个市场的逆势爆发？
我们从2016年一篇新华网的报道中可以发现一些端倪：
各类企业对于机器人的理解，机器人与场景的结合较前两年有了很大的进步，企业开始很清楚机器人的优势在哪，怎么用它，对机器人的业务、场景的理解更为透彻，销售数据直线增长。
机器人和大数据、云计算、人工智能的结合，以及高精度传感技术的突破，使得服务机器人越来越方便使用，成为吸引客户的流量工具。
尽管当时在市场应用中机器人许多功能还有需要迭代、完善的地方，人工智能市场也快速降温，融资情况不容乐观，却是在这种饱和式市场竞争中，诞生了如今各领域几家服务机器人头部企业。
另外，随着技术的发展，加上社会市场需求的驱动，市场教育取得一定成效，企业的成长速度不可小觑。
在这个时间段，资本对一部分市场的容量也有了更准确预估，从粗放式投资未来也进入到了精准投资细分龙头。
例如2020年国家统计局公布的数据是大小的酒店约合计70万家，餐厅约710万家。
基于对企业市场占有率和扩张速度的把握，更多资本开始在这个时间点陆续进场。一些科技创业者也陆续进入这个新的热点赛道，带去了科技创新的全新技术可能。
这些再加上工信部发布了《机器人产业发展规划（2016-2020年）》，预期2020我国服务机器人年销售收入超过300亿元，预测我国有望成为全球最大的服务机器人市场。
这让服务机器人产业在热度降低，资本退潮下，依然呈现出了爆发式增长态势。
▍爆发后的再增长
当然，过去十年，扎根C端路线的服务机器人企业可以说最为成功，消费类服务机器人的上市数量证明了这一事实。
许多企业羡慕C端市场的大蛋糕，扫地机器人领域在2021年依然涌入了大批选手，希望靠着产品创新和营销成为下一个幸运儿。
但到2022年，原先消费市场的热度已经开始下降。
这或许和一系列文件的出台有关。
例如G20杭州峰会提出的《二十国集团数字经济发展与合作倡议》，以及《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》、《国家信息化发展战略纲要》、《关于促进互联网金融健康发展的指导意见》等政策文件。
可以预见，随着互联网行业的退潮，个人消费服务机器人市场容量趋于饱和，经济下行和技术迭代放缓导致产品更新迭代周期拉长，作为新增长点的AIOT赛道进展迟缓，个人消费服务机器人行业已经开始下行。
另外，从服务机器人产品技术来看，因为消费级服务机器人不涉及太多机械结构，其硬件核心主要包括底盘，传感器、视觉、芯片，产业链长度并不如传统工业产品。
一部分消费品服务机器人企业采取外购集成的形式完成，整个产业链的发展也降低了准入门槛。
有很多消费类服务机器人企业开始将目光转移到了B端路线上。
相对而言，在B端场景下，软件和算法往往可以被视为服务机器人的核心技术，包括视觉算法、导航算法、自然语言处理、深度学习等。
因此，对服务机器人企业的优劣性，目前主要评判自主知识产权、应用场景、规模优势、核心技术团队优势、客户、供应量等。
有投资人介绍，好硬件决定了初期的规模化起量速度，但未来覆盖面和软件决定了企业的核心价值。
在疫情下，机器换人这一趋势随着人口老龄化加剧，用工成本上涨开始得到更大范围的确认，市场的反馈更为直接。
酒店、餐饮门店逐步放弃了工资逐年提升且越来越难以招聘到的服务人员，转而将目光投向服务机器人。
服务机器人服务范围宽，交互内容强，情感粘性程度大，已成为商业数字化和消费重构的重要举措，商业接受度已经非常高，可以预见更大范围的铺开只是时间问题。
企业基础能力具备后，大量营销+市场推广能够很好完成场景铺设。这也导致服务机器人的横向跨界相对容易。
目前来看，造成的直接新问题就是大部分服务机器人企业的团队重心放在销售和市场上，快速进入“跑马圈地”抢占客户的阶段，但研发创新的突破性技术寥寥无几。
▍新的转型与渗透
在此阶段下，政府采取了相应产业规划和引导手段。
作为数字经济基础设施的公共服务机器人这一定性，不仅对政府采购数量上提出了要求，也对于服务机器人技术指标有了隐性规定。
随着十四五机器人发展规划中对服务机器人做出更多技术上的细节性要求，政府采购作为服务机器人行业起量的另外一端，采购行为得到进一步规范。
最新发布的许多文件，明确了政府采购的研发创新性要求。例如第一零三号主席令文件中提到“政府应率先购买首次投放市场的境内产科技创新产品”。
这为整个产业的科技创新提供了更好的支撑，也必然促使下阶段企业将开始思考，如何让服务机器人智能水平更高，功能更加多样化，同时能否加入更加智能化的AI。
创新成为服务机器人下阶段竞争的重要主题。
在这种环境下，已经有龙头企业开始将目光对准了其它商用赛道。例如科沃斯就嗅到了这个趋势，在近期公布了自己的商用清洁机器人跨界新品“程犀”。
这款机器人是科沃斯对于商用清洁机器人行业的首次尝试。
目前科沃斯旗下不仅有着扫地机器人产品，还已经扩展到了迎宾机器人，政务服务机器人，医疗导诊机器人等多个领域。
从介绍来看，科沃斯很好把握住了服务机器人发展的新方向：数字经济载体，从而不断扩大企业产品的应用覆盖面，提升商用场景触达率。
不仅是科沃斯，原先针对单一场景覆盖的企业也早已开始跨场景拓展。
例如擎朗加大布局了迎宾、配送机器人，普渡机器人进军配送、清洁赛道，高仙机器人则也计划进入餐饮赛道。更直接的跨界又例如科大讯飞、小i机器人、商汤科技等一批企业在语音语义处理、知识识别、人工智能技术、语言水平处理能力上显著提升，产品体系也拓展到了服务机器人。
跨界布局成为了服务机器人行业竞争白热化的标志性事件。
▍难点依旧存在
但我们再次翻看5年前服务机器人的发展痛点，发现有部分问题依然存在：
广州某商场的服务机器人，虽然搭载了投影、音乐、广播等多种功能，但在复杂环境中针对顾客需求的“导航引导”无法实现；
室内外场景切换时，迎宾机器人出现卡顿；
餐饮店的机器人避障后想要继续行走，却没有考虑环境变量的问题。
机器人摔倒、损坏后维护成本和周期的问题。
用一位顾客的话来说，“刚开始觉得新奇、好玩。可它实在比较笨，理解能力差，功能性不强。除了简单逗趣之外，很少和它交互。”
同时，不少机器人的AI能力，在实验室环境实际已经比较成熟，但应用到各现实场景中，仍面临较多复杂因素。
例如人脸识别、语音识别技术在实验室环境大多已经成熟，但在实际应用中，餐厅人声嘈杂，机器人快速准确进行语音识别依然存在问题。
此外，在银行营业厅、机场等动态环境，遭遇逆光、多行人等情况，机器人的适配性并不那么强。
这些实际应用过程中会出现的技术问题，目前很难有具体的性能评判依据，但仍然需要一个一个去解决和优化。
时代飞速发展，新产业的形成过程中，如何让传统产业完成过渡与转化的社会问题也开始出现。
例如服务机器人确实在餐厅、酒店用低成本换掉了人类，但相应的税收，增值服务却也因此丧失。服务机器人涉及到的道德、法律和伦理规范性问题更是还处于空白期。
当前，深度学习、人工智能技术逐步，以技术研发为驱动的发展模式，在基础商业、民生服务、社会服务等领域得到广泛应用。
在“数字化”成为今年企业发展关键词的当下，服务机器人必然成为传统产业数字化转型的重要一环。
硬件技术和材料学的进步，也为服务机器人实现更复杂更精巧的功能提供技术基础。
但如何在服务机器人的下半场脱颖而出，可能并不再只是市场的角逐，活下来，并需要在数字经济这个更远大的场景中寻找“技术服务价值”的答案，企业才有光明的未来。
