★ 2024 年及以後，採用機器人的三個風向

機器人的崛起 | CNBC 馬拉松 

Klacci 凱樂奇 PO 系列 自動開關門氣

EY

由於價格下跌和人工智慧的進步，隨著世界在疫情後進行重組，越來越多的公司將很快被定位為利用機器人。

簡而言之

• 勞動力短缺和通貨膨脹，決定了世界從新冠病毒中復甦的問題。對機器人學感到好奇的高管們應該認真看待它。
• 工業機器人的平均價格呈下降趨勢：在過去十年中下降了一半，並準備繼續下降。
• 人工智慧為機器人提供了「大腦」，新模型類似和新的生成人工智慧模型正在迅速發展，將感官資料與可理解的語言聯絡起來。

對於許多高管來說，機器人學提出了顛覆性用例，儘管如此，這些用例似乎總是在地平線上，假設技術太新生，所需的資本過高，營運所需的技能太稀缺。但由於經濟的改善、人工智慧和地緣政治趨勢的進步，機器人技術的進入壁壘一直在下降 —— 事實上，機器人的採用在過去六年中翻了一番，並準備進一步加速。

根據國際機器人聯合會 2022 年的一份報告，截至 2021 年，全球至少有 350 萬個工業機器人在製造工廠執行，工業機器人安裝達到了歷史新高。自 2010 年以來，隨著製造商努力降低生產成本，工業機器人投資呈上升趨勢。

但由於最近的幾項發展，我們相信影響很快就會在更廣泛的企業中感受到。 例如，在健康科學和健康行業，機器人越來越多地用於手術室和臨床環境，以及研究實驗室，以自動執行手動、重複和大容量任務，因此技術人員和科學家可以將注意力集中在更具策略性的任務上。隨著技術的發展，機器人將更加自主地運作，最終完全自行執行某些任務。

我們看到市場上有三個加速器，顯示為什麼機器人應該作為關鍵的差異化因素，今天在 C-suite 議程上佔有一席之地 。

1. 疫情後的經濟壓力

技術通常是巨大的通貨緊縮力量，在疫情爆發後，通貨膨脹已經變得歷史上很強烈：自 2022 年以來，全球最先進經濟體的水準，已經大大超過了過去 10 年的高點。例如，在 2022 年底，美國核心通貨膨脹率達到了 40 年來的最高點。歷史上勞動力市場的緊張至少是故事的一部分，供應鏈中斷也迫使公司為其生產和分銷尋求更具成本效益的解決方案。

但由於高資本支出和再培訓成本，除了最大的公司外，透過機器人實現自動化的效率已經無法實現。一些中小企業仍然會這樣，但可能不會太久。根據 ARK Invest 的資料，工業機器人的平均價格在過去十年中減少了一半，從 2011 年的 47,000 美元，到 2022 年約為 23,000 美元，預計到 2025 年，成本將再下降 50% 至 今天60%。

此外，新的即服務業務模式，正在透過消除或減少中小型企業和新部門的前期資本支出成本，使機器人更容易獲得。例如，一個機器人玩家透過與機器人生產力即時相關的現收現付模式，提供自主移動機器人在倉庫中使用。沒有前期費用，公司承擔所有維護、維修和其他費用。

2. 重新修復和迴歸製造業

在過去的五年裡，新冠肺炎大流行和地緣政治緊張局勢，突顯了許多全球化供應鏈的脆弱性。這對全球企業來說是一個重大挑戰，特別是對於那些依賴半導體等複雜和關鍵元件的人來說。

根據 ABB 機器人公司（ABB Robotics）在 2022 年的一項調查，在這種環境下，多達 74% 的歐洲企業，和 70% 的美國企業，計劃將他們的業務重新上岸或近岸 —— 分別有 75% 和 62% 計劃在未來三年，投資於機器人自動化。此外，具有里程碑意義的立法，如美國《CHIPS 和科學法》和《減通貨膨脹法》，是這一趨勢的明顯標誌著這種趨勢，無論是激勵還是強制的。

隨著勞動力短缺的廣泛報導，特別是在製造業等部門，這為自動化和機器人學提供了一個明顯的機會。你已經可以看到中國的影響，中國在過去十年中一直積極追求機器人技術，並在 2021 年超越了美國採用該技術。

3. 人工智慧

機器人和人工智慧深深地交織在一起 —— 事實上，機器人通常被稱為「體現人工智慧」。 在我們在安永測試最先進的移動機器人的經驗中，我們發現現代機器人在身體上比智力上更先進。但更好的人工智慧正在彌合這一差距，使機器人能夠更好地感知和理解周圍的世界，安全有效地執行複雜的任務，並有效地與人類溝通（一個被稱為人機互動的領域）。

隨著地緣政治和經濟力量，將更多公司推向機器人自動化，人工智慧的進步也有助於降低小型企業，或產品變化高的企業的成本壁壘。根據國際機器人聯合會（IFR）的資料，機器人寫程式和整合佔機器人應用成本的 50% 至 70%，人工智慧有可能將這一成本削減多達一半。例如，機器學習“感知和響應”系統使批發商能夠使訂單履行流程適應產品和包裝的定期變化而不會中斷，製造商能夠實施協作機器人，與服務技術人員一起從垃圾桶中挑選未分類的部件。

我們認為新形式的人工智慧，如生成人工智慧背後的大型語言模型（LLM），是下一代人工智慧機器人的關鍵驅動力。透過將自然語言介面，整合到人工智慧機器人模型中，LLM 將實現有效的人機協作，即使是非技術使用者也能教機器人如何執行任務。 當前人工智慧語言機器人模型的能力已經令人印象深刻，能夠根據英語和其他語言的複雜自然語言指令識別和移動一系列日常物體。

展望未來

成本下降、地緣政治壓力和人工智慧進步的匯聚，使機器人從遙遠的願景推向了當今關鍵的 C 級議程專案。隨著技術滲透到製造業以外的行業 —— 從醫療保健到物流 —— 商業領袖無法忽視機器人在提高生產力、降低成本和促進創新方面的變革潛力。

按此回今日3S Market新聞首頁