近年来，在智能零售、智慧酒店以及数字化银行等新风口的驱动下，服务机器人产业正飞速发展，成为推动百行百业智能化变革的中坚力量。就在2017年12月，工信部正式发布了《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，宣布将在未来三年大力推动机器人技术在公共服务、安防巡检以及新零售等领域的规模化应用，商用机器人的发展正式被提上日程。另一方面，经过多年以来与各大应用场景之间的不断磨合，如今的商用服务机器人在应用以及产品设计上的方向也愈加明晰，加之ai浪潮的强力驱动，行业正加速迈向“智能+精准化”服务的时代。
商用机器人市场增长迅猛 “定制+精准化”服务是核心
受人口老龄化及劳动力成本渐增等宏观因素的影响，近年来全球服务机器人市场正加速腾飞。据idc统计数据显示，2016年全球服务机器人的年销售总额为89.1亿美元，2017年突破108.2亿实现22.4%的增长率。同时，随着各国围绕智能化开展的一系列政策加持、产业链零部件成本的降低以及市场竞争的加剧，预计2018年全球市场总销售额有望突破127.9亿美元。与此同时，国内市场增长也十分迅猛，从2015年的29.6亿到2017年的48.5亿，年复合增长率达到15.5%，预计2018年有望突破59.6亿元。
在整个服务机器人大市场的刺激下，加之新零售、数字化银行及智慧酒店等应用场景与机器人技术磨合的不断深化，商用机器人市场总值也开始高速增长，而中国作为全球最大的子市场，同样将在未来几年贡献主要增量。从2012年的2.1亿到2017年的3.8亿，五年以来国内（公共服务领域）商用机器人销售额年复合增长率达10.46%，对医疗咨询及业务办理、新零售、数字化银行以及智能安防等市场的影响颇为显著。
优必选cruzr产品线总经理胡佳文
优必选cruzr产品线总经理胡佳文十分看好商用机器人近年来的发展，他表示：“从整个服务机器人的市场来看，我们认为整体上是处于一个快速上升的阶段，预计2020年服务机器人有望达到1322万台的销售量，整个规模可能突破200多个亿。今年以来，我们业务增长很大一部分的动力也是来自cruzr，这是一款百分百2b的商用机器人，主要应用场景分布于商场、机场、酒店、银行、4s店以及安防等。其中，零售行业会是近年来比较大的一个风口，今年的1月6日，我们与居然之家展开了合作，目前2150台cruzr机器人已经成功在居然之家百城千店正式上岗。而在销量方面，截止2017年底，我们的cruzr产品的销售量已经超过了1万台，并在多个场景实现了规模化的应用。”
作为一种与应用场景紧密贴合的机器人品类，商用机器人需要根据不同的环境来定制具体而精细化的服务功能。科沃斯商用机器人运营副总裁高倩认为：“商用机器人做的是2b的事情，与前期要完成什么样的事并不形成清晰对比，因此现在的商用机器人在发展方向上需要有意识去做筛选。目前，泛金融领域整体的智能化改造升级、政务领域现代化服务角色打造、智能零售的导购和新营销等是我们正在做的案例。尽管也有其他商用机器人企业的目标更加偏向于宽泛的服务各行各业，但毕竟各个行业的需求都有所差异，宽泛的服务以及对各个应用场景的统筹兼顾难免会造成更大的成本开支。而且，在不断的商业化实践中，我们也逐渐认识到目前的智能技术并不能做到满足各行各业的个性化需求，因此必须逐个针对不同的垂直领域或场景持续地去开展数据积累、学习，即机器人深耕场景是手段，围绕场景应用不断产生有效的、精准的业务价值才是最终目的。”
科沃斯商用机器人运营副总裁高倩
因此，2015年起科沃斯的商用机器人旺宝一代就已正式进入银行、零售以及政务系统，为各大场景提供精细化的服务，高倩介绍：“两年多以来，我们已经实现了近千台人形服务机器人在银行业的落地，主要担任大堂经理助理和营销助手的角色，前者主要负责简单的问答，为业务办理人员分流；而后者主要负责业务知识和理财产品上的推荐和答疑解惑。通过2年多的实践，我们发现银行机器人营销助理已经表现出了比传统营业厅服务模式要明显得多的优势，它以远低于传统方式的成本实现了高达40%的营销成功率，尤其是扫码获客或下载手机银行等二维码入口类营销工作。而在零售领域，我们也通过分析顾客和零售业主两类用户的业务需求，针对机器人产品在设计上导入了诸如导购、人脸识别+行为数据分析、管理、指标评估和成交量咨询等功能。目前已经在不少无人便利店场景中实现了规模化的应用，提供的服务包括吸引并帮助顾客下载app、绑定银行卡、协助进行人脸注册、商品咨询导购以及行为数据采集等。基于上述在零售前端为顾客提供交互服务的业务流程，我们认为机器人将在未来几年成为新零售行业最为重要的线下流量入口之一，持续为零售o2o带来数据管理和运营的巨大价值。”
软硬协同突破应用瓶颈 深度定制化渐成主流
尽管在应用层面上的发展正逐步明晰，但受制于当前产业链相关硬件以及机器人在软件系统、算法层面上的不成熟，目前市面上多数自主移动机器人在实际应用中的性能体验仍难以达到人们的预期，具体表现为人机交互成本高昂、避障反应速度慢、感知障碍物视角不够宽以及反映时间长等缺陷。
某移动机器人公司副总裁对记者表示：“以我们目前做的移动运营商大厅服务以及酒店这类的应用场景为例，其中机器人主要发挥咨询、引导、查询及业务办理等功能。尽管目前很多交互技术在基本交流上不存在多大问题，但关于用户的语料收集以及语音库的理解和解析，实际上还是会耗费很大的人力成本，因此很多业内同行也都笑称机器人的人工智能等于是用人工堆积起来的智能。另一方面，实际场景中机器人的移动能力也一大问题，目前很多厂商用的都是第三方厂商所提供的移动底盘，从整个应用情况来看，国内能够找到的厂商自身的移动底盘技术仍不够成熟，在遇到较多障碍物时很容易迷路，而且如果扫描的地图有一点变化，比如原来有一个花盆，把花盆移掉机器人可能就迷路了。”
图灵机器人联合创始人郭家
针对酒店这类相对更为封闭的应用场景而言，当前机器人自身“见机行事”能力也颇为不足。图灵机器人联合创始人郭家认为：“在这种相对封闭的应用场景中，机器人硬件与软件的功能切换与配合能力就需要更加迅速和灵活。譬如遇到大堂的镜面时机器人需要做什么处理，从大理石地面再进入地毯区又需要它有什么应对方式，这就需要多传感器融合在软件以及硬件上都能够进行良好的配合和切换。可以想象，如果碰到镜面，激光传感器的功能可能就无效了，那这个时候就要用‘超声’立即补上。因此在某一个路段里，可能只有某一个传感器会发挥主要作用，所以我们的方法是在软件上不设定一套固定的算法，而是根据实际情况使用机动灵活的控制决策系统来实现算法的快速切换。再举个例子，为了提升它的避障功能，我们用了很多传感器来做，在每一个场景下的哪个传感器的权重最大，这就需要我们去分析。因为在强光线下，某些传感器就完全看不到了，这个时候你可能要用其他传感器比如超声。此外，如果这条路段机器人走的时候总是失败，发现地面有问题，然后通过数据积累和自动学习，它会去绕另一条道路，虽然那条路可能远一点。因此，在出厂前，我们一方面要对机器人进行测试，另一方面肯定会进入这个场景后，有一套体制让它去进行全方位训练，去收集数据，它才能真正掌握这个环境。”
除需要在技术层面上进行优化及调整以外，顺应当前机器人产品设计逐渐向“服务精准化”以及“用户价值为中心”的趋势，越来越多的厂商也开始摒弃以往“大杂烩”的产品设计理念，向服务定制化以及功能精细化的方向进发。
对此，郭家表示：“从2016到2017年，服务机器人领域即有做得好的公司，也有做得不好的公司，好公司的‘转变’主要是从原来做一款由技术定义的产品，转向做一款由产品来定义的产品。具体来讲，以往机器人厂商只是把语音识别、计算机视觉、语义分析等技术做一个堆积，也就是将这些技术单纯的在一个机器人身上进行堆积整合的‘添砖加瓦’模式。但这样做的结果就是机器人不能体现出自己所能带给用户的价值，仅仅只是能听会说，也会看，可能很多其他多余的功能根本用不到或者说用户真正需要的功能在机器人身上得不到良好的体现，因此这背后并不具备所谓的价值。如今，多数厂商正在转变以往的产品设计思路，从简单用技术堆积产品，转向为从用户需求、使用体验以及服务价值等多个角度出发来进行思考，从而打造出能给用户创造精准化服务及良好体验的机器人产品。整体来看，2016年更多是让市场认识到有机器人这一类产品，而2017年产业则更多是深入到各行各业进行实际场景的应用探索及体验打磨。”
胡佳文对此表示赞同，他强调：“只有将机器人真正置入到商业场景中之后，才会发现针对场景进行功能以及技术的深度定制有多重要。以酒店场景下的应用为例，现在很多酒店都需要先拿身份证去做一些复杂的check-in动作，一般需要等待几分钟甚至十几分钟。那我们则是通过机器人的人脸识别，进来后只需要跟机器人交互一下，它就会通过人脸识别来进行验证通过，从而简化check-in的整个过程，完了之后可以带你去电梯以及告诉你酒店的详细信息。除了身份识别以外，周边的一些信息也可以快速查询，比如机场地铁线、出租车需要多长时间等，而且针对不同母语的外宾也能够很好的进行无障碍交流，全面提升服务效率。如果客户还需要其他的服务功能，我们还可以根据对实际情况的评估来做定制化方案，因为不同的服务领域要求的场景交互特点是不一样的。所以，我们的策略是针对不同的场景都要去做深度定制，定制完之后在这个场景去试用，试用完之后再根据应用情况来持续开发软件功能进行迭代和完善。”
借ai之力：服务机器人开启“智能化”新篇章
因此，在接下来的时间里，我们将看到越来越多的商用机器人逐渐走上功能深度定制化及服务精准化之路。随着这种趋势的持续纵深，加之近年来ai技术在硬件以及软件算法上的快速迭代，未来定制一套贴合应用场景的商用机器人将变得越来越容易。目前，不少厂商就已经开始借助ai技术以及自身的数据资源整合能力来实现机器人的自我迭代，借ai之力全面赋能商用机器人产品，并通过不断的深度学习来丰富和强化机器人在各大应用场景中的实战经验及适应能力。
在“ai+”的队伍中，科沃斯的经验相当丰富，高倩表示：“通过2年多的线下运营基础实践后，目前旺宝已经能够在垂直领域内回答一些常规性的问题。但随着对应用场景的不断深耕，我们也逐渐发现在机器人系统中嵌入ai能力的重要性。因此，2016年我们对旺宝进行了二代技术的迭代升级，开始在其中加入人工智能的部分功能比如语音聊天，市场实践发现机器人在业务交互时间和业务交互量上提高了15%-20%，而且在垂直领域也比原来更有经验。鉴于此，我们在2017年的机器人大会上也正式发布了第三代旺宝产品，为产品赋予了更多的ai能力，全新的ai系统通过大量的数据资源以及云平台技术支持，能够实现软硬件模块的高速配合、准确而快速的交互以及精准化的服务，大幅提升的营销成功率，开启公共服务机器人的新篇章。”
胡佳文也十分认同利用ai来给商用机器人逐步赋能的发展模式，他表示：“随着‘ai+’逐渐在服务机器人领域崭露头角，未来我们能够更加快速的实现产品和技术的升级迭代。比如我们可以通过大数据来不断优化软件系统以及算法模型，使ai的自我学习能力不断提升，从而在各种场景下能够运用自如；还能够从后台的一些数据统计，挖掘到信息中的一些商业价值，从而让数据来驱动用户的运营角色，提高企业的竞争力；此外，还可以通过数据驱动决策的方式，从数据评估、洞察数据到决策策略，形成最后的行动，从这一个循环来说，能够让我们的客户更好的去理解他的客户，然后去整合更优的产品并优化渠道。不过，在各行各业深度使用的数据，其实数据量是非常庞大的，我们要怎么样去利用这些数据来改善现有产品，进而服务客户，是接下来在产品开发以及应用方面需要去解决的问题。”
郭家则认定未来“ai+”的软件系统、智能算法以及数据资源一定会是服务机器人厂商保持竞争力的核心优势。不过，目前大多数厂商们将主要精力还是投放在了“如何进一步提高识别的准确率”上。如果将技术分开来看，megaface、lfw（labeled faces in the wild）等国际测试已经让我们看到了图像识别等技术的准确性。但在具体的应用中，对于如何利用ai技术来将图像识别、语音识别以及地图构建等功能整合在一起从而打造出更好的用户体验，是未来几年各厂商需要去克服的共同难题。