时代瞬息万变。曾几何时，中国的电商行业之所以能够快速发展，靠的是人口多，市场规模大，人口密度高，煽动情绪，带货的直播每年可以创收20亿。但现在，以服务平台等一些理念创业的红利和机会正在消退，没有技术含量和技术壁垒的行业已经走到了尽头。
在国家对各行业的引导和约束下，新的商业模式和商业氛围开始逐渐形成。更符合时代潮流的新技术正在悄然兴起，其技术层面逐渐从传统的大B客户覆盖到小B客户，甚至影响力延伸到C端消费者。
虽然从传统的商业维度来看，制造业与商业之间的鸿沟似乎难以逾越，但就商业服务业的本质而言，技术永远需要服务于目标和客户需求。双赢模式越来越受追捧，能加快流通和运转率的制造业必须重视。
就实际意义而言，对市场灵活性的需求急剧上升。在年轻人强大的消费能力下，B2B、B2C的传统商业模式开始发生变化，因为小B企业成长为大B，碎片化的客户对批量化、柔性化提出了更广泛的需求，使得制造业和商业服务业的差距进一步缩小。
举个最简单的例子，智的机器人红遍网络。如果有更多的人能在课外教学或者兴趣班自己组装简单的机器人，社会上的这批订单可能会比买整机的收入高很多。比如现在的制造体系，定制非常困难，普通消费者已经可以买到个性化定制的产品。比如服装生产，原来的紧急订单往往很难满足，现在却可以实现。
▍柔性制造带来根本性的工业变革。
不断变化的业务要求制造企业能够快速适应市场产品的变化。要求制造业和制造工厂在设备和制造系统上做出新的改变。
比如以前一件衣服往往需要手工完成，而现在工厂设备已经从下到上全面开放，从制造系统、软件、设备、技术支持，到整条线的管理运营，还有ERP、物料系统。目前数据和控制系统由于大量的外部元件还难以完全开放，但大部分企业对全厂的智能制造提出了科技要求，这部分改变正在发生，也带来了更多的商机。
柔性制造要求也要求工厂控制系统具有动态重构的能力。包括制造系统中资源和产品的动态调度，包括设备故障的及时发现、反馈和处理，针对新的个性化需求的及时设备调整，以及物料供应、ERP等物流管理，系统化的构建能力将成为新商业模式的整体特征。
这给企业带来了明显的优势。例如，企业A在全国有40多个省级销售网点。如果能打通从消费端到制造端，哪个门店，哪个客户下单，产品具体需要哪些物料，哪个物料供应商供应物料，需要哪些辅助物料，就可以直接完成工艺数据和资源调度。
智能制造最重要的底层是控制系统，控制系统是工业自动化的重要实现来源。在机器人等执行机构基本不变的情况下，控制系统能保证实时操作变量。这部分的关键是设计师如何保证产品的生命周期、设备管理、动态运行和回收利用，因为控制系统不是传统的只基于设备的控制器，更有可能扩展到包括全线控制系统、人工智能等。随着机器人向智能化发展，多传感器融合和多传感器接入的适应性将继续过剩。最终，更加灵巧、动态、非结构化的环境制造必然需要与人工智能高度融合。
智能制造要求设备底层控制器和现有架构具有动态调整的能力，这也要求机器人等设备有更多的自主性和自动化。比如如何让机器人根据不同产品自动完成动态重构，无需人工干预，同时保证实现性和可靠性，完成整体系统优化，比如如何满足用户需求，保证用户接受度，更加客观，同时创造效率，优化整体系统，这就需要我们制造企业逐步补齐底层控制技术的系统性短板。
在这种整体运行调度的实施下，效率最高的无疑是上中下游的整体部署。传统工业园区将逐步形成制造业与商业动态结合的新型产业模式。从消费者的角度来看，这是C2M商业模式的延伸。对于企业来说，就像是餐饮业前店后厨模式的放大版。线上订单直接灵活调度生产，当天包装发货。因此，传统的以工业园区为基础区分生产区域的规划调度方式将逐步实现重构和聚合。
▍新的商业壁垒正在建立。
正如有专家提到的，传统机器人还处于比较初级的阶段，机器的成分多，人的成分少。机器人的灵巧性和自主决策能力相比人是远远落后的，机器人与人的深度融合是一个非常重要的方向。但由于产品和流程是正相关的，动态调试和部署的核心目的是减少人为等变量的干预，这实际上对人工智能等新技术提出了更广泛的要求。
如何让机器人像人一样更自主，机器人之间的交互更自然，就要结合人工智能。通过人工智能，机器人的智能化程度势必会不断提高。
在柔性生产和动态调配调度的同时，另一个问题是如何保证动态运行时的工艺积累，即如何在这种C2M商业模式下形成企业的核心竞争力。能够解决多频次小品种问题的协作机器人无疑是承载人工智能、实现智能制造的必然选择。
此前由于国外的专利封锁和商业压制，可以预见传统机器人从突破技术门槛到再次构筑专利壁垒还需要非常长的时间。我国控制系统的部署和实施与国外还有一定的距离。有专家在2014年预测，突破的方式要么在结构上有很强的特殊性，要么可能需要软件。机器人本身并不是一个高门槛、高附加值的行业，但是技术和软件的结合有机会在未来构筑更强大的企业护城河。
协作机器人由于部署简单、方便，可以更好更快地固化和编程很多制造场景和商业场景的工艺知识，与传统的机器人系统有很大的不同。虽然控制器等通用底层硬件技术仍有欠缺，但就软件而言，随着更多企业围绕细分场景的过程不断拓展，合作机器人必然会经历行业本身长期工艺积累的过程，最终形成技术壁垒，成为合作机器人和下游企业的核心技术，这与工业机器人有很大区别。
随着C2M商业模式下制造流程的日益复杂，流程的优化也越来越明显，数据将成为企业的生命。从上个世纪到现在，中国企业已经逐渐重视企业数据的核心价值，数据可以挖掘出很多商业信息，对实现场景转化和提升产品质量有很大帮助。
当然，算法和软件仍然是数据背后的延伸。目前，中国在技术能力、算法和控制能力方面已经能够达到与国外同等水平，在人工智能和5G技术方面已经成为中国的强项。随着市场的高活跃度，有望辅助软件、算法和智能，结合技术和数据，实现部分细分领域的创新超车。
▍人才将成为企业的生命线。
可以预见，智能制造的趋势已经走过了十几年，现在已经基本达成共识。这种在工业4.0下几乎被全球所有国家认可的新阶段发展引擎，目前国内最明显的趋势就是智能制造和两化融合。虽然传统智能制造离普通人很远，但是现在大部分智能制造还是比较死板的。但在更多的中小企业逐渐度过自动化阶段后，必然会形成新的商业模式。
在新的商业模式下，AI必然会在机器人发展的后期占据更大的主导地位。但从目前的初级阶段到核心流程场景领域，人工智能的嵌入和切入必然会经历一个从简单到困难，从初级到复杂的过程。进入和迭代是产品发展必不可少的客观规律。
为了在短期内提高效果和用户认可度，系统化的工程无疑会更有效。评价一台设备是否优秀，会考虑很多综合因素。比如功能，性能，以及与用户交互的便捷性和方便性，还有成本和性价比。但通过建立系统，结合企业的关键技术，可以迅速成为独家秘笈，在产业发展中立于不败之地。
以客户为导向，从系统的角度形成完整的解决方案，如设备制造、全厂总集成、厂房设计、水电改造、设备进厂布局规划等。通过完整的供货流程，在全流程布局上也可以形成技术壁垒，这也是集成商快速发展和上市的重要原因。
但在正面竞争面前，位于头部的企业必须在后期发展和构建全方位的体系竞争，将企业发展与国计民生主战场、重大国防需求结合起来。通过参与国家项目，可以聚集一批高水平的学术专家，培养一批人才，让企业有更好的未来，打造更大范围的竞争力。
在这个机器人行业，归根结底，谁能留住人，谁就是最好的。
