图片25

每个人都相信AIoT将会成为未来五年甚至十年，二十年中最大的趋势，并透过长远的思考与思考，AIoT生态系统是未来十年内商业竞争的终局，但是除了IoT设备，智能手机是应用最广泛的IoT设备之外，在支持AIoT生态进化过程中，几乎任何一家公司都未能找到一种真正高效的落地场景。

以AIoT生态圈为例，我们对其进行了详细的分类，比如：机器人领域。

将机器人领域作为AIoT生态建设的一个切入领域，这是因为机器人是所有人都认为最有潜力、也是技术最有挑战性的领域，但是大部分人都了解机器人，或者在家中有扫地机器人这样简单的场景应用，或者是机器人要像人一样。

每天目不转睛地注视着机器人，我们找不到场景，所以确定进入的行业，第一步就是将行业拆分：行业拆分。

机器人学可分为工业机器人和服务机器人，两者差别很大。

工业界发展了近七十年，已经很成熟了，在工业流水线上，有大量的机器人应用场景，而且都比较规范好落地。

自20世纪60年代世界上第一台工业机器人诞生，如今如成熟的汽车生产线、各种成熟应用的工业机器人。这一领域最大的特色是：高端机器人及应用场景均为四大巨头垄断。

国内的工业机器人公司虽然拼着成本优势，但竞争力仍然很弱——显然对于创业公司来说，没有大的工业应用场景做实验，不太明智。

服务机器人领域怎么样？

这一地区的特点是起步较晚，目前几乎是无航迹的水域，前景广阔，但没有航路。其优势也显而易见，市场规模实在太大，一切与生活相关的场景，都可能采用服务机器人。

假如我们决定把重点放在服务机器人上，那该如何继续？

它包括三个方面，一个是空间，一个是时间，一个是工作流程能否标准化的量化。

1.空间

基本分布是大、中、小三种类型。

所谓小型家居环境，如“低端”扫地机器人就是一种典型的应用场景；

中上的是办公室、旅馆、医院等，像早期的自动贩卖机也算典型的应用场景；

我们的居住区、社区、以及中关村软件园等都是大的，现在很难找出在社区内机器人应用落地的场景。

这个小镜头里，机器人在家最多扫一地，如果给我们做饭、倒茶、叠被子，还不能做到，还有一些基本的应用场景，但很难找到场景的演化或者深度的拓展。

那个地方怎么样？

情况太复杂了，比如说小区里会有狗追机器人，会有人要去偷机器人。

那么那么大的空间又是多少？

场景的粒度问题。粒度多过大也会造成场景过于复杂，难以实现，颗粒多、过小将使场景价值大幅缩水，因而扩展演化十分困难。

因此，服务机器人最适合于中空、任务明确、环境简单、可扩展性强的场景。

在空间上选择：选中粒度空间场景。

2.时间

时差分长，一般是八小时制，有些地方是两班倒，例如：超级市场。还有一些是通宵营业的三班倒或四班倒，例如：钢铁厂这样的生产线，宾馆和医院这样的服务点。

高效工作时间有限并且需要休息；但对于机器人来说，24小时工作也不会感到疲劳，因此，长时间工作的环境对机器人的要求也就越高。

它可以选择时间维度：选择长期工作场景。

3.标准化

还有一个是工作性质的问题，比如：创意工作，机器人当然不适合，让它做产品经理，设计这类工作，机器人根本无法胜任，至少在短期内无法胜任。比如医院的工作，尤其是医生和心理咨询师，机器人也不可能在短时间内胜任。

它能够胜任这些标准、可量化、简单重复性的工作，比如金融行业中首次应用“机器人”化的场景是取款机。

此为标准化维度的选择：场景选择越标准化越好。

4.如何挑选？

与中粒度空间相结合，长时间的工作，越标准化越好等，其实可供选择的场景已经很有限，酒店就是一个非常典型的、巨大的市场空间，24小时餐饮服务也是一个场景。

就拿旅馆来说，这个场景有什么用？

将酒店所有的工作场景拆解出来，你会发现：最好的应用是机器人送货，例如：晚上航班晚点，凌晨两三点才入住，肚子很饿，但是餐厅已经关门了，怎么办？

此时，机器人可以开始工作：在旅馆中放置一个二维码，或pad类操作屏幕，扫描二维码或pad可以下单，然后机器人送上楼，一直到门口，通过门铃或手机PUSH通知你开门取货。