Roboter infiltrerer livene våre i økende hastighet - leverer retter på restauranter, yter tjenester i bygninger, flytter varer i varehus og utfører delikate operasjoner i laboratorier...
Varmen i kapitalmarkedet har også steget. I følge statistikken til Taihe Capital har robotbanen siden 2021 gjennomført totalt 174 finansieringsrunder. Bortsett fra de ikke avslørte finansieringsrundene, var det 57 avtaler med et enkelt beløp på mer enn 100 millioner yuan, totalt mer enn 15 milliarder yuan. Robotkundene som Taihe Capital deltar i betjener dekker kommersielle tjenester, lager, industri, medisinsk behandling, biovitenskap og andre segmenter, og følger med Purdue Technology, Jizhijia Geek plus , Mecamand, Youai Zhihe og andre ledende selskaper. Prosjektet har gjennomført flere runder med finansiering. For øyeblikket er nesten halvparten av robotsjefselskapene med en verdi på over 5 milliarder yuan kunder av Taihe Services.
I prosessen med å betjene toppkunder i lang tid, har vi vært vitne til fremveksten av en ny bølge av investeringer i roboter, og også vært vitne til den komplette prosessen med mange selskaper som etablerer kjernekonkurranseevne og raskt har vokst til toppaktører innen underdelte felt.
Det denne artikkelen håper å diskutere er hva som er nøkkelen til å bygge en «gravgrav» for robotselskaper, og håper å bryte noen myter om at «hver gang du møter et robotselskap, spør du bare om tekniske barrierer». Følgende er den dyptgående observasjonen av Taihe-teamet basert på industriforskning og handelserfaring, og jeg vil dele det med deg.
Kjernen i denne artikkelen:
For robotvirksomheter er ikke «tekniske barrierer» kjernen. Som en typisk maskiningeniør har ikke robotindustrien topphemmelige tekniske prinsipper i de fleste tilfeller;
En virkelig solid vollgrav kommer fra industribevissthet, kostnadsfordeler og produktmatrise;
Mestring av industrikognisjon er det viktigste, og dyp industrikognisjon kommer fra prosessen med at bedrifter slår rot i scenen og kontinuerlig samler data;
Ved å gripe tidsvinduet og starte volum raskt vil bedriften ha mulighet til å realisere kostnadsfordeler;
Roboter er et verktøy for produksjonstjenester. For å motstå de periodiske risikoene til nedstrømskunder, bør robotselskaper velge et godt spor og kontinuerlig forbedre produktmatrisen;
Den fremtidige sjefsrobotbedriften bør forvandle seg fra en «utstyrsleverandør» til en «løsnings- og tjenesteleverandør».
"Hva er bedriftens tekniske barrierer?"
Hvis du vil velge en liste over "de mest bekymrede problemene for investorer i robotsporet", er dette utvilsomt nummer én. Dette spørsmålet dukker ofte opp i selve roadshow-scenen til robotselskaper. Grunnleggerne må ofte gjentatte ganger forklare investorer: hva, hvor og hvor høye er de tekniske barrierene til selskapet vårt?
Tekniske barrierer gjør at bedriften har en teknologisk fordel i en bestemt retning, og denne fordelen er vanskelig å lett overgås av jevnaldrende. Et selskap med sterke tekniske barrierer er mer sannsynlig å innta en ledende posisjon i bransjen. Derfor er investorer spesielt opptatt av selskapets teknologiske lederskap og bruker dette som investeringsgrunnlag.
Men før vi svarer på dette spørsmålet, kan vi like godt tenke på selve spørsmålet igjen: Er den tekniske barrieren den mest kritiske for robotselskaper?
Er teknologi en vollgrav for robotikkselskaper?
Taihe mener at for robotselskaper kan ikke teknologien i seg selv utgjøre en bred nok vollgrav.
Det er ubestridelig at teknologi er grunnlaget for ethvert teknologiselskap. Men robotikk er ikke en industri som kun er avhengig av høyteknologi, men en veldig typisk maskinteknikk, som har oppnådd kontinuerlig utvikling i flere tiår det siste århundret. I en slik bransje er det svært få topphemmelige tekniske prinsipper eller tekniske veier, det vil si at det er få prinsipper eller teknologier som «Bedrift A kjenner, men Bedrift B ikke kjenner».
Hvis et selskap har unik teknologi og er strengt beskyttet av patenter, vil det bli et absolutt monopol i bransjen. For eksempel kjøpte Intuitive Surgical, et velkjent amerikansk medisinsk robotselskap, sin største konkurrent, Computer Motion, i 2003, og har siden blitt den absolutte lederen innen segmentet for kirurgiske roboter, og har fullstendig monopolisert markedet med mer enn 4,{{ 3}} patenter.
Imidlertid, ifølge våre observasjoner, er de fleste av de modne markedssegmentene i robotindustrien enten multigigantmonopol eller desentralisert konkurranse, og det er veldig lite absolutt monopol som intuitiv kirurgi. Ta det kjente flerleddet robotmarkedet som et eksempel: det er mange aktører på banen, inkludert utenlandske giganter FANUC, abb, Yaskawa, etc., samt innenlandske robotselskaper som Estun. Estun har opplevd mer enn ti års utvikling. Etter utviklingen mestret han i utgangspunktet kjerneteknologien, og fortsatte deretter å vinne bestillinger i markedet.
Dette viser at det tekniske prinsippet i seg selv ikke kan utgjøre en solid barriere, og et midlertidig teknologisk forsprang betyr ikke vedvarende kommersiell suksess, og etternølere kan fortsatt få en del av markedet.
I stedet for å si at teknologi er «gravgraven» til robotselskaper, er det mer nøyaktig å si at det er et «springbrett». Ta Fanuc, verdenslederen innen flerleddsrobotindustrien, som et eksempel:
Teknologi muliggjør betydelig ledende produktytelse. I belastningsscenarioet under 20 kg, kan FANUCs sveiserobot oppnå bransjens største dekning og den høyeste gjentatte posisjoneringsnøyaktigheten, som er omtrent 50 prosent høyere enn innenlandske førstelagsprodusenter når det gjelder ytelse og effektivitet;
Teknologi kan også hjelpe bedrifter med å redusere produksjonskostnadene. FANUC startet fra det laveste tekniske numeriske kontrollsystemet til industriroboter. Den har omfattende teknologi og kan optimere produktdesign fra bunnen. Sammenlignet med sine jevnaldrende har FANUC investert mest og mest omfattende i egenutvikling av kjernekomponenter, og har derfor en ledende fordel på 5 prosent -10 prosent i bruttofortjeneste. I motsetning til dette har mange systemintegrerte robotbedrifter i Kina generelt dårlig lønnsomhet og er utsatt for svingninger i pris og tilbud på oppstrømskomponenter.
Det kan sies at med teknologiens springbrett, har selskapet muligheten til å gå inn i toppen. Teknologi kan sikre ledelse av selskapets produkter, og sikre realisering av storskala produksjon og FoU-samarbeid. Samtidig kan kontinuerlig landing og iterasjon av produkter også feed back teknologi.
Hva er en "ekte" vollgrav?
Så siden teknologi ikke er det mest kritiske elementet for å hjelpe robotbedrifter med å innta den ledende posisjonen i bransjen, hva kan da bli den virkelige vollgraven til robotbedrifter?
Etter å ha observert og kontaktet de fleste robotselskaper på markedet, mener Taihe at den viktigste vollgraven er en dyp forståelse av industrien den betjener.
Som nevnt ovenfor er det svært få kjerneteknologier i robotindustrien som «vi har det andre ikke har», så selskapets egne barrierer kommer fra delen av «hva andre har og hva vi har». I denne delen er det viktigste bransjekunnskapen akkumulert av selskapet, inkludert sceneforståelse og dataakkumulering.
Scener
Bruken av roboter er i spesifikke scenarier. De kan dukke opp i restauranter, kontorbygg, varehus, sykehus, laboratorier... Vær oppmerksom på å unngå folk på restauranter, og hovedansvarlig for å flytte varer i varehus. Det er tusenvis av forskjeller mellom tidene. Bare ved å forstå smertepunktene, behovene og standardene til scenen kan teknologien implementeres effektivt.
data
Med introduksjonen av intelligent persepsjonsteknologi og AI-algoritmer har robotselskaper begynt å fange, analysere og forstå massive data i scenen, og deretter trene, kontrollere og optimalisere algoritmer, som gradvis har blitt en av nøkkelfaktorene som bestemmer ytelsen og effektiviteten til roboter. Derfor er det spesielt viktig for en ny generasjon robotikkselskaper å gå dypt inn i bransjer og scenarier, og akkumulere data og erkjennelse.
La oss bruke to eksempler for å spesifikt forklare verdien og vanskeligheten med bransjebevissthet:
For eksempel leverer Mega Robotics, et ledende biovitenskapelig automasjonsselskap i Kina, automatiserte laboratorieprodukter og -tjenester. Dette er et helt spesielt scenario: Roboten må håndtere ulike typer biokjemiske reaksjoner. I tillegg til å sikre nøyaktighet og slag, må den også kunne tåle svært etsende gasser, UV-strålingssterilisering, og så videre.
For at produktet skal oppfylle kravene ovenfor, må Mega testes gjentatte ganger på scenen: for eksempel, på grunn av ulik flyktighet, for eksperimenter som også krever "5 ml prøver", er ikke ekstraksjonsvolumet til forskjellige eksperimentelle væsker samme, og roboten må testes i henhold til forskjellige forskjellige væsker. Megas endelige løsning er å bruke sensorer til først å oppdage væskeforhold, og deretter beregne automatisk volatilitet basert på tidligere akkumulerte industridata; et annet eksempel er at på grunn av det spesielle laboratoriemiljøet, må robotbeleggmaterialer oppfylle den spesifiserte rensligheten. Det tok to år å finne et beleggmateriale som oppfyller kravene, og sikret den høyeste D-nivåstandarden som kreves av GMP (Good manufacturing practice).
I tillegg til maskinvareutstyr, gjenspeiles bransjebevissthet også i programvare og algoritmer. For å møte laboratoriets spesielle scenebehov har MegaFluent utviklet et automatisert eksperimentsystem, MegaFluent, hvis algoritme kan hjelpe til med analyse av eksperimentelle data og optimalisering av den eksperimentelle prosessen, og dermed forbedre effektiviteten til eksperimentet. Derfor, basert på scenedata, kontinuerlig iterasjon av systemalgoritmen og forbedring av brukervennligheten, har disse bransjeerkjennelsene som gjentatte ganger har blitt trent og testet i miljøet blitt en høyere konkurransebarriere for Mega Robots.
Purdue Technologies er et annet interessant eksempel. Purdue tilbyr mobile leveringstjenester i kommersielle scenarier, og det viktigste scenariet er catering - dette er det høyeste dimensjonale og vanskeligste scenariet i kommersiell bruk. På grunn av den tette populasjonen av restauranter i den høye spiseperioden og de forskjellige bevegelige linjene og passasjene i hver restaurant, er restaurantscenen ekstremt ikke-standard, og entropikompleksiteten til miljøet når 11,5, som er mye høyere enn for fabrikkmiljø.
Bildekilde: Internett
Hvordan allokere overføringsveier i et dynamisk og komplekst miljø? Hvordan reagere riktig når du møter ulike hindringer? Hvordan kan støttevæsken ikke søles når den krysser terskelen? Dette er svært detaljerte og realistiske problemstillinger.
Bildekilde: Internett
Purdue gikk også dypt inn i scenen og gjorde mange tester, og brukte mye scenedata for å trene algoritmen – jo mer data som ble akkumulert, jo bedre ytelse og effekt av algoritmen. For å forhindre at væsken renner over mønet, var Purdue også banebrytende for bruken av fjæringssystemet på bilen til sine egne produkter, og oppnådde ekstremt høy stabilitet og kunne støtte flytende retter jevnt over mønet uten å søle.
Dyp bransjeerkjennelse kommer fra prosessen med at bedrifter slår rot i scenen og kontinuerlig samler data. Bak disse tilsynelatende små justeringene ligger en enorm forbedring i kundeopplevelsen. Bare ved å fullt ut forstå scenariet du velger, kan du bygge en ekte vollgrav for robotselskaper.
De to største nøklene til å forbedre konkurransefortrinn
Fordelen med bransjeerkjennelse kommer av erfaring, og erfaring er et produkt av tid og kvantitet. Kvantitative endringer akkumuleres og vil etter hvert medføre kvalitative endringer. På grunnlag av bransjeerkjennelse mener vi at det er to andre punkter, som er trumfkortene for robotselskaper til å forbli uovervinnelige i markedskonkurranse.
1. Grip tidsvinduet og etablere en kostnadsfordel
Hvorvidt et selskap kan gripe tidsvinduet, dra nytte av first-mover-fordelen, raskt gripe markedet og utvide omfanget er nøkkelen til å etablere en kostnadsfordel for en bedrift.
Vi har observert at i det innledende stadiet av fremveksten av en viss ny teknologi, vil selskaper som har mestret teknologien tidligere og etablert bransjebevissthet kunne etablere større kostnadsfordeler, og når sentkommere kommer inn på dette sporet, vil de bli mer redde. For å ta feltet AMR (autonom mobil robot) som et eksempel, har både Geek plus og Purdue raskt utvidet sin skala på grunnlag av å etablere industrikognisjonsfordeler, og blitt de raskeste i sine respektive undersektorer for å oppnå forsendelser som overstiger 10,{{ 2}} enheter Selskapet har dannet en oppstrøms anskaffelsesfordel og redusert stykklistekostnaden (Bill of Materials, det vil si at kostnaden for sluttproduktet bestemmes i henhold til kostnaden for hver egenprodusert eller kjøpt del i stykklisten).
På denne måten har selskapet, på bakgrunn av «vi har det andre ikke har, og vi er overlegne når andre har det», innsett «vi er billige når andre er overlegne», og kan gi kundene høy- kvalitetstjenester med mer priskonkurranseevne.
Selvfølgelig er reduksjonen i stykklistekostnader forårsaket av skalaeffekten av startvolum bare en del av kostnadsfordelen. På grunnlag av kvantitet kan selskapet gjøre integrasjon og forskning og utvikling av deler og komponenter. Denne prosessen kan ytterligere realisere allsidighet, standardisering og modularisering, og har sterkere økonomiske effekter for bedrifter. Med skala kan bedrifter fortsette å utvide til oppstrøms kjernekomponenter og forbedre kontrollen over forsyningskjeden. På denne måten kan den på den ene siden sikre konsistensen i produktkvaliteten, og på den andre siden kan den også oppnå bedre kostnadskontroll.
2. Forbedre produktmatrisen og bli en antisyklisk virksomhet
For kundebedrifter er roboter verktøy som brukes til produksjonstjenester, som er relatert til kundenes kapitalutgifter, slik at robotindustrien har en viss periodisitet. Hvis kundens bransje er inne i en periode med rivende utvikling, vil også forsendelsene til robotselskapet øke kraftig i denne perioden; tilsvarende, hvis veksttakten i kundens bransje bremser ned, kan robotselskapets inntekter også bli påvirket.
For å motstå denne syklusen, bør sjefsrobotselskaper med universelle underliggende teknologier fortsette å utvikle forskjellige produkter, som vil være egnet for forskjellige scenarier og ha forskjellige funksjoner. Et selskap med en komplett produktmatrise kan stole på kontinuerlig vekst for å motstå sykluser.
For eksempel brukte Mecamand-roboten 3D vision-teknologi for raskt å innta en ledende posisjon innen visuell posisjonering, og deretter kuttet inn i feltet visuell inspeksjon uten å stoppe, og åpnet et bredere marked for selskapet; det samme gjelder Luoshi-roboten, som etablerte seg i det lille seksakse markedet. Etter å ha bygget jungeltelegrafen og merkevare, utviklet en ny generasjon fleksible kraftkontrollerte roboter med suksess og realisert masseproduksjon – nye produkter kan brukes i generelle industrielle, kommersielle og medisinske scenarier.
Rike produkter lar ikke bare selskapet ha et større markedsområde, men forbedrer også selskapets evne til å motstå nedstrømssykluser.
Selvfølgelig er også valg av spor veldig viktig. Vi anbefaler at robotikkselskaper velger nedstrømsindustrier med stor markedsskala, rask vekst og høye kognitive krav som utkoblinger, for eksempel gjeldende kommersielle, litiumbatteri, halvledere og andre felt. En slik nedstrømsindustri kan hjelpe robotselskaper raskt å øke volumet og danne kostnadsfordeler, samtidig som de samler bransjekunnskap, gjentar teknologi og ekspanderer utover.
Hvor er den "andre kurven"?
Det kan tenkes at etter at de ledende selskapene har etablert en vollgrav, vil bransjens konkurransemønster gradvis bli tydelig, og veksten og fortjenestemarginene i hele bransjen vil ha en tendens til å stabilisere seg. Når det gjelder et så tydelig mønster, er hvordan hovedselskapet tegner den andre vekstkurven nøkkelen til å skille "sterke selskaper" fra "store selskaper" i fremtiden.
Taihe mener at overgangen fra en ren «utstyrsleverandør» til en «løsnings- og tjenesteleverandør» vil være en effektiv vei for transformasjon og oppgradering av robotselskaper. På denne måten vil også forretningsmodellen endres fra en engangslademodell for utstyr/prosjekter til en tilbakevendende lademodell for tjenester, noe som i stor grad vil forbedre kundebevaring og klebrighet.
Faktisk har mange selskaper allerede begynt å bevege seg i denne retningen:
Geek plus har, gjennom dataakkumulering av ulike typer e-handelskundescenarier, akkumulert rik erfaring innen lagerdrift, som f.eks.