罗兰贝格：2024人形机器人的崛起：从科幻到现实：如何参与潜在变革研究报告（英文版）

封面人工智能生成 人形机器人日益增多。 从科幻到现实：如何参与这场潜在的革命 2024年4月 人形机器人兴起 管理摘要 类人机器人在外观和能力上与人类相似的机器人长期以来都吸引着我们的想象力。然而，人工智能和硬件技术的最新进展似乎将科幻小说中的飞跃变成了触手可及的现实，为各个行业乃至整个社会带来了新的可能性和挑战。 除了其“类人”的外观和感觉，与成熟的工业机器人相比，关键的区别在于它们能够执行类似于人类的工作任务，并且像人类一样，能够在工作中接受培训。在这篇论文中，罗兰贝格探讨了类人机器人市场的关键驱动因素，讨论了未来几年可能出现的两种不同情景，并阐述了未来面临的挑战。在分析竞争格局的发展之后，它最后概述了不同策略，供那些热衷于参与这个激动人心的市场的参与者参考。 3人形机器人崛起 驱动因素1：市场拉动效应 人口趋势和合格劳动力的短缺为大举使用机器人劳动力敞开了大门。 humanoid机器人玩家可以解决的主要挑战之一是迫在眉睫的劳动力短缺，这导致许多地区的劳动力人数减少。根据联合国的预测，15至64岁的年龄段预计将从2020年的全球人口的65下降到2050年的58。一些国家的降幅甚至更为剧烈：日本的适龄劳动力预计将减少27，中国的降幅为22，德国的降幅为6。 这一人口趋势将在劳动力供应与需求之间造成显著的差距，尤其是在仍然高度依赖体力劳动的行业，如制造业、医疗保健和建筑行业。类人机器人有可能通过提供灵活、可靠且高效的劳动力，能够在各种环境和情况下操作，来填补这一差距。它们还可以通过处理重复性、危险或体力要求高的任务来补充人类工人的工作 ，从而让人类可以专注于更具创造力、复杂性或社交性的活动。通过这种方式，类人机器人可以提升生产率、质量和安全，同时降低劳动力成本和公司对外国工人的依赖。 人口适龄工作群体（1564岁）的发展 20222050 鉴于这一趋势，机器人领域的参与者因市场强大的拉动效应而受益，这激励他们开发和部署机器来应对可能出现的严重全球劳动力危机。 欧洲正在成为 中国s下降 欧盟 10 美国 4 中国 22 日本 27 墨西哥 8 印度 16 巴西 3 劳动力发展比率： 100 100 45 50 全球劳动力 发展编号： 2024 主要受迁移驱动， 2050 印度已成为 the最古老的大陆， 拥有一个中位年龄 工作年龄段 人口已有 逐渐增长的劳动年龄 人口在美国，墨西哥 我国是人口最多的国家，超越中国with 48岁以上受限于原文中的不完整，无法进行完并整且的印翻度译，，例以如下，为增直强接转述的英文内容：affetchteed最by大th工e作on年e龄段 儿童政策竞争力人口 来源：牛津经济研究院（2023），桌面研究，罗兰贝格 人形机器人兴起 驱动因素2：技术推动 人工智能、软件和硬件的进步正在不断改善类人机器人。 各种研究机构和公司通过他们的创新正在推动人工智能（AI）和硬件技术的边界。作为上述市场拉动效应的补充，这种“技术推动”是机器人发展和应用的关键驱动力。 机器人技术演进 时间线 静止机器人 移动机器人 机器人3数车控辆系统通过导航 先进传感器 并且本地化软件 自主地 自动引2导交车通（AGVs）车辆引导通过 磁带在 地板 重要性人工智能 类人形机器人 联合并且提前the能力关于静止的 机器人与移动机器人 利用最新人工智能 技术执行所有任务并且他们的导航自主地 协作之间 工人并且机器人 协作机器人1打（开C了obots）笼子以实现安全 工业机器人 执行预定义的任务无人类 交互 20世纪 2010年代 1980年代 这些机器人依赖于先进的硬件组件，如骨架、执行器、传感器和电池，以实现类似人类的运动学和动力学，在所有地形上执行一致的移动，使用与人类相同的工具，并以高容量运行。它们还依赖于半导体和先进的软件模型例如人工智能训练、软件模型间的协作以及边缘计算以提供低延迟和高带宽，同时使类人机器人能够适应不可预测的情况，识别声音和面孔，解读手势，猜测用户的意图，并迅速提供答案和响应。在这些领域的技术进步近年来显著特别是随着生成式人工智能和大型语言模型的兴起，这使类人机器人能够更自然、更智能地与人类及其环境互动。 1合作机器人2自动导引车3自主导航移动机器人 来源：罗兰贝格 5人形机器人崛起 各行各业的全才？还是处处有专精的玩家？市场发展可能走向两个方向。 持续的技术不确定性可能会有效地使类人机器人市场成为一个“全有或全无”的市场：在未来的几年里，我们要么看到快速突破带来一个庞大的市场，要么看到延迟的发展最终使市场规模相对较小 。以下讨论的两个情景反映了这些不同的轨迹： 机器人和软件技术方面的突破未能实现，到2050年，机器人产业仅能产生约2000亿美元的年收入。因此，类人机器人生产商将继续面临沉重的开发挑战。 成本、技术复杂性以及监管不确定性。由于有限的互操作性和缺乏用户友好性，它们主要将用于研究、探索、搜救行动或专门的制造工作。 雄心勃勃的场景： 这个类人机器人市场情景基于一个假设，即它们将在2030年前实现通用适用性和广泛可靠性。如果这种情况发生，它们几乎可以 潜在全球市场发展1 m美元十亿，20252040 0 001 04 10 30 50 类人形机器人可能即将出售公众在少数多年的时间 首席执行官，美国汽车原始设备制 雄心勃勃的场景 部署在人类能够工作的任何环境和情境中。在这个情景下，全球类人机器人市场可能达到约5000万台机器人的产出，到2050年 ，随着许多地区劳动年龄人口的下降，对体力劳动的需求上升，年营收潜力可能达到15万亿美元。它们可以通过提高生产率、改善产出质量和与人类工人无缝协作来缓解全球劳动力短缺。它们还可能彻底改变许多行业，如制造业、医疗保健、教育和娱乐 ，同时创造新的价值主张和商业模式。 快速推广普遍可用的类人机器人 无内容 1500 1200 500 0 1 40 美元亿 造商 c0 001 001 2025 2030 2035 2040 2045 2050 保守情景： 相反，如果类人机器人仅限于特定应用领域，它们只能在受控环境或危险环境中执行特定任务。在这种情况下，全球类人机器人市场将趋于平稳，大约在两百万左右。 保守的情景延迟 发展集中于 专业化的人形 机器人 无内容 美元亿 002 1 2 还有很长的路要走 从我们现在所在的位置出发今天 首席执行官，美国机器人初创公司 0 1 1 5 150 2025 2030 2035 2040 2045 2050 200 x 1预测中未包含军事应用预期每年售出的机器人数量m 来源：联合国、世界银行、桌面研究、罗兰贝格 6人形机器人在崛起 人工智能在脚下？ 当前局限性和关键技术挑战（12） 硬件挑战 几乎是众所周知的事实，人形机器人市场的开发高度依赖于技术进步的速度。然而，另一个至关重要的因素是，为了使这些机器人更加能够胜任、更加多才多艺和更加用户友好，所需要的具体突破。 类人型机器人不仅仅是机器：它们是人工智能硬件实现的形式。因此，它们需要先进硬件和软件组件的无缝集成。它们还必须持续学习，并能够适应不可预测的情况。 尽管当前一代类人形机器人已经能够表演一些令人印象深刻的派对技巧，如跳舞、奔跑和跳跃，但对于工业客户而言，它们的实用性仍然非常有限。在实现可靠和可预测的运动、迅速的反应以及明确的通信方面，仍存在两个主要领域的关键挑战需要克服。 人形机器人面临的主要硬件挑战之一是能够在各种环境和情况下执行自然且可靠的移动。当前一代人形机器人依赖于大量的液压 、电动、气动、肌肉状和其他执行器来模拟人类的运动学和动力学。然而，这些执行器在功率密度、能源效率、噪音水平、耐用性和安全性等方面都有自己的局限性。此外，将多个执行器组合 高级硬件组件 硬件 骨骼 执行器 传感器 电池 描述 基于钢铁的机器人“骨架”包含众多 关于关节的连接件以实现各种运动 这些机器人肌肉实现所有目标行动 传感器是 机器人的“情感”：高精度 扭矩和力 数据至关重要，对于持续运营 机器人“食物”仅来源于 这种能源来源，这使所有针对性措施进行 现状1 1083度 关于自由之操作与27的比较人文学位 手 液压与 电气、线性及旋转执行器 各种相机， 例如：28，激光雷达，声纳和显示屏 用于交流目的 116小时混合工作；充电时间：15120分钟 目标状态 增强的身体设计以利用充分发挥潜力每个硬件组件 更高的功率密度和较低能源消耗 精度提升忠实，赋能 机器人用于分析他们的周围 更快更优准确 高功率密度 并且缩短充电时间周期 市场准备情况： 高度中等低 1行业标准 来源：桌面研究，罗兰贝格 7上升中的人形机器人 人工智能在脚下？ 当前局限性及关键技术挑战（22） 软件挑战 单台机器人本身就需要复杂的控制系统和大量的计算能力。因此 ，类人形机器人的未来开发将取决于执行器技术的改进和创新，以便实现更流畅、更稳健和更适应性的运动。 在软件方面，类人机器人需要结合人工智能和机器学习技术，以实现与人类相当的认知和沟通能力。当前一代的类人机器人可以自主执行一些任务：导航、面部识别、语音合成和手势解释是常见的例子。然而，它们在泛化、适应和交互方面仍然存在困难，通常依赖于预先编写的脚本甚至远程控制这两者都限制了它们的灵活性和适用性。因此，类人机器人的未来发展将取决于软件模型如生成式AI、大型语言模型、强化学习和计算机视觉 的进步和整合，这些模型能够实现更智能、更有创造性和更协作的行为。 高级软件和半导体 软件 人工智能培训 合作 软件全称：ACROSSSOF模型 TWARE边缘计算 描述 人工智能 构成“大脑”的部分类人型机器人持续学习和适应 是卓越的关键性能 类人形机器人包括各种电子 组件和高级 软件模型必须无缝协作 本地计算能力通过边缘设备是必要的。启用低延迟和高 带宽 现状 人工智能算法被广泛应用已使用并定制化 特定用例 每个模型目前 服务于其自身目的 与沟通 其他系统受限于。 当前计算能力允许基本功能待执行 可接受的响应时间 目标状态 通用人工智慧以赋能 类人形机器人 适用于所有领域未进行密集训练 简化界面 在所有应用电子领域系统和软件 模型 机器人计算能力必须通过高 带宽和低延迟（bandwidthandlow 确保迅速的反应 市场准备情况： 高度中等低 1行业标准 latency） 来源：桌面研究，罗兰贝格 人形机器人崛起趋势 今日及明日的竞争格局 垂直一体化行业正在兴起。 目前情况下，大多数类人型机器人公司都建立在美國，而歐洲市場則主要是由研究駕馭。亞太地區也是類人型机器人活動密集的地方，學術機構和業界玩家都在其中贡献力量，尤其在中國、日本和韓國。各區的監管環境各不相同：有國家採取更為開放和支援的政策，而有的國家則施以更嚴格的限制和道德準則。這些問題關係重大：除了純技術突破的需求外，人類型機器人的未來發展將同樣取決於市場形成的社會認可、法律框架和道德準則。 今日关键区域 全方位垂直一体化的全速前行？还是存在其他替代方案？ 人形机器人领域的竞争格局反映了一种由私营公司和研究机构组成的多样化且动态的混合体。这些参与者大多数是垂直整合的初创公司，它们生产自己的硬件和软件组件，并定义自己的云计算和边缘计算基础设施。然而，随着市场的增长和技术的成熟，一种围绕更多专业化和价值链不同环节之间更紧密合作的新行业结构很可能会出现。一些工业企业可能会作为零部件供应商或合同制造商进入市场，从而利用其核心竞争力和现有能力。其他人可能寻求与人形机器人原始设备制造商建立战略合作伙伴关系，提供开发支持、资金以及或数据及客户访问。 私营公司研究机构指示性公司机构数量12345 北美最大 类人机器人市场是 所有主要领域的早期采用者应用 The欧洲市场是主要地以研究驱动数个 学院和大学位于 全球人形机器