他们还力求将部分技术过时纳入产品生命周期。一些公司还会直接或与金融机构合作提供融资，以帮助潜在客户克服初始成本障碍。.

许多传统机器人供应商都符合上述描述。集成商通常会安装机器人或自动化解决方案，并提供售后技术支持。他们会设置障碍，使竞争对手的机器人难以与其解决方案集成，并定期提供硬件和软件更新。.

然而，新兴的机器人公司并不符合这种模式。事实上，它们正在挑战既有的规范。这有时是出于选择，有时则是出于无奈。在所有新兴机器人技术试图影响的领域，这种向替代模式转变的趋势都显而易见。这些领域包括零售、农业、物流、配送、安保、清洁、交通运输等等。.

在新增段落中，我们将介绍各领域的一些趋势和单位。如需了解全貌，请参阅 IDTechEx Research 发布的《2018-2038 年新型机器人和无人机：技术、预测和参与者》报告。该报告以其深度和广度独树一帜，涵盖了现有应用和新兴应用。事实上，它对 46 个类别进行了长达二十年的价值和数量预测，全面量化地展现了这一重要变革的全貌。.

农业

自主机器人可以实现自动化精准修剪。智能机器人部署还可以实现精准喷洒或修剪。但机器或设备的初始成本通常很高。终端用户面临的技术风险也很高。用户往往担心需要熟练的操作人员和维修技师。他们担心这项技术尚未经过充分测试，尤其是在农业环境中。他们担心这项技术可能快速发展，使他们面临严重的过时风险。至关重要的是，他们需要季节性服务，并且习惯于支付工资，而不是对利用率低的机器进行大量资本投资。.

为了应对这些挑战，许多公司正将自身定位为机器人即服务 (RaaS) 提供商。本质上，他们变成了草坪修剪服务提供商。他们运营或监控自己的机器。他们按英亩向客户收费，而他们很可能对这种计量方式并不陌生。他们承担技术风险。至关重要的是，他们会为机器人提供大量的实地测试，并有机会收集数据和反馈。这一点非常重要，因为这些产品和服务的设计仍在不断发展，预计未来还会有更多迭代版本。.

这种定位改变了它们的业务性质。公司需要额外的营运资金和员工来承担服务成本，并提供足够规模的服务网络。它们不能仅仅依靠自身实力来平衡现金流。正因如此，合作伙伴关系才显得尤为重要。同时，对于初创企业而言，初始资本投资也变得必不可少，因为大多数企业在运营的最初几年都会面临巨额亏损。.

随着时间和技术的成熟，这种模式是否会回归传统模式？这是一个持续争论的话题，因为传统的重型农业机械制造商也需要调整他们的模式。这是不可避免的，因为随着车辆在导航和任务执行方面变得更加自主，机器本身就成为了服务提供商，模糊了设备销售和服务交付之间的界限。整个价值链是否需要调整？甚至经销商是否也需要找到自己的定位，将技术支持转型为全面的远程机器人操作？更多信息，请阅读IDTechEx报告《2018-2038年新型机器人和无人机：技术、预测和参与者》。.

本报告重点关注物料搬运和物流领域移动机器人技术的各个方面。具体而言，我们着重探讨以下几个方面：自动导引车（AGV 和 AGC）；自主移动车辆和推车/单元；移动拣选机器人；地面机器人（机器人）和末端配送无人机；以及自动驾驶卡车和轻型货车（4 级和 5 级自动化）。.

最后一公里配送

世界各地涌现出大量小型机器人，旨在解决配送流程最后阶段——“最后一公里”——的生产力难题。这些小型、速度较慢的机器人能够自主地将少量货物运送到最终目的地。就单个机器人而言，它们的生产力非常低下。然而，在大规模机器人集群中，如果没有过载管理，它们就能变得高效且具有商业可行性。.

这里涌现出两种商业模式。一些企业沿用传统模式，试图销售机器人。另一些企业则将自身定位为主要由自主机器人组成的配送公司。后一种模式的兴起有很多原因。未来，硬件有望实现模块化、标准化和高度商业化——本质上与消费级无人机的发展路径相同。对于初创企业而言，尤其是在加利福尼亚州及类似商业中心的初创企业，在这种商业环境中竞争并非易事。.

至关重要的是，机器人公司也需要实践数据。这是因为他们需要不断改进配送和导航算法，以便将来能够在复杂环境中操控大型高速机器人车队。如果他们只是卖掉机器就走人，数据循环就会被打断。数据采集是产品改进的基石，没有数据采集，公司很可能停滞不前。此外，数据采集还能为公司提供高附加值的分析服务。.

这项技术尚不成熟。因此，需要密切监控，并可能需要定期人工干预来排除故障。所以，大多数企业至少将被迫在其业务中加入强大的全天候服务体系。.

后勤

机器人公司正在涌现，致力于实现自主机器人拣选。这些机器人将自主移动与自主拣选能力相结合。同样，这些公司通常将自己定位为服务提供商，收取月费或按拣选次数收费。
在这种情况下，机器人公司同样需要数据。他们的拣选算法基于深度学习，因此，如果没有训练数据，他们的产品路线图很可能会停滞不前。这对他们的商业前景来说非常危险，因为目前的产品只能在简单的环境中缓慢地拣选形状规则的已知物体。然而，未来在于在复杂的环境中快速拣选形状随机的新型物品。为了弥合这一技能差距，数据将不可或缺。用户也需要持续的支持。他们同样不愿承担技术风险，尤其是在硬件和软件技术都在快速发展的情况下。

安全

自主移动机器人正在被研发用于执行各种安保任务。这些机器人设计用于室内、室外甚至崎岖地形。它们本质上是装在轮子上的传感器。某些型号可以集成超过50个传感器，每台机器每年产生近100TB的数据。这些机器人可以部署在任何需要安保和监控的地方。.

同样，企业并非总是采用传统的设备销售模式。订阅模式很常见，它能让客户访问机器、界面、数据套餐、全天候支持等服务。这种模式对双方都有利。供应商可以在其商业模式中维护关键的数据循环，从而改进产品——例如，提供能够检测、识别和分析特定情况的专用算法，从车牌识别到检测工业区危险气体泄漏。客户也会接受这种安排，因为它更接近最终解决方案，也让他们更容易测试这项技术及其可能带来的全新工作方式。.

值得一提的是
，它们主要作为自动化数据采集工具，能够比人类更快、更准确地采集货架上商品的数据。

在这里，企业将自身定位为完整解决方案的提供商。这具有诸多优势。未来，硬件商品化将考验企业自身的业务能力。企业可以积累难以获取和复制的知识和数据，并利用这些知识和数据来支持其增值数据分析服务。客户关注的是最终解决方案，而不是其他无关的技术，这些技术只是在寻找可以解决的问题。归根结底，客户只关心最终的盈利，无论是提高库存可用性、优化货架陈列位置还是降低库存水平。因此，以数据为中心、以服务为导向的商业模式可以实现双赢。.

这种向非传统商业模式的转变渗透到各个行业。甚至在汽车行业也出现了这种趋势，日益增长的出行需求引发了关于未来出行方式以及自动驾驶出租车和共享设施作用的严肃讨论。总体而言，即使商业模式没有发生根本性的改变，价值链中的利益分配也将重新平衡。这将改变赢家和输家的格局，并要求所有参与者现在就开始展望未来并制定计划。.

作者：Khasha Ghaffarzadeh 博士，IDTechEx 研究总监