时代正飞速变化，曾几何时，依靠人口众多，市场规模大，人口密度高，中国电商行业能飞速发展，靠煽动情绪带货的直播能够年入20亿。但如今，靠着服务平台等一些想法创业的红利、机遇已经正在消退，没有技术含量、技术壁垒的行业已经走到尾声。

在国家对各行业的引导约束下，新的商业模式和商业氛围开始逐步形成。更符合时代趋势的新技术，正悄然崛起，其技术面逐渐从传统大B客户覆盖到了小B客户，甚至影响力扩展到C端消费者。

虽然从传统商业维度而言，制造业和商业的沟壑看似很难逾越，但就商业服务业的本质而言，技术往往都必然需要服务于目标、服务于客户需求，越来越受到追捧的是共赢模式，能够加快流通和运转速率的制造业必然得到重视。

就现实意义而论，市场柔性的需求急剧上升，在年轻人的强消费能力下，传统B2B和B2C的商业模式已经开始变迁，因为小B企业成长为大B，零散化的客户对于批量化和柔性化提出了更为广泛的需求，这使得制造业和商业服务业的鸿沟正在进一步缩小。

举个最简单的例子，稚晖君因为自己做的机器人火遍全网，如果更多人在课外教学或者兴趣班能够自己组装简单的机器人，来着社会上的这批订单或许比买整机的收益高上许多。又例如如今的制造系统中，定制化难度非常高，普通消费者已经能够买到个性化定制的商品，例如在服装生产中，原先急单往往很难满足，但如今也可以实现。

▍柔性制造带来根本性产业变革

正在改变的商业对制造业企业提出的要求是快速适应市场产品变化能力。要求制造业和生产制造的该工厂在装备、制造系统上进行全新变革。

例如在原先，单件服装很多时候需要靠手工，但如今工厂设备已经从底层到上层，从制造系统、软件、设备、技术支撑，到整线的管理运营，还有ERP、物料系统，已经实现了全面打通。虽然目前由于元器件大量外采，在数据和控制系统上依然很难做到完全开放，但大多企业对整厂的智能制造已经提出了科学性、技术性的要求，这部分改变正在发生，也带来更多的商业机遇。

柔性制造需求还要求工厂控制系统具备动态重构能力。包括制造系统具备资源和产品等产业层面的动态调度，包括对设备故障的及时检测、反馈和处理，包括对于新的个性化需求的及时设备调整，也包括物流层面例如在供料、ERP进行管理，系统化构建能力会成为新商业模式下的整体特征。

这为企业带来的优势非常明显，例如A企业在全国有40多个省级销售点，如果实现从消费者端到制造端的打通，哪一家门店哪个客户下的单，需要产品有什么特定的材料，哪一家材料商供料，需要哪几家辅料都能够直接完成流程数据化和资源调度。

柔性智能制造最重要的底层则是控制系统，控制系统是工业自动化的重要实施来源，在机器人等执行机构基本没有太多变化的情况下，控制系统却能够保证实时运行可变，这部分的关键是设计师如何保证产品生命周期和设备管理、动态运行和回收，因为控制系统不是传统只基于设备的控制器，更可能扩展到包括整线控制系统，人工智能等方面。随着机器人往智能化发展，多传感器融合、多传感器接入适应性会不断过度，最终更灵巧、动态以及非结构化环境制造，必然还是需要和人工智能高度结合。

柔性智能制造需要设备底层控制器、现有架构都具备动态调整能力，这对于机器人等设备也提出了更多自主化和自动化的要求。例如如何让机器人在无需人类进场干预的情况下，能够自动根据产品不同完成动态重构，同时保证实施性和可靠性，完成整体系统优化，例如如何在产品上，不仅既能满足用户需求，保证用户接受度，更有客观性，同时还能创造效率和优化整体系统，这需要我国生产制造企业逐渐补齐底层控制技术的系统性短板。

在这种整体的运营调度执行下，最具效率的无疑是上中下游整体部署，传统产业园区会逐渐形成制造+商业动态结合的新产业模式。从消费者角度而言，这是C2M商业模式的延伸，对企业而言就像是餐饮业放大版的前店后厨模式，线上接单直接柔性调度和生产，当天打包出货发走。因此传统基于产业园区，规划调度区分生产片区的方式，会逐渐实现重构和聚集。

▍新的商业壁垒正在构建

正如一些专家提到，传统的机器人还处在较为初级的阶段，机器成份更大，人的成份较少，机器人的灵巧程度、自主决策能力跟人相比有很大的差距，机器人跟人之间进行深度结合，是一个很重要的方向，但由于产品与工艺正相关，动态调试和部署的核心目的都是减少人为等变量因素干预，这其实就对人工智能等新技术提出了更广泛的要求。

如何让机器人更加像人一样自主，机器人与机器人之间交互更加自然，必然需要结合人工智能，通过人工智能，机器人的智能化程度必然不断提高。

与此同时，柔性化生产和动态部署调度，产生的另外一个问题则也是动态运行时如何保证工艺积累，即这种C2M商业模式下，企业如何形成核心竞争力。能够很好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。

在此前，由于国外专利封锁与商业打压，传统机器人从突破技术门槛到再次构建专利壁垒，可以预见期间所需的时间会非常长。在控制系统上我国的部署和实施和国外也还有一定距离。有专家在年就预测，突破的方式要么在结构上有着较强特殊性，要么就可能需要通过软件。机器人本身不是一个高门槛、高附加值的产业，但工艺+软件结合，有机会在未来构建更强的企业护城河。

因为协作机器人的易部署性、便捷性，能更好更迅速把很多制造场景以及商业场景的工艺知识固化、程序化，这与传统机器人的体系有很大差异。虽然整体在控制器等共性底层硬件技术上仍然有所缺失，但就软件而言，随着更多企业围绕细分场景工艺不断拓展，协作机器人必然会经历行业自身长期工艺积累的过程，最终形成技术壁垒，成为协作机器人及下游企业的核心技术，这与工业机器人有着很大路径差别。

随着C2M商业模式下制造过程越来越复杂，对工艺的优化愈发明显，数据会成为企业的生命，从上世纪到如今，我国企业已经逐渐重视企业数据的核心价值，数据能够挖掘出非常多商业信息，对实现场景改造，提升产品质量帮助巨大。

当然，数据的背后延伸出来的依旧是算法和软件。目前来看，中国在技术能力、算法和控制能力方面已经能够和国外处于同一水平，在人工智能、5G技术等方面更是已经成为中国的强项，伴随市场的高活跃度促进，有望辅助软件、算法和智能化，结合工艺、数据，在某些细分领域实现创新式超车。

▍人才将成企业生命线

可以预见，智能制造趋势历经十多年，到如今才基本形成共识，这个工业4.0下几乎全球各国公认的新阶段发展引擎，目前在国内最明显的趋势就是智能制造和两化融合。虽然传统智能制造与普通人的距离甚远，如今大多智能制造依然是较为刚性的制造，但更多中小企业逐渐迈过自动化的阶段后，新的商业模式必然形成。

新的商业模式下，AI会在机器人的发展后期，必然会占据更大的主导优势。但从目前的初级阶段到核心工艺场景领域，人工智能的嵌入和切入，必然经历由简单到困难，从初级到复杂的过程，进入并迭代是产品发展必不可少的客观规律呈现。

想要短期提高效果与用户认可度，系统性工程的无疑见效更为明显。评价一台设备是否优秀，会考虑非常多综合性的因素。例如功能、性能，以及与用户交互的便利性和方便性，还有成本和性价比，但通过搭建系统，结合企业核心关键工艺，可以很快变成独家秘笈，在产业发展中立于不败之地。

面向客户，以系统性角度形成完整解决方案，例如从设备制造，到整厂总集成，从厂房设计，到整个水电气改，以及设备的入厂布局和规划，打通完整供应过程，在整个工艺布局中也能形成技术壁垒，这也是集成商快速发展并上市的重要原因。

但面对正面竞争，位于头部的企业必然需要在后期发展构建全方位体系竞争，将企业发展与国民经济主战场结合，与国计民生结合，与国防重大需求结合，通过参与国家项目，汇聚一批高水平学术专家，培养一批人才，使企业更具有未来，才能实现更大范围的竞争力构建。

机器人这个产业，归根结底，最终谁能把人留住，谁才是最牛。