工业机器人是我国制造业产业升级核心环节 未来五年 每年增长25%
以下文章来源于立方知造局，作者立方知造局
立方知造局.
制造业的长宽高、制造业的今明昨。记录专精特新的好故事。
疫情之下，逆势上涨
核心观点一：
中国工业机器人市场，自带跑步前进属性。工业机器人是制造业产业升级的核心环节。环境压力越大、竞争越激烈，企业对工业机器人的需求就越迫切。工业机器人市场，世界看亚洲，亚洲看中国。在2020年疫情的不利影响下，全球经济遭受重创，但中国工业机器人市场逆势上涨，同比销量增速达19.1%。而根据《2022年中国工业机器人市场白皮书》（以下简称《白皮书》）最新统计的独家市场数据，2021年中国工业机器人市场的总出货量为23.6万台。作为工业隐形助推器，工业机器人是机器换人、制造业产业升级的核心环节。这也意味着，作为生产方式变革的要义之一，环境压力越大、竞争越激烈，企业对工业机器人的需求就越迫切。因此，当下中国工业机器人市场，自带跑步前进属性。本次觅途咨询与立方知造局联合重磅发布的《2022年中国工业机器人市场白皮书》，以DataScience数据库为支撑，深度调研了90%以上（占有率）市场玩家及相关协会机构，通过大量独家数据，全景呈现中国工业机器人市场面貌。
《白皮书》通过对工业机器人及上下游市场的长期跟踪，通过对市场主要生产企业的调研总结分析，并结合协会权威数据的衡量，数据准确率达90%以上。
核心观点二：
应用极其广泛、增速既稳又快、国产替代空间巨大，是当下中国工业机器人市场的主要特征。通过《白皮书》我们发现，工业机器人的应用已涵盖46个行业大类，从农业、林业，到采矿、纺织、食品制造，再到汽车制造、通用设备制造，再到教育、卫生、国家机构。工业机器人正在全面渗透于第一、二产业及其它领域。
《白皮书》中工业机器人应用的部分行业及细分领域中国工业机器人市场的发展潜力究竟有多大？根据《白皮书》独家数据，未来五年内中国工业机器人市场将继续保持每年25%以上的增长速度。乐观源于中国制造转型升级背景下，以下四方面带来的新一轮增长契机：
1.在后疫情时代，下游3C领域、汽车市场以及机械加工领域的扩产扩容，刺激工业机器人需求；
2.“十四五”规划政策强力支持，智能制造不断提速；
3.工业机器人是制造业升级的核心抓手，产业链增长可持续、国产替代力度和逻辑较强，核心标的值得高度重视和战略配置；
4.从2010年中国市场开始快速发展以来，工业机器人10年寿命周期已到，存量市场迎来新一轮升级换代。
数据来源：M2DataScience
下游主要应用行业生长旺盛
以《白皮书》中的3C制造与新能源汽车行业为例：
数据来源：M2DataScience
核心观点三：
3C制造业：投资热情高涨、SCARA机器人应用最广
2021年，供给侧的缺芯困境和需求侧的新型换机潮，共同构成了3C制造业的一体两面。
疫情下远程办公、远程教育、线上游戏等催生了对笔记本电脑、平板电脑的需求，5G的推广应用则带来新一轮换机潮，智能穿戴、自动驾驶等新型终端也蓄势待发。
于此同时，政策也在持续加码。去年11月，工信部正式印发《“十四五”信息通信行业发展规划》，给中国数字化转型提出明确发展指标：
到2025年，每万人拥有26个5G基站，5G用户普及率达到56%等具体指标。从而推动3C企业产品创新升级以及数字化智能化的生产效率。
政策端与需求端的强力刺激掩盖了供给端的不足，行业内投资热情依然高涨。根据国家统计局最新公布的数据显示2021年3C行业固定投资同比增长22.3%，总量达2.4万亿。
在《白皮书》中，立方知造局预计，3C产业将继续保持15%以上的增速发展。
由于SCARA机器人负载小、速度快，且相比其他机器人拥有成本优势，因此在3C领域的应用比重最大。
2021年3C行业工业机器人总规模4万台，其中SCARA机器人占比近70%，总销量为2.8万台。
数据来源：M2DataScience
核心观点四：
汽车制造——制造标杆的乐观主义——新能源汽车市场的发展，带动背后产业链的巨大改变：牵动制动系统、电控系统、驱动系统等上游供应链市场，都在经历重大变革。
对于工业机器人来说，这意味着新一轮的市场增长。
汽车是工业机器人第二大应用领域。
作为国民经济创汇大户，衡量中国制造水平的标杆，新能源汽车市场渗透率从2020年的5.4%上升到了2021年的14.8%。
通过调研资料，立方知造局发现有一个颇为有趣的现象：
对新能源汽车的未来增速，政府预估相对保守，行业内人士则普遍更加激进乐观。
国务院办公厅发布的《新能源汽车产业发展规划(2021—2035年)》预计，到2025年新能源汽车渗透率要达到20%。
而觅途咨询与立方知造局在调研中，结合众多车企、投资公司访谈、数据，发现普遍认同一个更加激进的数字：30%-35%。因此未来1~2年内仍是新能源汽车生产线建设的高峰期。
新能源汽车市场的发展，带动的是背后产业链的巨大改变：牵动制动系统、电控系统、驱动系统等上游供应链市场，都在经历重大变革。
对于工业机器人来说，这意味着新一轮的市场增长。
《白皮书》统计，汽车整车制造市场工业机器人的规模为2.5万台，占比57.9%。汽车零部件市场2021年工业机器人的销售规模为1.8万台，占比42.1%。
数据来源：M2DataScience
不过，行业应用虽然乐观，中国本土品牌仍需加速追赶：
在汽车制造业中，本土工业机器人品牌市场比重仅为6.7%，甚至比2020年还下降了近3个百分点。汽车制造是最早使用工业机器人的行业，需求仍在攀升，对于中国本土品牌来说，既是机遇，也是挑战。
具体来讲，中国工业机器人本土品牌从产品分类、应用领域和下游行业方面看，分别呈现出怎样的竞争格局？哪些企业值得重点关注？都有哪些政策影响了市场发展？
另外，如果您想要进一步了解工业机器人市场实时产业动态与可视化图谱，或是想要了解工业机器人以外的更多中国制造业产业链大数据，欢迎您了解DataScience数据库。
关于DataScience数据库
DataScience数据库是什么？
简单来说，就是通过打通从市场数据到制造生产数据的闭环，提升产业透明度，从而助力企业、政府、投资机构更快、更精准地做出决策。
如果以2013年为中国大数据元年，那么中国的大数据应用发展已经有将近10年的历程了。
不过，在制造业，大数据应用远弱于其它领域——
由于工业品SKU多、专业性强、信息获取高，传统的感知外部市场的方式成本高、反馈慢、视野窄，无法适应智能制造决策辅助的需求。
而目前广泛存在的制造大数据应用偏向于制造数据（研发设计、生产、设备、通讯、物流、运维、销售、服务等），缺失了市场端数据（规模、增长、区域、竞争、价格、产业链、渠道、产品迭代、技术升级、产业政策等），无法打通前后端。
企业经营的最终目的是盈利，制造数据如果与市场数据无法有效衔接，再多的生产数字化也好像蒙上眼睛走路——方向不对，努力全废。
DataScience数据库的优势，是通过以下四个方面，为经营决策提供完整闭环信息：
市场/产业透明度（规模、增长、竞争、区域、行业等）
产业链（上游、下游、原材料价格、产品价格等）
主流企业（产品、价格、业绩、渠道等）
M2指数（采购指数、产品迭代指数、技术升级指数等）
DataScience数据库利用工业品的产业链属性，通过数据库、合作伙伴、数据交换、智能算法，按月、按季度不断更新更新市场数据，对行业政策及规划做到100%收录及解读。
最终，DataScience数据库可以实现市场预警、决策辅助、产业政策辅助制定、生产计划辅助制定等一些列功能。
未来对于企业来说，数据决策力就是竞争力。
据统计，制造企业在利用大数据技术后，其生产成本能够降低10%—15%。
不过，大数据技术对制造业的影响远非成本一个方面。
在产品的全生命周期中，从市场、设计、制造、服务到再利用，每一个环节都需要大数据应用，从而更精准、个性化地了解客户需求。
而无论是更加精益化、柔性化、智能化的生产系统建立，还是更多样化的商业模式探索，同样离不开以大数据为基础的决策支撑。
目前中国大数据应用实践的特征是：描述性、预测性分析应用多，决策指导性等更深层次分析应用偏少。
中国制造业位居世界第一，却大而不强。在未来转型升级的路上，如何进行科学决策、提升创新能力、创造高价值产品，在国际分工中从中低端走向高端，这些都与制造业大数据应用密不可分。
在DataScience中，制造业产业链大数据都能找到。
完整、可视化的产业图谱。覆盖能源、自动化、石化、3C、锂电池、医疗设备、机器人等众多行业。
从宏观到微观，从行业到企业、产品，详细数据动态追踪
智库研究
目前，我国对中小企业的支持政策已经呈现连续性、梯度性的特点，中小企业在成长的过程中无论是经营战略、营销模式、还是产品研发、后期服务，都有各自独到的宝贵经验。
中制智库联合中央广播电视总台融媒体与凤凰网财经共同打造“隐形冠军示范工程”项目，以《隐形冠军》节目配套”隐形冠军闪耀100”年度评选，旨在发现、展示、表彰制造业细分领域的隐形冠军企业。并与德国隐形冠军协会、浙江大学隐形冠军国际研究中心联合推出了中国制造业企业隐形冠军的评价体系，引导专精特新企业持续打造核心竞争力。
✎
THEEND
编辑：雨辰
声明：文章来源于立方知造局，版权归原作者所有。非经注明，文中图片均来自网络。
“隐形冠军”专题链接
原标题：《工业机器人是我国制造业产业升级核心环节未来五年每年增长25%》
阅读原文
自动缝纫机器人Sewbot正在为服装制造业带来重大变革
这篇文章来源于DevicePlus.com英语网站的翻译稿。众所周知，较低的服装零售价是低成本生产方式的结果。在以前，低成本生产意味着要在海外劳动力市场进行生产制造，现在企业可以通过使用机器人来实现低成本制造。
以SoftWearAutomation的自动缝纫机LOWRY为例，这款全自动缝纫机器人是该公司旨在实现纺织业自动化计划的一部分，就像其他行业使用机器人技术进行制造一样。
长期以来，自动缝制的难点在于织物本身的特性，织物很柔软，可以拉伸、弯曲和折叠。这些材料问题是纺织品加工所特有的，在金属或塑料加工行业的自动化制造中不存在这些顾虑。
该自动缝纫技术研发始于十多年前佐治亚理工学院（GeorgiaTech）的先进技术开发中心（AdvancedTechnologyDevelopmentCenter）。但是在与沃尔玛基金会（WalmartFoundation）合作并获得美国国防部技术创新部门（DARPA）于2012年提供的125万美元研究经费资助后，这项技术才真正开始成形。虽然DARPA似乎不太可能对服装制造商进行投资，但是因为军队要求必须购买美国制造的服装，这项技术研究才会对其有了直接的影响。
自动缝纫机器人的工作原理SoftWear系统至少拥有三项专利并有多项专利正在申请中，该系统能够使用高度校准的机器视觉来对织物进行观察和分析。它可以检测出变形并自动调整面料。机器人分布在70英尺长的T恤生产线上来执行每一个任务，包括裁剪、缝线、添加衣袖和质量检查。在此过程的每个步骤中，计算机视觉都会对纺织进行引导。
缝制过程从编程开始，“我们从Gerber的Accumark文件中获得所有的缝制数据，所以当设计师使用2D或3D模型设计产品的时候，缝制数据会嵌入机器人的文件中。”市场营销部的副总裁PeteSantora表示。
然后是已获得专利的机器视觉系统。IDTechEx说它拥有比人眼更高的精度：“可以在半毫米的精度内追踪到针头的位置。”IEEE解释说它可以追踪到织物中的每根线的线程：“为此，【该公司】开发了一种能够每秒捕获超过1000帧的专用相机，并提供了图像处理的算法来对每一帧上的线程进行检测。”
利用这种高校准精度的机器视觉和实时分析，机器人可以持续操作和调整织物，使其正确排列。拾起和放置（Pick&Place）机器能够模仿裁缝移动和处理织物的方式。IEEE说：“这些微型操控设备由精密的线性制动器驱动，可以以亚毫米级的精度将布料穿过缝纫机，从而纠正材料的变形。”
移动织物有两种方式，第一种是使用四轴机械臂，可以使用真空夹具把织物提起和放置。第二种是360度传送系统，传送装置为嵌入式球形滚轴的工作台。随着每个滚轴（或者叫BudgerBall）高速独立移动，滚轴可以根据需要重新定位织物或平整织物。
缝纫方式也有所不同。直接缝纫意味着不同于固定的缝纫机通过移动织物缝纫，缝纫机器人是通过移动针来完成缝纫过程的。
工程师在“如何缝制扣眼”的说明中向《华尔街日报》解释了缝纫机器人的早期版本。
机器人制造带来的生产收益对于像为阿迪达斯和阿玛尼生产服装的中国服装制造商天元服饰有限公司这样的企业来说，这项自动化缝纫技术使他们能够在中国以外的阿肯色州开设新的工厂。
自动化缝纫机器人减少了对缝纫工人的需求，在天元的新工厂，21条机器人生产线只有三到五人进行工作，相比于传统生产线上的10名工人，减少了50-70%的劳动力。
除了降低成本之外，机器人还能够提高产量。一个工人缝纫生产线在8小时内生产669件T恤，而相同时间内，机器人的产量为1142件，产量提高了71%，所以每年T恤的总产量可达120万件。
使用机器人技术可以使在美国生产T恤的成本与在海外生产的成本相当。例如，在孟加拉国，生产一件牛仔衬衫的人工成本约为0.22美元。如果由美国工人制造，人工成本跃升至7.47美元，但如果使用机器人生产线，每件T恤的成本仅为0.33美元。
就像Quartz所说的那样：“在一个操作人员的指导下，一个机器人每小时生产的衬衫数量等同于17个工人的工作量。”所以，在JohnHenry与机器的对决中，似乎是机器胜出了。
缝纫机器人对纺织制造业的影响在2000年到2010年之间，美国失去了560万个制造业岗位。但是，这些流失的岗位中只有13%是由于将厂址转设在海外造成的，而有85%的岗位流失是机器人技术和机械技术的“生产力增长”所导致的。据预测，到2025年，全球由机器人完成的制造任务的平均值将在所有行业中从10%增长到25%。
SoftWear并没有强调机器人是如何取代制造岗位的，而是将重点转向讨论制造商如何实现“本地缝制”，从而“在地理上缩短制造商和消费者之间的距离”。
随着普通美国服装业工人临近退休，用机器人技术影响该行业将会是一个长期的解决方案。但是，在全球范围内，此类技术将对雇佣低薪工人的亚洲制造业产生重大影响。根据国际劳工组织的报告，预计机器人将取代印度尼西亚64%、越南86%和柬埔寨88%的纺织品、服装和鞋履制造业的工人。
纺织品制造机器人的未来随着我们通过机器人技术进入自动化的第四次工业革命，预计“人工智能（AI）、机器学习（ML）和认知计算将直接影响约47%的美国就业机会”。
然而，目前适用机器人进行纺织品制造的前沿领域还仅局限于相对简单物品的大批量制造。“我们永远不会做婚纱。”SoftWearAutomation的首席执行官PalaniswamyRajan说。
另一种提高供应链效率的方法是，去年，亚马逊获得了一项按需服装制造系统的专利，该系统可以在接收到订单后对客户的服装进行缝制。
DevicePlus编辑团队设备升级版适用于所有热爱电子和机电一体化的人。