原标题：室内配送机器人商用战前夜 ，赛格威机器人说他们并不是无人版的“达达”

2017年的最后两天，国内室内配送机器人行业计划外的开启了宣传模式。因为深蓝偶然在朋友圈曝光，这些原本可能在2018年年中才会被看到的产品，提前被曝光，包括云迹、Segway Robotics也相继跟进，一天之内展示了无人售货机器人Demo。

无人售货机器人，背后的逻辑依然是室内配送机器人，而这也很可能成为国内机器人率先大规模商用的一个场景。为了更好的了解这个行业，我们也对这个赛道上的参与方进行了调研，希望为行业呈现出更全面的信息。本文是这个系列调研的第一篇，为对Segway Robotics的调研。

这款曾被Intel CEO科再奇展示的配送机器人，背后依托小米生态链企业纳恩博的资金、技术、供应链资源，经过了两年多研发，会在这个赛道如何走下去？ 他们的先发优势能转化为商业优势么？这些问题我们都很好奇。于是我们也和纳恩博副总裁蒲立聊了聊。

一、市场

为什么看好室内无人配送机器人市场？

从需求看，用户对对末端配送的及时性、便捷性、安全性提出了更高的要求，但依靠双腿进行末端配送已经不能满足用户需求。

具体来说，从“人找货”到“货找人”变化的新零售运动，改变了“人-货-场”之间的相互关系，更好的满足用户即时性、冲动性、碎片化的消费需求，也使得用户需求都对末端配送的及时性、便捷性、安全性提出了更高的要求。但目前的解决方案，靠人的双腿来完成整个末端配送环节，即时性、碎片化的消费需求，对人力配送的效率提升带来了更大的难度。另外，当配送需求量快速增长时，人力资源的供给也无法跟上，以外卖行业为例，目前外卖送货人员数量在100万人左右，未来招聘、管理的难度都会增加。

从市场看，快递和外卖行业在高基数（300亿件/年，4000w单/天）下迎来高速增长（30%+ CGAR）。

具体来看，相关数据显示，2016 年全球快递业年业务量已达到700 亿件，全球物流市场价值超 9 万亿美元。国内市场，快递业务量 2016 年达到 300 亿件，增长近 30 倍，从 2014 年破百亿件大关开始，以每年 100 亿件的速度高速增长。外卖行业，中国现在每天的外卖订单量达到4000万/单。（这个数据来自估算，根据媒体报道信息，现在美团一天是1800万单，约占43%的市场份额，以此推算中国现在每天的外卖订单量达到4000万/单左右）

可以预见的将来，在最后500米的水平运动和垂直运动中，移动机器人会大量的替代双腿完成配送任务，在写字楼、商场中避障穿梭，在电梯中自动上下，和配送人员操纵的送货车、送货摩托一起配合，满足日益增长的用户需求。

随着深度视觉传感器、VSLAM等技术的成熟，大范围的机器人自主移动和避障变得可能，而应用了深度学习的人流检测算法，让移动机器人能够预判周围行人的移动，更好的选择自己的前进路径，对于机器人厂商来说，是一个很值得关注的市场。

二、研发

无人配送机器人解决方案会有哪些难点？

1、主要的难点会有三个：

① 成本高 。配备激光雷达等精密高价值传感器的配送机器人，成本达到十几万甚至几十万元，相对应的人工成本在8000-12000元每月，高成本的机器人在经济性上无法形成相比人力的绝对比较优势。

② 环境适应性差 。 以往的机器人导航避障技术，往往针对工厂、仓库等结构化场景，对于有人并行的非结构化和环境变化的场景（写字楼、商场、机场候机厅等），无法做到实用级别的适应性，往往是演示一次可行，但长期稳定运行并不能实现。环境适应性差的机器人无法真正落地。

③ 量产可靠性问题 。目前世界上并无大范围移动机器人量产产品的先例。对于无人配送需求的落地，往往要求在短时间内部署大量的机器人，这对配送机器人产品的量产可靠性提出了新的要求。世界上真正具备移动机器人量产能力的机构不多。一般来说，机器人的厂商花费在机器人研发的时间只有30%，70%的研发进度是用于研发生产机器人。

2、这其中每一个难点都是可以解决的。但之所以成为难点，是因为成本、环境适应、量产之间是相互制约的关系。比如，为了降低成本，用于扫地机器人的廉价激光雷达看起来可以解决成本问题，但这类单线激光雷达扫描距离仅有8-10米的距离，就不能适用于商场这样的场景，商场场景中8-10米范围内 没有任何物体很常见，环境信息处于缺失状态，这时建立在环境轮廓扫描基础上的激光雷达导航算法就无法正常运行。

再比如，深度视觉传感器的成本和性能均衡较好，但其量产涉及到光学元件的校准问题，如果不通过复杂的自动化手段解决，无法满足量产的产能和效率要求

赛格威机器人如何解决上述难点？

针对成本高问题， 赛格威机器人的产品从设计上，以消费级产品设计的方法论进行上游供应链整合，将世界范围内的最新部件进行集成化设计，从设计阶段就考虑成本问题，可以在量产条件下实现单台配送机器人平均万元以下的成本控制，从而达到相比于人力20倍的经济性提升。

针对环境适应性差问题， 赛格威机器人以自研的VSLAM、深度视觉技术为基础，构建了完整的云端和本地运算配合的移动系统，配送机器人在移动过程中不需要任何外部辅助，能够实现导航地图的半自动化部署和长期稳定运行，以及避障地图的实时自动更新。这些数据通过云端在不同的机器人之间共享，实现从一次运行到多机器人长期运行的自动无缝衔接。针对上下电梯的需求，已经在技术上实现与电梯的互通互联，从机器人端安全可靠的将上下楼层信息传递给电梯。

针对量产可靠性问题 ，赛格威机器人Loomo产品量产的过程中，已经实现了完整的量产和供应链管控，在防水防尘、振动、跌落、电磁兼容等方面，取得了美国FCC、UL、欧洲CE、中国CCC、CQC等相关认证机构所颁发的质量认证证书，确保量产品质的一致和可靠，实现批量出货。

目前产品研发、推广进度如何？

赛格威机器人的这套解决方案已经完成了基础研发，目前产品处在小规模实验阶段，可以随时让潜在合作方在商场等环境进行测试。

其中有客户已经正式接入了真实业务数据进行测试，测试过同期跑3-5台机器人。

此外，业务逻辑类似的自动卖货机器人Loomo Shopping也在商场进行试点。

做到现在这个阶段大概需要多少钱？

赛格威机器人目前有100多人，研发了两年，做到了现在的水平。赛格威机器人是借助了母公司纳恩博的技术、产品、供应链、生产线、品牌的优势，花费在A轮融资的规模。其他机器人厂商的花费可能会高于这个资金规模。以华硕这种有硬件研发、供应链、量产能力的厂商为例，为了研发机器人Zenbo，组建了700人的研发团队。

三、商业落地

如何拓展合作伙伴？

主动寻找合作伙伴可能会是一个比较慢的过程，所以2017年赛格威机器人采取了主动宣传的策略，申请了Intel 大会的展示。2017年5月，Intel CEO科再奇现场展示了Loomo Go的展示，从而帮助吸引了一批早期的潜在合作伙伴。2017年年中，基本上有计划做机器人配送的物流、配送的厂商均有主动联系。

现在在合作的合作伙伴最后确定合作方的标准可能是什么？

还很难说，当前还处于测试、测算的阶段。合作伙伴也需要进行数据模型的测算，可能会综合考虑成本、效率、内部业务协作等因素。

赛格威机器人认为，如果可以做到10倍的成本优势，合伙伙伴利用机器替代人工的意愿会增强，所以在项目开始时就按照低成本进行产品设计。

配送机器人和卖货机器人哪个会先落地、推广？

暂时不好说。都在推进的过程中。

卖货机器人业务逻辑会相对简单，较容易落地，但需要找到合适的应用场景和落地场景，同时需要进行相关财务测算。

配送机器人需要看合伙伙伴的推进力度，但是需求明确，只要单位经济模型上能够测算出来相比人力有较大的经济性提升，大规模的落地部署只是执行层面的问题。

落地所需要的基础设施、运维团队建设情况如何？

建立在VSLAM和深度视觉上的技术，其优势就在于无需基础设施的辅助。如果机器人的任务要求上下电梯，增加电梯的通讯接口是一件需要运行团队去执行的事情，当然这方面的技术已经是非常成熟的。

未来配送机器人业务如何定价、盈利？

目前行业处于起步阶段，商业模型、财务模型都还处于探索期。

一个可能的模式是，赛格威机器人硬件会是公开价格销售，毛利不会太高，同时会通过云端服务收费。

业务的财务模型、产业链的利益分配机制，短期内都会是一个动态博弈的阶段，但最终会趋于稳定。现阶段赛格威机器人希望跟客户一起，将配送机器人的价值网络建立完善，能够通过为终端用户提供有用的服务产生价值。而这个新产生的价值如何在相关方中分配，相信在价值产生这一步稳定可靠之后，最终市场会给出一个答案。

未来配送机器人业务会做成室内机器人版的“达达”么？

从财务报表上来看，会不同。达达的主要成本是人，我们的主要成本是研发。人意味着成本不能够被分摊，但研发则是可以被分摊的。业务逻辑看起来会类似，但是本质上会有差异。公司的定位还是一家高科技驱动的技术公司。

四、竞争

新公司现在入局是否还有机会？

一般来说，即使推进速度很快，机器人类的产品做到稳定、量产至少需要一年。赛格威机器人在有机器人产品经验的情况下，做到现在花费了2年。目前国内其他室内配送机器人的厂商也有多年机器人行业的经验，到最后推出很可能也要花费至少一年的时间。

国内的快递、外卖、配送公司大约在2017年年中开始进行这方面的研究，挑选合作伙伴，2018年上半年会进行一些测试和测算，如果数据理想，2018年年中很可能会有一些应用。率先进入商用的配送机器人公司会获得先发优势，加速迭代，拉开与后来者的差距。