功能完善 1794-OA16 結構緊湊

功能完善 1794-OA16 結構緊湊

功能完善 1794-OA16 結構緊湊

通過復盤全球工業機器人發展歷程，我們看到工業機器人經歷了從特種到通用、從機械到智能、從單一到復雜的演變過程。隨著工業機器人開始應用到各類下游行業，逐步替代人類重復勞動，產業價值開始逐步顯現。以ABB為例，拆解產業鏈環節來看，工業機器人核心部件包括傳感、執行、決策三層，其中IT架構是決定機器人智能化程度的核心，軟件重要性有望逐步提升。與此同時，隨著ChatGPT等大預言模型的興起，機器人正開始向具身智能演進，產業變革有望加速到來。

核心觀點

工業機器人逐步走向智能化/通用化，產業應用前景可期

全球工業機器人大致經歷三個發展階段：1）技術萌芽階段：初的工業機器人主要用于軍事、核工業等高危領域，以示教再現型機器人為主；2）產業崛起階段：ABB、庫卡、發那科等企業開始崛起，工業機器人開始具備感知和處理外界信息能力；3）產業升級階段：向通用工業場景延伸，智能化水平不斷提升。據IFR數據，2021年全球新增工業機器人安裝量為51.7萬臺，同比增長31.2%；據Inkwood Research預測，2021-2028年年全球工業機器人產值的CAGR將達14.7%。我們認為，隨著工業機器人智能化不斷升級，人口供給收縮和下游需求釋放驅動行業增長，產業應用前景可期。

IT架構是決定機器人智能化程度的核心，軟件重要性有望逐步提升

以ABB為例，拆解核心環節來看，工業機器人產業鏈包括上游核心部件、中游機器人本體及軟件、下游系統集成與應用，主要成本集中在減速器、伺服系統等上游核心零部件。從功能分類來看，工業機器人部件可以分為感知、執行、決策三層。ABB在傳感器、伺服系統/控制器、算法軟件等各層級均有布局，形成工業機器人全棧解決方案。我們認為，隨著工業機器人向智能化發展，已經逐步進入軟件定義階段，機器人正逐步演化為IT產品，軟件算法的差異將對機器人終能夠實現的智能化水平產生重要影響，軟件地位有望逐步提升。

AI賦能有望助力產業變革加速到來

我們看到，對于簡單的機器人任務，ChatGPT已經能夠以zero-shot的方式解決，對于課程學習、AirSim避障等復雜任務，ChatGPT可以在人類用戶on-the-loop交互下實現。從工業領域落地情況來看，目前具身智能還處在產業發展早期，AI應用集中在部分簡單場景。以ABB為例，2020年2月ABB與Covariant合作推出智能分選機器人，通過機器視覺算法提升識別效率和準確率。此外，2023年7月，ABB宣布與微軟合作，將GPT-4應用于工業分析等場景。基于此，我們認為，隨著ChatGPT等大模型的出現，機器人正開始向具身智能演進，產業變革有望加速到來。

風險提示：宏觀經濟波動；技術應用落地不及預期。

功能完善 1794-OA16 結構緊湊