2024年7/6閉幕的上海 AI 人工智能大會,參觀人數突破30萬人次,線上流量突破19億,比上屆成長了90%,均創歷史新高,18台人形機器人的矩陣亮相,中國發布首款全尺寸通用人形機器人開源公版,可見全世界對機器人的焦點持續增溫,但台股相關個股已經有過熱現象,美股目前對這議題發酵性討論性較低,因此我們將對基機器人產業及相關個股做一探討。
未來幾年隨著全球勞動年齡人口的減少,企業將更依賴人工智慧、機器學習和機器人技術來維持生產力。另一個因素是:成本下降和加速自動化技術的發展,包括最近在生成人工智慧程式方面的突破,許多公司已準備好開始將資金投入這些技術。
人口老化和勞動力供應萎縮將在未來幾十年對全球經濟產生重大影響
1. 勞動力的減少導致人們更加依賴自動化
資料來源:Morgan Stanley
儘管人工智慧、機器學習和機器人技術已經存在多年,但什麼推動生產成本降低?原因就是:半導體等電腦硬體組件的改進和更先進軟體的開發發揮了重要作用。此外,大數據的興起使得「訓練」人工智慧以推動自動化所需的複雜方式變得更容易更經濟,隨著時間和技術的進步,人工智慧的突破可能有助於推動未來幾十年的經濟活動和生產力成長。
從歷史上看,經濟體生產力的提高往往需要企業在軟體、設備和機械等方面進行大量投資。例如 20 世紀 90 年代中期儲蓄推動資本投資成長之後,美國的生產力在 1990 年代末和 2000 年代初出現爆炸性增長。現在,經過企業多年的儲蓄,預計投資和生產力將再次繁榮,其中自動化將發揮核心成長作用。
專業服務機器人目前僅佔市場一小部分,預計全球機器人市場將從今年約250 億美元攀升至2030 年的1,600 億至2,600 億美元,其中專業服務機器人的市佔率將達到1,700 億美元,工業和物流機器人的銷售額最高將達到約800億美元。
根據計算,全球機器人市場的預期年複合成長率(CAGR):
自2007年以來,中國工廠工人的薪資大幅成長,同期印度工廠工人的薪資也上漲了50%以上,體力勞動者的短缺和以前低工資國家的工資上漲相結合,將推動機器人更快取代人類。
人工智慧(AI)將使機器人能夠處理無人監督的情況;機器人群體智慧將提高移動機器人在現場共享和改變任務,這些功能將透過 5G 通訊網路以及所謂的邊緣服務得到增強,5G 通訊網路可以增加移動頻寬和機器人操作半徑,而邊緣服務本質上是基於雲端的網絡,可以擴展機器人和感測器的運算能力。
未來趨勢主要由工廠的客戶購買機器人操作系統(例如手臂、控制器和手臂末端工具)而逐漸轉向購買更廣泛的模組化系統,包括核心以及邊緣控制器、機器視覺軟體、用於智慧和自主活動的人工智慧以及創新。
4. 機器人能力在2028年將有機會實現全方位的提升
機器人解決現實世界中的問題,目前成果仍不令人滿意,未來導入更強大的AI時, 機器人解決問題的能力可能會大幅提升, 高盛預計2028年以前將有機會實現全方位解決問題的人形機器人。
日本韓國和中國的機器人公司,目前的市場份額有限,但亞洲國家的此類公司可能會在未來十年內實現大幅成長。
自2017年以來,機器人製造密度成長最快的是韓國、中國和日本。隨著亞洲大型零售商開始對其倉庫進行現代化和升級以滿足不斷成長的需求,物流將需要更多的機器人設備。
未來十年對機器人技術的影響程度將取決於技術突破的速度、「殺手級應用」的開發、全球經濟成長、消費者偏好、以及社會對自主機器的整體接受度。
到 2030 年左右,該行業會出現三種可能的情況,每種情況都會以不同的方式影響成熟和新創的機器人製造商。其中包括客製化解決方案的興起、作為標準自動化設備的機器人。
說明
Google World表示機器智慧、物理能力和連接性方面的突破性進步導致大量智慧機器人模組能夠處理複雜和動態的情況。
這些模組可以使用簡單的即插即用概念進行互換,從而大大擴展了機器人環境和用途。由於其技術靈活性和智慧能力,這些機器人模組可以針對廣泛的應用進行客製化。
如送貨機器人、自主揀選機器人或電動車充電機器人。
一般來說,這類別的應用並不是特別複雜,而且標準化程度很高,不存在需要擔心的監管或社會接受障礙,短期這一領域有機會快速發展。
最大的成長領域可能是專業服務機器人(而不是更傳統的工業機器人),包括飯店旅館和消費者交付設備以及鐵路或機場維護機器人。
在這個階段的市場中,軟體將成為關鍵的成功因素,軟體大型企業、超大規模企業和其他數位新創公司將佔據主導地位。
市場專業機構預估未來機器人的成長性
人形機器人市場預計將以高達45%的年成長率快速擴展,而工業用機器人市場則預計將以11.95%至15.91%的年成長率穩步成長。這些市場的成長主要受到技術進步和自動化需求增加的推動。
根據高盛預估, 全球仿⼈形機器⼈原本預估60億美元的初步預期⼀年後,目前已將2035 年預測上調⾄380 億美元,出貨量並預估較先前增加了4倍,獲利路徑更快材料成本降低約 40%(主因是⼈⼯智慧加速、技術突破、更⼤的資本⽀出投資是預測這個產業提前獲利的關鍵驅動因素)。
雖然2028年前看起來不太可能實現;但鑑於技術的進步,高盛預計⾼規格⼈形機器⼈⼤量⽣產可能會提前兩年實現(從原本的2030提前至2028年實現)。⾼盛預估2024-2035 年機器人產業將成⻑ 75%-389%,其原因為:
高盛認為硬體技術已基本準備就緒,⽽端到端⼈⼯智慧的進展可能會實現更快的⼈形機器⼈迭代,例如 Tesla Optimus Gen 2。
⾼規格機器⼈的成本可能會從⼀年前的 25 萬美元下降到 2023 年的每台 15 萬美元,這主要是由 於更便宜的組件的可⽤性以及來⾃最佳性能組件的更廣泛的供應鏈選擇範圍先前在實驗室中,意味著⼯廠應⽤可⾏性時間表可能提前⼀年,消費者應⽤則提前2-4 年。
考慮到⼈⼯智慧演算法對動態環境的未來可能適應性,以及⼈們從事死亡率較高的⼯作類別時,客⼾更會願意⽀付較⾼的費⽤,利用⼈形機器⼈針對危險任務,看來具相對較高的吸引⼒。⼈機器⼈產業發展戰略地位後,不僅考慮⾼規格機器⼈,也考慮中低規格機器⼈
美國和亞洲的新創公司、多家上市公司建⽴新的機器⼈部⾨以及潛在的更多政府⽀持(即來⾃中國)的更強有⼒的支持。
高盛上調機器人出貨預估
高盛對比自2022年中期以來電動車指數的比較(2009‐2023),高盛認為機器人具體出貨量可能會更多
1. 2023年機器人LLM的發展,如PalM‐E和RT‐2的推出,以及特斯拉開發人形機器人的端對端人工智慧
端到端人工智慧與以往的控制方式完全不同,意味軟體系統可以根據人工智慧自行生成的規則來執行任務,而不是依賴於軟體工程師預先編程的規則。特斯拉Optimus展示了從場景觀察到任務分析的高階端到端控制,這兩個過程由具備圖像、文字和視頻推理與分析能力的機器人法學碩士完成。底層的端到端控制包括模擬和最終執行,機器人AI需要先安排運動的工作流程(模擬),然後再轉化為機器人的實際物理運動。
資料來源:高盛
在提升機器人的效率、準確性和可靠性,使其能夠在更多應用場景中發揮更大的作用
首先,增強數據收集和標註至關重要,高質量且多樣化的數據是AI模型學習的基礎,先進的標註工具和技術則確保數據標註的準確性和一致性。
其次,提升算法和模型是改進端到端控制的核心,深度學習技術如CNN和RNN可以顯著提高圖像和語音處理能力,同時強化學習讓機器人能夠在模擬環境中自我學習,優化其行為策略。
結合實時測試,可以確保模擬結果能夠準確地應用到真實環境中,從而提高機器人的適應性和可靠性。
升級機器人的感知技術,如攝像頭、激光雷達和超聲波傳感器,可以獲取更準確的環境信息。提升計算能力,使用更強大的處理器和GPU,則能夠快速處理大量數據和複雜算法,從而提高機器人的反應速度和決策能力。
自適應學習讓機器人在運行過程中不斷學習和優化,適應不斷變化的環境和任務需求。提供在線更新功能,使機器人能夠隨時獲取最新的算法和功能。
通過這些方面的改進,機器人端到端控制將變得更加高效、精確和可靠,能夠在更多應用場景中發揮更大的作用,推動技術和應用的進一步發展。
2023 年Tesla Bot開發時間表與波士頓動力 Atlas的開發進程
邊緣計算能夠為機器人帶來更快的反應速度、更高的可靠性和安全性,並降低帶寬和成本,因此在未來的機器人製作和應用中將會扮演越來越重要的角色。
當機器人購置成本降至人力資本的一定比率時 (Price Threshold Point),人形機器人將會逐漸取代部分人力資本(機器人未來會類似EV取代部分燃油車)
麥肯錫公司的分析表示,除了機器人市場的成長之外,勞動成本也有所上升,機器人相對價格因此有所下降。
這兩個因素對機器人需求有直接影響: 一方面勞動成本不斷上升,雇主正在尋求更便宜、更有效率的勞動力,特別是在高度專業化的領域,雇主必須競相爭奪頂尖人才; 另一方面,鑑於機器人直接價格下降,消費機器人取代傳統人力將更具吸引力。
說明:
「技術替代」(Technological Substitution)和「價格替代」(Price Substitution)概念,隨著新技術或新產品價格的下降,消費者轉向使用這些新技術或產品,從而取代舊有的技術或產品。
「價格臨界點」(Price Threshold)或「價格替代效應」(Price Substitution Effect),表示當新產品價格下降到某個點時,可能會導致消費者轉向購買新產品,從而替代原有產品。
人形機器人的製造成本已從去年的每台50‐25萬美元大幅下降到現在的30‐15萬美元(低規格到高規格的範圍),即下降了40%左右,這表明機器人商業化可能會比高盛預估投資回報的時間表更快。
預計未來幾年成本將進一步降低,特別是對於目前在一些關鍵組件上存在瓶頸的高規格設計。例如,特斯拉在線性致動器上採用行星滾柱絲鋼,可以實現高精度和承受重載。
產能和成本降低取決於以下因素:
(1)關鍵生產設備的可用性,特別是供應商產能缺乏彈性的高精度磨床(95%的設備來自海外,如日本和歐洲),存在潛在的出口限制(如日本和一些歐洲國家限制高端設備向中國出口)。
(2)零件製造商的技術知識有限,目前海外廠商在此特殊類型的產品上佔據主導地位,尤其是歐洲。
(3) 產業產能有限且製造週期長,導致成本高。儘管如此,對許多潛在供應商(例如百世精密、恆力液壓和三花)的調查,隨著時間的推移,人形機器人的大規模生產可以降低單位成本。
敏感度測試:假設5%/10%/15%的替代率,全球人形機器人需求量可能達到110萬‐350萬台危險和危險工作以及汽車製造
高盛預估工廠應用機器人在2024‐27年與人形機器人在消費者應用在 2028‐2031年大量應用應該是可以實現
資料來源:高盛
https://www.therobotreport.com/robotics-investments-drive-past-2-1b-in-may/
2024年5月為止,機器人相關新創從市場籌集資金2.1B
2024 年 5 月,機器人技術投資超過 21 億美元,為 38 家公司提供融資。 21 億美元是 2024 年的最高月度融資金額,大幅超過過去 12 個月的平均 12 億美元。截至 2024 年 5 月,機器人技術融資總額約 57 億美元。
資料來源:The Robot Report
最大的兩項機器人投資是由自動駕駛公司籌集的。總部位於英國的Wayve 籌集了 10 億美元的 C 輪融資,而總部位於麻州的 Motional 從現代汽車籌集了 4.75 億美元。
無人機公司也在 2024 年 5 月吸引了大量投資: Neros Technologies 是一家為國防行動提供自主無人機和服務的提供商,SwissDrones 是一家用於超視距空中任務的無人駕駛直升機系統開發商,分別籌集了1090 萬美元(種子)和1000 萬美元(B 輪)。
資料來源:The Robot Report
美中機器人SWOT分析圖表
美國的優勢在於技術創新,這使得其在高端技術和應用領域具有領先地位。然而,製造業外移和勞動力市場調整是其面臨的主要挑戰。
中國的優勢則在於市場規模、供應鏈和量產能力,這使得其能夠快速擴大機器人的應用場景並推動產業發展。然而,技術瓶頸和數據積累不足是其需要克服的主要障礙。
宇樹科技(Unitree Robotics)
影片
https://www.youtube.com/watch?v=8ClYBtfhkaw
https://www.youtube.com/watch?v=83ShvgtyFAg
優勢:
https://www.youtube.com/watch?v=MG4PPkCyJig
https://www.youtube.com/watch?v=AWDQnkV2wh4
優勢:
合作公司:
全球重要機器人特展將貫穿整個下半年, 將是貫穿下半年投資討論的焦點
美股中與機器人相關個股:
美股機器人相關的ETF:
台股與機器人相關概念股:(部分股票漲幅已大, 投資介入需注意基本面, 而不僅止有追題材面熱點)
相關熱門概念股的業績(近兩個月營收+Q1 EPS)
樺漢表現最好的公司:
機器人技術的發展趨勢長線看好且具投資機會,機器人技術與人工智慧的快速發展正在為投資者創造巨大機遇,尤其是在美國股市中,隨著全球勞動力短缺問題日益嚴重,企業對自動化解決方案的需求不斷增長,這為機器人和AI相關公司帶來了廣闊的發展前景。
在美股市場中,一些與機器人技術相關的公司表現出色,值得投資者關注。例如,特斯拉(Tesla)在機器人技術上的突破性進展,以及波士頓動力(Boston Dynamics)(母公司為谷歌)在高性能機器人上的持續創新,都展示了巨大的增長潛力。此外像AMZN和ROK , TER與ISRG 這樣的好公司也在不斷推動機器人技術在醫療、家庭自動化等領域的應用。
如果對美股相關個股基本面不是很有信心的話, 建議投資相關ETF或從相關ETF成分股中挑選基本面好, 股價位階低的個股。