服务机器人的傲慢与偏见

大数据文摘

共 3994字,需浏览 8分钟

 ·

2021-11-04 14:52

大数据文摘转载自机器人大讲堂

人类对于新生事物不可避免地带有偏见。

就像人类最早对于手机的偏见,对电脑的偏见,或者我们遇到过的或者多少听过的,对于早期拼多多“假货”的偏见,或者对汽车技术就是“四个轮子两个沙发”的偏见。偏见无处不在,但行业真正成为趋势,许多人依然只会感慨真香。

当前,许多人对于服务机器人行业同样存在偏见。在许多人看来,服务机器人就是移动底盘+平板,技术含量低,很难像人那样灵活,更不能做到像人一样智能。在很多媒体和分析中,都有人对服务机器人赛道的价值提出怀疑:服务机器人是否真的有长期存在与发展的必要性?服务机器人企业高估值是否只是一场无稽的炒作?

对于服务机器人赛道的价值,其实我们可以不必先忙着下判断。如果仔细类比,服务机器人作为人工智能这个大行业的重要细分,服务机器人中餐饮、配送、清洁等不同的细分领域企业不断出现,与20年前的互联网非常类似。

最初互联网行业,也从一开始就存在很多细分,做电商,做搜索,做社交的企业如雨后春笋般涌现。而类似搜索、电商或者社交这些大领域,又诞生了卖书、卖光盘、卖电子产品等等细分赛道。

从互联网发展的这个阶段往回头看,可以发现这个行业也曾有过相似的价值迷惑。

行业仿佛一眼能够望到头,实际却随着社会发展不断膨胀。短短30年,人们已经抛开了当初对于线上化的傲慢与偏见,习惯了用手机购物、打车、聊天、阅读等等。互联网赛道的价值才开始被人们认可。

抛开这些介于“懂与不懂”之间的傲慢与偏见,我们对服务机器人其实需要更客观、更基础的认知。服务机器人到底是什么?解决的市场问题是什么?未来会走到哪里?或许换个角度,从需求和价值出发来思考这些问题,我们能够从服务机器人的发展逻辑中,得到一些更加接近事实真相的答案。


服务机器人能否成为刚需?

任何行业的发展前提一定都是需求。

作为一个新兴的行业,服务行业到底是解决了什么需求?为什么要去做服务机器人?

其实和早期的很多行业都类似,服务机器人产品本质上也是为需求服务。如今的服务机器人,本身同样也一直在解决需求这件事情。

整个服务行业规模庞大,一二线城市从业人员占到60%-70%,行业有很多不同的服务细分。大致分为两大类,一类是实体服务,例如餐饮、酒店、物业、快递、外卖、按摩、洗脚等,约占50%,而咨询、媒体、金融等则可以算是另一类,虚拟服务。

服务行业具有典型的反规模效应特征,规模越大,人力成本往往越高,管理成本往往会指数上升。未来在人口减少,而更庞大的消费需求下,实体服务的比例还将更进一步提升。

从这个角度而言,使用投入产出较明显、能有效降低人力成本的机器人,逐步帮助人类完成更多工作,一定是时代发展初期的必然需求。


许多人思考服务机器人能否成为刚需,讨论其商业模式很大的误区和偏见在于,认为机器人目前能效并没有人类高,于是认为机器换人是个伪命题。

其实不然,机器人凭借全天候的工作,其实单位时间能效比已经比人类更高。一旦机器人能够实现标准化和体系化,并进一步完成数字化的建设,将能对服务行业的整个流程实现可视化管理,这极大程度上解决了“人管人”的难题,意味着管理成本的进一步降低。

对于净利润在边缘挣扎的服务行业而言,提升口碑和减低成本一直都是最大矛盾体。对服务行业而言,数字化管理是化解矛盾的唯一办法。而机器人则是数字化管理中最重要的终端,如同互联网里的pc与手机。

当然,刚需也并非一日长出,而是需要逐渐创造,这往往需要更大范围的市场教育和培养,逐步形成行业共识与消费习惯。而如何教育市场,让用户觉得理所当然,甚至品质有所提升,这才是商业上谈论行业是否刚需的必然逻辑。

举个简单的例子,现在人们每天洗澡使用的沐浴露与洗发水,在80年代却压根不存在,每个人一次洗澡的间隔可能是7天甚至更长。这种在原先许多人并不认为是刚需的点,却让专注于此的宝洁成为了销售额能达到几千亿的公司。

清洁用品企业已经成功教育每个用户。如今,人们大多一天洗一次澡,如果有人7天洗一次澡,人们必然就觉得你是异类。虽然这其实不影响人任何的生存和生活技能,但长期不洗澡必然会人极度厌恶。人类的需求已经从吃饱肚子不被冻死,到了更高更泛的层次,这一改变会使得认知的层次不断提升。


而判断一件事情是不是刚需,其实只有一个依据,就是其能不能形成行业共识。只有少数几个人认可的东西,很难形成标准,形成消费者习惯,形成行业护城河,更形成不了行业共识,因此,所谓的刚需其实就是形成市场共识,而教育市场也就是一个形成共识的过程。
例如美团外卖解决了下雨如何出去吃饭的问题,滴滴打车解决了用户打车不确定性的问题,服务机器人则同样解决了人懒得去做的很多事情。这些其实都并不算是刚需,也并不存在多大的技术壁垒,但只要能形成共识,大家就能接受用更高的成本去实现它,并产生出了更大的商业价值。

如何去把市场教育或者培育成为用户认可的行业共识,这是判断行业能否发展成为刚需的关键。反之,一个市场能够形成共识,它必然就是刚需。

如今,服务机器人同样已经解决了人们身边非常多细小却容易的需求,并在能效比上逐渐超越,这些简单的需求正在扩大,并逐渐衍生和成长出更深层次对于数字化的经营管理刚需。早期入局的人无疑能有可能抓准这个时代的机遇。

服务机器人赛道价值几何?

作为一个发展初期的行业,由于服务行业的细分类别很多,服务机器人行业也有不少细分赛道涌现。服务机器人赛道有着极大的不确定性,也存在更多可能性。因此,如何能够准确判断与定义赛道成长性非常重要。

目前服务机器人企业都是在不同的细分赛道上赛马,还没有一个企业能够大而全能把所有赛道概括。因为企业服务的对象都不一样,赛道的专业程度也不同,能否形成统一共识的难易程度也有所区别。

而赛道难度和行业属性高度相关。例如政府就是一个难度最高的赛道,它本身的体积决定了想要实现开拓并形成行业共识,必然需要借助一些典型社会事件,而这些事件往往可遇不可求。当然,挑战也伴随着机遇,这也让政府场景的壁垒相当高。


其次,不同行业的技术实现难度不一样,不同维度技术壁垒也不同。送餐、配送、清洁场景不同,室内与室外无人配送技术都不同,难度也都不一样。不同的行业对成本的接受度又不同,对企业提供的产品的承受能力也不同,教育的时间长短,难易程度就也不同。

因此,评价决定赛道优劣性或者难易程度,很多时候需要从包容度、技术门槛、产品复杂度、客户属性等多方面考量。需要更加了解细分行业特性,才能站在更系统化的层面去解读和判断。

从许多行业的经验来看,任何一个赛道能形成核心价值,一定是其给客户创造显性和隐形价值,从而更好形成行业共识。这不仅需要理解这个细分赛道的当下和未来,分析这些企业商业模式和可能发生的商业演变,往往还更加需要从一个更客观的角度,结合商业本质去思考。

由于赛道存在大客户和小客户,其付费能力有所差异,一个优质的行业赛道,各方面的比例均衡非常重要。客户太小成单周期短,但付费能力弱,而太大虽然付费能力强,但成单周期长,开拓速度较慢。一个以小b为主的赛道很难实现数字化管理,一个以大b为主的行业也非常考验企业的销售与服务能力。


目前服务机器人企业都仍然处在不同赛道跑马的阶段,从更长远来说,这些赛道必然会走向整合,不同细分领域的行业属性以及核心价值,决定了企业能走多远。

赛道能否占据场景中最赚钱、最重要的载体,批量可复制能力是否足够,能否拓展出不同的业务核心,决定了未来企业体量和经营整合能力。例如覆盖商场、办公、居住等跨场景的物业服务,往往就比单场景的餐饮服务潜力更强,但无疑其技术结构化难点也更多。

但无疑,能为场景的核心要素提供更广泛核心价值,必然会带来更强大的场景拓展以及整合能力,并在更广阔市场提供行业共识。最后形成完整的平台型巨头,以更高效的管理方式,为整个市场开拓更大商业价值,拓宽市场范围和深度。


服务机器人将走向哪里?

任何一个行业,必然都存在短跑和长跑。

科技已经成为国家发展的重要主线,可以预见的是,随着时代的变迁,短跑的赛道无疑已经越来越少。

这个新时代,企业能成功的原因,必然都取决于其在当下和未来能为行业和社会创造多少价值。也正如前文说提到的,在智能化不可否认成为时代大趋势的当下和未来,数字化将成为服务机器人的刚需,而如何为企业规模化过程中提供数字化管理,将成为服务的核心价值。

因此,在未来服务机器人企业本身的定位会造成巨大价值差异。有些赛道硬件容量可能会形成两三年内的短期壁垒,但长期的价值壁垒一定在于行业能否形成数字化,并将硬件技术本身的壁垒转化到用户和更多元化的场景。


服务行业的反规模效应也导致服务机器人能在多大范围形成共识,决定了未来性以及长期性。无论酒店还是餐饮服务,如果只是卖硬件,大多数人往往能算得到服务的市场需求有多大:有多少家餐饮店,多少个酒店,中高端酒店的市场容量有多大。

但如果能进一步软硬件结合,提供数字化等服务,同时行业接受数字化是未来这一共识,行业的市场容量则可以换一个计算方法。对于很多服务场景的企业来说,数字化管理也都是进一步提升规模优势的关键,这是一种更高层次的双赢。

结语

风物长宜放眼量,任何一个赛道初期往往都很难形成共识,必然需要大量的时间培养需求,教育用户。

如果把服务机器人只是看成硬件,对比的维度也往往只是硬件。但如果将服务机器人看作为是整个社会智能化数字化的一部分,从更高维度来看服务机器人,可以发现其市场价值还远远没有得到体现。

整个服务机器人赛道,无疑还有非常多的可拓展空间。哪个赛道哪几家企业能够跑出来,相信时间会给我们更确切的答案。


点「在看」的人都变好看了哦!
浏览 8
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报