从1959年的第一座现代建筑开始，机器人Unimate(发明家JosephEngelberger，George C.Devol)诞生至今已有60年。
与此同时，机器人科技突飞猛进，机器人的驱动方式从液压变成了电动，从最开始的6个自由度变成了现在的53个自由度，位置精度从1 mm到0.03 mm，数据存储从鼓式存储器到固态硬盘，应用领域从简单的重复。搬运到复杂曲面的增材制造，应用行业从汽车到电子和消费品，R&D中心从美国蔓延到欧洲和亚洲，平均销售单价从20万美元到3万美元(相当于现在)价格)，年销量从几十台到近40万台不等，制造普及率从0到每万名工人74台不等...
机器人已经改变了我们生产和制造的方式，并将从传统的工业领域渗透到服务业(家庭、商业)。
技术的变革和创新当然会带来更完美或颠覆性的产品，但从市场的角度来看，更有影响力(或更具破坏性)的变革是:新技术带来的新商业模式。
就像Webex打败微软的NetMeeting一样，它从来不仅仅依靠提供更高质量的音频和视频会议服务，而是从传统的软件授权模式转向SaaS销售模式。苹果iPhone击败当代霸主诺基亚，不仅在于提供了更高质量的硬件产品，还在于从传统的硬件销售转向硬件+软件(服务)的生态模式，并且随着其硬件创新力的下降和市场同质化的提高，其营收和利润越来越依赖于软件(服务)。
在这个层面上，我们不仅需要注意机器人行业的技术发展趋势也需要关注其可能带来的新的商业模式。技术和商业的双重变化将极大地改变用户对。机器人使用和机器人市场认知。
技术趋势1:机器人和信息系统集成。
业务变化1:提供产品→提供服务
无论是德国提出的。工业4.0参考架构(RAMI 4.0)是由美国提出的。工业互联网参考架构(Internet Reference Architecture，IIRA)加强机器/设备与控制/信息系统之间网络连接的互操作性、先进的数据分析和信息安全，从而为智能制造提供信息感知、传输、分析、反馈和控制支持。
来自数据/信息/知识/智慧的DIKW金字塔模型，因为数据来自机器/设备层，没有数据，任何工业互联网平台或者人工智能算法都会成为无源之水。因此，对于机器人在行业方面，技术趋势之一是通过采用最新的ICT技术来加强。机器人(OT)与信息系统(IT)的集成。
图1:机器人+信息系统
目前，M2M通信普遍采用IEC 61158标准的各种现场总线。然而，由于历史和商业原因，IEC 61158标准化了19种现场总线，这些现场总线的硬件接口和物理/应用层并不完全相同。除非采用同一厂商的产品(协议标准)，否则无法实现现场互联。
从这种现实困境来看，标准太多相当于没有标准。时间敏感网络(TSN)是IEEE 802.1下的一个工作组。通过在数据链路层引入一种新的时间同步协议，可以解决标准以太网由于不确定性而无法实时传输的问题。工业现场使用中的问题。
另一方面，为了应对设备层(横向集成)和设备云(纵向集成)之间即插即用的挑战，通信层/信息层将采用独立于平台和厂商的OPC UA规范、集成的地址空间和信息模型以及面向服务的架构(SOA)。
机器人与信息系统的融合将为一些新的商业模式提供条件，比如目前的主流。机器人维护模式还是定期？巡检这条路，穿过右边机器人上传到云端的数据可以存储和分析，可以从网关提供商变成预测性维护服务提供商；例如，通过物流机器人运营数据的存储和分析可以从物流行业获得。机器人供应商(提供)机器人综合解决方案)到物流服务(根据搬运包使用计费)提供商。
图2:制造业的服务转型
技术趋势2:机器人和人工智能。
商业变革2:企业间市场→消费者市场
虽然PLC/PAC行业有很多供应商，但是每个硬件供应商提供的集成开发平台都支持IEC 61131-3标准中规定的编程语言规范(IL、STL、LD、FBD、SFC)。从相反的角度观察机器人业内，缺乏统一的编程语言规范，每个厂商不仅有不同的集成开发平台软件，而且有不同的语法规范和特殊的应用指令。
另一方面，当前机器人控制器架构，正好符合ISO 8373对于机器人“根据预先安排的程序自动执行工作和运行的机器装置”的定义需要实现功能(机器人控制、逻辑控制、安全控制、系统通信)，能实现自动化，不能实现智能化。
以上两个因素是机器人c++的编程、使用、维护和调试设置了很高的门槛，导致其应用场景目前主要集中在企业间市场(to B)。
人工智能技术的引入将大大减少机器人使用阈值，如人和机器人可以通过语音或者可穿戴智能进行交互和控制，让普通消费者也可以控制使用。机器人；比如通过收集分析不同任务下人/环境/机器的交互数据，实现自动调整。机器人的运动轨迹。
随着各种人工智能芯片(FPGA、GPU、DSP、ASIC)的计算能力越来越强，以及开源平台的出现，我们将会看到人工智能的融合。机器人控制器的出现使得机器人“to C”的使用和维护变得更加简单快捷，从而将其应用场景扩展到消费市场(to C)。
图3:机器人+人工智能
图4:机器人消费市场应用场景
技术趋势3:机器人以及灵活工具的集成。
商业变革3:大规模生产→大规模定制
事实上，机器人它仍然缺乏灵活性，即使是最成熟的汽车。工业比如一些汽车工厂的自动化率已经达到了100%。现有技术方案达不到德国标准。工业4.0白皮书“战略计划实施建议”中的“支持定制生产:如何满足客户个性化需求”一章预见到...每个客户的需求，将同一制造商的一个产品组的零件添加到另一个产品组”。
从汽车制造业的历史来看，虽然目前消费者可以定制物品的情况已经比福特Model T时代有了很大的改善(“任何客户都可以把这辆车涂成他想要的任何颜色，只要是黑色”)，但是随着90后、00后逐渐占据主流消费群体，他们对个性化的需求越来越强烈，越来越注重产品设计和使用体验，所以我们的制造体系必须变得更加独特。
机器人将越来越多地与灵活的工具相结合，例如协作机器人(HRC)+AGV小车(自动)，制作协作机器人不再局限于某个单位或区域，而是提升为生产线团队中的“自由”。机器人”以便生产线可以自行组织(“静态”生产线→“动态”生产线)；协作机器人(人权委员会)+灵活的EOAT，以便协作机器人能更好地实现新功能，满足多品种生产的需要。
图5:机器人+灵活的工具
图6:生产方式的历史演变
机器人行业正处于技术和商业双重变革的时代，而随着机器人技术与其他技术的不断融合，可能会从以机电技术为主的相对扁平化的行业转变为更加快速的行业，在不断提升产品性能、降低产品使用门槛和综合成本的同时，拓展其应用场景。
另一方面，就像Clayton christensen在《创新者的困境》中表达的目的一样，为了在这个快速变化的环境中不被颠覆，我们需要在广泛的领域中理解和利用这些破坏性创新原则，包括R&D、制造、营销和管理流程。