机器视觉的“热”，需要一盆冷水
加入高工机器人专业行业群，加微信：13590381326，出示名片，仅限机器人及智能制造产业链相关企业。
*本文共约 3168 字，阅读完成需 6.5 分钟。
机器视觉的融资额又创新高了，一个细分赛道能够延续3年热度，并丝毫没有消减的迹象，机器视觉究竟有何魔力，吸金能力如此之强？
2017-2021年机器视觉领域获融资情况
数据来源：高工机器人产业研究所（GGII）
题外话：
2016年以前，机器人在一级市场几乎不受待见，彼时的互联网和房地产还如日中天，同时还有AI的搅局，看机器人项目的机构少之又少。
五年后的今天，机器人的火热与彼时的遇冷形成鲜明反差，期间机器人行业人士的感受是：自己融不到钱—别人融到钱了，自己还是融不到钱—钱好多，自己还是融不到钱—资本过热，不利于机器人行业发展—xx公司都能融到钱，跟谁说理去，自己还是融不到钱。
于是有了一个惊天疑问，以前钱都不往机器人行业投，大家会诉苦“资金荒”，没有资金如何发展机器人产业？现在钱很多投进了机器人产业，还有人说对行业发展不利，到底钱应该往哪走对机器人产业发展有利？
“钱”太难了！！！去哪都不是！！！
回到机器视觉赛道，机器视觉其实算不上是新赛道，从发展历程看，上世纪80年代机器视觉即进入产业化阶段，过去很长时间这条赛道主要被外资厂商占据，从上游的镜头到相机、软件等，基本都是外资厂商主导，其中最久负盛名的是基恩士和康耐视两家。不管从营收规模、产品矩阵还是盈利能力看，这两家公司都可谓是机器视觉领域的标杆。
巨头之所以成为标杆，不仅是因为体量大，更因其盈利能力“性感”。
康耐视&基恩士对比分析
康耐视 | 基恩士 | |
成立时间 | 1981 | 1974 |
产品矩阵 | 2D视觉、3D视觉、读码器、视觉软件 | 光源、光源控制器、镜头、相机、控制系统、视觉软件、读码器、测量系统、传感器、激光设备等 |
销售模式 | 渠道代理 | 直销 |
市值（亿美元） | 134.7 | 1518.3 |
2020营收规模 （亿美元） | 8.11 | 48.6 |
2020净利润 （亿美元） | 1.76 | 17.5 |
2020毛利率（%） | 74.5% | 81.9% |
数据来源：企业官网，财报，GGII整理
在2D视觉领域，长期以来的逻辑是“国产化替代”，但在过去的很长时间内（2016年前），这个进程似乎有点缓慢，外资厂商的视觉产品凭借其通用性和高品质，深入渗透到各行各业，尤其是以3C、汽车、半导体为代表的核心行业，机器视觉的渗透率持续提升，其中外资品牌更是处于主导地位。
近几年国内厂商如海康、华睿（大华）的快速成长，在一定程度上加快了国产化替代的进程。尤其在工业相机领域，以海康、华睿为代表的国产厂商的崛起在一定程度上已经对外资品牌构成威胁。
机器人行业客户接触过或者合作过的机器视觉品牌分布情况
数据来源：2021年高工机器人集成商大会现场问卷调研
注：有效问卷数量142份
自2015年开始，国内众多机器视觉创业公司成立，大部分以3D视觉为主，在这之前，一家叫MUJIN的日本公司（成立于2011年）可以称得上“前辈”，以至于后续成立的中国公司中部分会以做中国的“MUJIN”为目标（至少早期是这样的），崇尚技术与创新，并拥有较强的使命感，同时以运动规划技术与3D视觉为主要业务载体，直达终端用户需求的场景。国内同时具备motion planning（运动规划）与3D视觉技术的厂商主要以星猿哲、如本科技等为主要代表。
中国3D视觉厂商主要分成几个类型：
问题来了，到底哪类厂商最有可能跑出来（在3D视觉赛道）？
目前更多的创业公司属于前两种，这也是近年来一级市场资本的主要流向，期间听到很多迷人的故事和跳脱的思路，其中不乏要对标基恩士和康耐视的创业公司，我只能说，有时候鲁莽和勇敢还是有区别的。（我愿意相信在产品层面上的对标，但在企业层面的对标似乎显得鲁莽）
从产品形态和业务模式来看，业内的共识是产品型的公司才是长久之道，从这个角度看，3D视觉领域的发展还有较长的路要走，从非标到到标准化并非简单的一蹴而就，其中需要较长的时间跨越“知道-做到”的鸿沟，这条鸿沟亦可理解为行业Know-how，众多3D视觉创业公司都还处于找场景、做应用、堆算法的阶段，国内真正能够做到“一招鲜吃遍天”（是的，说的就是基恩士、康耐视）的厂商寥寥无几，如康耐视、基恩士的2D视觉业务，标准产品业务占比超过75%以上，这是保证其高毛利的关键，通过持续的高研发投入构建强大技术壁垒，这为长期的高盈利奠定了有力基础。
那么，从2D到3D的进阶进程，是否还是巨头绝对主导呢？
未必。首先3D视觉与2D视觉的关系更多是互补而非替代，未来很长的时间里2D视觉与3D视觉是相互共存的状态，同时，2D视觉的市场规模依然会占据主导地位，但3D视觉的市场增速无疑将会引领机器视觉市场，根据GGII判断，基于当前的低基数，同时叠加技术进步与成本下降的多重因素，3D视觉开始进入放量阶段，预计未来5年中国3D视觉市场复合增速将在70%以上。
作为典型的技术密集型产品，机器视觉涉及“光机电软算”等多个技术领域，技术密集属于表象，内核更多是“技术沉淀+创新密集”。技术沉淀指的是底层产品技术的积累沉淀，创新密集更多指的是应用技术的创新驱动。
在底层产品技术层面，包含硬件和软件两个方面，硬件如光源、镜头和相机等产品领域，有赖于对基础科学（如光学）研究的持续投入，同时需要持续的技术升级与产品迭代。软件则更多是软件算法平台，通过强大的底层算法与海量的数据构建，实现产品的“通用性”。某种程度上，软件平台的能力强弱直接决定了硬件产品的通用性与不可替代性。典型厂商如基恩士、康耐视、海康机器人、华睿等。
在应用技术层面，由于机器视觉下游应用行业领域较为丰富，不同行业与不同场景对于机器视觉的需求差异较大，对于机器视觉的应用，有赖于行业know-how的积累，从某种程度上看，行业know-how会是机器视觉应用技术的核心壁垒之一，通过持续筑高自身垂直行业技术壁垒的典型厂商如伊斯拉、伯赛、易思维等，在汽车行业拥有较高的辨识度和知名度。
以上两个技术层面也在一定程度上决定了机器视觉的两种发展路径：一是将底层做的足够强大，解决软硬件通用性的问题，通过强产品思路满足不同行业客户的需求，做“全能武者”；二是选择一个或几个垂直行业领域深耕，通过行业know-how的积累加上自身产品技术的持续迭代筑高竞争壁垒，做细分领域的“单打冠军”。
对于众多视觉初创公司而言，前者路径可以理解为难度10分，50%正确的事；后者路径可以理解为难度7分，80%正确的事。
回顾那个经典的大船和小船的故事：
两条船在大海比赛，起点和终点一样，看哪条船先到终点。其中有3个假设：
☆大船任何方面比小船好，包括软硬件配置，更丰富的经验，更灵活更容易掉头，更不容易搁浅；
☆两条船不能相互合作，不能相互破坏，也没有任何外力资源帮到这两条船；
☆两条船对这片大海一无所知，不知道哪里容易搁浅，风向如何，捷径在哪里。
小船如果要比大船先到终点需要怎么做？大船要比小船先到终点的策略又是什么？
小船要先到的策略：
1）率先出发，获得先发优势；
2）选择和大船不一样的方向划，差异化的策略，另辟蹊径。
大船要先到的策略：
1）大船同时出发，切忌太傲慢和踌躇不前；
2）跟随小船的方向。
回到问题本身，对于众多3D视觉创业公司而言，短期内想要逾越底层技术的差距，完成从非标到标准的跨越，难度不可谓不高。
所以我们得出第一个观点，国内具备做成基恩士、康耐视基因的机器视觉厂商，大概率会是海康、华睿这类技术基底深厚的厂商，因更加具备“产品型”公司的基因，会是未来潜在的“全能武者”。
第二个观点，对于3D视觉公司而言，要谨慎选择自己的对手，因为到最后你会发现自己四不“像”，大而全的思路未必适合所有的创业公司，能长多大并不取决于你的胃口，而是取决于你的消化能力。
第三个观点，国产3D视觉的发展路径会与过去2D视觉的路径差异巨大，2D视觉领域更多强调国产化替代逻辑，而3D视觉更多是全球引领+自我超越的逻辑，从长远来看，在3D视觉领域，国产品牌将有望引领全球。
在如火如荼并带着一丝迷幻的机器视觉领域，不管是AI、深度学习还是算法平台都是常被着重强调的要素和“优势”，欣慰的是每一年都能看到创业者对于产业落地的新认识，同时对于用户需求的理解愈加深刻和通透，拒绝一切无价值的“炫技”，这或许就是人们所说的’“蜕变”的开始。
AI+工业的应用提了这么多年，我们还是需要清醒的认识到，在工业领域AI并非万能的，并没有想象中的那么“性感”，脱掉AI的外套，众多中国机器视觉公司缺的更多的是底层的基础技术沉淀，“光机电软算”能够全面掌握的公司似乎属于稀有物种。
我希望若干年后在机器视觉领域AI已经鲜有人再着重强调，因为一个技术，当他不再被提及或者强调的时候，说明它已经真正成熟了。
欢迎扫码微信交流
微信号：lzy888786
招募作者
高工机器人正在招募兼职内容创作者和专栏作家，请将简历和原创作品投至邮箱：my.pan@gaogong123.com
我们对职业、所在地等没有要求，欢迎有兴趣有能力的朋友加入！
点
“阅读原文”回顾2021高工机器人年会精彩内容！