英特尔报告：60%企业预计5年内大规模部署机器人，生产率翻倍

英特尔（Intel）发布《机器人就绪度差距》（The Robotics Readiness Gap）调查报告。调查显示，60%的全球企业高管预计其所在组织将在5年内运营大量机器人，并认为若在整个组织内大规模部署机器人技术，业务生产率平均可望提升至现有水平的2倍。然而，目前仅40%的组织已制定正式的人机协作战略，体现出机器人引入意愿与实际准备之间的巨大落差。另有67%的受访者认为，到2030年企业将建立起管理人机混编劳动力队伍的体系；74%预计人才规划与机器人战略将密不可分。

该调查覆盖美国、英国、德国、日本、中国、韩国六个国家，对象为年销售额超过5亿美元的组织中负责经营与IT的高级领导者、机器人专家、政府及医疗相关人员，共计800人。行业涵盖零售、制造、医疗、国防和智慧城市，其中日本有130人参与。

战略责任分散，专职岗位稀缺

在机器人战略的主要负责人方面，29%的受访者表示由CTO（首席技术官）负责，18%由CIO（首席信息官），16%由COO（首席运营官），而专门设立机器人或自动化负责人的组织仅占12%。英特尔指出，要运营大量机器人，必须构建横跨技术平台、人才规划、业务流程、设备投资与安全管理的综合体制。

五大要素决定规模化成败

英特尔认为，决定一个组织能否成功推进机器人从试点到规模化部署的关键要素有五个：战略、技能、安全性、外观和大规模部署。

• 战略：不能将机器人简单“后装”到现有系统中，而应将其融入核心业务流程、决策机制和责任分工。
• 技能：需要以人机协作为前提，重新定义岗位职责、能力要求和劳动方式。
• 安全性：设计范围不仅限于硬件和软件，还应包括网络、网络安全、治理和运行规程。
• 外观：不必拘泥于人形，应根据实际应用场景选择最适合的形态与功能。
• 大规模部署：需要建设支持物理AI（Physical AI）的基础设施，包括边缘AI和端侧AI，以实现实时感知、推理和决策。

技能与人才：机遇与瓶颈

调查显示，三分之二的受访者认为机器人技术将提升而非削弱人类技能，75%的人预计未来将出现管理、维护和协作机器人所需的新岗位。目前，机器人引入已使当前人力的14%被重新配置到其他工作，预计到2030年这一比例将上升至24%。将重复性或危险性任务交给机器人后，人类有望转向需要判断力、创造力和问题解决能力的更高价值工作。

但人才短缺仍是规模化扩张的主要障碍。10名受访者中有4人表示，技能和人才不足阻碍了机器人部署的扩大。尤其在边缘计算和端侧AI基础设施方面，仅33%的受访者认为自己具备足够的能力。

安全与网络风险不容忽视

31%的受访者认为，机器人带来的最大价值在于安全——由机器人承担危险或高体力工作，有助于减少工伤。但与此同时，55%的人表示，由于安全担忧，机器人引入计划曾出现延迟；68%的人认为，如果全球安全标准更加明确，将能加快部署。此外，由于机器人接入网络并处理传感器数据和控制信息，网络安全的重要性日益凸显，42%的受访者将网络风险或数据风险视为规模化进程中的主要障碍。在日本，35%的受访者特别指出物理安全风险阻碍了部署扩大。

性能至上，人形并非主流

77%的受访者认为，机器人的性能比外观更重要。在预计未来5年对各行业产生较大影响的机器人类型中，自主移动机器人占20%，固定式工业机械臂占14%，检测/传感机器人占11%，而备受关注的人形机器人仅占6%。尽管人形机器人作为物理AI的代表，在美国、中国等国正经历激烈的开发竞争，但调查显示，全球主流并非人形机器人，而是根据具体用途提供最优解决方案的形态。在日本，许多以物理AI为定位的企业更倾向于推荐无人机、AGV等“适材适所”的机器人。另有65%的受访者认为，当前机器人的形态更多由技术制约而非现实需求决定。英特尔也认为，虽然人形机器人作为技术研发目标具有重要意义，但在实际业务中，根据用途优化移动方式、形状和功能的机器人将先行得到部署。

实时性要求驱动边缘计算

在任务关键型机器人应用中，自主决策所允许的延迟要求极为苛刻：55%的受访者要求10至100毫秒，23%要求小于10毫秒，合计78%要求在100毫秒内完成决策。若所有处理均在云端进行，通信延迟或连接中断可能导致无法满足响应时间要求，这意味着关键处理必须在机器人本体或靠近现场的边缘端完成。调查显示，42%的组织已制定边缘或端侧AI战略并落实预算，39%正在积极推进相关开发。

英特尔的应对策略

英特尔表示，未来考验企业的不仅仅是能否引入机器人，而是是否具备涵盖业务、人才、安全性和系统基础设施在内的规模化部署能力。英特尔将以边缘AI半导体为核心，结合“Intel Robotics AI Suite”和“OpenVINO Physical AI”等软件解决方案，助力企业和机构推进机器人技术与物理AI的应用落地。