2019年机器人领域盈利趋势解读: 部分行业实现两位数增长| 报告

来源 | ROBO Global

编译 | 太浪

上周，ROBO Global 发布了一份报告——《2019 年机器人和人工智能发展趋势》（2019 TRENDS IN ROBOTICS & AI）。

5 年前，ROBO Global 创建了 ROBO Global Robotics and Automation Index（ROBO 全球机器人及自动化指数），这是世界上第一个专注于机器人、自动化和人工智能领域公司的基准指数。该指数涵盖 14 个国家、12 个细分行业的 80 多只股票。ROBO 指数还与几只低成本的 ETF（交易所交易基金）相连。

报告指出，随着新一年的来临，机器人技术、自动化和人工智能 (RAAI) 继续为未来做准备。所有的预期都指向：今年是比去年更大、更快、更具创新性的一年。

「预计，到 2019 年，随着工业和工厂自动化市场在夏季前触底反弹，以及各种其他 RAAI 技术 (如传感、计算和人工智能) 和应用 (包括物流、医疗保健和 3D 打印等) 需求的结构性增长，EPS（每股收益）将再次实现两位数增长。」报告还对支持这一增长的主要趋势和公司进行了梳理。

笔者对报告全文进行了编译，以飨读者。

首先，ROBO Global Robotics and Automation Index（ROBO 全球机器人及自动化指数）为投资者们捕捉到以下趋势：

ROBO 全球机器人及自动化指数在 2017 年的回报率惊人，达到 46%，但这一指数在 2018 年下降了。

尽管医疗和消费型机器人行业实现了两位数的回报，但这不足以抵消该指数中周期性更强、以工业为导向的行业的重大损失。随着亚洲和欧洲经济增长势头减弱，以及美中贸易问题对日本、德国和台湾这三大工业和工程强国（地区）造成沉重打击，制造业和工业自动化行业出现下滑。

尽管近期市场低迷，盈利趋势仍然非常强劲，2018 年前九个月，每股收益中值增长约 15%。

尽管由于订单率下降，导致工业终端市场的前景变得更为谨慎，但在医疗保健、消费、安全和能源等领域的支撑下，总体盈利预期仍相对稳定。

这使得 ROBO 指数的预期市盈率中值为 19 倍，比其 22 倍的长期平均估值低 3 倍，这是自 2016 年 1 月以来从未见过的，接近上一个工业周期的底部。而在 2017 年夏天，这个数字是 27 倍。

我们预计，到 2019 年，随着工业和工厂自动化市场在夏季前触底反弹，以及各种其他 RAAI 技术 (如传感、计算和人工智能) 和应用 (包括物流、医疗保健和 3D 打印等) 需求的结构性增长，EPS（每股收益）将再次实现两位数增长。以下是支持这一增长的主要趋势和公司.……

一、制造业

1. 如果美国经济继续扩张，全球工业周期将在 2019 年下半年之前呈上升趋势

尽管制造业和工业自动化在 2018 年表现不佳 (-27%)，但历史告诉我们，下行周期通常持续 12-18 个月，这意味着我们正接近周期的底部。即便如此，经济放缓的原因是显而易见的：

• 亚洲和欧洲经济和工业增长放缓，促使投资者大举抛售与中国工厂自动化相关的股票。
• 到了夏季，由于与美国贸易的不确定性上升，中国制造商大幅削减了资本支出，使问题变得更加复杂。

结果是：日本最大的工厂自动化设备和零部件出口商，包括东芝机械 (Toshiba Machine)、 Daihen、谐波驱动 (Harmonic Drive)、 THK、 Nachi-Fujikoshi、 Yaskawa 和 Nabtesco，均下降谕 30%；同时，台湾气动和电动执行器制造商 Airtac 和 Hiwin，以及工业激光专业公司 IPG photonics——他们都受到中国市场的影响——遭受的损失也超过 30%。

好消息是：这些公司的估值现在正变得有吸引力，尤其是在日本，那里的优质公司目前的股价低于账面价值，市盈率为个位数。

2. 世界各地的公司将全面拥抱数字化

随着制造业对数字化理念越来越开放，我们将看到更多的公司被授权实施完全可互操作的物联网解决方案，以实现其锁定的业务目标。因此，它们将在售后服务中发挥更大的作用ーー同时为客户减少上市时间和采购成本的机会，并将资本支出转为运营支出。

在制造业中，物联网不仅仅是简单地获取生产方面的见解。制造业和物联网所面临的这些机遇将塑造下一次工业革命。

「2019 年将是机器人夹钳之年。借助机器学习、人工智能和新材料，夹钳技术的进步将在材料操纵和处理方面开辟主要的新市场。这种转变将产生远远超出传统制造业的深远影响。」——Henrik Christensen 博士，Qualcomm Chancellor 机器人系统主席和华盛顿大学（圣地亚哥分校）计算机科学教授、ROBO Global 联合创始人兼战略顾问

3. 一旦周期转向，工业机器人将重新成为主要的增长驱动力

在中国，尽管近年来出货量大幅增长，但机器人的普及率仍然非常低。出货量的增长一定程度上得益于《中国制造 2025》自上而下的激进政策。（根据美国国际机器人联合会的说法，）2017 年，中国每 100 名制造业工人中只有不到 1 个机器人，而日本和德国为 3 个以上，韩国和新加坡为 6 个以上。

Fanuc（发那科），Yaskawa（安川）和 ABB 处于有利地位。上个月，ABB 宣布了一项耗资 1.5 亿美元在上海附近建造工厂的新计划，该工厂将利用尖端自动化和机器人技术为汽车、电子和其他通用行业生产机器人。

值得关注的周期性趋势包括：

• 工业增强现实
• 智能制造自动化
• 下一代产品的快速原型设计
• 用于合成聚合物的 AI 工业机器人
• 数字孪生：改进测试和监控
• 更广泛地采用增材制造
• 生成设计

4. 焦点：协作机器人

设计用于与人类并肩工作、自主工作或在有限的指导工作的协作机器人，预计，协作机器人仍将是工业机器人中增长最快的部分。

Teradyne 公司的通用机器人 Universal Robot 是协作机器人领域的领导者，2018 年的销售额有望增长 40-45%。总体而言，到 2021 年，工业自动化领域——包括 UR、 MiR 和 Energid——将以 50%-55% 的速度增长。

「为了加强我们的护城河竞争力，和成为协作机器人的行业标准，我们将继续建设 UR 的全球基础设施。」——Mark Jagiela，Teradyne 公司 CEO

二、传感

1. 将物理世界的模拟信号转换为数字世界的数据是迈向自动化系统的第一步

2019 年，随着成本的下降和性能的提高，传感器将继续激增，从而推动更高的机器智能和自主系统的发展。

我们预计，计算机视觉仍然是热点，并在 10-20% 的范围内增长，这使得那些专注于工厂自动化的公司受益，如康耐视、Keyence 和 Isra Vision。

3D 视觉，长期以来昂贵而复杂，看起来注定会爆炸，像制造业的 Isra Vision，半导体和电子检测领域的 Koh Young，以及计量和测量领域的 FARO 和 Hexagon。

计算机视觉也使协作机器人技术和高级驾驶辅助技术成为可能——我们期望 Ambarella 宣布其 CV2 芯片与安全、机器人技术和汽车领域的客户合作。

去年 12 月，沃尔玛宣布计划在 2019 年 1 月底之前，在数百家门店部署配备计算机视觉和人工智能功能的扫地机器人看门人。一个自主导航系统使用多个传感器扫描机器人周围的障碍物，包括人，允许顾客在商店里使用他们。

三、计算及处理

1. 算力、人工智能和其他软件开发的进步为机器人和自动化平台增加了新的功能

机器人平台应对变化的整体能力将继续推动所有部门的质量改进。PTC、Cadence Design、Autodesk、Manhattan Associates 和 Dassault 等软件公司正在帮助制造业和工业自动化领域的公司通过物联网、增强现实（AR）、3D 打印、数字孪生和工业 4.0 释放物理世界和数字世界融合所创造的价值。

主要好处和驱动因素：

• 供需关系更紧密
• 加速产品推广
• 简化高度定制产品的制造流程

2. 像 Autodesk 和 PTC 这样的软件公司正在改变各自的行业

Autodesk 正在推动未来设计和制造技术的发展，以帮助加快产品开发和提高客户体验。该公司最近收购了领先的建筑项目管理云提供商 PlanGrid，进一步完善公司的设计和施工平台。

「数字化和自动化给了我们巨大的机会，简化建筑的各个方面。」——Andrew Anagnost，Autodesk 首席执行官

PTC 与 Rockwell Automation（洛克威尔自动化公司）的战略合作，将结合各自的智能工厂技术，与计算机辅助设计和企业规划系统直接集成，这将加速新制造配置的设计和部署，并允许灵活的系统实时响应供应/需求或材料可用性的变化。

「通过合作，我们将提供工业领域最全面、最灵活的物联网产品（服务）。」——Blake Moret（布莱克·莫雷特），洛克威尔自动化公司首席执行官

3. 世界各地的数据中心将积极适应人工智能快速发展带来的新的、巨大的计算需求

2018 年，英伟达的图形处理单元（GPU）主导了人工智能培训领域。数据中心已经与数十家半导体厂商测试了多个芯片和模块，预计将在 2019 年大规模部署。

虽然没有通用数据中心芯片这样的东西，但很明显，云供应商迫切希望在性能和带宽方面有大的飞跃，以支持当今环境的计算需求。

英伟达（Nvidia）和赛灵思（Xilinx）等公司提供了广泛的解决方案集，这些解决方案集支持对延迟、吞吐量、灵活性和软件优化的强调，以推动多年来的改进。

4.5G 技术将重新定义网络基础设施，公司获得了新能力，将改变商业模式和行业

随着芯片制造商、服务提供商和设备制造商竞相设计和推出升级的网络、设备和服务，5G 技术将在 2019 年成为现实，通信领域将迎来一个转折点。

除了速度提升之外，预期 5G 将释放出一个连接数十亿设备的庞大物联网生态系统。

虽然现实世界中的应用程序可能要到 2019 年底才能在完全实现的 5G 网络上运行，但 5G 网络目前正被设计用于提供一个完全无所不在的互联世界所需的性能。5G 的性能将比 4G 和 4.5G 网络有 10-100 倍的改进，最高可达 10Gbps 的数据速率，每单位面积可连接的设备量将是目前 4G LTE 基础设施所连接设备量的 100 倍。

四、人工智能与机器学习

1. 机器学习正在把大量的数据转化为真正的智能

过去几年，机器学习和人工智能一直占据着各大媒体的头条，从自动驾驶汽车到计算机象棋冠军，无所不包。但是最终，机器学习的实用价值正在慢慢实现。

银行正使用机器学习实时识别可疑活动，防止欺诈。医生们正在使用机器学习分析和比较数百万患者记录，以确定趋势并改善诊断和治疗。零售商正使用机器学习为客户提供个性化体验。机器学习被用于识别新能源，加速供应链，提高国家安全。

2019 年将是边缘计算使机器学习超越数据中心和云计算的一年，在将智能引入机器人领域中发挥关键作用。

英伟达（Nvidia）的 GPU 继续在机器学习领域占据主导地位，几乎涵盖了所有超大规模数据中心和云服务提供商。P3dn (dn 表示磁盘和网络) 是该公司在 EC2 上最新的、基于 GPU 的实例。P3dn 拥有 4 倍的网络带宽和 1.5 倍的 CPU，是云计算中最强大的 GPU 产品之一，使用户能够处理更大的问题。随着自然语言处理 (NLP) 和语音翻译等应用程序的推理需求变得越来越复杂，英伟达拥有完美的解决方案来处理数据中心环境 (如 AWS) 的大规模基础架构问题。

赛灵思（Xilinx）是目前机器学习领域双寡头垄断的领跑者（Nvidia 紧随其后）。该公司提供可编程逻辑设备，包括 FPGA、芯片上可编程系统 (SoCs) 和 3D 集成电路，所有这些都在向人工智能所需的灵活和异构计算架构的转变中发挥了关键作用。