緊接上一篇《無人配送，未來已來》對室外場景的研究，本文聚焦室內場景。相比室外無人配送，室內無人配送無需考慮太多公共交通屬性，發展速度更快。經過十年左右的發展，室內無人配送來到了需求迫切和供給充分的彙集點，從當年的“網紅”過渡到了考慮實效性探討商業價值的階段，是克服當代“鮑莫爾病”的重要方式之一。
摘要
勞動密集型行業需求迫切，降低對人力的依賴積極求變。以服務業爲典型的勞動密集型行業正面臨越來越高的人力成本，爲提升服務一致性、降低對人力的依賴、增強規模效應，人力成本占比超過20%的餐飲及酒店等行業有較強的動力采用“人機結合”的服務模式。
作爲新技術，室內無人配送有供給創造需求的特征，技術叠代與供應鏈成熟讓室內無人配送真正實用化，能解決場景的痛點。場景的複雜度也在不斷磨砺技術，倒逼産業加速發展：1）複雜、多變、真實的環境對技術魯棒性提出了很高的要求；2）盡管人力成本不斷提升，但總體上國內人力成本在全球仍處低位，在成本敏感型背景下打磨出的技術兼顧安全、效率和成本，也能適配更多的場景；3）算法加持，在越多的場景中能積累越多的數據，數據能驅動算法叠代，機器也會變得越來越聰明。
RaaS機器人即服務的商業模式創新。1）從付費模式上來看，類比SaaS，RaaS是一種按需購買或按期繳費用于獲取機器人服務的模式。RaaS適用于資金、人力匮乏但想增加效益的小型企業，這讓曾經支付不起一次性購買費用的企業也能享受到人機協作創造的價值，大大降低了企業享受新技術的門檻。由此，室內無人配送企業試圖構建起一張“機器人勞動力”的服務網絡來緩解中國以及其他發達國家低增長高成本人力的壓力。2）采用RaaS模式的公司，更注重客戶成功，從“一錘子買賣”到“長坡厚雪”。
餐飲和酒店場景是目前室內無人配送較快落地的場景。1）餐飲：以擎朗爲代表的企業，打造送餐機器人替代餐廳傳菜員，嵌入到餐廳原來的業務流中，實現人機協作的安全與高效配送；2）酒店：以雲迹爲代表的企業，構建以酒店配送機器人爲基礎的住中服務數字化解決方案，提升住客體驗的同時，爲酒店經營者降低人力成本，增加額外零售收入。
風險
行業滲透低于預期；競爭加劇。
正文
室內無人配送規模推廣，人機協作大勢所趨
無人配送之室內場景
在我們上篇報告《無人配送，未來已來》中，我們主要分析了末端無人配送的技術、路權和商業，並且分別分析了其在物流、本地生活和新零售領域的應用。從更加廣義的角度來看無人駕駛技術，其實也是一種機器人的具象化。在剛剛過去的百度世界大會上，百度創始人董事長兼CEO李彥宏認爲未來的汽車會變成機器人，百度也提出了“汽車機器人”的設想。本篇報告我們側重于分析無人配送的室內場景，尤其是在餐廳、酒店等場景中的應用。和室外無人車不一樣的地方是，室內服務機器人無需考慮太多的公共交通屬性，但尤爲重視能否發揮機器的特性、能否帶來實效性，其商業屬性更爲關鍵。
圖表：無人配送分類
資料來源：中金公司研究部
正如我們在上篇報告闡述的那樣，機器的優點是對于重複性、機械化的工作，能夠更高效地完成，而且邊際成本較低。但機器也存在其天然的局限性，中短期內很難做到滿足人們較高個性化的需求。因此我們認爲機器將不斷嵌入人們的生活和工作的日常，人機協作將會是大勢所趨。
圖表：機器解決集約化需求，人解決個性化需求
資料來源：中金公司研究部
圖表：餐廳一線員工月工資VS餐廳機器人月成本
資料來源：中國飯店協會，中金公司研究部
技術快速接近成熟
室內無人配送經曆了一輪清晰的Gartner曲線。早年室內無人配送曾吸引人們大量眼球，以室內無人配送在餐飲行業的應用爲例，2010年-2015年，行業采用磁導軌的技術，雖然可以實現無人化，但無法保證運營效率，2016年大批打著“無人化”名號的餐廳倒閉，行業內的態度從好奇到質疑最後到失望。技術叠代和供應鏈整合讓行業煥發新生：1）隨著SLAM、雷達、深度視覺等多種傳感技術的融合，室內無人配送不再只能依照固定線路行進，而是可以根據場景變化更加靈活智能地做預判和決策，配送效率得到大幅提升，餐飲機器人在工作效率方面基本上和傳菜員類似。2）2018年，隨著AI算法突破和供應鏈的構建，餐飲機器人成本得到大幅下降，餐飲機器人每月的租賃成本低于傳菜員每月的工資，餐飲無人配送不再僅僅是一個“噱頭”，而是能解決場景的痛點。
圖表：室內配送機器人市場變化曲線
資料來源：紅餐網，中金公司研究部
作爲新技術，室內無人配送有供給創造需求的特征，技術叠代與供應鏈成熟讓室內無人配送真正實用化，能解決場景的痛點。然而，從另一個角度看，場景的複雜度也在不斷磨砺技術，倒逼産業加速發展：1）複雜、多變、真實的環境對技術魯棒性提出了很高的要求。以餐飲場景爲例，餐廳人員密集、機器與人近距離接觸、而且消費者對服務質量要求高；2）盡管人力成本不斷提升，但總體上國內人力成本在全球仍處低位，在成本敏感型背景下打磨出的技術兼顧安全、效率和成本，也能適配更多的場景；3）算法加持，在越多的場景中能積累越多的數據，數據能驅動算法叠代，機器也會變得越來越聰明。
RaaS：Robot as a service機器人即服務的商業模式創新
不同于傳統機器人的一次性銷售模式，室內無人配送叠代出了一種全新的商業模式Robot as a service(機器人即服務，簡稱RaaS)，是指企業用戶可以根據需求，租賃機器人和訂購所需的服務，而無需一次性購買。1）和其他類型的“XaaS”例如IaaS(Infrastructure as a service)、PaaS(Platform as a service)、SaaS(Software as a service)一樣，RaaS是一種按需購買或按期繳費的模式用于獲取機器人服務。2）RaaS適用于資金、人力匮乏但想增加效益的小型企業，這讓曾經支付不起一次性購買費用的企業也能享受到人機協作創造的價值，大大降低了企業享受新技術的門檻。由此，室內無人配送企業試圖以機器人替代部分重複性勞動的人力，構建起一張“機器人勞動力”的服務網絡來緩解中國以及其他發達國家低增長高成本人力的壓力。
采用RaaS模式的公司，更加注重客戶成功，深刻理解各類型客戶的訴求，將産品和服務嵌入到客戶的業務流程中，用無人配送技術賦能客戶，從“一錘子買賣”到“長坡厚雪”。與之相匹配的，公司也會在組織架構和團隊能力上做出調整，更加注重售後團隊的搭建，注重打造團隊的運營能力。
圖表：RaaS和SaaS的比較
資料來源：中金公司研究部
條件准備充分，場景滲透加速
隨著技術愈發成熟、供應鏈日漸完善、商業模式也逐步清晰，供給側條件成熟；同時，以服務業爲典型的勞動密集型行業正面臨越來越高的人力成本，爲提升服務一致性、降低對人力的依賴、增強規模效應，餐飲及酒店等行業有較強的動力采用“人機結合”的服務模式，需求側也在不斷升溫。我們認爲接下來即將是室內無人配送在需求上得到快速驗證的時期，進而大規模上量、在各場景中實現高效商業運營，尤其在餐飲和酒店場景中的應用。
從産業鏈上看，行業內的龍頭企業在技術、供應鏈、控制成本角度都取得了較大突破，並且在細分應用場景中也有大量實踐案例。我們接下來會簡要介紹行業技術上的相關突破，之後把更多精力放在關于場景和相應解決方案的討論上。
圖表：室內無人配送産業鏈和相關企業
資料來源：36Kr，中金公司研究部
技術突破和規模量産
定位導航、算法、運動控制
室外無人駕駛由于需要處理天氣因素、地面複雜的障礙物或交規信息以及高速移動的車輛、人群等，把重點放在傳感器覆蓋度，如何在現有的交規體系下實現無人駕駛，包括識別車道線、識別人、做提前的預判加減速等。室內和室外本質上是同一套技術框架，都是通過傳感器感知環境、定位導航然後做到避讓和自主行駛。但室內需要解決兩大技術難點，1）靠自身傳感器如何做到穩定可靠的定位和導航：GPS在室內是無效的，在沒有全局定位的參考下，需要靠自己的傳感器定位；2）安全和效率的平衡：室內無人配送與人是零距離接觸的，需要保證較高安全性，與此同時還要保證機器人能夠開展高效的服務工作。目前室內無人技術主要通過感知、計算、執行三大模塊來實現穩定可靠的定位和導航，以及安全和高效的工作。
圖表：三大核心技術模塊
資料來源：36Kr，億歐智庫，中金公司研究部
SLAM的引入，讓柔性和高效成爲可能
傳統導航、導引技術適用單一簡單場景，柔性較差。傳統的電磁、磁帶/磁釘、二維碼、色帶等導引方式均采取了較爲固定的行進軌迹來引導機器人，雖然精度較高但存在柔性低、前期固定資本投入高、後期調整難度大的問題。以早期的送餐機器人爲例，一開始只能沿著地面黑色磁軌行駛，且不能提前避障，機器人無法後退，只能沿著磁軌完整行駛一圈後才能回到出餐點，導致機器人的行駛較爲低效且非常固定。
圖表：傳統定位、導航、導引技術
資料來源：LogTV，ASAP Rental，中金公司研究部
新型多融合傳感器方案，柔性定位導航，讓室內機器人“不迷路”。裏程計、慣導、激光、視覺等多融合的傳感器技術的引入，逐漸讓機器人在實現柔性化路徑規劃的同時擁有穩定可靠的定位和導航。
圖表：新型多融合傳感器定位、導航、導引技術
資料來源：LogTV，ASAP Rental，中金公司研究部
►內傳感器：通過感知自身的運動變化，計量累計位姿變化，其優勢在于不依賴于外部環境。主要包括1）裏程計：通過事先知道車輪的直徑，計數車輪轉速，得出速度和位移。以差分兩輪爲例子，根據兩個輪子的轉圈數差，可以推算出運動主體角度的變化；2）慣性傳感器（加速度計、陀螺儀）：可測量出線性加速度和角速度，通過積分可以推算出累計位移和角度變化。
►外傳感器：通過感知周遭環境，來輔助定位自己的位姿。主要的外傳感器包括激光雷達、超聲波雷達、視覺攝像頭等。
室內柔性化的定位和導航主要通過SLAM技術來實現。SLAM全稱爲Simultaneous localization and mapping（同步定位與地圖構建）。SLAM通過傳感器獲取的信息來進行當前位姿的推算、軌迹估計與環境建圖，相比傳統的衛星導航、慣性導航、路標導航等定位方式，SLAM技術的所有算法都是圍繞傳感器收集的信息來展開的。總體來說，SLAM技術大致包含了感知、定位、建圖三個過程：1）感知：通過傳感器（激光雷達或視覺傳感器）來獲取周圍環境的信息；2）定位：通過傳感器實時獲取自身位置及姿態；3）建圖：根據自身位置及傳感器獲取的信息，描述出當下所在環境的地圖。根據不同的傳感器，可分爲激光SLAM和視覺SLAM：
►激光SLAM：激光雷達可對周圍物體實現全方位掃描測距，其采集到的物體信息會呈現出一系列分散的、具有准確角度和距離信息的點，被稱爲點雲。通常激光SLAM系統通過對不同時刻兩片點雲的匹配與比對，計算激光雷達相對運動的距離和姿態的改變，也就完成了對自身的定位。
►視覺SLAM：隨著計算機視覺的迅速發展，視覺SLAM因爲攝像頭成本低、且收集的信息量大、適用範圍廣等優點受到關注。
然而單一傳感器無法處理諸如紋理少等複雜環境，且SLAM是軟硬結合系統，硬件帶來的算力、傳感器同步、定位精度等問題軟件無法解決。在此基礎上又形成了1）多傳感融合SLAM方案，即把多種傳感器混合在一起，包含激光雷達、相機、慣性傳感器、GPS等；2）多特征融合SLAM系統，相較于單一采用點特征，多特征融合利用環境中不變的線、面等多種特征做到對環境進行更爲完整的描述；3）語義SLAM系統，提取圖像、點雲中的語義信息，並對此進行描述從而認知環境，實現對自身的定位並建圖。結合多傳感器、多特征基元和幾何語義，打造了多源融合的SLAM方案。
圖表：多源融合SLAM方案
資料來源：APRIL機器人智能感知與學習實驗室，中金公司研究部
以餐廳配送機器人爲例，來自自動駕駛的靈感，餐廳配送機器人從2016年開始引入SLAM技術進行定位導航，從而讓機器人無需鋪設任何地面導軌，進行任意角度、方向的自由移動，大大提升了工作效率。
AI算法：追求效率與安全的平衡
在保證安全的基礎上，爲了實現工作效率的提升，真正讓其“實用”，室內無人配送背後融入了大量AI算法包括物體的識別追蹤、對應的軌迹判斷和多台機器的AI調度等。1）早期很多公司不會區分桌子和人，籠統定爲障礙物，因而無法對動靜物做出預判，機器的運行效率比較低。在融入AI算法之後，假如前面是固定的障礙物，機器在運行過程中無需減速；但如果是人，機器就需要對人的運行軌迹做一定的預判，控制速度，從而更好解決安全和效率的平衡。2）在多機器運行的複雜環境下，AI智能調度可實現多機器的聯動、分布調度，確保多機器人協作、安全更高效完成任務。
數據驅動算法精進。以送餐機器人爲例，不管是售賣還是租賃機器人，無人配送機器人的公司都掌握了終端的數據，形成了數據、算法、場景的馬太效應，在場景中鋪量越多，數據越多，算法越智能，使用效果更好，從而客戶越滿意，場景中的鋪量更上一層樓。
運動控制：伺服輪毂電機實現精准低速運動
室內服務機器人在運動控制上主要采用伺服輪毂電機。1）在電機速度較快的情況下輪毂電機能平穩地運轉，但是在低速控制下，電機轉矩小且不穩定。爲實現低速場景下的大轉矩穩定運行與機器人的精准控制，伺服輪毂電機應運而生。2）編碼器可提供位置、角度、電機運行速度、距離等信息，並反饋到控制器，控制器通過計算脈沖數量確定當前位置，實現對運行速度、距離、位置的精准控制。3）矢量控制算法可通過調整變頻器的輸出頻率、輸出電壓的大小及角度，輸出額定轉矩並進行快速加減速。
供應鏈閉環，成本可控，規模量産
大多數無人駕駛公司在造車方面是通過和車廠合作進行的，相對而言汽車産業鏈已經發展多年，供應鏈較爲完整。然而對于室內無人配送的機器人産業鏈而言，行業早期産業鏈基本上是空白的。1）早期室內無人配送的公司在供應鏈上投入了很多精力，包括核心零部件的工程化調優例如電機、驅動、PCBA、主控、傳感器等；2）早期，由于每年的出貨量不高，室內無人配送的公司很難找到願意合作的供應商，因此品質和供貨能力都很難得到保證；3）進入到規模擴張的階段，室內無人配送的公司在掌握核心部件和定義産品的基礎上，開始有足夠的話語權尋找專業的代工廠完成産品加工和組裝，由此打造供應鏈閉環，成本也因此有了大幅的下降，真正實現産品的大規模量産。
餐廳場景：從“網紅”到“標配”
服務員供需矛盾初現，疫情催化滲透進程
人力成本是餐飲業除原料進貨成本外最高的成本項之一，其中一線員工占比高。根據中國飯店協會，餐飲業的人力成本占比較高，不同餐飲業態略有差異，多數在17%-25%之間，是除原料進貨成本之外的第二高的成本項。從2017-2019曆史年度來看，人力成本占營業額的比例維持在20%以上。與此同時，在餐飲員工中，一線員工人數的占比超過80%。
圖表：2017-2019年人力成本占營業額的比例
資料來源：中國飯店協會，新華網，中金公司研究部
圖表：2019年不同業態餐飲成本構成
資料來源：中國飯店協會，新華網，中金公司研究部
勞動力短缺越發明顯，人力成本漲幅高于其他成本項。1）近年來，我國16-59歲勞動年齡人口數量持續下降，從2011年的9.4億人逐年減少至2020年的8.8億人，16-59歲勞動年齡人口占比從2011年的69.8%大幅下跌至2020年的62.3%。2）人口紅利逐漸消退的時代，人工成本壓力驟增，吸納就業人口較多的服務業首當其沖。根據中國飯店協會，2017-2019年一線員工平均工資維持5%以上的增速，2019年月工資近4,000元人民幣。3）中國飯店協會2020年的調研顯示，在餐飲業的成本中人力成本占營業收入比例同比變動均值增速較快。
圖表：2011-2020年中國16-59歲勞動年齡人口數量及占比
資料來源：國家統計局，中金公司研究部
圖表：2017-2019年一線員工工資變化水平
資料來源：中國飯店協會，新華網，中金公司研究部
圖表：2019年不同業態各成本項占營業收入比例同比變動均值
資料來源：中國飯店協會，新華網，中金公司研究部
餐飲一線工作招人難，留人難。由于餐飲一線工作枯燥繁重、上升通道狹窄、收入低于平均水平，加上業內競爭加劇和就業選擇多樣化，餐飲行業一直面臨著招人難、留人難的問題。根據人力資源社會保障部的數據，餐廳服務員基本上一直居“最缺工”前三位；根據美團研究院《2019中國餐飲商戶發展報告》，餐廳經營時間越長，對服務人員難招、難留、費用高這一痛點越敏感。根據中國飯店協會的數據，2018、2019年餐廳服務人員的流失率均高于15%，其中火鍋、團餐、西餐休閑餐平均流失率2019年均高于20%。頻繁的流動加重了餐飲企業招聘和服務培訓上的支出，也令服務一致性無法得到保障。
圖表：3Q19-2Q21全國招聘前十短缺職業
資料來源：人力資源社會保障部網站，中金公司研究部
圖表：不同生命周期的餐飲商戶的經營痛點排名
資料來源：美團研究院，中金公司研究部
圖表：2018-2019年餐飲員工流失率
資料來源：中國飯店協會，新華網，中金公司研究部
圖表：2019年不同餐飲業務員工流失率
資料來源：中國飯店協會，新華網，中金公司研究部
隨著連鎖化率的提升，中國餐飲對標准化的服務提出更高要求。連鎖化率高是餐飲行業成熟的標志之一。提升連鎖化率會帶動前端管理和營銷體系的成熟，促進整套供應鏈體系的完善。相比美國超過60%的餐飲連鎖率而言，中國的餐飲連鎖化率處在較低的水平，尚有近4倍的提升空間。從美團研究院發布的《中國餐飲大數據2021》中可見，2018-2020年，中國餐飲連鎖門店占整個餐飲大盤門店數的比例逐年提升，中國餐飲連鎖化率從2018年的12.8%，提升到2019年的13.3%，至2020年繼續提升至15.0%。我們認爲，消費者對食品安全、質量穩定性、服務效率的要求日益提高，加上餐飲競爭也日益激烈，促使商家追求標准化的業務流程從而實現規模化連鎖化的擴張。
圖表：2018-2020年中國餐飲連鎖率
資料來源：美團研究院，中金公司研究部
圖表：2018-2020年美國餐飲連鎖率
資料來源：歐睿數據，中金公司研究部
業務流程化，分工明細化。連鎖餐廳的産品和服務流程逐漸標准化，一線員工的分工更加明細，工作較爲程式化。例如，海底撈餐廳工作人員分爲近20個工種，但某些工種較爲機械化，可在一定程度上引入餐飲配送機器人進行勞動替代。
圖表：海底撈餐廳工種
資料來源：海底撈員工手冊，中金公司研究部
疫情加速了餐飲行業對送餐機器人的關注和需求。2020年3月疫情逐漸消退，實現“無接觸”服務的送餐機器人助力餐飲行業複工複産，保障門店安全運營。與此同時，返工難以及高人工成本支出也讓餐飲老板們開始考慮如何降低對人力的依賴。從疫情中恢複過來後，餐廳配送機器人憑借高一致性的工作以及可接受的成本得到餐飲老板們的青睐，逐漸成爲餐廳標配。
重構餐飲工作流，高效運營是競爭關鍵
傳統餐飲業態下，食品配送、餐盤回收等環節的工作簡單枯燥、工作量大、重複性高，無法較好發揮人的主觀能動性，因此這些環節的人員流失率較高。而餐飲配送機器人恰好找到了較好的平衡狀態，能夠安全高效地實現這些相對標准化工作。然而真正進入到商業化落地階段，深谙餐飲行業的實踐經驗，幫助商戶更高效安全地服務客戶尤爲重要。億歐智庫認爲，送餐機器人具備落地可行性的條件之一就是要有不低于服務員的效率，從硬性指標上看，包括每日配送餐盤數、移動速度等。
餐飲品類，從火鍋、燒烤等品類切入，逐漸拓展到全品類。餐飲配送機器人較先從火鍋、燒烤等標准化程度高、溫度低、湯水不多的標品出發，在火鍋店、燒烤店率先實現了算法的優化和商業運營。而後，我們逐漸看到，餐飲配送機器人開始運送熱菜、有湯水的餐食，逐漸拓展到全品類。
餐廳面積和過道寬度影響通行，多系列餐飲配送機器人契合不同大小的餐廳。一台標准的送餐機器人通常可以承擔300~400平米的送餐任務。針對面積較小、過道較窄的餐廳，餐飲無人配送的企業也研發了多系列餐飲配送機器人，契合不同面積和過道寬度的餐廳。
嵌入到原來餐廳的業務流中，形成人機協作的安全與高效的狀態。從工作流角度來看，餐飲行業一線員工的主要工作可以分爲送餐和回盤，這些工作大部分可以由餐飲配送機器人替代。在餐飲配送機器人的幫助下，送餐流程中服務員只需要將食品放置在托盤並輸入對應桌號，傳菜過程可以由配送機器人替代；回盤流程中服務員只需要將餐具放置到托盤，機器人將會完成餐盤搬運、卸載、返航等工作。從效率來說，一台送餐機器人高峰期能配送400個以上的托盤，超出人工運送150-200個托盤的工作量，效率相比人工實現了150%~200%的提升。對于從“傳菜”崗位上被機器人替代的服務員，他們能更發揮出人的特長，更好服務消費者，真正成爲更有價值的“顧客助手”。
圖表：餐飲配送機器人送餐工作流程
資料來源：36Kr，中金公司研究部
圖表：餐飲配送機器人回盤工作流程
資料來源：36Kr，中金公司研究部
更低成本，更高效率。目前送餐機器人每月租金約爲1,000-2,000元/月，低于餐飲行業一線員工平均工資4,000-5,000元/月，同時餐飲配送機器人對一線員工勞動替代比達到1:1，在效率類似的情況下餐廳配送機器人平均配送成本低于人力。我們認爲，數據積累上量，算法叠代加速，預期效率將繼續提高；另外隨著進一步規模量産，機器的平均成本將進一步下降，由此平均配送成本也將進一步下降。
圖表：餐廳服務員VS送餐機器人
資料來源：36Kr，中金公司研究部
RaaS模式：降低使用門檻，重視後端服務讓商戶用好機器人
餐飲企業生命周期短，RaaS模式可降低其使用門檻。根據中國飯店協會2020年對餐飲行業的調研，行業普遍存在生命周期短的問題。美團點評發布的《2017中國餐飲供給側發展報告》數據顯示，餐廳的平均壽命爲508天，死亡率達30%。RaaS模式可以讓客戶按需購買或按期繳費獲取機器人技術，讓曾經支付不起機器人費用的中小餐廳也能享受到人機協作創造的價值，降低了企業享受新技術的門檻。根據我們的測算，餐廳采用自購和租賃模式相比，餐廳自購使用到20個月及更長時間的時候，其每月的使用成本才比租賃模式更低，考慮到餐廳平均壽命爲500多天，因此我們預計更多的餐廳會考慮使用租賃模式。
圖表：售賣模式VS租賃模式每月使用成本對比
資料來源：36Kr，中金公司研究部
重視售後服務，幫助商戶用好機器人。由于中國餐飲企業標准化程度低，各自的業務流程差異化程度高，另外餐廳無人配送機器人改變了傳統機器人的收費模式，和軟件的SaaS的模式一樣，從“一錘子買賣”轉向“長坡厚雪”的生意模式。因此，RaaS模式下的餐飲無人配送企業重視客戶成功，希望長期發展的公司一般會搭建全國性的技術支撐和運營服務，讓機器人更好地融入進商戶日常的日常業務流程中，提升機器人的服務效率，由此提升客戶的複購率，實現更大的商業價值。
頭部公司跑出，有望快速滲透市場
有望成爲餐廳標配，低滲透率下的藍海市場機遇
潛在市場規模測算邏輯一，自上而下法。我國餐飲業過去10年經曆了快速發展，2019年我國餐飲收入總規模達到4.7萬億元人民幣，2020年受疫情影響所有下滑，過去10年複合增長率近8.5%。2021年餐飲業從疫情中恢複過來，增長強勁，根據中國烹饪協會的數據，2021年1至4月份實現營業收入13,973億元，比2020年同期上升108.9%，較2019年同期增長58.4%，增幅領先全社會商品零售額38.1%，預計2021年全國餐飲市場總規模有望突破5萬億元人民幣。根據中國飯店協會的數據，人力成本占營業額的比例約爲21%，與此同時，一線員工的成本占總人力成本的約75%。我們假設餐廳配送機器人可替代的人員約爲10-15%，那麽餐廳配送機器人每年潛在的市場空間約爲800-1200億元人民幣。
潛在市場規模測算邏輯二，自下而上法。根據中國烹饪協會的統計數據，2018年我國有800多萬家的餐飲商戶；根據美團研究院的調查研究報告，按照經營面積來分，僅有1.0%的商戶經營面積在500平米以上，1.1%的商戶經營面積在300-500平米，3.6%的商戶經營面積在200-300平米，11.8%的商戶經營面積在100-200平米，34.5%的商戶經營面積在50-100平米，48.0%的商戶經營面積在50平米及以下。我們假設一台餐廳配送機器人可覆蓋200-300平米的經營面積，每月的租金約爲1000-1500元，那麽餐廳配送機器人每年潛在的市場空間約爲1100億元人民幣。
根據以上兩種計算方法得出，我們認爲餐廳配送機器人預期的市場規模約爲1000億元。根據億歐智庫的數據，2020年餐廳配送機器人的市場規模約爲8億元人民幣，目前尚處于低滲透的狀態。隨著餐廳配送機器人真正融入到餐飲門店的業務流程中，成本可控，餐廳配送機器人實現從“網紅”到“標配”，我們認爲滲透率將進一步提升。
圖表：中國市場餐飲收入總規模
資料來源：國家統計局，中金公司研究部
圖表：中國餐飲商戶經營面積分布
資料來源：美團研究院，中金公司研究部
圖表：潛在市場規模測算邏輯一（自上而下）
資料來源：中國飯店協會，中金公司研究部
圖表：潛在市場規模測算邏輯二（自下而上）
資料來源：美團研究院，中金公司研究部
頭部公司跑出，引領市場發展
餐廳配送機器人賽道中頭部公司基本形成，主要是擎朗、普渡和獵戶星空，出貨量均超過1萬台，在餐飲室內無人配送領域擁有較高的知名度。頭部公司擁有豐富的技術積累，一定規模的出貨量促使公司能夠較好掌握供應鏈控制成本，與此同時他們理解餐飲商戶的需求，能夠以高效、貼近的服務來幫助機器人融入到商戶的業務流程中，降低他們對人力的依賴。具體的頭部公司列表如下表所示：
圖表：餐廳配送機器人主要公司
資料來源：擎朗官網，普渡官網，獵戶星空官網，36Kr，企名片，中金公司研究部
目前賽道內多家公司基本達成産品共識。從産品基本規格和性能上來看，主流容量約爲3-4層托盤，載重約爲30-50kg，移動速度在1.2m/s左右，爬坡角度小于等于5度，續航約爲10-16小時。同時針對一些特別需求，各家公司也在原來産品的基礎上，創新開發了新功能，1）針對安全配送的需求，擎朗開發了擁有封閉式結構和自動清潔內艙的T2，菜品配送過程零接觸零汙染，隔絕飛沫，客戶更放心；2）爲了滿足中式新時尚、休閑餐飲等中小餐廳的配送需求，擎朗設計了一款兼具靈活性和功能性的新品送餐機器人，在狹窄複雜的環境中也能遊刃有余地完成配送服務，豐富了適配場景。
圖表：餐廳配送機器人主要參數
資料來源：擎朗官網，普渡官網，獵戶星空官網，中金公司研究部
以擎朗爲例：室內服務機器人平台型公司
成立于2010年的擎朗智能，是一家致力于爲全球企業提供智慧無人配送解決方案的人工智能企業，目前在餐飲、酒店、醫療等商用場景實現産品及服務落地。擎朗是完整經曆了服務機器人潮起潮落周期的公司。1）2015年之前公司研發的機器人産品主要用于高校的實驗研究，後來公司研發出了軌道餐廳服務機器人開始進入到商業市場；2）2015年後，公司研發的純激光導航、基于SLAM技術的機器人基本産品定型。由于行業早期沒有配套供應鏈，公司花了幾年時間自研核心零部件，大幅降低了産品成本，通過標准化的工廠流水生産線實現每年2-3萬台的量産。公司的産品憑借高一致性以及高性價比，在餐廳配送中得到了很好的商業落地，得到了海底撈等頭部餐飲客戶的青睐。3）目前擎朗的機器人已經分布在全國34個省、直轄市、自治區的500多個城市，並出口至美國、加拿大、英國、西班牙、德國、意大利、希臘、比利時、丹麥、匈牙利、泰國、新西蘭、澳大利亞、韓國、日本、新加坡、多米尼加共和國、阿聯酋等海外國家。截至 2021 年 8 月，已服務全國 500 多個城市，海外60多個國家和地區，日活台數超過20,000台，累計完成任務數超過10,000萬次。擎朗也從一個技術、産品公司向機器人運營公司轉型，不斷構築競爭壁壘。
圖表：擎朗主要的産品系列
資料來源：擎朗官網，中金公司研究部
從餐飲切入鍛煉能力，不斷擴展到其他領域。擎朗早期選擇切入餐飲領域，因爲餐飲擁有更爲複雜的場景，有利于擎朗在商業落地過程中不斷解決難題，積累更多的數據，將軟硬技術打磨得更好；與此同時，餐飲市場規模足夠大、痛點明確、産業生態更爲分散，有利于擎朗以更爲市場化的商業模式與商戶合作，鍛煉公司的運營能力；餐飲商戶對價格敏感度高，這就要求機器人産品和服務切實能夠降本增效，從中跑出來的龍頭企業是被曆練過的有真材實料、有足夠競爭壁壘的企業。當擎朗在餐飲市場中將産品打磨好、供應鏈整合好、商業模式跑通，一方面公司將持續滲透進餐飲這個藍海市場；另外一方面，由于底層的基礎能力具有高通用性，公司將餐飲場景積累的技術降維打擊到酒店、商場、機場、醫院等場景中，可實現橫向行業的規模擴張。
圖表：擎朗從餐飲開始，不斷滲透進其他領域
資料來源：擎朗官網，中金公司研究部
餐飲領域，擎朗服務海底撈、香天下、小肥羊、大龍燚、點都德、外婆家等知名餐飲企業，成爲他們提高服務效率，減低人工成本，打造服務特色的重要合作夥伴；疫情影響下，擎朗的消毒機器人專注于對醫院、餐廳、酒店、學校等室內人流密度高、流動性強的場景進行無人消殺，它搭載機器人電梯物聯模塊，自主乘梯，提供跨樓層消毒防疫服務，客戶包括中山醫院、腫瘤醫院、協和醫院等。
圖表：擎朗主要切入的行業領域和合作的客戶
資料來源：擎朗官網，中金公司研究部
RaaS商業模式構築公司運營壁壘。公司過去經曆了三階段的發展，逐步構建起綜合的競爭壁壘：1）第一階段核心壁壘——技術：公司早期掌握了多傳感器融合的SLAM以及整機軟硬結合的核心技術，在場景中積累的數據驅動算法叠代加速。2）第二階段核心壁壘——供應鏈：公司形成了“核心零部件自産+本體生産+系統集成”的供應鏈模式，構建了深厚的供應鏈壁壘，量産成本相比2018年下降35%。3）第三階段核心壁壘——商業化和運營能力：擎朗采用RaaS的商業模式，以租代售降低前期客戶使用門檻，快速提升市場滲透率。由于擎朗的客戶遍布全國500多個城市，客戶數量超過1萬個，商戶的場景各異，如何更好理解商戶需求，讓商戶用好機器人，離不開公司高效的後續維護運營服務。擎朗在全國設立55個營銷運營中心，和SaaS的模式一樣，重視售後客戶成功，提升老客戶複購率，深度綁定客戶。
圖表：擎朗商業模式
資料來源：擎朗官網，中金公司研究部
酒店場景：從“科技感”到“實用化”
酒店智能化轉型，提高旅客入住體驗
和餐飲無人配送一樣，服務機器人剛進入酒店時，酒店管理者更多看重的是營銷噱頭而非其實用性，機器人承載的科技感就是主要的價值所在。對于消費者而言，智能化、更加隱私性的服務更便捷有趣，也給孩子們帶來了很多驚喜和快樂，提升了消費者的服務體驗。近年來酒店服務機器人進入發展快車道，不主動提供六小件、外賣普及、人力成本的上升都是其背後的主要驅動力，疫情更是加速了這一進程的推進。
►不主動提供“六小件”增加一線員工工作量。2019年7月1日起，上海市文化和旅遊局宣布上海市內酒店將不主動提供一次性的牙刷、梳子、浴擦、剃須刀、指甲锉、鞋擦等“六小件”，以促進資源的減量化和再利用。北京也隨後跟進，2020年4月27日發布的《北京市賓館不得主動提供的一次性用品目錄》明確提出，從2020年5月1日起，北京市賓館不得主動提供“六小件”。我們認爲，不主動提供“六小件”是未來酒店業的一個大趨勢。然而，住店客人並沒有完全養成此項習慣也會給酒店帶來新的工作量，于是能夠線上下單、無人送物的酒店機器人系統得到了衆多酒店的青睐。另外機器人24小時工作制可以保證客人服務不間斷，避免因服務不及時引發投訴，提升服務滿意度。
►酒店是外賣主要的場景之一。根據前瞻經濟學人統計，在外賣場景中，住宅區、寫字樓、學校、酒店、醫院是前五大的使用場景，2019Q2分別占比爲43.8%、17.4%、12.6%、8.5%和5.4%，其中酒店的外賣使用同比增長9%，是增速較快的使用場景之一。根據“2019先之教育年度大課暨先之金仕獎頒獎盛典”上發布的成都20家開通外賣功能的酒店統計的一天外賣訂單數據，在午餐、晚餐和夜宵時段尤其住店客人外賣需求旺盛，甚至在淩晨4-5點仍有外賣。酒店通常不允許外賣員送達客房，而酒店配送增加人力成本，住客自取外賣降低體驗感，因此機器人送餐似乎成了外賣“最後100米”的解決方案。
圖表：成都20家開通外賣功能的酒店的外賣訂單數據
資料來源：先之教育，世界酒店和旅遊教育培訓協會，中金公司研究部
►日益上升的人力成本，居高不下的離職率。根據中國旅遊飯店業協會人力資源分會2021年年中的調研數據，人力成本在整個酒店收入中的占比仍然處于高位，人力成本占比超過30%的酒店比例高達64.26%。作爲其中的顯性成本，維持（福利）成本和保障（保險）成本則首當其沖，占據了各酒店人力成本的重要板塊。同時調查也顯示，酒店業存在高離職率，2020年度酒店業的整體員工離職率高于31%以上的酒店占比高達32.17%，從而帶來的一系列問題：諸如離職賠償、新員工招聘和培訓等離職成本，也逐漸在人力成本占據著越來越高的比例。人與機器協作過程中大大減輕了工作負擔，酒店工作人員可以利用機器人去解決單一類、重複性的工作，比如客需物品配送、引領帶路、信息宣傳等功能，爲一線員工提升工作效率，從而給了員工更多的時間去做人性化的增值服務。
圖表：2020年人力成本在酒店總收入中的占比分布圖
資料來源：中國旅遊飯店業協會人力資源分會《2021中國酒店業人力資源趨勢報告》，中金公司研究部
►疫情推動“無接觸服務”。在疫情危機並未完全解除的期間，攜程大學推薦酒店複工後，在接待服務上采用酒店機器人服務，一方面能夠提升服務效率，增加客戶滿意度，降低人工成本，另外一方面疫情期間還能爲客人及員工提供一個安全的服務支持，有效降低雙方接觸可能。例如華住集團要求旗下5,700多家酒店推行智能化“無接觸服務”，使用酒店機器人確保入住安全。
打通酒店業務流程的全套數字化機器人解決方案
根據中國文化和旅遊大數據研究院2017年對消費者需求的調研，顧客期待酒店機器⼈提供的服務中排名前二的分別是⻝品配送、貨物交付。顧客更爲注重隱私性，希望⻝品、洗漱⽤品、旅⾏⽤品等商品的配送在沒有酒店⼲擾的情況下完成，恰好酒店配送機器人可以很好滿足他們的需求。
圖表：酒店機器人功能期望統計
資料來源：中國文化和旅遊大數據研究院，中金公司研究部
酒店機器人逐漸融入進酒店服務的流程中，在不同檔次的酒店中的滲透率有所差異。從全國酒店業檔次分布來看，經濟型（二星級及以下）、中檔（三星級）、高檔（四星級）、豪華（五星級）四個檔次的設施數分別爲28.8萬家、3.1萬家、1.5萬家和0.4萬家，所占比重分別是85%、9%、5%和1%。1）以漢庭、全季和華住集團旗下連鎖酒店爲代表的中低檔型酒店，住宿服務環境較爲固定，數量較多但場景單一，對單一配送服務需求更高，因此更關注酒店配送機器人的勞動替代效用，價格敏感度高。2）以萬豪侯爵、洲際等爲代表的的高端酒店，擁有結構複雜的大堂、大型會議廳、餐廳等設施，布局更複雜，數量較少但場景豐富，對配送、引領等機器人等都有需求，更關注服務質量，付費意願和複購率高。高星級酒店客戶對酒店配送機器人的安全性、穩定性提出了更高的要求，決策較爲謹慎導致滲透率較低，目前大約有10%-15%的高端酒店開始使用酒店配送機器人。長期來看，高端酒店能爲酒店機器人企業帶來更高毛利率，我們認爲擁有過硬技術以及深刻行業實踐經驗的公司有望勝出。
圖表：2020年全國酒店數和客房數（按檔次分）
資料來源：中國飯店協會，盈蝶咨詢，中金公司研究部
智慧零售，創收新路徑。酒店機器人和智能貨櫃、小程序電商平台結合推出的全流程無人化的機器人服務生系統，客人只需掃碼選購及開門取貨，而酒店工作人員無需介入。和酒店房間內設置的minibar相比，機器人新零售系統在提供類似的即時消費體驗的同時，增加了可選SKU的數量，而且能爲酒店節約人力、降低商品損耗。有酒店表示，自從上線了機器人服務生系統，酒店日均收入至少增加800元左右。
圖表：酒店機器人自動零售系統
資料來源：雲迹官網，中金公司研究部
圖表：酒店智慧零售新模式成本對比
資料來源：先之教育，世界酒店和旅遊教育培訓協會，中金公司研究部
酒店機器人逐漸成爲不可或缺的“服務員”
政策推動，行業典範，發揮實用價值
電梯加裝IC卡不再追溯，政策加快酒店機器人滲透。由于酒店服務機器人涉及到上電梯，2019年以前業內通過開發出了電梯控制模塊來實現酒店機器人與電梯的對接，但那個時候給電梯私自加裝IC卡屬于電梯改造，需要第二次驗收，這給用梯單位造成諸多不便。2019年6月1日施行的新《電梯施工類別劃分表》對IC卡加裝，明確爲修理，不再強調任何改變控制線路都爲改造，無需二次驗收，大幅加快酒店機器人的滲透。
多家龍頭企業樹立行業典範。酒店機器人賽道中頭部公司基本形成，主要是雲迹、景吾、優地、YOGO等，具體的頭部公司情況如下表所示：
圖表：酒店配送機器人主要公司
資料來源：雲迹官網，景吾官網，優地官網，YOGO官網，企名片，中金公司研究部
自主跨樓層配送，引導、配送、無人零售多功能複合。目前市場上主流的酒店機器人的解決方案基本類似，在功能層面擁有引導、配送、無人零售等複合的能力；在技術層面基本均可實現智能規劃路徑、自主乘坐電梯、自主避障、與酒店相關系統的打通，融入進酒店的業務流程中，較好替代一線酒店員工的配送等基礎工作。
圖表：酒店配送機器人主要參數
資料來源：雲迹官網，景吾官網.，優地官網，YOGO官網，中金公司研究部
以雲迹爲例：酒店服務機器人的引領者
雲迹科技成立于2014年，專注于商用服務機器人研發，産品涉及酒店機器人、迎賓機器人、講解機器人、送餐機器人、機器人底盤等，服務于住宿業、物流運輸業、行政服務機構、社區服務等行業。公司是酒店機器人的引領者，2016年公司智能商用酒店服務機器人“潤1”在無錫某酒店正式上崗，定義了這個行業。公司在商業拓展的過程中，得到了産業方的大力支持，包括攜程、騰訊、金茂等。
酒店住中服務數字化解決方案（Hotel digital operation system，簡稱HDOS），提升住客體驗。雲迹率先在酒店場景中以機器人技術核心打造了數字化解決方案的標杆，將住客、員工、管理者、機器人及AI語音客服連接起來，通過AI自主應答電話問詢、智能分配服務任務和機器人與自動倉自主完成接送物等，重構住中服務流程閉環，提升用戶的入住體驗。
圖表：酒店一體化智能解決方案
資料來源：雲迹官網，中金公司研究部
酒店數字化升級，數據指導精細化運營，驅動管理優化。HDOS將住客、員工、管理者、AI設備，納入完整系統，通過住客需求端的數字化，任務分發，任務執行，減少了過程中不必要的冗長信息傳遞，減少人員服務過程中遺漏和出錯，讓不同環節交互起來，形成數據流。通過一系列數據反饋，指導酒店提升運營管理能力與服務質量。
圖表：酒店住中服務數據驅動業務閉環
資料來源：雲迹官網，中金公司研究部
憑借穩定的産品技術、簡單便捷的操作流程、優化的成本、可持續的價值，截至2021年8月，雲迹與各大酒店保持深度合作，其機器人已經入駐1萬多家酒店，運行裏程超過350萬公裏。
圖表：雲迹酒店領域主要合作夥伴
資料來源：雲迹官網，中金公司研究部
打造機器人軟硬件開放平台，團結夥伴共同發展。雲迹開放了機器人軟硬件開放平台“幻影”，客戶可根據需求，基于雲迹底盤研發的整機機器人和完善的SDK，進行二次開發，在較短時間內打造屬于自己的機器人。雲迹通過打造機器人底層軟硬平台的方式，團結生態合作夥伴，快速推動機器人滲透進各行各業。
圖表：雲迹打造機器人軟硬件開放平台
資料來源：雲迹官網，中金公司研究部
文章來源
本文摘自：2021年10月12日已經發布的《室內無人配送，從網紅到實用》
白 洋 SAC 執業證書編號：S0080520110002 SFC CE Ref：BGN055
王秋婷 SAC 執業證書編號：S0080121030013
法律聲明
向上滑動參見完整法律聲明及二維碼
