首页 >> 打捆机

制造技术之未来燃油箱

元丰机械网 2022-07-13 16:33:21

      回顾2018年,整个全球的制造业市场已经达到了38万亿美元。在这个数据中,既包括了消费品,也包括了重工业机器等,可谓是种类繁多。

  为了保持持续增长,今天的制造商专注于三个关键任务。首先是提高低于最佳容量的昂贵固定资产的利用率。其次是填补当前和增加专业劳动力的空白。德勤估计,到2028年,美国的技能差距将导致总计1600万个制造业岗位中的240万个未填补席位。最后,制造商必须保护营业利润,因为行业平均EBITDA利润率从2015年的11.2%继续下降至2018年的8.6%。

  工业4.0 图片来源:COMMONS.WIKIPEDIA.ORG

  许多初创公司现在开始提供量身定制的产品和服务,以帮助传统制造商实现这些目标。直到最近,传感器等硬件组件价格昂贵且投资回报率不明确。数据是孤立的,没有可用于扩展洞察力的解决方案。然而,自2010年初的人工智能革命以来,创业公司正在寻找通过技术创新克服这些挑战的方法。

  图1:AI投资的峰值

  图1:AI投资的峰值 图片来源:DIAKOGIANNIS / CB INSIGHTS,专家访谈

  因此,制造技术出现了六个关键主题:

  机器人:自动导向车,分拣臂

  软件即服务(SaaS):视觉软件,预测性维护

  数字化/数据软件:市场,数据分析解决方案

  增强/虚拟现实(AR / VR):可穿戴耳机,视觉采集软件

  材料科学:增材制造,创新材料

  电池:非接触式充电系统,超声波发射器

  尖端的,高影响力的颠覆性技术,机器人技术和SaaS,作为制造商创造最大价值的两个领域脱颖而出,将普遍解决制造商面临的最大挑战,如机器利用率,技能短缺和吞吐率。

  机器人重新启动

  当科技巨头亚马逊和谷歌分别在2010年初收购Kiva和Boston Dynamics时,投资者预计整个机器人市场将会升温。然而,在此之后的几年里,该领域的初创公司未能将创新产品商业化,令许多投机者失望。因此,风险投资公司很快就下调了预期:早期机器人公司的估值后中位数从2015年的3600万美元下降到2017年的2000万美元。今天,机器人领域的两个利基垂直领域正在重新引起VC的关注:自动驾驶车辆和机器人手臂。

  自动驾驶汽车:成熟的公司,VC回报的机会较少

  一些初创公司已经设法找到适合其产品市场并将其解决方案商业化的自动驾驶汽车。成功创业公司如Grey Orange,Geek +,取机器人和六河系统已经在后期融资估值超过1.5亿美元的情况下筹集了B系列或C系列资金。随着电池和传感器商品化,传统上自动导向车辆的高硬件组件成本已经下降。现在,很大程度上已经满足了机器人视觉和提升元件机械运动的复杂技术挑战。然而,随着这种纵向成熟,公司发现越来越难以确保并保持独特的竞争优势。鉴于大多数自动驾驶汽车初创公司的估值范围超过1亿美元,因此超额风险投资回报的机会也在逐渐减少。

  图3:传感器和电池成本的降低 图片来源:DIAKOGIANNIS / STATISTA,关注科学家联盟

  排序武器:具有高潜力的不确定赌注

  生产分拣臂的初创公司现在积极投入研发,试图解决关键技术问题,例如机器人能够感知物体的精确几何形状或施加处理它所需的精确力。因此,初创公司开始专注于产品类别:工业产品中的Ready Robotics,轻量级产品中的Soft Robotics,包装商品中的Righthand Robotics以及包裹中的Plus-One Robotics。一组初创公司在2018年底筹集了他们的A系列,后期资金估值范围为3000万至5000万美元。考虑到该技术在制造业中的巨大可寻址市场和影响,这种纵向可能会在未来几年产生一些独角兽。风险投资公司应该投资具有非凡技术能力的团队,并寻找销售周期相对较短的商业模式。

  工业SaaS革命

  工业传感器和机器人越来越多的使用为工业SaaS提供商创造了新的市场机遇。2012年,此纵向的风险投资交易规模中位数为70万美元,而2017年的交易规模中位数上升至250万美元。SaaS提高了工业客户的生产力,从而有助于提高吞吐量。这个领域中最有前途的两个垂直领域是预测性维护和视觉洞察提供者。

  预测性维护:在早期公司中出现高度贪婪的垂直,更多的风险投资机会

  随着传感器成为商品,初创公司越来越关注通过AI增加价值,而AI依赖于从机器捕获的数据。这里的初创公司处于不同的融资阶段:资金充足的Samsara(2018年12月估值后估值36亿美元),继慕尼黑再保险公司以3亿美元收购的relayr,以及2019年2月筹集2500万美元C系列的Augury 。

  投资者将在早期阶段的公司中找到机会,利用机械和操作机器数据构建最有效的预测维护模型。

  视觉洞察:学习曲线的进步

  直到最近,机器人技术的不断增长使投资计算机视觉的初创公司难以找到强大的产品市场契合度。一组技术娴熟的工程团队,如Humatics,Neurala,Perceptin和Hangar,利用他们的A系列资金建立了良好的视觉技术和专业知识,但仍然难以找到棘手的用例。风险投资公司应该保持耐心并支持初创公司努力使产品商业化; 鉴于技术的复杂性以及客户不可避免的高转换成本。一旦实现,先行者将最终在这个垂直领域享有显着的竞争优势。

  结论:我们只是触及了工业4.0的表面

  制造技术的第一波浪潮伴随着传感器和大数据分析,但这仅仅是个开始。制造业科技创业公司正在创造尖端的颠覆性技术,为客户增加巨大价值并为投资者带来丰厚回报。鉴于该领域机遇的广度和复杂性,下一波独角兽可能来自制造业中的机器人技术和AI SaaS。

手臂肌肉劳损怎么治疗

肌肉劳损

劳损

补肾固精吃什么药好?

腰肌劳损有哪些症状

友情链接