随着人口红利逐步消失，我国已成为全球最大的工业机器人市场。据米克力美调查发现，到2020年，我国将形成较为完整的工业机器人产业体系，高端市场占有率达到45%以上。目前，中国工业机器人的使用主要集中在汽车工业和电子电气工业、弧焊机器人、点焊机器人、搬运机器人等在生产中被大量采用。下面米克力美将从技术角度，谈谈工业机器人当前的优劣势。

　　1.高精确度

　　工业机器人普遍能达到低于0.1毫米的运动精度(指重复运动到点精度)，抓取重达一吨的物体，伸展也可达三四米。这样的性能虽不一定能轻易完成苹果手机上一些“疯狂”的加工要求，但对绝大部分的工业应用来说，是足以圆满完成任务。随着机器人的性能逐渐提升，以前一些不可能的任务也变得可行起来(如激光焊接或切割，曾需要专门的高精度设备来指导激光的走向，但随着机器人精度的提升，现在也变得可依赖机器人本身的准确运动来代替了)。但相比传统高端设备，如高精度数控机床，激光校准设备，或特殊环境(高温或特低温)设备等，工业机器人尚力不能及。

　　2.操作简单

　　传统机器人的工作本质就是不断地走一个个的路径点，同时接收或设置外围的I/O信号(和其他设置如夹具，输送线等合作)。而指导机器人这么做得过程，就是机器人编程。几乎每一家领先公司都有自家的编程语言和环境，从而需要机器人操作者参加学习培训。当机器人适用范围增广后，这个成本开始显现了。

　　这些厂商是有理由维护自家的编程环境的，一来工业机器人四十年前就开始规模化做了，那时还没有什么面向对象等现在广为熟知普遍认同的主流先进编程理念，二来萌芽阶段自家技术难免会和竞争对手不同，维护一个编程方式也无可厚非，三来因为他们的大客户往往也是传统的工业大客户，如大汽车厂商，这些客户求稳，自然不希望你机器人过几年就赶个热潮变换编程方式，搞得他们还得扔掉几十年的经验，重新花大钱培训学习。

　　3.智能性

　　之所以将智能型放在最后一点，因为相对现在市场对机器人的主流需求(即强，快，准)，它暂时还不是最迫切的。这也体现了传统工业机器人的优势(任劳任怨，保质保量，是个“干活”的好手)和不足(但很“笨”，老得让人教)。但不代表智能型不重要，相反企业已经开始做技术投资了。比如怎么让机器人更好的理解人的指挥意图，相对自主的去理解并规划任务，而不需一个点一个点得让人告诉它怎么走;如何让机器人在外围环境发生变化下(光线变暗影响图像识别，传送带上物品有损坏需要特殊处理)自动适应;如何通过触觉视觉听觉等感知判断零部件的装配质量，等等。

　　4.人机协作

　　传统的工业机器人是关在笼子里工作的，因为它实在危险(想象一个抓着几十或几百公斤的家伙以四米每秒的速度甩着，谁也不想靠近吧)。主要原因是一般机器人，基于成本与技术的考虑，不会集成额外的传感器去感知外部的特殊情况(如突然有人触碰)，它只会“傻傻”得照着人类编好的程序日复一日的动着，除非有外部信号告诉它停止。所以常见的方案就是为机器人配备笼子，当笼子门打开时，机器人收到信号便自动暂停。对安全的考虑，自然给机器人集成带来了很多额外的成本，笼子可能并不贵，但毕竟要为此仔细考虑产线排布，增加产线面积，改变人机合作方式等，从而影响生产效率。所以最近比较受关注的工业机器人都以能安全地和人一起工作“为荣”。而从产业需求看来，已通过传统工业机器人解决了对精度速度重量等自动化需求后，也的确是时候开始满足人机安全合作了。

　　5.应用较灵活

　　工业机器人可编程，支持多自由度运动，因此应用较灵活。虽然不及人类，但相对于很多工业自动化常见的专机(专为一类工业应用或一家客户定制的机电集成方案)，工业机器人还是灵活多了。工业应用改动不太大时，是可以通过机器人重新编程来满足新的需求，而无需在硬件上再做大量投资。但相应的，它的相对不足会是效率。毕竟专机是为一个应用定制的，因此虽牺牲通用性但实现了效率优化，在产量这个客户非常关心的指标上能完成地很好。

　　6.技术人才缺口大

　　工业机器人顺应时代发展，行业前景广阔，然而，该领域人才供需失衡的矛盾正日益凸显。一方面是机器人厂商、系统集成商以及汽车加工制造业求贤若渴，另一方面是人才供给不足，难以满足企业用人需求。

　　究其原因，主要是相对近年来国内机器人产业所表现出来的爆发性发展态势，高校、职校等培训机构的课程设置仍然滞后，尽管一些机器人厂商提供相关培训，却存在品牌针对性过强，推广力度不足、配套设施不足以及培训网点有限等短板，难以达成系统的教学流程，尚不能与全国各地求学者的需要很好地契合，导致众多有志投身机器人行业者求学无门。