根据国际机器人联合会的数字，中国在2013年已经成为世界上最大的工业机器人市场。中国有大量制造型企业，以前的自动化率比较低，需要自动化技术提高生产率，但现在中国工业机器人的需求还没有真正完全释放。

　　就工业机器人而言，它不是一个廉价的产品，我们不太可能通过劳动密集型生产的方式拉低生产成本，走快速发展的捷径。而且，中国现在制造业的生产效率、生产品质，还有劳动力的实际水平等，存在一些客观约束，比如自动化程度比较高的汽车生产，本就没有那么多工人。

　　随着工业机器人在传统领域的应用已经逐渐成熟，新兴的应用越来越是软件问题，而不是硬件问题。并且，工业机器人的发展也有会像汽车一样，在硬件成熟、趋同之后，差异性往往体现在软件上面。

　　英国央行英格兰银行首席经济学家AndyHaldane之前表示，机械自动化的第三次推广在威胁就业的同时，可能会继续加大贫富差距。

　　之前机器人主要用于工厂流水线作业，但接下来机器人可能取代的将是白领工人，从制造业延展到零售，金融，甚至酒店服务业。英国社会对人工智能可能产生的社会问题发起讨论，探讨各种可能性和应对方案。

　　传统工业机器人进入工厂之后，在解决了工厂初步自动化改造的同时，局限于智能程度，在一些应用层面还存在很大差距，并不能很好的满足企业各方面的需求。简单说就是机器人还是处于“很傻”的阶段。

　　对此，高工产研机器人研究所分析师卢彰缘表示，真正能够让工业机器人的应用更加开阔，能够真正解决用户问题的还是软件系统，软件系统跟人工智能技术的结合是未来改变传统机器人死板、缺乏智能化问题的关键。因此越来越多的机器人软件系统企业将会脱颖而出。

　　然而，国内的工业机器人企业在软件系统的研发上面相对比较弱，很多自主研发的软件系统都是凑合能用，更难有重大的创新，在工业机器人越来越智能化的趋势下，软件系统的落后也将成为拉开国内外机器人企业差距的重要因素。

　　而对于国内工业机器人企业软件研发能力弱的原因，梅卡曼德创始人邵天兰表示，软件研发需要很专业的团队和大量的投入，而工业机器人行业普遍的待遇水平与互联网等企业没法比，而且公司基因和氛围也不同，高层领导往往也不重视，因此很难吸引到顶级人才。

　　尽管很艰难，但国内还是有一些机器人企业正不断努力破解软件“难关”，希望能通过软件系统和算法的优化来使得机器人更智能化和方便操作。

　　传统机器人依靠精确性，新的人工智能依赖确定性。我们面临新的应用，需要用灵巧性处理不确定性。这是新的应用需求对我们提出的主要挑战。如果能在技术上对这种挑战想出一些好的办法，或者在工程上想出好的办法，那就可以满足新的应用需求。

　　当前，我们所处的历史阶段，一个是工业机器人大规模的应用，已经成功了半个世纪。二是人工智能研究了半个世纪，现在也有一些新的发展，特别是以深度学习为代表的新技术达到了非常高的水平。

　　新的应用需求要处理不确定性，处理不完全信息，具体表现为非结构化环境，这些需求和现有技术比较还是有一点差距的。不是说深度学习出来了以后，马上就能解决我们所有实际问题，其实不能完全解决。但是，如果我们转到灵巧性，转到以灵巧性为核心的技术体系，现有的很多技术可以组合起来，那就能达到很好的效果。