揭秘！制造业机器人占比仅有2.8%，为什么工厂不愿机器换人呢？

前些时候，国家统计局发布了2021年的人口数据，其中显示，全年出生人口1062万人，死亡人口1014万人，净增仅有48万人，按照此前的数据推算，今年将正式进入人口负增长时代，由此带来的劳动力不足问题也将一年比一年严峻。

在这种情况下，使用机器人代替人工无疑是不错的方法，事实上过去我们工业机器人的发展速度也是冠绝全球，如今在制造业的工业机器人密度已达到246台/万人，是全球平均水平的近2倍，看起来数据似乎不错，但实际情况其实并不如人意，我们的机器人应用还是太少了。

国际机器人联合会（IFR）数据显示，目前在中国工厂运行的工业机器人数量达943000台，按美国平均一台机器人代替3.3名工人计算，也不过弥补了300万个工作岗位，而2019年统计局数据显示，我国制造业从业人员达10471.3万人，整体占比仅为2.8%。

我国制造业之所以还无法普及机器人，是有着多方面的因素的，包括产业结构、技术缺陷、人才储备等客观问题，以及成本、收益、风险、代价等商业考量问题，这些都是阻碍因素，让机器人迟迟不能大规模落地应用。

首先，我国现阶段制造业产业结构并不适合机器人的普遍应用。

经常听到这样的说法，我国是制造业大国，而不是制造业强国，这里面隐含的意义就是，我国的制造业产业结构依然是，以第一个阶段的劳动密集型产业和第二阶段的资本密集型产业为主，第三个阶段的智力密集型产业，也就是高端制造依然非常稀少。

劳动密集型产业利润率低，依靠的是低廉的劳动力价格，现阶段的机器人在价格和精细度方面，都还比不上人工；如汽车装配这般的资本密集型产业，倒是有不少岗位更加适合使用机器人，事实上现在的大部分工业机器人也正是应用在了这些行业中，但机器换人的效率依然不够，只有到了高端制造，才能够大规模乃至接近100%的使用机器人，从而提高机器人的整体渗透率。

其次，则是成本问题，使用机器人替代人工的成本是否可以承受，以及能否带来足够的利益，是每个企业老板需要率先考虑的问题。

这里的成本并不单单是指购买机器人的费用，而是包括了替换机器人的一系列费用，概括起来则是收益减去支出后的利润能否让人心动。

事实上，在所有费用里面，购买机器人的费用并不占大头，现在一台机器人的价格已降至10万元以下，即使只替代一名工人，一年左右的时间也可以赚回成本了，更大的支出是此后的能耗以及维护费用，能耗不用多说，维护方面，现阶段并没有足够人才，需要花费大价钱才能招聘到懂得工业机器人编程、维护的专业人员，这就是一笔巨大的开支，综合起来会让投资急剧增加，特别是对中小企业来说根本得不偿失。

另外还有一个无法忽视的问题就是，现在全球范围内人力成本依旧廉价且高效，中国的人工成本上升了，那完全可以将生产产地转移到越南、柬埔寨等劳动力成本低廉的地区，当地的生产成本低于工业机器人的运行成本，那为什么还要选择工业机器人呢，况且改变还可能要承受无法预料的风险。

最后，则是机器人的技术问题，包括因机器人技术不成熟出现的不匹配问题，以及运营模式不成熟产生的不确定风险问题。

虽然统称为制造业，但里面包含万象，上到芯片制造，下至袜子纺织，呈现出的情况千差万别，经验并不能套用，适不适合使用机器人都需要深入详细的调研，且目前的机器人一般只适用于完全一致的重复性工作，场景稍微变化一点就难以适应了，完全不够智能、柔性。

并且使用机器人代替人工，并不是买来机器人装上就万事大吉了的，这里面还涉及到整个生产模式、管理模式的改变，比如操作设备人员招募、设备的损耗与维护、如何组织生产、管理人员能否适应等等，一个没弄好，可能机器人还没开始工作，自己就被耗死了。

而即使机器人开始正常工作了，也有许多问题是必须考虑的，比如市场、客户乃至大环境的变化，生产能否一直与需求匹配，自己的工厂能开多久，会不会还没回本就出问题了等等，总而言之，使用机器人代替人工是一个系统的工程，需要考虑方方面面，并不是轻易就能决定的。

机器人尚不能全面替代人工，但制造业用工荒问题已经显现，在人力资源和社会保障部发布的2021年第一季度全国招聘大于求职“最缺工”的100个职业排行中显示，制造业岗位当前存在较大的用工缺口，在新进排行的29个职业中，有20个与制造业直接相关，占比近七成。

此前发布的《制造业人才发展规划指南》显示，到2025年，制造业人才缺口将达到2985.7万人，同时缺口率也将接近50%，可见制造业多么的缺人。

而即使不说劳动力下降的趋势，现在的年轻人也普遍不愿进厂，从事单调重复的车间工作，转向外卖、快递、网约车，以及主播、自媒体等工作，导致制造企业普遍面临用工难问题，并且在可预见的未来，缺少工人难题还会愈发严峻。

在这种情况下，使用机器人来弥补工人的不足，是最好的解决之道，还能同步进行智能制造升级，紧跟国家发展步伐，而这就要诸多机器人企业勠力同心，一起解决横亘在前的难题，推动机器人行业的高质量快速发展。