请解答以下这道数学题：已知一面墙长30米，高10米，一位工人每天可以刮完100平方米的腻子，求完成整面墙需要多长时间？

答案是3天。但如果这道题让机器人回答，它给出的答案是：3小时。

这不是机器人不会算数，而是一场建筑业的科技变革。如今，你可以在工地上看到机器人挥舞着机械臂，通过先进的传感器和控制算法，jingque调节喷涂厚度。旁边的工人只需负责简单的操作和监控。

有了机器人“熟练工”，下来，可实现腻子施工800平方米，速度是人类工人的8倍；乳胶漆施工3000平方米，速度是手持喷涂机的2倍。更关键的是，机器人能准确调节材料用量并均匀喷涂，可以节约20%-25%的材料成本。

根据中国工程机械工业协会的数据，目前30万亿的建筑市场，未来十年将出现千万级建筑工人缺口；与此同时，随着国内房地产市场竞争加剧，建筑企业还需要不断降低成本、提高施工效率，以提升竞争力。

基于此，建造行业数字化改造大势所趋。得益于人工智能、视觉传感器、机器人控制算法等核心技术的突破，“机器换人”成为了关键赛点，建筑领域或将成为机器人率先产业化落地的“肥沃土壤”。

01建筑机器人移走“三座大山”

常言道，中国建筑行业的“三座大山”——劳动力短缺、安全问题、低利润率。

首先，行业面临严峻的“用工荒”，主因是人口老龄化和劳动力结构变化。当前国内建筑行业面临明显的“三段式”困局——50、60后农民工即将谢幕；70、80后农民工供应不足；90、00后农民工寥寥无几。近两年农民工总数减少近976万，2022年至2023年间减少650万，创五年新高。国家统计局数据显示，农民工平均年龄已达43.1岁，老龄化趋势明显。

但同时，老年人工作也受到限制。多地政府规定，禁止60岁以上男性和50岁以上女性在建筑工地从事体力劳动，如江苏省曾特别规定，聘用“超龄”工人将导致企业列入红码管理。

这里引出了第二个矛盾，人工施工导致的安全问题。根据国际劳工组织的数据，建筑行业是全球第二危险的行业，仅次于采矿，致命事故率是其他行业的4倍；在2011年至2019年间，建筑工人的死亡人数上升了41%。特别是老龄工人的伤亡比例尤为严重，如2021年湖北、江苏等地均出现60岁以上农民工伤亡事故。

除了施工安全风险，传统施工的很多工序也对人体有害。例如，在腻子打磨、粉刷、管道喷油漆过程中，工人操作不当则会吸入粉尘及有害物质，容易罹患职业病。

第三个矛盾，技术落后还导致低利润率。国家统计局公布数据显示，2023年的建筑业产值利润率为2.64%，同比上年降低了0.06个百分点。作为对照，工业的利润一般在9%以上，建筑业所在的第二产业利润率也在6%左右。

一是施工效率低下，工人在重复劳动中容易感到单调乏味，甚至因疲惫或环境干扰而出错返工；二是材料浪费率高。建材使用控制靠人为，不容易jingque把握。据统计数据，在一座普通民用建筑的建造过程中，所用建筑材料的浪费率居然高达4成。而建筑行业的熟练工难招难留，且工资成本也不是小数目。

由此，劳动力短缺、安全问题、低利润率形成了恶性闭环。

行业突飞猛进期，沉疴尚不明显。但近几年，搭载“城市化”电梯飞升的中国房地产，随着萎缩的土地供应和人口红利，也不可避免地出现了萎缩。

两条路摆在地产企业面前：一是转行逃离“沉船”，但步子跨太大容易直接“翻船”；二是积极寻求转型道路，提升自身竞争力，在质量上寻求改变。

一方面，提升住宅业务的竞争力，尤其是在新项目乏力，增量市场有限的情况下，更要在前期环节搞好降本增效；另一方面，拓宽地产业态类型，包括开发和运营与住宅配套的教育地产、养老地产、医疗地产、商业地产和产业地产等等，这需要提高施工标准，建筑企业对高效、智能的施工方案需求愈发强烈。

任何行业卷到后就会变成“大洗牌”，而科技往往就是那个引入的变量。

这次，建筑行业将目光投向了机器人技术。

“机器人能率先在生产、施工、维保等环节辅助和替代‘危、繁、脏、重’施工作业。”一名住建部相关人员表示，从施工效率角度来看，建筑机器人输出效率稳定，标准化程度高，有效避免人为施工引起的误差，且不受传统施工人员的体能限制；在工程质量方面，基于高精度激光识别系统的整体性控制，建筑机器人施工精度更高，施工成型质量比传统人工方式高。

省工省料方面，建筑机器人更加绿色低碳。例如，在施工时对粉尘有效收集，实现无尘施工。同时，建筑机器人可以通过供料控制程序提高材料利用率，避免了因精度不够出现的浪费问题。

补齐劳动力方面，除了替代老龄劳动者，建筑机器人还可以通过显著改善劳动环境，吸引年轻劳动力回流建筑行业。彼时，建筑工人不再是灰头土脸的泥瓦工、抹灰工，取而代之的是基于网络工作环境的建筑机器人操控人员、工地巡检人员等产业技师的新身份。

在“机器换人”的迫切需求下，全球建筑机器人市场预计将经历显著增长。Straits Research预测，到2030年，北美的建筑机器人市场规模将达到5400万美元，而欧洲市场将接近5200万美元。目前，欧洲市场，每10000名建筑工人中约有1.2个机器人，美国市场为0.2个，而中国市场的数字则仅为0.1个，显示出中国市场的巨大潜力和成长空间。

Report Linker进一步预测，全球建筑机器人市场规模将从2023年的3.317亿美元增长至2028年的6.818亿美元，年复合增长率达到15.50%。其中，亚太地区尤其是中国，成为市场增长的重要推动力。

头豹研究院综合国家统计局、住建部数据预测的数据也显示，截至2021年，中国的建筑机器人市场渗透率不足1%，但已开始进入市场化应用阶段。预计到2025年，渗透率将达到10%，市场规模超过18亿人民币；到2030年，市场规模预计将超过113亿元人民币，渗透率可达50%；并且到2035年，市场规模可能达到224亿元人民币，渗透率超过80%，展现出快速增长的趋势。

（数据来源：国家统计局、住房和城乡建设部、头豹研究院）

面对如此巨大的潜力，建筑机器人该先从哪个领域切入落地？

02涂料工程施工赛道得以领跑

实际上，建造施工这根“大棒骨”看似诱人，却实在“难啃”，更会“牵一发而动全身”。

“建造施工从报批项目、垫层搭基坑、主体结构、屋面管网到交付验收整个过程，可拆分为20个大类，总计261道工序，且涉及工序穿插与人员场景交互。”世纪金源旗下科技住宅公司腾云智绘总经理徐俊杰表示。

当我们将261道工序对应到建筑机器人，就出现了测量机器人、砌砖机器人，划线机器人、钢筋绑扎机器人、地面整平机器人，以及涂料工程机器人等。“如今，除了相对成熟的测量机器人，涂料工程施工机器人凭借标准化程度高、工况相对友好、作业面连续等优势率先从萌芽期转入成长期，可以率先实现量产落地。”徐俊杰说。

为什么会这样？先举个“快进生”例子——移动机器人。该类机器人能够在工业领域快速普及，得益于仓储与产线空间是结构化的，只需每天在固定的场景，走固定的路线，执行固定的动作，相对容易很多。

再举个“后进生”例子——钢筋绑扎机器人。如果从降本增效的角度看，高工资、高稀缺性的钢筋工种是“机器换人”的关键岗位。但目前，钢筋机器人只能做一些简单的绑扎，因为其无法在非结构化的工地里穿梭，替代钢筋工人做辛苦的环节——钢筋搬运及布置。

由此，我们看到了建筑机器人普及路上的大“拦路虎”——工地环境非结构化。

这其实是“两难”逻辑。一方面，建筑行业仍处于半机械化阶段，还没有到自动化阶段，遑论智能化。如果按理想情况，让所有建筑机器人各就其位，发挥所长，至少要在自动化的环境下。

另一方面，自动化的前提却是施工场景的结构化。如果要用自动化的方式去解决非结构化的场景，就必须要“智能”。“智能”中包含对墙面柱子和其他障碍物的识别感知，机器人自行判断、决策与执行。

但现在的“智能”可以在复杂、多变的工地里自由穿梭吗？

至少，从目前的感知技术来看，还没有达到在工地侧大规模落地的程度。例如，当你想配合一些“地面”机器人工友，还要让工人在施工前清理建筑垃圾，并改变工序穿插作业。

但如果我们改变思路，营造一个“伪结构化”场景呢？即，先放弃“障碍满满”的地面，将视线转移到“空无一物”的墙面。

这便来到了涂料工程施工机器人的“天地”。一方面，喷涂工艺是制造业已经跑通的工艺，精度很高。例如，在航空领域，整机喷涂90%的环节都采用了机器人喷涂。转换到施工现场，即使稍有偏差，也不影响终结果。

另一方面，相较其他场景，涂料工程靠近工程后期，现场工况较好、标准化程度高。在具体工作中，整体作业面连续，适合大批量施工。例如，在对山墙面施工时，大施工宽度可达十多米，可以完成一面高百米的大山墙喷涂，有效解决因墙面过宽而造成的接缝问题。

在细分场景上，喷涂作业聚焦公共建筑和商业建筑，作业面相对较大，楼层较高，机器换人能够带来显著的效率提升。例如，每平方能够降本20%以上，对于施工方来说，一个项目就可以回本。

场景需要容易落地，技术还要确实能发挥作用。“以我们投资的丰坦机器人为例，他的机器人运用了三维点云和人工智能技术，可以将传统工人的施工工艺数字化，并将其集成到机器人的工艺库中。这一方面是个比较成熟的技术，另一方面还能实现在实际操作中的不断迭代。”徐俊杰表示，此外，通过模块化设计和自适应技术，这种类型的机器人还能够有效应对工地现场的复杂环境，优化替代传统油漆工作，自主完成标准化的腻子和乳胶漆施工作业。

如今，政策助力也在持续加大。2023年，工业和信息化部等十七部门印发《“机器人+”应用行动实施方案》，提出重点研制测量、材料配送、钢筋加工、混凝土浇筑、楼面墙面装饰装修、构部件安装和焊接、机电安装等机器人产品，深化机器人在建筑领域等场景应用。在《北京市机器人产业创新发展行动方案（2023—2025年）》中，建筑领域也是专门强调的重点领域。

“机器换人”哨音一响，建筑机器人企业不是纠结“跑不跑”的问题，而是如何“拔得头筹”。

03 场景是关键：技术需为产业服务

趋势、品类均已确定，先跑出的机器人“”将会花落谁家？

据统计，目前全球在研室内喷涂机器人的企业已超过30家，其中已发布室内喷涂机器人产品的企业超过20家，已公开的室内喷涂机器人产品达到25款，超过半数的产品已商业化应用，少部分产品仍处于研发迭代。

由于人力成本与产业升级等因素，海外建筑机器人领域起步较早，初创企业中的“佼佼者”包括：以色列Okibo、美国Paintjet、以及美国Canvas等等。

以色列Okibo适用于油漆喷涂、干墙处理和墙面抹灰。除了jingque地识别应用区域，预先规划工作路径，Okibo的“过人之处”是自主独立——“上工”时，只需一名工人用控制板将Okibo引入房间，填充涂料，启动并监控输出，无需手动编程或事先了解室内结构。

Okibo的价值主张清晰而明显：一台机器人的成本比人工低50%，工作速度却快10倍。虽然Okibo首批应用主要集中在喷漆、涂层和打磨，但其前景是广阔的。

（以色列Okibo机器人）

美国Paintjet则是将模块化机器人组件安装到了“樱桃采摘”升降机的篮子上。这种“末端执行器”包括表面扫描摄像头和喷雾器，每次可以喷涂一个50平方英尺的区域，和传统应用相比，该工艺可以减少约25%的油漆使用量。今年1月，Paintjet获得了1000万美元的A轮融资。

（美国Paintjet机器人）

美国Canvas 机器人主要是进行干墙处理。Canvas可以自动识别墙板的接缝，喷涂密封胶，打磨，然后对整个表面进行涂漆，其“大臂”可以伸缩至15.5英尺，在高处完成绝大部分工作，并收集99.9%的打磨产生的灰尘。2023年，Canvas宣布与建筑材料制造商USG合作。

（美国Canvas 机器人）

相较于海外企业，国产建筑机器人虽然探索较晚，但追赶速度却很快，并在行业转型压力，以及国家政策的推动下，完成了初步的建筑机器人产业链。

其中，必须提及被誉为建筑机器人“黄埔军校”的博智林。这家碧桂园集团的全资子公司，先后投入超百亿人民币用于研发，培养了众多“跨界人才”。其中一些代表，从博智林“毕业”后，也陆续成立了自己的机器人企业，为国产机器人产业化提供“加速度”。

聚焦于涂料工程机器人这条赛道，初创企业更是“急先锋”。玩家包括筑橙科技（深圳）、蔚建科技（上海）、丰坦机器人（深圳）、大方智能（深圳）、方石科技（苏州）。此外，以博智林为代表的“综合玩家”也开发了涂料工程产品。

CVSource数据显示，2019年开始，专注涂料工程的机器人公司陆续创立。2021年以来，该赛道开始受到资本关注，发生数十起投融资事件。在已披露金额的5起融资事件中，其中3起金额上亿，2起金额上千万。进入2023年，赛道热度攀升，例如“早期玩家”筑橙科技完成联想创投等近亿元A轮融资；2022年5月创立的丰坦机器人更是在一年内连续完成两轮融资，轮由昆仲资本投资，数额千万级别；新一轮由世纪金源进行了战略投资。

（中国丰坦机器人）

据了解，丰坦机器人由建筑信息化上市公司高管创立，前中控、博智林、南江等机器人技术专家组成，拥有一支具有硕博学历，兼具建筑、建筑信息化、机器人技术背景的团队。核心团队成员均在建筑信息化领域有15年以上从业经验。

公司创始人兼CEO李自可拥有近20年的建筑科技行业从业经验，曾任科创板建筑信息化某上市公司副总，具备丰富的产品运营与商业化推广经验。其参与研发和商业化运营的施工安全计算软件，目前在该领域市场占有率；主导规划、研发组织、市场运营的BIM类软件，目前是国内BIM类软件厂商中的头部供应商。

凭借着深厚的行业经验，李自可观察到，信息化产品作为管理工具和效率工具，为建筑行业管理人员在画图、计算、项目管理等方面的工作带来了效率提升，但建造施工的过程中，仍然依赖大量劳动力，生产工具自动化程度低，生产效率以及成本和过去相比，并没有发生明显变化。

“经过一系列前期调研和技术预研，我们以标准化大场景涂料施工为切口，率先推出了室内涂料工程施工机器人，具备腻子喷涂、收刮、打磨、吸尘、乳胶漆喷涂等功能，覆盖建筑物室内涂料工程施工的全工序、全场景。”李自可说。

如今，丰坦机器人已实现小规模量产，手握数千万订单，并成功应用于全球多个项目，累积施工面积超50万平方米。在国内，产品通过直销和渠道合作销售或租赁给各类公建和商业项目，在海外主要市场为新加坡和欧洲。在新加坡，丰坦团队针对当地施工工艺特点完成了产品定制和快速交付，成为首家通过本地化验证的喷涂机器人供应商；同时，也开发了适合新加坡狭窄空间的小型多角度喷涂机器人。

以前沿技术为抓手，但更看重商业化落地，基于场景问题找解决方案，是建筑机器人能够率先落地的关键。正如公司创始人兼CEO李自可所言，“极少有建筑行业这样规模达30万亿的市场，所以建筑行业缺的不是技术和场景，而是解决问题的能力。”