去年机器人订购数量飞涨，行业组织机器人工业协会日前发布的一份报告显示，2016年北美企业订购了35000台机器人，较2015年增长了10%。与此同时，去年北美地区订单销售额也创下历史最高，达19亿美元，超过了2015年18亿美元的纪录。
汽车行业成为机器人行业繁荣最主要的推手
2015年汽车行业采购了超过20000台机器人和零部件，是行业繁荣最主要的推手，负责在工厂生产线上放置和拾取物品的机器人最受欢迎。紧随其后的是包装机器人，再之后是切割锻造材料的机器人。
据CNBC报道，在福特汽车公司位于德国科隆的工厂中，装配线上使用了全新的机器人，以便帮助更高效地制造福特嘉年华（Fiesta）系列汽车。
福特公司负责生产和劳工事务的副总裁布鲁斯·赫特尔（BruceHettle）说：“通过利用协作机器人从事更多简单而繁重的劳动，人类工人得以被解放出来，可对工厂做出更大贡献。人类员工可以更大地发挥创造力，帮助将我们推向下个阶段。”
数十年来，汽车行业都是探索在工厂中使用机器人的先锋，这种趋势今天依然在持续着。据机器人工业协会统计，北美汽车公司2016年在机器人领域的开支已达2.82亿美元，而此前多年总和仅为4.36亿美元。这些机器人都是传统工业机器人，它们体型庞大，很容易对人类工人造成威胁。为此在执行任务时，人类工人需要受到特别保护。
汽车研究中心首席执行官杰伊·巴伦（JayBaron）表示：“在现代装配厂中，最多时可发现1000个机器人。”这些机器可以做很多事情，比如焊接车门、喷涂油漆以及加载引擎等。巴伦说：“没有这些自动化设备，我们的工厂可能很早就被淘汰了。要想确保安全、质量以及生产力，自动化都是必不可少的。”
机器人工业协会首席执行官杰夫·伯恩斯坦表示，虽然近年来机器人价格有所下降(或刺激销量增长)，但企业购置机器人的主要原因还是同行竞争，加快生产速度提高生产率。随着技术进步，机器人可以更准确地判断在仓库中所处位置，避免伤害到一同工作的人类，也是行业繁荣的重要原因。
不过，北美地区在应用机器人方面并非走在最前列。机器人工业协会并不跟踪北美以外的机器人订单数量，但伯恩斯坦表示，“中国是应用机器人方面速度最快的”，欧洲企业也动作迅速。
机器人工业协会市场分析总监亚历克斯·施坎尼表示，协会不预测未来出货量。但他表示过去四年中，北美地区机器人市场年均增长率近13%，预计未来变化不大。
不过伯恩斯坦也提醒道，美国机器人市场与汽车制造商关系密切。每当汽车行业推出新车型，就会购入更多机器人和相关设备。
工业机器人必将对汽车制造业的发展起到极大的促进作用
在中国，50%的工业机器人应用于汽车制造业，其中50%以上为焊接机器人；在发达国家，汽车工业机器人占机器人总保有量的53%以上。据统计，世界各大汽车制造厂，年产每万辆汽车所拥有的机器人数量为10台以上。随着机器人技术的不断发展和日臻完善，工业机器人必将对汽车制造业的发展起到极大的促进作用。而中国正由制造大国向制造强国迈进，需要提升加工手段，提高产品质量，增加企业竞争力，这一切都预示机器人的发展前景巨大。
在未引入机器人以前的中国重型汽车集团有限公司，一个工人只能照看两台机床，引入工业机器人后，一台机器人可以自动操控5-10个加工中心。从2005年到2011年，中国重汽卡车年产量从4万多辆增至15万辆，而固定职工只增加了10%左右，协议派遣工增幅也比较有限，产量的提升很大程度上归功于机器人的引入。
此外，2008年，中国重汽在建设新车间时引入了工业机器人，建成了全自动冲压机，由机械手臂将钢板送入冲压机，既稳定了产品质量，又代替了人工，避免了工伤事故的发生。
物流系统集成商BastianSolutions公布数据显示，自从2010年以来，由于使用了工业机器人，美国的汽车产量以每年约16%的平均速度递增。最近对英国和美国制造业过去14年使用工业机器人的情况分析显示，劳动生产率每年都在提高。
可是最近，汽车公司正改变战略。通用、奔驰、宝马以及福特等公司都在工厂中试验或已经开始使用协作机器人。与以前笨重的工业机器人不同，协作机器人体型更小，比如德国KukaRobotics生产的手臂机器人或波士顿RethinkRobotics推出的Baxter机器人，有时候它们的身高甚至不足1米。它们被设计与人类并肩工作，而非受人类操控工作。
在福特的德国工厂中，KukaRobotics的机器人被安装在两个工作站上，协作机器人可以帮助工人在嘉年华汽车轮拱上安装减震器。这只是汽车公司更多使用机器人的缩影，它们还能被用于执行各种任务，比如材料处理或焊接等。这些机器工人帮助人类解放出来，以便为客户思考如何提供个性化和定制服务，因为越来越多的客户要求获得定制服务。
汽车公司表示，对于人类工人来说，协作机器人更加安全，很大原因在于协作机器人身上配有探测器，可以探测到手指或手掌等器官。有些协作机器人甚至通过人工智能具备了深度学习能力，这让它们可以工作中找到自己的任务，而无需提前编程。
