最近整理工业机器人产业链时，我把国内外比较有代表性的企业放到了一张图里。

从发那科、安川、ABB、库卡，到埃斯顿、新松、汇川技术、埃夫特、绿的谐波，再到节卡、遨博、越疆、法奥、极智嘉、海柔创新等，放在一起看会发现一个很有意思的现象：大家都叫“机器人企业”，但实际上做的根本不是同一门生意，需要的人才也完全不同。

对机器人猎头来说，这张企业名单真正有价值的地方，不是记住50个公司名字，而是把它变成一张工业机器人人才地图。

因为企业招聘一个机器人研发负责人、运动控制专家或者机械工程师时，真正的问题从来不是“机器人行业有哪些公司”，而是：这个岗位的人，究竟应该去哪些企业、哪些产品线、哪些技术团队里找？

---

一、第一层：传统工业机器人四大家族仍然是重要人才源

工业机器人行业绕不开几家公司：发那科（FANUC）、安川电机（Yaskawa）、ABB、库卡（KUKA）。

再往外扩，还包括川崎重工、那智不二越、史陶比尔、爱普生、电装、现代机器人、斗山机器人等。

这些企业共同的特点，是工业机器人积累时间比较长，技术体系相对完整。

从猎头Mapping角度看，它们真正有价值的并不仅仅是“机器人研发人员”，而是一整套成熟工业机器人体系培养出来的人：伺服控制、运动控制、机械本体、减速传动、控制器、机器人软件、视觉、应用工程、系统集成、工艺以及售后服务。

特别是一些需要“成熟工程经验”的岗位，这类企业依然是非常重要的人才来源。

例如一家国产机器人公司招聘运动控制负责人，如果只盯着新兴机器人创业公司，很可能会漏掉大量真正做过工业机器人底层控制的人。

---

二、第二层：国产工业机器人已经形成自己的第一梯队

再看国内企业，这张图里其实已经能看到非常明显的一批国产力量。

包括：新松机器人、埃斯顿、汇川技术、埃夫特、拓斯达、华中数控、广州数控、新时达、钱江机器人、节卡机器人、珞石机器人、遨博智能、越疆机器人、法奥机器人等。

这些企业虽然都在机器人行业，但技术路线和业务重点差别非常大。

有的从工业自动化和伺服体系延伸到机器人，有的从机器人本体切入，有的重点做协作机器人，还有的优势集中在控制系统、核心零部件或者工业场景。

所以招聘时最忌讳的一件事情，就是：看到候选人在“机器人公司”工作，就默认经验能够迁移。

举个简单例子。同样叫机械研发工程师，一个人长期做六轴工业机器人本体，另一个人长期做轻量化协作机器人。

两个人都会涉及机械结构，但产品对：负载、自重、刚度、碰撞安全、减速器选型、关节尺寸以及成本的要求可能完全不同。

这也是机器人猎头为什么一定要懂产品。

---

三、第三层：协作机器人，其实已经形成了一条独立人才链

这张图里还有一个非常值得关注的群体：Universal Robots、节卡、遨博、越疆、珞石、法奥、Techman Robot等。

这批企业代表的是协作机器人方向。

协作机器人和传统工业机器人的人才体系有交叉，但并不能完全画等号。

传统工业机器人过去更强调：高速、高精度、高刚度、高负载、重复定位精度。

协作机器人则增加了很多新的要求：轻量化、安全、力控、拖拽示教、碰撞检测、易部署、人机协作。

因此它背后的核心岗位也会发生变化。

比如：关节模组、无框力矩电机、力矩传感器、运动控制、碰撞检测、阻抗控制、机器人安全、轻量化机械设计。

现在很多人形机器人企业寻找关节、力控、运控人才时，其实也会去协作机器人公司Mapping。

原因很简单：

协作机器人是目前工业机器人体系里，与人形机器人部分技术能力距离相对较近的一类人才池。

---

四、第四层：移动机器人正在形成另一套人才体系

图里还有极智嘉、快仓智能、海柔创新、MiR等企业。

这时候机器人解决的问题已经从：“机械臂怎么运动？”变成：“机器人怎么在复杂空间里自主移动？”

人才结构也随之发生变化。

核心岗位会更多集中在：SLAM、定位、导航、路径规划、多机调度、运筹优化、感知、控制以及机器人软件平台。

特别是仓储场景进一步复杂以后，一个系统可能同时运行几十、几百甚至上千台机器人。

这时候真正困难的已经不只是单台机器人导航，而是：​​​​​​​任务怎么分配？路径怎么规划？交通怎么控制？怎么避免拥堵？系统吞吐量怎么最大化？

所以像极智嘉、快仓、海柔这类企业，对于寻找机器人调度、运筹优化、多机器人系统人才来说，就是完全不同的一张人才地图。

---

五、第五层：机器人产业真正不能忽视的是核心零部件企业

这张图里有一家企业很特别：绿的谐波。它不是典型机器人整机企业，却非常值得放进机器人产业人才地图。

为什么？

因为机器人真正竞争到最后，一定会进入核心零部件。

一台机器人背后至少涉及：​​​​​​​伺服电机、减速器、编码器、控制器、轴承、驱动器、力矩传感器以及精密结构件。

因此从猎头角度看，机器人企业寻找硬件人才时，人才来源绝对不能只盯着机器人本体公司。

比如招聘关节模组负责人，真正可以Mapping的企业可能来自：

机器人本体、协作机器人、伺服电机、精密减速器、汽车电驱、航空作动器以及高端自动化。

很多真正稀缺的人才，其实藏在产业链上游。

---

六、为什么现在做人形机器人，也要研究工业机器人人才地图？

这是我觉得这张图真正值得研究的地方。现在具身智能、人形机器人非常热，很多企业招聘时第一反应就是：“我要从其他人形机器人公司挖人。”这个思路没有错，但人才池会非常小。

真正成熟的机器人能力，是过去几十年逐渐积累出来的。比如：

人形机器人岗位	可以重点Mapping的传统人才池
关节模组	协作机器人、伺服、减速器
电机控制	伺服、电驱、机器人
WBC/运动控制	工业机器人、协作机器人、人形机器人
机械本体	工业机器人、协作机器人、自动化设备
力控	协作机器人、力传感器、机械臂
嵌入式	机器人、汽车电子、工业控制
机器人系统软件	工业机器人、AMR、协作机器人
量产制造	汽车、3C、工业自动化

这也是为什么现在做人形机器人招聘，不能只研究人形机器人公司。

工业机器人、协作机器人、AMR、核心零部件、汽车和工业自动化，其实共同构成了人形机器人的人才蓄水池。

---

七、机器人猎头真正需要建立的，不是“公司名单”，而是人才流动地图

这张图列了50家企业，但如果只是把公司名字背下来，对招聘帮助其实很有限。

真正有价值的是继续往下拆：

• 这家公司核心产品是什么？
• 核心技术团队在哪里？
• 哪些人做控制？哪些人做本体？哪些人做关节？
• 它和目标客户的技术路线有什么关系？
• 哪些岗位可以直接迁移？哪些岗位需要跨行业Mapping？

比如企业要招聘一名协作机器人运动控制专家。

机器人猎头真正应该建立的Mapping逻辑可能是：

协作机器人 → 工业机器人 → 伺服控制 → 高端装备运动控制

而不是简单搜索：

“机器人+运动控制”。

这两个方法最后找到的人，质量可能完全不同。

---

David的判断：机器人行业真正值钱的，是人才地图

从这50家工业机器人企业往下看，会发现机器人产业已经形成非常明显的分层：传统工业机器人、国产工业机器人、协作机器人、移动机器人、核心零部件。

而现在的人形机器人，又正在从这些产业里大量吸收人才。

所以对企业HR和机器人猎头来说，真正值得研究的并不是：“中国到底有多少家机器人公司？”

而是另一件事情：“我要找的这个人，现在最可能在哪家公司、哪个产品线、哪个团队里？”

一张企业名单只能告诉你行业里有谁。

真正成熟的机器人Talent Mapping，则需要继续回答：​​​​​​​谁家有什么技术，什么技术里有哪些人，这些人为什么可能流向下一家公司。

这才是机器人招聘真正的底层能力。