傅盛在思考的一个问题是，当PC和移动互联网帮助企业、个人完成数据化后，有没有设备能够帮助传统实体经济实现数据化，并且能大规模生产，降低成本，形成数据闭环，现在，他的答案是智能服务机器人。
　　在傅盛看来，智能服务机器人就是将互联网的高效和实体场景的体验感连接起来最好的桥梁。“机器人的本质是AI+硬件+软件+服务，以AI能力为核心，能感知用户，实现用户自然交流的数据化，并且以软件和服务实现和云连接的设备，智能服务机器人可以通过标准化的硬件配上不同软件能力，去完成对一个场景的定义，并且通过服务来完成整个闭环。”“最开始机器人的发展，是希望它能替代人，做人们不愿意做或是重复的工作，但发展到一定程度后，机器人还能做人们做不了的工作。从替代人的能力到拓展人的能力，这是一个本质的区别。”香港大学讲座教授席宁说，机器人问题归根结底是通信问题，特别是5G带来的新机遇，为人工智能应用提供了绝佳的设施。
　　走进进博会4.1馆，一条条粗壮的机械臂展现在眼前，与此前生硬的“造型”相比，现在的机械臂圆润了很多，手里的活也精细了很多。
　　传送带上各种垃圾缓缓经过，双臂协作机器人YuMI分工合作，一个负责干垃圾和湿垃圾，另一个负责可回收垃圾和有害垃圾，这是一套瑞士工业巨头ABB展示的人工智能垃圾分类方案，除了YuMi之外，还有负责上料的小型机器人IRB1200、物料传送与智能跟踪系统、智能分类算法以及相应的控制系统，ABB的PickMaster拾料大师系统实现了对输送链的无缝精准跟踪，并由协作机器人完成最终分拣。
　　如果没有存储在系统中的垃圾能否被识别？一位参观者用一个绿茶塑料瓶考验它，当绿茶塑料瓶经过系统的“眼睛”——摄像头时，屏幕上显示出“塑料瓶”，识别时间73ms，数据传送到双臂机器人，机器人顺利地捡起了这个未学习过的垃圾。“除了应用于垃圾分类，还可拓展到物料分拣、工件分拣、质检等类似工作场景中。”ABB现场工作人员表示，但还得进行优化，“如果两个垃圾重叠，目前只能识别上面的垃圾，机械手活动有一定范围，离开这个范围的垃圾就会成为漏网之鱼。”
　　产业智能化需要利器加持，利器给工业带来了革命性的变化。比如百度大脑在技术层面已经进入“多模态深度语义理解”阶段，并实现了AI能力与应用场景融合创新，升级为“软硬一体AI大生产平台”。“百度的AI质检技术帮助人员成本节省90%，将漏检率从0.5%1%降低到0.1%以内；为重庆气象局打造的智能预报预测系统覆盖短临、短期和气候预测，大幅提升气候预报的准确率、缩短气象预警信息的发布时间。”百度首席技术官王海峰介绍。
　　讲起IT给传统工业带来的变化，SAP全球高级副总裁李强举了美国汽车业转型的例子，硅谷模式正在成就一家家电动汽车企业，因为来自硅谷带有IT基因的电动车商，带给人们的是一种和传统汽车制造业不同的全新感受，比如个性化。
　　同样是一家传统企业，刀具生产商MAPAL利用第三方工业物联网平台，把“哑巴型”的产品转变位“智能化”的产品，实现从实物向服务乃至平台的转变。“他们采集刀具实时加工数据，帮助客户加强刀具管理，并且打通刀具采购-设计-制造-运维的业务闭环，综合成本也下降了。”在李强看来，基于开放协同系统的产业生态，可以让下游企业少库存或零库存，也可以让上游企业有专业化的代工制造系统。
　　相关数据显示，2018～2019年，全球在产业数字化投入中，关于IT服务和软件的投入占比36%，而中国的占比仅10%，中国GDP占全球的比重在15%左右，但中国企业在IT方面的支出占全球的比重仅为4%不到。“这意味着中国经济的高速增长并没有反映到产业数字化投入中，面对产业数字化的浪潮，生态系统是工业互联网走向普惠的基础，可以打通工业互联网建设的最后一公里。”李强说。
　　香港大学工业和制造系统工程系教授席宁表示，智能机器人在制造业的应用面临三个新的挑战：编程、校正方法、机器人与传感器良好融合。解决这些问题，是工业机器人得以满足智能制造需求的重要步骤。