不得不说，因为大数据、机器视觉等技术的发展，工厂中包括机械臂在内的常见工业机器人在作业时展现出的“柔韧度”和“灵活性”都有了显著的提高，这也能够让智能化改造后企业的效益有显著提升。
但是要达到这样的理想状态，配合硬件来做的智能控制系统就格外重要。换言之，如人脑一般，机器人系统的好坏决定了其在产线的表现而最终影响到企业的切实利益。这也是库柏特所看重的，而正因为此，它从一开始就选择钻研机器人大脑。
所谓大脑，就是需要对各种复杂的场景进行快速的处理和决断，以完成一系列动作，这需要多种AI技术的配合与运用。如针对复杂堆叠物体的识别和分拣，库柏特基于先进的机器视觉技术、机器人快速逆运动学计算和机器人路径规划技术设计出机器人智能无序分拣系统，实现对目标物品的视觉定位、抓取、搬运、旋转、摆放等操作，同时对自动化流水生产线中无序或任意摆放的物品进行抓取和分拣。
不得不说，在技术的支撑下，实现精准而灵活的控制和多任务处理变得可行，智能化过程也让企业的成本控制问题得以解决，甚至比想象中解决得更好，对此，占俊补充说，“对于大的企业来说，考虑到人力成本的增加，包括机器的成本和更新换代，其投资回报时间大约在两三年，不过如果还把产品质量和整线的效率考虑在内，它们可以更快收获成本。”
与客户共同开发，做“聪明”的机器人大脑毋庸置疑，产业结构调整与社会发展对机器人需求日益旺盛，用机器人实现生产智能化的趋势将不可逆转，成本问题也只是暂时需要去解决的问题。因此为了更好地服务企业智能化转型，贴合用户需求，库柏特已经研发出了数款大大小小成熟的产品，其中包括3D智能相机Comatrix、力控打磨工作站CPolish、双臂机器人操作平台CAssemblyC2和智能无序分拣工作站CGrasp等。
但是这还远远不够，因场景不同，客户的要求远不是现有产品能够满足的。因此如何做出普适的机器人系统和产品，对库柏特来说，是一件颇为困扰的问题，尤其在面对复杂而差异化明显的各行各业场景时。
占俊指出，“我们目前服务的客户有食品、医疗、3C、物流等领域，后面还会开拓到高端农业等应用上，但是不同场景的技术要求都不同，我们很难用一款系统去满足所有场景需求，这是困扰库柏特比较大的地方，也是我们在研发过程中遇到的大阻力之一。”
为了解决这一问题，占俊提到，没有更好的办法，库柏特只能基于自研的CobotSys智能机器人操作系统平台，积极与各行业厂家合作，一同研发出好用的产品。“这么多行业，我们不可能所有都自己去做，所以我们的想法就是找行业里的人一起去做，通过CobotSys基础平台和技术去做，这样也有利于降低成本。”
最后回到整个产业发展去看，自动化向智能化迈进是一个异常艰辛的过程，包括库柏特在内的服务商们都无法越过智能化进程固有的发展节奏，这也需要大家有足够的耐心与一头扎进场景的专注。
目前尽管整个机器人产业发展得如火如荼，但应用场景中还有众多细分领域亟待国内厂商去不断开拓探索，因此留给机器人和系统厂商的机会也很多。对此，占俊认为行业竞争并不重要，当下最关键在于合众人之力一起去开拓工业机器人市场的赛道，“我们现在的赛道还很窄，希望同行携手共进，一起拓宽赛道。”