本文研究了机器人专利中显式省力启发式的存在。它分析了从事机器人技术的创新参与者及其经济环境(身份、位置、行业)，并确定了特别暴露于节省劳动力的创新的技术领域。它利用先进的自然语言处理和概率主题建模技术，对2009年至2018年USPTO的专利申请进行分析，并与ORBIS (Bureau van Dijk)公司级数据集进行匹配。结果表明，节省劳动力的专利持有者不仅包括机器人生产者，还包括采用者。因此，节省劳动力的机器人专利出现在整个供应链上。这篇论文表明，节省劳动力的创新挑战了体力活动(例如在物流部门)、需要社会智力的活动(例如在医疗保健部门)和认知技能(例如学习和预测)。