智能仓储物流机器人系统(机器人在仓储物流中起什么作用)

来源：@首席数字情报官

大家好，我们是首席数字情报官，研究工业数字化已经10年了。

在长期的工作中，我们一直在努力寻找“新品牌如何借助数字技术实现快速崛起”的答案。

为此，我们走访了大量知名企业，与数千名技术专家、企业家、前辈等精英交流学习，看他们如何利用数字技术创造新的商机，创造新的爆款产品。

我们希望与大家分享这些技术影响商业创新的案例。

关注我，每天给你讲一个商业案例。

今天我们就来告诉你，如何实现中国仓储物流的数字化转型升级。

在我们最为熟悉的电商购物场景中，物流配送一直是影响消费者购物体验的关键环节。在这其中，机器人扮演着至关重要的角色。

中国物流配送的第一个环节是仓储。近日，我们邀请了Syrius火炬之星创始人兼CEO姜超以《新消费时代，中国仓储物流如何升级转型？》为题在线分享，主要分析了全球仓储物流升级的核心矛盾和中国仓储物流行业的真实痛点。

姜超表示，在提升中国仓储物流的过程中，不可能照搬海外的经验。今天的中国仓储物流需要一个新的生产工具，这个缺口是巨大的。

另外，中国物流供应链最大的需求是实现柔性化。当消费者的需求发生变化时，需要灵活的仓储来准确捕捉前端变化并快速响应变化。

以下内容：

01 中美仓储物流环境的差异

过去10到15年，中国传统电子商务发展迅速。目前传统电商的标准服务模式讲究“次日达”，即前一天晚上11点前下单，第二天11点送达。

但四五年前，新零售形态提出，中国仓储物流行业迎来了服务升级。日常购物网站、团购网站甚至同城购物网站的半小时送达，让消费者对整个物流有了新的需求。

为了做好用户体验，应对近年来越来越频繁的电商购物节等极端场景，仓储物流的参与者不得不在成本和效率上对仓储物流进行升级。

但用户体验、成本、效率一直是制约仓储物流的不可能三位一体。当今仓储物流升级的本质是成本与效率的博弈。

在过去，Kiva系统是主流解决方案之一。目前，在美国部署了超过40万台，该公司后来被亚马逊收购。

2018年前后，很多机器人厂商看到这样的明星投资案例后也进入发展，出现了一些专注于自动化解决方案和仓储物流数字化解决方案的明星机器人产品。

然而，类似Kiva系统的系统并没有真正适应中国市场，“消费者对用户体验日益增长的期望”与“物流成本不可控、时效不可预测”之间的矛盾仍未解决。

为什么不能抄美国作业？论背景，中美物流和电商的生态不太一样。

首先，美国处于产销分离的状态。

大多数消费品在亚太地区制造，然后通过海运进口到美国。美国的旧金山港和长滩港承载了全美40%的货物。这些商品进入美国后，下一步会以仓储为节点进行配送。

仓库组成的销售体系导致了美国单向的物流流动。从一个点到下一个点，最后到消费者。

其次，中国的模式是产销一体化。

客户的特点是面积小，经营分散。

中国电子商务的主要表现形式是从厂门到家门。比如以前大部分衣服都是从地摊直接送到消费者家里，中间没有仓库系统。

然而，随着时代的发展，中国的仓库制度也逐渐建立起来。他们追求的是绩效效率优先，即货物不是存放在仓库里，而仓库其实是用来辅助物流绩效的工作场所，比如在仓库里贴标签、装货、物流配送等。

简单来说，这种输入仓库不追求存储效率，而是快速发货。

因此，我们应该建立一个新的仓库系统，可以服务于中国客户的履约需求，服务于新兴的消费场景需求，如解决SKU数量多且分散、数量和时间不可预测、电商促销旺季等影响整体仓库调度的问题。

那么2018年做仓储物流机器人还来得及吗？事实上，我们面临三个实际障碍：

仓库基础设施建设热潮消退，客户大量投资的积极性降低，想改造仓库的人越来越少。

其次，市场教育基础薄弱。目前大部分仓库工作场景还是以人力为主，客户面对机器人解决方案时都是疑神疑鬼。

最后，我国人力资源成本长期处于较低水平。对于客户来说，一次性投入大，回报周期长的机器人是数不过来的。但是机器人是一项新技术，所以它必须保持很高的毛利。

02 为什么中国仓储物流机器人不能照抄美国作业

那么有没有可能改造Kiva系统使之适应中国市场呢？

答案是否定的，Kiva系统有四个局限性。

第一，需要持续的高投入，低扩展性。

首先，Kiva机器人在入库时，需要对基础设施进行大规模的改造，部署成本高，每次升级或扩容耗时耗力。

其次，单个项目的可复制性差，因为大部分仓库的布局结构、人力资源状况、运营流程都不一样，很难实现移植和复制。

最后，产能只能在调配后固定，无法随时响应供应链末端的需求变化。当消费端发生变化时，Kiva解决方案无法快速响应消费者的需求，从而无法提供良好的用户体验。

第二，存储环境极大的制约了实际使用。

Kiva方案的机器人对周围环境的感知非常有限，只能在无人的独立环境下工作。另外，对环境的要求非常高，仓库环境需要保持高度的干净、整洁、有序。

第三，难以高效利用垂直空间。

Kiva的机器人靠近地面操作，无法覆盖阁楼货架的工作。面对高层管理时，高负荷需要坚实的夹层支撑，增加了成本。此外，在楼层之间移动时需要昂贵的垂直电梯，这进一步增加了成本。

第四，信息流不透明，形成“黑箱综合症”

厂商做机器人系统的时候，其实是很多机器人一起工作的。

为了避免每两个机器人之间的碰撞，每个制造商都会设计自己的机器人控制系统(RCS)来控制和调度自己的机器。然而，机器人的控制系统是由各个模型制造商制造的，这实际上是一个黑匣子，无法与WMS无缝集成。

组合不好的结果就是数据上的差异，不仅达不到良好的仓库管理，也无法调度机器人的移动。此外，当存储被破坏时，无法从其他地方获取信息，这将极大地影响仓库的管理。

看到这么多问题，我们得出的结论是，中国的仓储物流行业始终存在着——的需求，需要新的生产工具，而这个缺口是巨大的。

市场真的需要一个全新的机器人。所以2018年经过几个月的研究，我们几个创始人选择尝试创造一个新的工具，——，一个全新的仓储物流机器人，在这样一个全新的机会下，来解决中国现在面临的这些问题。

03 中国仓库需要怎样的仓储物流机器人

中国物流供应链最大的需求是什么？

灵活。

我们如何定义灵活性？我们认为，灵活性是指对消费者需求的变化作出积极调整所需时间的倒数。

当消费者的需求发生变化时，供应商响应变化的时间长度，

表示灵活性的级别。

所需时间越短，供应链的柔性越高，所需时间越长，供应链的柔性越低。

事实上，我们很难在短时间内分辨出消费者需要什么样的消费品。基于市场风向的变化，消费者的决策变化非常快。

当我们无法预测这样的变化时，我们能想出什么？

其实就是精准捕捉前端的变化。也就是说，当消费者方面发生变化时，我们会迅速对变化做出反应。

综上所述，我们正在尝试从对环境的感知和适应、决策和多机协作、节省基础设施投资、全流程覆盖、高环境适应性、高可扩展性、信息透明、零学习成本等方面构建一个全新的产品。从而实现生产能力的软、过程的软、智能的软。

由此，我们的机器人在电商表演场景、跨境电商场景、医疗场景下，效率提升2 ~ 5倍，人工行走减少50%，工作准确率达到99.99%，一天内不改变仓库调配。

下面详细分析一下我们是如何实现这三个灵活需求的。

生产能力的软度

AMR主要用于开放使用，可以随业务波动灵活增减，动态调度AMR组，保证产能均衡分配。此外，RaaS的模式是按需订阅和灵活扩展。

过程的柔和度

主应用开发方便，AMR技能快速提升。目前正在向第三方开发者开放SDK和SPI开发应用。一机多用，可以混编和切换操作流程，这一点很重要。例如，如果要同时执行搁置和交付，尽管需要两个不同的应用程序，但这两个应用程序可以混合，或者可以切换作业流程。最后，管理系统与物联网设备无缝连接，实现高效协作。

数字的柔和与智慧

工业4.0强调通过数字化和数据优化的手段，使整个制造过程可控、可预测，从而提高整体运行效率。

我们在供应链领域有着相同的思维。我们希望通过更多的数字形式来提高效率。比如迪奥口红突然着火，仓库需要马上拿出迪奥口红。但如果过程中有人工干预和人工确认，供应链后端的速度会变慢。

但是如果直接以比特的形式跑向机器人，表演过程就会变得非常快。

所以，我们需要通过几个点来加快进程。

首先是实时数据和分析，让决策建立在数据的基础上。二是AI算法的自主学习能力，让系统越来越聪明。三是打通信息流全链条，物联网联动可以实现数字化智能运作，最大限度减少人为干预，将提高准仓的绩效效率。

一般来说，我们实际上是创建AMR，然后将AMR和AIOT结合起来，提高整个仓库业务的效率。

AMR+AIOT方案有四个优点。1.AMR可以自主规划路线，允许拣货人员在不同区域工作；2.AMR可以指导复检人员操作；3.继承各类物联网设备；4.数据分析和动态优化。

只要做到这四点，整个仓库的效率就能得到质的提升。