（上海寶開物流常務副總裁：王雷）

（本文根據5月15日物流沙龍主辦的“2018智慧物流高峰論壇”現場錄音整理）

從新零售的概念提出之后，我們可以看到為了追求客戶的極致體驗,大家做的很大一部分努力都跟物流息息相關。

我還清楚記得二十年前，訂單的前置時間，當時寬泛地說是按周來計，一周到店就能滿足我們的要求了；但是很快我們就發現一周的時間太長，慢慢地過渡到以天來計；自京東這些后來者之后，它們把標準又提高了，按天計不行，必須按小時計；現在相對來說，最新的客戶體驗連小時都覺得OUT了，現在變成了按分鐘計。如盒馬鮮生、美團、餓了么經常使用的訂單履約時間是按分鐘來計的，30分鐘的時間就要送到客戶手中。

在這樣的客戶需求拉動的影響之下，傳統的物流處理方式已經不能滿足要求了。在這樣的過程中，隨著科技的進步，很多科技企業，包括物流企業的共同努力，現在的整個物流系統逐步地走向了自動化。但純粹的自動化其實也不足以滿足這樣一種新興的全方位需求，必須結合所謂的智能、智慧，結合人工智能來充分把這個技術的優勢發揮出來。

關于AI人工智能

首先從AI的技術開始說起。在人工智能六十年的發展歷程中經歷了兩個時間的起浮，起起落落。時間走到今天，人工智能應用規模性爆發。

人工智能需要的是計算的能力，在過去芯片的發展過程中，芯片的發展成熟已經給我們帶來了底層的處理能力。在二十年前，一臺計算機已經算是讓我覺得非常精益的事情了，但是現在的手機計算能力已經十倍、百倍于二十年前的電腦，所以說人工智能的發展首先離不開計算能力。

其次在數據采集、數據傳輸和數據存儲上，科學技術都有大規模的發展。這些數據的快速增長，極大豐富了訓練人工智能的數據來源。

同時現在的深入學習可以讓人不再進行人為的編程，可以設定固定的路徑發展，通過自我學習能夠模擬人的行為。

所以人工智能底層技術的成熟，目前來說促成了下一步人工智能的高速發展。

AI技術在物流上的應用

我個人認為，目前，人工智能在物流自動化領域主要起到兩方面的作用。

輔助人

現在在自動化倉庫里，類似于菜鳥、京東提供的無人倉，這些都是先知先覺或者說是試探性的前期操作。在大部分的前提下，在目前的倉庫里應用到的還是對人工操作的輔助。

首先，這種輔助的操作包括語音識別。在語音識別上，目前機器相對于人有先天性的優勢，因為現在的倉庫規模越來越大，在這樣大規模倉庫的運作、生產的過程中，我們需要組織和領導。

在以人為主體的倉庫中進行運作的時候，我們主要通過書面或更多地在運用現場口頭傳達的方式。但是這種方式其實是要耗費時間和精力的，或拷貝會走樣，而在自我機器里傳輸非常高效。

其次，我們有電子標簽系統。其實人操作，是人就會犯錯，做重復性的勞動跟他的心情很有關系，特別是在他注意力不集中的時候，差錯率會很高。但機器不一樣，它沒有情緒，按部就班亦步亦趨地處理問題。現在大部分應用到電子的標識系統能幫助人提高效率。

同時，我們現在路徑優化。大規模的倉庫里面，特別是類似于雙十一這樣的場合，倉庫里面運作的人往往是非常多的。傳統解構路徑的方式會造成人員的擁堵，但是通過人工智能的方式，可以動態地對人的操作路徑進行優化，將人安排在相對來說比較少的區域進行操作，這也是現在人工智能能夠幫助我們提高效率的手段。

另外，品質的核查。在由人來操作的高差錯率的前提下，利用電子化的手段、利用類似于外觀的檢測、利用所謂的重量等等手段，我們可以幫助核定物流訂單履約過程中的差錯。

同時利用GPS技術，我們可以進行訂單的自動跟蹤。

逐步代替人

代替人的領域中，自動識別技術、自動傳感技術的發展，使設備逐漸能夠正確地識別出貨品，且對在庫內的貨品進行自動搬運。同時我們把分揀的工作交給系統自動完成，現在有一部分分揀機器人也運用到自動分揀領域中了，類似于機械手。

在自動包裝領域，做過電商的都知道，這在整個物流操作領域里估計要占40%的工作量，根據不同的產品及品類，大體上花費的人工是非常多的。現在我們利用人工智能，可以自動地識別貨品的大小，然后進行自動地包裝。同時我們會進行類似于自動送貨的嘗試，像京東、菜鳥都有自動送貨的無人車、無人機，目前來說應用場景還不是特別成熟，但是作為一種先期的嘗試，現在已經開始出現了。

目前AI在自動化物流里逐步產生了一種趨勢，在體力上逐步開始替代人，在腦力上逐步開始超越人。在這兩個層面上，我覺得充分表明了這樣四個方面的特點。

•       任務組織調度。AI系統可以在目前多場景、多設備、寬產品線的體系下進行智能的組織；

•       可以幫助我們進行柔性路徑的動態規劃和調整；

•       在設計的方向上我們更多的是模塊化，類似于機器人的小型模塊化，能夠進行快速地部署，根據任務量的多少柔性地配置，顯示出硬件設備的靈活和高效；

•       由于以上這三個方面，同時運營品質能夠更高，由此能夠滿足客戶的極致體驗。

由于人工智能，使得目前的整個系統的即時決策能力有了根本性的提升，在這樣一種提升之后，我們現在發現AI技術正在逐步地接管現場。

其實在這個問題上，類似于在十年前，我非常清醒的體會是什么？我每天都要傳送任務，把任務傳送給下屬，下屬傳遞給他的下屬，通過循環完成工作。但是現在的運作不是通過人來接觸任務，而是現場工人通過系統接受任務，這是我認為最大的變化。

未來的發展方向

在這些自動化的發展過程中，未來會怎么樣？這是我們作為系統集成商對此的思考。我們對于未來是這樣理解的，現有的系統基本上發展到今天還是以人工操作、人工替代的基礎為考量和架構的，但未來人工智能的發展，會逐步在新的倉庫規劃里突破人的概念。

未來的發展有離散重構的過程

以前的運作能力從人工發展而來，倉庫、物流核心的操作離不開分、合、搬、運、存。貨品的來源都是生產出來的，在生產端的貨品為了整體的搬運，基本上都是將同樣的SKU放在一起，但是在消費端，顧客需要的是將不同的產品合在一起。所以我們需要從原來合在一起的SKU里，把這個貨挑出來，把三個從不同地方挑出來的貨品組合在一起發給顧客，我們要做這樣的分和合。

但是這個過程隨著倉庫規模的擴大，它的效率直線地遞減，在這樣的遞減過程中，我們前期應用了很多的機械設備、搬運設備、分揀設備提高效率，但是我們認為在未來這樣一種操作還不足夠。

分和合的所有的操作出發點都是來源于人，人需要揀貨的時候就需要在某個位置揀某件貨，但是隨著人工智能的發展，當機器設備具有自我識別能力的時候，其實可以非常便捷地在一堆不同的貨里面找出它想要的貨品，它的這種識別方式會比人快很多。

未來，非常可能的是倉庫里可以把不同的貨品散放在一起，人工智能的底層大數據、高速芯片的處理能力，能夠設計出最優的揀貨路徑和揀貨方式，設備也能得到更高的效率。

一體的可塑作為未來的發展

倉庫越來越大，我們需要處理的訂單及其種類越來越多，所以需要運用不同的工具去處理它，但是這樣發展下去很難變成集約化的高效方式。

回頭來看，在所有的工具里，最終什么樣的工具是最高效的？綜合利用率最高的？目前來說還是人。人是可以變通的，可以又揀又扛又搬，人這種“工具”做了所有的事情。所以在運作的過程中，這是利用率最高的方式。

所以，在現在技術分工發展的過程中，在目前的無人倉、無人機發展的過程中，未來是會重新回歸本源的。這種設備、系統會變成，用一個產品即可以靈活多變地解決整體性的不同業務的需求。

在以上兩個業務方向之后，最終的倉庫會朝著無人化的方向發展。

因為只有當前兩個問題都解決完之后，在體力勞動上，從搬運到揀選，設備逐步開始替代人，從前臺的操作到后臺的帳務處理替換人，包括從運營端到事后的設備維護端逐步都開始由整個人工智能、由系統來替換人。這是我們對于整個未來的技術發展的展望。

這就是今天給大家的分享，謝謝大家！

 此文系作者個人觀點，不代表羅戈網立場

-END-