物流行业怎样开启全面的机器人时代

领教工坊第八届中国企业家私人董事会年会完美落幕，近400位民企中坚企业家和商界领袖、业界专家齐聚上海，共商巨变时代的生存之道。

会上蓝胖子机器人公司联合创始人兼CEO邓小白以《人工智能与机器人如何赋能物流与工业领域》为题，分享：蓝胖子机器人用实践阐述：“如何通过机器人助力物流公司效率提升”、“怎样通过人工智能和机器人在工业领域里面的应用，探索效率升级”。以下内容来自邓小白现场演讲，内容经过本人修订发布，与您分享。

蓝胖子的诞生过程

邓小白，蓝胖子机器人联合创始人兼CEO，本科毕业于中山大学经济学系，毕业后本打算直接进入物流行业，但机缘巧合去了摩根大通。后来偶然发现全球最大快递速运商的招聘启事，便申请加入了这家公司的美国总部，并在短短两年时间内升任亚太区管理层。

从这家物流公司辞职后，邓小白入选了IDG资本“自由人计划”，通过一位共同好友认识了拥有丰富机器人研究和创业经验的张浩。两人一拍即合，共同运营起蓝胖子机器人，专注于用AI和机器人技术为物流电商企业提供无人仓解决方案。

从2015年正式商业化运作开始，我们就想着要做国际化和多元化。刚开始是初生牛犊不怕虎，以为从全世界招人、打全球市场不会特别难，但现实并非如此。庆幸的是我们坚持下来了，团队的前10个人里有4个人来自其他国家，等到20人的时候，英语已经成为公司的主要工作语言。

现在我们有近200位同事，从3个人到200人，我们经历了四轮半的融资，投资者是一些中国最知名的风投机构，例如天使轮的领投方创新工场，以及A+轮的领投方云锋基金。

公司的第一个客户是美国最大的物流公司，前三个客户都来自海外。现在我们总部是在深圳，同时在广州、香港、美国亚特兰大、澳大利亚布里斯班设有办公室，业务涵盖中国、美国、澳洲、欧洲、日本等市场。

快速发展的行业背景

电商的快速发展

电商的爆发，一方面使得包裹数量急剧上升，十年前中国一年大概只有30亿件包裹，而2018年超过了500亿件，这个数据预计3年后会超过1000亿件。另一方面，包裹变得越来越小，以前的快递大多是二三十公斤的大件，现在的快递大多是5公斤甚至3公斤以下的小件。

物流行业就业吸引力下降以及快递需求的提升

无论是中国还是大多数发达国家，很多年轻人都已经不愿意选择物流行业的工作。刚刚说到去年中国包裹量超过500亿件，平均下来每天超过1亿件，假设每件包裹在达到消费者手上之前要经过10次流转（这实际上已经非常高效），那么加起来平均每天会有超过10亿的包裹周转。以前在美国还有数日达，但在中国往往是隔日达，甚至当日达。这种情况下，如何去优化整个流程或者推动哪些环节的自动化，从而保证消费者的购买体验，其实是一个很大的挑战。

技术提升效率

在这样的行业大背景下，我们以智能物流作为一个切入点其实遇到了一个很不错的时间窗口。从包裹的上件、分拣、运输到装载，几乎仓储中的每个工作环节，我们都可以运用AI和机器人技术去替代。所有的数据分析和优化都会在我们自己的中间件中进行。以前我们的客户可能会用几百人去做规划的工作，现在我们帮他们直接在云端就完成了。

机器人硬件很多老牌的公司已经做得很好，我们主要做的是系统部分。打个比方，我们更像是微软，做系统做软件，然后通过机器人硬件应用到不同的场景中。在抓取放置系统方面，我们的团队中有亚马逊机器人大赛的世界冠军，所以技术是全球顶尖的。

在移动小车方面，我们着重在做多机系统。比如说如果滴滴未来都是无人车的话，每一辆车拥有一个目的地，需要做路径规划、静态和动态避障等，他们是在外面的路上跑，而我们是在室内来做相似的事情。在这方面我们有来自韩国机器人比赛的一个冠军。

所以，无论是包裹分拣、装载、运输这样的工业场景，还是画画、做咖啡、做饺子这样的服务场景，都是同一套系统在不同场景的具体应用，是基于一定的模块，不同行业去做定制化开发。

AI的应用优化方案

在物理层面上用机器人完成不同操作，实际上需要将很多的数据分析结果从云端传送给机器人。我们通过接入一个AI的模块直接将传统ERP或者WMS系统中的数据进行优化，并将优化后的指令给到机器人去执行。这样机器人通过传感器收集到的第一手环境数据实时上传到云端，云端进行实时的数据分析和优化，优化后的结果一方面和客户的ERP/WMS系统实时沟通，一方面传给机器人区执行，就形成了一个全系统自动化方案。

我们一个物流公司的客户，有700架飞机，16000多辆卡车，每天有1500万的快递量。如何去分配不同的包裹装在哪一辆车、哪一架飞机，每一辆车、每一架飞机应该何时出发，何时到达，走怎样的路线，可能有过万人在做这样的规划。而且一旦做了这个规划，可能几年都如此执行。但现在AI可以很快地计算出最优甚至次优的结果，并可以做动态调整。然后我们发现有些包裹其实不用上飞机，通过陆运也可以到达目的地，满足递送要求。要知道，陆运的费用可还不到空运的四分之一，仅此一个点，AI就帮客户每年节省了差不多50亿美元。

而且以前人制定好规则之后，是由工人去执行。未来很可能是由机器人来执行。这个规则如何根据实际情况调整，都可以由AI来实时计算。

在一些制造业公司，在货物出库前也是用工人来做扫码、分拣的工作，但走来走去，需要花费很长时间，现在用机器人去配合他们，可以增加差不多10倍的效率。

其他行业的一些应用

我们先从物流行业切入，然后扩展到其他行业。在制造企业，货物生产完之后，我们帮助客户在码垛（堆放）、装载这样的物流环节去提升效率。其中会涉及到计算每个托盘的位置摆放，以达到最少的行动距离。这个过程中的逻辑是我们并不是和人去做竞争，而是在场景中去做弥补，弥补人不在或者人手不足时候的效率提升。

很多中国制造企业在做国际化拓展的时候都偏向于做全自动化的改造。因为到了海外，无论是劳动力成本还是当地的适用法律，中国公司都不是特别熟悉，如何做到管理可视化以及从总部对各分部的把控，最简单的方法就是做全自动化。只要做完了一套方案，无论是到东南亚，还是到欧洲，都可以在这个模板上去做微调。

例如我们有一个客户来自家居行业，可能是全世界最大的品牌，他们每年大概会处理300万个车柜，在全世界范围内运送。我们知道家居产品是有不同尺寸、不同大小的，在车柜中的如何摆放以达到不同的装载率，对于物流成本影响很大。以前他们有专门的规划员去做计算，现在我们利用纯AI的算法，和他们最好的规划员去PK。这样的竞争一方面是正向地把规划员的能力逼着提高了，另一方面我们也看到AI算法能够和拥有数年经验的规划员打成平手，甚至多数时间表现得更优。那其实人只要跟着AI算法的指导去执行就可以了，节约了经验的积累和训练的过程。

这类客户拥有制造端、物流端以及销售端，我们的AI算法可以帮他们提前一年就把所有数据计算出来，未来一年物流成本大概是多少，需要用到多少车柜，每个车柜装哪些东西，怎么装，怎么走，怎么销售，整个过程都可以做到可预测、可视化。单只这个过程，可能就可以帮客户节省数十亿成本。

我觉得机器人的效率在十年之内都打不过中国人，这个是肯定的，因为中国工人的效率实在是太高了，可以说是世界第一，但中国企业往外走就会遇到挑战，因为外面的效率可能只有一半甚至更少，所以需要借助全自动化来解决这样的挑战。

未来5G时代

以前的通讯技术无法在很便宜的情况下实现多个设备的互相通讯，5G时代的到来会大幅度降低设备的通讯成本，可以实现多个设备的互联互通，而且延时效应也会很低。对于工业互联网、产业互联网都是非常大的助力。当然如果只是单一的企业去做布局会非常难，成本太高，可以探索政府主导、企业租赁的形式。

未来5G+AI+IoT，实现通讯加产业物联网，在生产领域、物流领域，所有的工业的环节实现自己去做决策，一条生产线去做多种产品，库存的概念可能变成了不是大量生产然后再储存再卖出去，可能变成了定制化。

在生产领域、物流领域，所有的工作环节都有望实现自主决策、实时优化，一条生产线可以同时生产多种产品，库存的概念可能就不会再是大量生产后储存起来再卖出去，而可能变成快速定制化。