人工智能，這一新興技術(shù)正在物流行業(yè)推廣應用。人工智能物流市場(chǎng)是怎樣的規模?曠視副總裁王銀學(xué)給出的數據是：2025年能到100億。
王銀學(xué)是物流自動(dòng)化方面的老兵，之前他是京東亞洲一號的負責人，而今他是“最懂物流行業(yè)的ai公司”曠視的副總裁。對于物流技術(shù)發(fā)展趨勢，他有著(zhù)獨到的見(jiàn)解。今年1月，在物流指聞舉辦的洞見(jiàn)2021暨第四屆中國物流與供應鏈驅動(dòng)者年會(huì )上，王銀學(xué)在發(fā)表以《ai推動(dòng)物流數智化再升級》為主題的演講。在演講中，王銀學(xué)分析了智慧物流驅動(dòng)要素、物流自動(dòng)化發(fā)展趨勢、ai+物流市場(chǎng)概況以及ai+物流實(shí)踐探索創(chuàng )新。
在王銀學(xué)看來(lái)，我國物流數智化同發(fā)達國家相比仍有不足，即使在20%的高增速下，再升級空間仍然巨大。從物流環(huán)節看，ai在倉儲、運輸環(huán)節應用較多，倉儲和運輸占比超80%;從類(lèi)別看，煙草、醫藥、汽車(chē)行業(yè)自動(dòng)化率領(lǐng)先。
就趨勢而言，王銀學(xué)表示，隨著(zhù)物流場(chǎng)景越來(lái)越大，物流履約系統更加復雜，智能設備、子系統越來(lái)越多，傳統的技術(shù)已無(wú)法應對，系統需要足夠的算法和算力，簡(jiǎn)而言之物流需要更加智能化。單就物流自動(dòng)化而言，王銀學(xué)將現狀與趨勢總結為了四個(gè)詞：大發(fā)展新階段、馬太效應、自由狀態(tài)、少人化。
在演講中，王銀學(xué)還以曠視為例，分享了ai+物流實(shí)踐探索創(chuàng )新。
以下為其演講全文(經(jīng)指聞刪減整理)：
前面黃剛提到，沒(méi)有商流的物流將無(wú)物可流;我要說(shuō)的是，沒(méi)有物流的商流將無(wú)商可經(jīng)。
回到今天分享的主要內容。拿數據說(shuō)話(huà)，社會(huì )物流總額的增速低于gdp，這里的社會(huì )物流總額是一次測的，第一次銷(xiāo)售產(chǎn)生交易的算里邊，如果二次銷(xiāo)售的話(huà)就不算里邊了。低于gdp的增速說(shuō)明什么問(wèn)題?說(shuō)明技術(shù)和智力上占比是提高的，因為有那么多物的移動(dòng)，產(chǎn)生了那么多的gdp，但社會(huì )物流增速低于gdp增速，這說(shuō)明用技術(shù)、智力的方式解決了。
最近十年智慧化物流這個(gè)市場(chǎng)的增速保持在20%，是持續高速增長(cháng)的態(tài)勢。智慧化物流市場(chǎng)2020年的數據還沒(méi)出來(lái)，相信2020年這個(gè)市場(chǎng)增速應該還是相當高。
雖然保持這么高速的增長(cháng)，但我們看看后勁——20%，這個(gè)數字不是特別準，但沒(méi)有特別準的數字，數據也只能說(shuō)明大致的趨勢。但是這的確說(shuō)明，中國物流自動(dòng)化和歐美的差距還是特別大。相差四倍，但也說(shuō)明還有很大的增長(cháng)空間。
01
ai+物流市場(chǎng)概況
我現在不敢說(shuō)人工智能物流是一定是主導的，但是人工智能物流至少一定是智能物流細分的一個(gè)板塊。2025年人工智能物流市場(chǎng)大概能到100億的規模。100億規模是什么概念?現在中國自動(dòng)化物流的市場(chǎng)大概在1700億-2000億，人工智能物流占比超過(guò)5%。
人工智能技術(shù)在物流的應用，分為兩大塊。一個(gè)是在倉庫里面，一個(gè)是在運輸的環(huán)節。倉儲環(huán)節更多一點(diǎn)，因為倉儲是在四堵墻內，好管理，離開(kāi)庫房之后可能就不太可控了，所以倉儲環(huán)節占了42.8%，運輸環(huán)節低一點(diǎn)，38.4%，客服、配送比例更低。
挑當中幾點(diǎn)看一看，比如移動(dòng)機器人的應用，已經(jīng)開(kāi)始爆發(fā)期的增長(cháng)。這里的倉儲不僅僅是流通環(huán)節的倉儲，還包括生產(chǎn)端的，工廠(chǎng)的成品入庫或者前端原材料的物流。我2019年拉了一個(gè)數據，機器人搬運占比大概是在5%不到，昨天我把數據又拉了一下，占比已經(jīng)到9.8%了，將近翻番的。
1.智慧物流驅動(dòng)要素
我們已經(jīng)進(jìn)入智慧物流的新時(shí)代，從幾個(gè)要素來(lái)看：
技術(shù)：不管智慧還是智能，最終還是靠技術(shù)來(lái)支撐?？梢钥吹?，無(wú)線(xiàn)網(wǎng)絡(luò )、電池技術(shù)，讓更多的機器人離線(xiàn)了，更自由了。 市場(chǎng)要素：需求的個(gè)性化，特別像現在的直播電商。需求更零碎了，執行系統就需要更自由的物流系統。
社會(huì )要素：80后搬箱子搬不過(guò)70后，而且90后、00后也不喜歡搬箱子。但是物流環(huán)節當中35%以上的勞力是在搬箱子，不管倉儲員工還是快遞員，都要搬箱子?，F在勞動(dòng)力成本也上升了，加上疫情影響，的確加速了智慧物流的速度。70后搬箱子肯定搬不過(guò)機器人。
政策層面：最近國家在進(jìn)行十四五物流板塊的規劃，我也在參與并把人工智能物流寫(xiě)進(jìn)去了，不知道最后會(huì )不會(huì )被采納。但從政策層面來(lái)說(shuō)，國家已經(jīng)明確了構建現代物流體系?，F代物流體系，除了管理方面，最終還是需要技術(shù)來(lái)支撐。
2.物流需要更加智能化
現在物流場(chǎng)景是規模越來(lái)越大的，二十多年前我做的項目，超過(guò)一萬(wàn)平米的我都覺(jué)得很幸福，感覺(jué)項目很大。前兩年，我交付過(guò)五六十萬(wàn)平米的項目，我參與規劃過(guò)一個(gè)5平方公里的項目，一個(gè)園區就是500萬(wàn)平方米?？梢哉f(shuō)，現在規模越來(lái)越大了，大到了規模不經(jīng)濟，這就需要我們要有些新的技術(shù)來(lái)解決。
再來(lái)看看海量的業(yè)務(wù)?，F在電商的直播，包括庫播等等模式出來(lái)之后，我發(fā)現物流沒(méi)跟上，還沒(méi)有太好的方式應對。還有逆向物流，現在很多物流場(chǎng)景，正向做的很好，但逆向成本非常高。
這一系列因素就使得物流履約系統越來(lái)越復雜。子系統和子系統怎么樣打通?常規的調度系統已經(jīng)無(wú)法駕馭了，這就需要足夠的算法算力支撐。
3.趨勢總結
總結一下：
第一還是大發(fā)展的階段。前面提到，中國物流自動(dòng)化的比例和發(fā)達國家還是差很遠的。
第二馬太效應。和互聯(lián)網(wǎng)行業(yè)很像，厲害的越厲害，這一點(diǎn)2020年特別明顯。2020年國內幾個(gè)大的集成商和物流裝備商業(yè)績(jì)都創(chuàng )了記錄。有的貨架廠(chǎng)家2020年前九個(gè)月已經(jīng)簽了17億的單子，而在以往超過(guò)10個(gè)億業(yè)績(jì)已經(jīng)算很好的了。
第三自由狀態(tài)。這是我最近提出來(lái)的新名詞，物流系統會(huì )進(jìn)入到一個(gè)自由的狀態(tài)，能在多維度多空間運行。新的設備層出不窮，技術(shù)也在不斷提高。
第四少人化?，F在技術(shù)水平，據我所知，完全替代手的自動(dòng)化設備還沒(méi)有，但現在庫房里面有很多設備在模仿手部那個(gè)動(dòng)作?？偟膩?lái)說(shuō)，除了實(shí)在替代不了的地方，別的地方都已經(jīng)實(shí)現無(wú)人化了。 2020年已經(jīng)過(guò)去了，它是ai+物流的元年。去年10月15日曠視也發(fā)起成立了中國人工智能物流產(chǎn)業(yè)聯(lián)盟，參加的企業(yè)也很多。說(shuō)明國內頭部企業(yè)，不管用戶(hù)還是物流集成商，都看好人工智能的未來(lái)。
02
ai+物流實(shí)踐探索創(chuàng )新
這是曠視的自研設備，可以看到各種各樣的智能物流設備越來(lái)越多了。
舉幾個(gè)例子，曠視基于已有的ai技術(shù)，做激光+視覺(jué)的多維度點(diǎn)云陣列的融合，這有什么好處?因為現在物流系統越來(lái)越大，搬運距離越來(lái)越遠，基于各種各樣的傳統定位，距離遠了之后搬運機器人就跑偏了，找不到自己在哪里，把這兩種技術(shù)結合起來(lái)它才能修正。此外，把視覺(jué)和激光結合起來(lái)，兩百米的深度能夠做到兩厘米感知的精度，這對堆垛機這種場(chǎng)景來(lái)說(shuō)是夠用的。
除此之外，基于智能無(wú)感稱(chēng)重的偏載技術(shù)也特別管用?，F在很多場(chǎng)景用的都是agv搬運貨架，上架的時(shí)候是均勻分布的，揀貨的時(shí)候是人就近來(lái)揀導致偏載，如果有偏載agv會(huì )自動(dòng)感應會(huì )提醒偏載了。 視頻：曠視megbot系列機器人
在物流場(chǎng)景當中，絕大部分到貨之后的卸貨，是送貨的人來(lái)卸貨，組盤(pán)的時(shí)候特別容易弄錯。我們用視覺(jué)識別，圖像分割的方式，不需要事先采集任何數據，如果數量錯了它就告訴你這個(gè)地方錯了。這個(gè)時(shí)候送貨的人可能還沒(méi)走，就可以及時(shí)把這個(gè)問(wèn)題解決。 還有箱子破損，也特別容易發(fā)生，一般超過(guò)2公分的洞能通過(guò)視覺(jué)識別發(fā)現的，太小的可能發(fā)現不了。這里堆垛機載貨臺安裝了3d攝像頭，隨時(shí)巡視，隨時(shí)盤(pán)點(diǎn)。入庫的時(shí)候拍張照片，如果沒(méi)有出過(guò)庫的，中間少一箱會(huì )發(fā)現。當有異常的時(shí)候，我們會(huì )讓堆垛機速度降下來(lái)，慢慢取出來(lái)。這款產(chǎn)品特別適合對安全性要求高的企業(yè)。
曠視河圖系統在做的是將機器人與物流、生產(chǎn)業(yè)務(wù)快速集成，解決從規劃、仿真、實(shí)施，到上線(xiàn)之后的運營(yíng)的全流程，圍繞曠視的核心ai能力通過(guò)物聯(lián)網(wǎng)技術(shù)連接物流各環(huán)節。曠視這套河圖系統，能夠將不同類(lèi)型的機器人集合在一起統一調度，還是很有挑戰性的。舉個(gè)簡(jiǎn)單的例子，agv能夠和電梯通訊，我們覺(jué)得是很簡(jiǎn)單的事情，但能夠把這個(gè)打通的不多，因為電梯廠(chǎng)家不開(kāi)放接口。物流系統當中，把仿真系統和運營(yíng)系統做到一起，現在還沒(méi)有誰(shuí)敢這么做，我們想未來(lái)把這個(gè)做成。屆時(shí)，現實(shí)當中出了什么問(wèn)題，在數字系統、虛擬系統當中就會(huì )出現。
這是一個(gè)服裝企業(yè)案例，這是我經(jīng)歷過(guò)的所有項目當中，自動(dòng)化程度最高的?？蛻?hù)對roi特別關(guān)注。按照原來(lái)的模式，它大概需要九百多個(gè)人，我們上了這些機器人之后，大概只需要三百多個(gè)人。這里面應用了有十幾種機器人，碼托盤(pán)、拆托盤(pán)基本都是機械臂，幾乎所有產(chǎn)品都實(shí)現了貨到人。
這是醫藥圖像識別復核的案例。藥品是特殊商品，是一定要核對相關(guān)信息的，尤其是生產(chǎn)日期、生產(chǎn)批號、失效日期等關(guān)鍵字段。大家可以看看右上角的圖片，是26號還是28號，還是20號?很多人第一眼是看不清楚的，但ai識別出來(lái)了，在2020年中的時(shí)候，我們識別的準確率已經(jīng)超過(guò)80%了，最近更高了，因為人工智能的算法有個(gè)很好的地方就是不停調優(yōu)，準確率一直在往上走。
這是輪胎的案例，輪胎有個(gè)老化問(wèn)題，所以大的輪胎經(jīng)銷(xiāo)企業(yè)會(huì )要求輪胎出廠(chǎng)超過(guò)多少個(gè)星期是不允許入庫的，超過(guò)多少個(gè)星期是不允許出庫的。而且輪胎還有一個(gè)特點(diǎn)，儲存環(huán)境特別惡劣，橡膠味道特別差，但現在都靠人工。然而現在往輸入機上一放，通過(guò)視覺(jué)識別很容易實(shí)現甄別?，F在實(shí)驗室環(huán)境已經(jīng)通過(guò)驗證了，正在實(shí)際場(chǎng)景驗證中。
這個(gè)更有意思，是果凍的識別。去年曠視給一家做果凍的企業(yè)做自動(dòng)化解決方案。做著(zhù)做著(zhù)他們發(fā)現曠視的人工智能圖像識別技術(shù)特別牛，就找我們解決。果凍里一定不能有雜質(zhì)，如果果凍中有較大的氣泡也屬于不合格。怎么做?把果凍翻過(guò)來(lái)，強光照射，靠人眼來(lái)看，但在強光照射下，時(shí)間長(cháng)了人的眼睛會(huì )疲勞?，F在他們用機器視覺(jué)的方式來(lái)識別，大的氣泡能識別，黑點(diǎn)也能識別，這已經(jīng)在一條產(chǎn)線(xiàn)上測試完了，未來(lái)會(huì )應用在更多的產(chǎn)線(xiàn)上。
這是我分享的幾個(gè)例子，有流通物流環(huán)節的，有生產(chǎn)物流環(huán)節的。人工智能技術(shù)在物流當中應用，不僅僅是算法、算力、調度，還有機器視覺(jué)識別，當然還有些其他的技術(shù)也可以在物流當中應用。我也希望有更多的專(zhuān)家參與到其中，一起把人工智能技術(shù)應用推廣開(kāi)來(lái)。曠視的愿景是用人工智能造福大眾，同樣我們也想用人工智能造福物流行業(yè)。
本文來(lái)源于物流指聞，不代表本站觀(guān)點(diǎn)，文章如有侵權可聯(lián)系刪除