第十屆中國物流技術(shù)大會( LT Summit 2021 )在上海國際會議中心隆重舉辦;LT大會以“新十年，數(shù)智躍遷”為主題，開啟新十年物流數(shù)智化轉(zhuǎn)型的新征程!
LT大會是一年一度的物流科技饕餮盛宴，來自全球的物流技術(shù)領(lǐng)袖分享和探討數(shù)字化轉(zhuǎn)型大背景下產(chǎn)業(yè)及企業(yè)數(shù)智化轉(zhuǎn)型的機遇與挑戰(zhàn)，以及數(shù)智技術(shù)在智能制造、智能倉儲、智慧配送等場景下的創(chuàng)新解決方案和最佳實踐。
Geek+聯(lián)合創(chuàng)始人/產(chǎn)品副總裁劉凱先生受邀參加LT大會并分享《聚焦物流新智慧，搶占發(fā)展制高點》主題報告，全面解讀了物流技術(shù)帶給供應(yīng)鏈的變革，以及企業(yè)如何借助于技術(shù)和供應(yīng)鏈的變革為企業(yè)賦能。以下為演講內(nèi)容整理。
Geek+聯(lián)合創(chuàng)始人/產(chǎn)品副總載 劉凱
1、技術(shù)浪潮推動行業(yè)變革
從整個大的技術(shù)背景來看，目前正處于以產(chǎn)業(yè)互聯(lián)網(wǎng)為核心的第三次技術(shù)浪潮，在技術(shù)的浪潮下，每一家公司都在尋求數(shù)字化、智能化變革，希望通過技術(shù)的應(yīng)用，驅(qū)動公司和生產(chǎn)力的發(fā)展;技術(shù)的變革也在反向驅(qū)動著技術(shù)的進(jìn)步，促使整個市場正在進(jìn)入技術(shù)高速發(fā)展的正向循環(huán)中。
2、供應(yīng)鏈變革與重塑
從消費端來看，在疫情的影響下，催生了到家業(yè)務(wù)的爆發(fā)式增長。消費者對到家業(yè)務(wù)從適應(yīng)逐漸轉(zhuǎn)變?yōu)橐蕾嚕碌馁徺I模式成為消費持續(xù)升級的引擎。
從門店和電商來看，分別都有高速發(fā)展的業(yè)務(wù)。比如：服裝企業(yè)的上新周期越來越短、換品的速度越來越快，客戶在選品上也越來越精細(xì)。這就需要我們對客戶進(jìn)行畫像，分析市場新變化，同時提升整個供應(yīng)鏈的響應(yīng)速度。新的需求推動了柔性供應(yīng)鏈、物流技術(shù)的進(jìn)步，反向拉動供應(yīng)鏈從設(shè)計-制造-物流-供應(yīng)靈活響應(yīng)終端消費升級。
從智慧供應(yīng)鏈的環(huán)節(jié)來看，2B到2C的供應(yīng)鏈的中間環(huán)節(jié)(生產(chǎn)-倉儲-零售-配送端)生產(chǎn)關(guān)系發(fā)生著變化，這些變化推動著生產(chǎn)力升級。
主要體現(xiàn)在以下幾個方面：
Smart Factory: 需要小批次、多品種的柔性生產(chǎn)模式改變產(chǎn)線的品類;
Smart Warehouse: 控制庫存,提高庫存的周轉(zhuǎn)率或者縮短周期;
Smart Retail:新的消費模式催生了越來越多前店后倉的業(yè)務(wù)，這類企業(yè)需要對門店進(jìn)行智慧化的改造升級;
Smart Delivery: 末端配送也在逐漸趨于無人化。
從時間維度來看，供應(yīng)鏈升級分為四個階段。從最初的人工到自動化真正解決了一些重復(fù)勞動的替換，讓整個生產(chǎn)端或者物流端減少人工，能夠有節(jié)奏的生產(chǎn);從自動化再到系統(tǒng)化有了系統(tǒng)能夠管理和積累數(shù)據(jù)，能夠把流程沉淀在軟件中，能夠讓我們的系統(tǒng)生產(chǎn)環(huán)節(jié)統(tǒng)一管理規(guī)范化;再到數(shù)據(jù)化，當(dāng)數(shù)據(jù)池越來越大，我們就會有對效率的需求，對數(shù)據(jù)的分析真正發(fā)現(xiàn)瓶頸在什么地方，真正發(fā)現(xiàn)我們流程環(huán)節(jié)卡在什么地方，設(shè)備或者人有沒有充分發(fā)揮產(chǎn)能。
有了數(shù)據(jù)的積累，算法也就有了用武之地。通過數(shù)據(jù)分析，可以對市場做更多的預(yù)測，以便幫助企業(yè)更好的做決策與規(guī)劃。
從工具和決策層發(fā)展來看，供應(yīng)鏈將進(jìn)行重建與重構(gòu)。最傳統(tǒng)的決策方式是通過管理者的經(jīng)驗來做決策;然后從工具端上升到自動化設(shè)備或機器人無人車以及物流的系統(tǒng)再到?jīng)Q策端;有了數(shù)據(jù)的積累之后能夠進(jìn)行智能的排查，前期通過數(shù)字孿生仿真，預(yù)先知道需要生產(chǎn)的計劃和生產(chǎn)要素。這樣從工具到?jīng)Q策兩個層面結(jié)合后真正形成了智慧化供應(yīng)鏈、智能工廠或者智能倉再到真正供應(yīng)鏈的智能。
Geek+一直圍繞著工具端和決策端打磨產(chǎn)品和方案研究。工具端指的是物流機器人系列產(chǎn)品(AMR)，比如貨到人揀選機器人、料箱揀選機器人，分揀機器人，SLAM搬運機器人，無人叉車等等;
決策端包括基于機器人的決策、人機協(xié)同的決策再到算法數(shù)據(jù)決策。只有把工具以及決策體系有效的結(jié)合起來，才能真正形成強大的生產(chǎn)力。
目前提得比較多的一些智能算法到底應(yīng)用在什么環(huán)節(jié)?
從最底層往上層走，底層是指機器人的本體-有終端的智能機器人：它們都有自主決策、自主導(dǎo)航、自主協(xié)同的能力。
局部的機器人可以形成分布式系統(tǒng)、多機調(diào)度系統(tǒng)再到上千臺大規(guī)模的機器人高效協(xié)作。多機調(diào)度系統(tǒng)能夠以上帝視角對機器人運行線路進(jìn)行規(guī)劃;可對交通的擁堵狀況和路徑做預(yù)測;以及做檢索的動作都能夠讓智能化的設(shè)備高效運作。
在機器人、智能倉領(lǐng)域把設(shè)備高效協(xié)同起來。算法對業(yè)務(wù)層來說有著非常大的作用。比如在訂單的分配和組合上，可以實現(xiàn)讓機器人的路徑就近選擇。再比如：一個波次，對相同品類的結(jié)構(gòu)可以做波次揀選，機器人能夠做到分區(qū)管理就近履行訂單。
再到供應(yīng)鏈智能的更上層。比如做選品的預(yù)測、庫存優(yōu)化、生產(chǎn)的規(guī)劃。從機器人層、調(diào)度層、數(shù)據(jù)層打通之后能夠形成完整的解決方案。
3、終端、調(diào)度、業(yè)務(wù)、數(shù)據(jù)實現(xiàn)網(wǎng)絡(luò)協(xié)同，才能真正發(fā)揮商業(yè)價值
終端智能除了導(dǎo)航感知，在分布式的條件下。比如工廠里的無人叉車多機協(xié)作、分布式的調(diào)度，每一個機器人都在某一個時刻成為一個master，成為終端智能系統(tǒng)。機器人本身具備了視覺的能力，以下分別從倉儲和工廠層面分別舉例說明：
機器人可以感知地上的障礙物:貨到人系統(tǒng)中間區(qū)域為無人區(qū)，當(dāng)貨物掉落地上時，機器人可以通過感知系統(tǒng)發(fā)現(xiàn)掉到地上的貨物，然后上報給業(yè)務(wù)系統(tǒng)和現(xiàn)場的管理人員做相應(yīng)處理。
工廠層面的機器人的感知：有生產(chǎn)線的工廠環(huán)境更為復(fù)雜，產(chǎn)線內(nèi)會有叉車穿梭于產(chǎn)線、廠區(qū)內(nèi);工廠與產(chǎn)線聯(lián)動需要機器人的感知端;要求地圖構(gòu)建端更加高效，實時應(yīng)對高動態(tài)的環(huán)境。比如說今天庫區(qū)里存放了托盤，明天托盤要移走，在這個過程中，依靠AI算法及濾波算法保證導(dǎo)航的魯棒性。
從終端智能到調(diào)度智能：Geek+在自己的倉庫里做過一些小小的實驗，調(diào)度上百臺機器人擺一個圖形去驗證算法的高效性。從一個圖形變到另外一個圖形衡量時間，以最短的時間去調(diào)度更多的機器人;從一個狀態(tài)到另外一個狀態(tài)，不管在工廠、倉庫還是從多點到多點移動的任務(wù)，如何保證移動的任務(wù)高效，路徑優(yōu)化、交通的優(yōu)化及任務(wù)執(zhí)行分配先后的順序都是非常的關(guān)鍵。
目前機器人種類越來越豐富，從貨架機器人、分揀機器人、工廠搬運、機械臂等在不同場景與行業(yè)得到了廣泛應(yīng)用。面對未來，大的藍(lán)圖應(yīng)該走向云端，云端的算力才能真正保證大規(guī)模的全智能的體系高效運轉(zhuǎn)。
朝著北極星指標(biāo)，Geek+也做了一點點嘗試，實現(xiàn)了多種類型機器人的聯(lián)合調(diào)度。在倉庫端貨到人機器人采用二維碼導(dǎo)航實現(xiàn)無人化管理，揀選之后機器人到達(dá)工位，同一個地圖能夠高效協(xié)同管理。在上海的西門子開關(guān)工廠實現(xiàn)了四種機器人調(diào)度，有托盤式機器人、送料機器人等等，未來的需求會越來越復(fù)雜，新需求的層出不窮倒逼技術(shù)的進(jìn)步更加的迅速。
從調(diào)度智能到業(yè)務(wù)智能，從SKU進(jìn)行一些熱度的分析以及關(guān)聯(lián)性分析和銷量性預(yù)測，來看SKU是否是當(dāng)前熱銷的商品，之后可以進(jìn)行預(yù)測明天的訂單。前一天補貨的計劃我們把貨架進(jìn)行打分，對庫存進(jìn)行動態(tài)的調(diào)配再到真正生產(chǎn)的時候，我們會有一個很好的基礎(chǔ)組波，再到拆分，這樣使得機器人和人更加的協(xié)同高效。
例如：馬士基為了保證當(dāng)天實現(xiàn)訂單的履行當(dāng)日達(dá)，在其他的國家能夠?qū)崿F(xiàn)當(dāng)日達(dá)也是需要借助很多的技術(shù)進(jìn)步幫助客戶能夠高效的運營。
鞋服的揀選倉案例，2015年已經(jīng)做了5萬平倉庫的仿真，當(dāng)時感覺這是不可思議的倉庫面積，在國內(nèi)沒有先例，在海外是有的。 通過不同案例能夠驗證這樣的仿真或者算法是可以擴(kuò)展的，擴(kuò)展之后效率不會降低，在去年實現(xiàn)了5萬平米的落地案例，能夠?qū)崿F(xiàn)客戶大規(guī)模商品的揀選。
數(shù)據(jù)智能是從消費端開始。不管是門店還是電商，都要精確捕捉消費者的行為。例如：在某個時間段，分別進(jìn)來多少男性或女性客戶，針對這些信息進(jìn)行收集，有了這些信息之后才會真正實現(xiàn)動態(tài)選品的計劃，幫助企業(yè)在庫存壓縮或者真正響應(yīng)消費者需求的時候更加的精準(zhǔn)和高效。
不管是從終端智能、調(diào)度智能、業(yè)務(wù)智能、數(shù)據(jù)智能實現(xiàn)網(wǎng)絡(luò)的協(xié)同，還是從網(wǎng)絡(luò)協(xié)同到數(shù)據(jù)智能的閉環(huán)，都是在圍繞客戶的價值創(chuàng)造，從設(shè)備以及人的效率提升為客戶實現(xiàn)降本增效，最終讓技術(shù)發(fā)揮商業(yè)價值。
（轉(zhuǎn)載）
