第十屆中國(guó)物流技術(shù)大會(huì)( LT Summit 2021 )在上海國(guó)際會(huì)議中心隆重舉辦;LT大會(huì)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(huì)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(jī)遇與挑戰(zhàn)，以及數(shù)智技術(shù)在智能制造、智能倉(cāng)儲(chǔ)、智慧配送等場(chǎng)景下的創(chuàng)新解決方案和最佳實(shí)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(huì)并分享《聚焦物流新智慧，搶占發(fā)展制高點(diǎn)》主題報(bào)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(dòng)行業(yè)變革
從整個(gè)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(dòng)公司和生產(chǎn)力的發(fā)展;技術(shù)的變革也在反向驅(qū)動(dòng)著技術(shù)的進(jìn)步，促使整個(gè)市場(chǎng)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(fèi)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(zhǎng)。消費(fèi)者對(duì)到家業(yè)務(wù)從適應(yīng)逐漸轉(zhuǎn)變?yōu)橐蕾嚕碌馁?gòu)買模式成為消費(fèi)持續(xù)升級(jí)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(duì)客戶進(jìn)行畫像，分析市場(chǎng)新變化，同時(shí)提升整個(gè)供應(yīng)鏈的響應(yīng)速度。新的需求推動(dòng)了柔性供應(yīng)鏈、物流技術(shù)的進(jìn)步，反向拉動(dòng)供應(yīng)鏈從設(shè)計(jì)-制造-物流-供應(yīng)靈活響應(yīng)終端消費(fèi)升級(jí)。
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(cāng)儲(chǔ)-零售-配送端)生產(chǎn)關(guān)系發(fā)生著變化，這些變化推動(dòng)著生產(chǎn)力升級(jí)。
主要體現(xiàn)在以下幾個(gè)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(kù)存,提高庫(kù)存的周轉(zhuǎn)率或者縮短周期;
Smart Retail:新的消費(fèi)模式催生了越來越多前店后倉(cāng)的業(yè)務(wù)，這類企業(yè)需要對(duì)門店進(jìn)行智慧化的改造升級(jí);
Smart Delivery: 末端配送也在逐漸趨于無(wú)人化。
從時(shí)間維度來看，供應(yīng)鏈升級(jí)分為四個(gè)階段。從最初的人工到自動(dòng)化真正解決了一些重復(fù)勞動(dòng)的替換，讓整個(gè)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(dòng)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(huì)有對(duì)效率的需求，對(duì)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(duì)市場(chǎng)做更多的預(yù)測(cè)，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(yàn)來做決策;然后從工具端上升到自動(dòng)化設(shè)備或機(jī)器人無(wú)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(jì)劃和生產(chǎn)要素。這樣從工具到?jīng)Q策兩個(gè)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(cāng)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(jī)器人系列產(chǎn)品(AMR)，比如貨到人揀選機(jī)器人、料箱揀選機(jī)器人，分揀機(jī)器人，SLAM搬運(yùn)機(jī)器人，無(wú)人叉車等等;
決策端包括基于機(jī)器人的決策、人機(jī)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(qiáng)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(jī)器人的本體-有終端的智能機(jī)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(jī)器人可以形成分布式系統(tǒng)、多機(jī)調(diào)度系統(tǒng)再到上千臺(tái)大規(guī)模的機(jī)器人高效協(xié)作。多機(jī)調(diào)度系統(tǒng)能夠以上帝視角對(duì)機(jī)器人運(yùn)行線路進(jìn)行規(guī)劃;可對(duì)交通的擁堵狀況和路徑做預(yù)測(cè);以及做檢索的動(dòng)作都能夠讓智能化的設(shè)備高效運(yùn)作。
在機(jī)器人、智能倉(cāng)領(lǐng)域把設(shè)備高效協(xié)同起來。算法對(duì)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(shí)現(xiàn)讓機(jī)器人的路徑就近選擇。再比如：一個(gè)波次，對(duì)相同品類的結(jié)構(gòu)可以做波次揀選，機(jī)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(cè)、庫(kù)存優(yōu)化、生產(chǎn)的規(guī)劃。從機(jī)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(shí)現(xiàn)網(wǎng)絡(luò)協(xié)同，才能真正發(fā)揮商業(yè)價(jià)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(wú)人叉車多機(jī)協(xié)作、分布式的調(diào)度，每一個(gè)機(jī)器人都在某一個(gè)時(shí)刻成為一個(gè)master，成為終端智能系統(tǒng)。機(jī)器人本身具備了視覺的能力，以下分別從倉(cāng)儲(chǔ)和工廠層面分別舉例說明：
機(jī)器人可以感知地上的障礙物:貨到人系統(tǒng)中間區(qū)域?yàn)闊o(wú)人區(qū)，當(dāng)貨物掉落地上時(shí)，機(jī)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(bào)給業(yè)務(wù)系統(tǒng)和現(xiàn)場(chǎng)的管理人員做相應(yīng)處理。
工廠層面的機(jī)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(huì)有叉車穿梭于產(chǎn)線、廠區(qū)內(nèi);工廠與產(chǎn)線聯(lián)動(dòng)需要機(jī)器人的感知端;要求地圖構(gòu)建端更加高效，實(shí)時(shí)應(yīng)對(duì)高動(dòng)態(tài)的環(huán)境。比如說今天庫(kù)區(qū)里存放了托盤，明天托盤要移走，在這個(gè)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(cāng)庫(kù)里做過一些小小的實(shí)驗(yàn)，調(diào)度上百臺(tái)機(jī)器人擺一個(gè)圖形去驗(yàn)證算法的高效性。從一個(gè)圖形變到另外一個(gè)圖形衡量時(shí)間，以最短的時(shí)間去調(diào)度更多的機(jī)器人;從一個(gè)狀態(tài)到另外一個(gè)狀態(tài)，不管在工廠、倉(cāng)庫(kù)還是從多點(diǎn)到多點(diǎn)移動(dòng)的任務(wù)，如何保證移動(dòng)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(jī)器人種類越來越豐富，從貨架機(jī)器人、分揀機(jī)器人、工廠搬運(yùn)、機(jī)械臂等在不同場(chǎng)景與行業(yè)得到了廣泛應(yīng)用。面對(duì)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(yùn)轉(zhuǎn)。
朝著北極星指標(biāo)，Geek+也做了一點(diǎn)點(diǎn)嘗試，實(shí)現(xiàn)了多種類型機(jī)器人的聯(lián)合調(diào)度。在倉(cāng)庫(kù)端貨到人機(jī)器人采用二維碼導(dǎo)航實(shí)現(xiàn)無(wú)人化管理，揀選之后機(jī)器人到達(dá)工位，同一個(gè)地圖能夠高效協(xié)同管理。在上海的西門子開關(guān)工廠實(shí)現(xiàn)了四種機(jī)器人調(diào)度，有托盤式機(jī)器人、送料機(jī)器人等等，未來的需求會(huì)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(cè)，來看SKU是否是當(dāng)前熱銷的商品，之后可以進(jìn)行預(yù)測(cè)明天的訂單。前一天補(bǔ)貨的計(jì)劃我們把貨架進(jìn)行打分，對(duì)庫(kù)存進(jìn)行動(dòng)態(tài)的調(diào)配再到真正生產(chǎn)的時(shí)候，我們會(huì)有一個(gè)很好的基礎(chǔ)組波，再到拆分，這樣使得機(jī)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(shí)現(xiàn)訂單的履行當(dāng)日達(dá)，在其他的國(guó)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(yùn)營(yíng)。
鞋服的揀選倉(cāng)案例，2015年已經(jīng)做了5萬(wàn)平倉(cāng)庫(kù)的仿真，當(dāng)時(shí)感覺這是不可思議的倉(cāng)庫(kù)面積，在國(guó)內(nèi)沒有先例，在海外是有的。 通過不同案例能夠驗(yàn)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(huì)降低，在去年實(shí)現(xiàn)了5萬(wàn)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(fèi)端開始。不管是門店還是電商，都要精確捕捉消費(fèi)者的行為。例如：在某個(gè)時(shí)間段，分別進(jìn)來多少男性或女性客戶，針對(duì)這些信息進(jìn)行收集，有了這些信息之后才會(huì)真正實(shí)現(xiàn)動(dòng)態(tài)選品的計(jì)劃，幫助企業(yè)在庫(kù)存壓縮或者真正響應(yīng)消費(fèi)者需求的時(shí)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(shí)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(jià)值創(chuàng)造，從設(shè)備以及人的效率提升為客戶實(shí)現(xiàn)降本增效，最終讓技術(shù)發(fā)揮商業(yè)價(jià)值。
（轉(zhuǎn)載）
