天天看點

算法周刊·前沿掃描|極智嘉鄭勇:為何“貨到人”是物流機器人系統未來

作者:澎湃新聞

澎湃新聞記者 邵文

麥肯錫全球研究院(McKinsey Global Institute)針對中國市場釋出最新報告預測,到2030年,中國17%的人口比例都将集中在65歲以上。

人口結構的變化對制造業來說不是紙面上的數字,而是用工成本的升高和“招工難”。同時,随着制造業對供應鍊靈活性需求越來越高,以及電商對倉儲效率提出更高要求,可靠、精準的物流機器人産業成為這幾年的明星賽道。

“現在整個商業環境中個性化的需求越來越多,産品的生命周期越來越短等等,這些趨勢都要求供應鍊有快速、靈活、響應市場需求的能力。而機器人具有靈活性、擴充性這些特點,這也是為什麼我們在自動化解決方案選擇上越來越趨向于用機器人。”極智嘉創始人兼CEO鄭勇接受澎湃新聞(www.thepaper.cn)專訪時表示。

算法周刊·前沿掃描|極智嘉鄭勇:為何“貨到人”是物流機器人系統未來

極智嘉(Geek+)成立于2015年。那一年正是“中國制造2025”的開局之年,中國的制造業開始探求不依靠人口紅利由“制造大國”轉入“制造強國”的解決辦法。

據Interact Analysis報告顯示,極智嘉是全球第一大AMR(Autonomous Mobile Robot,自主移動機器人)供應商,市場占有率為10%左右。極智嘉提供全品類物流機器人産品線和解決方案,服務客戶包括耐克、沃爾瑪、豐田、西門子、寶馬等,分布在全球超30個國家和地區。

算法周刊·前沿掃描|極智嘉鄭勇:為何“貨到人”是物流機器人系統未來

極智嘉最初因融資能力而廣為所知,其曾分别創下超1.5億美元B輪和超2億美元C輪的物流機器人行業最高融資紀錄。

“‘中國制造2025’以創新驅動為核心,以工業化和資訊化的深度融合為主線,以智能制造-制造業數字化網絡化智能化為主攻方向。”時任中國工程院院長周濟在新聞釋出會上表示。

據Fairfiel的報告預測,到2025年,物流機器人市場的預期市場價值預計為 127.391億美元,而2017年為8.072億美元。Fairfiel認為在2021-2025 年期間,物流機器人市場将以23.7%的複合年增長率增長。

在創立極智嘉之前,鄭勇在投資基金公司新天域資本負責TMT和機器人行業的新投資項目。他畢業于清華大學和德國亞琛工業大學的工業工程專業,有多年實業領域供應鍊管理經驗,曾在ABB和聖戈班負責中國重點生産基地從工程到品質控制和物流的整體運作。

智慧倉儲與智慧物流是工業4.0的核心組成部分之一,是連接配接制造端和用戶端的核心環節。

據全球市場研究機構Interact Analysis 2021年出版的《全球移動機器人報告》顯示,全球用于物流倉儲和制造業的物流機器人出貨量已在2019年-2021年間翻了2.5倍,預計2020-2025年出貨量的市場複合增長率達到78.7%。

鄭勇有着供應鍊管理和機器人領域投資的雙重經驗,這讓他在2014年時判斷:機器人在供應鍊管理中潛力巨大。

鄭勇比較了機械手與物流機器人兩個方向,“機械手更強調高精度運動,對于像減速機、控制器、伺服電機以及高性能驅動器等部件要求很高,而這些對國外進口依賴較高。”

以占總體硬體成本比例最高的減速器為例,75%的精密減速器從日本進口;另外,在伺服電機方面,日系公司約占全球市場佔有率的40%,西門子、博世等德系品牌占據全球市場佔有率的30%左右,國内公司整體份額大約占10%左右;在驅動器方面,國内80%的驅動器從歐美和日本進口。

“而物流機器人則在軟體中自主導航定位感覺要求更高,跟機械手相比更偏軟體算法要求,零部件沒有受到太多限制。同時,相比機械手的應用,物流更加标準化,更有機會做到規模化。”鄭勇說道。

從“人找貨”到“貨到人”的思路革新

在物流機器人領域,最早行動的是零售電商亞馬遜。早在2010年,亞馬遜就斥資近139億美元建構新倉庫,以求更快地找到訂單上的貨品并将他們傳遞給客戶。這筆投資比亞馬遜自成立以來的倉庫總支出還要高。

更為引起關注的是亞馬遜在2012年以7.75億美元收購倉儲機器人公司Kiva。Kiva的特别之處在于創新了曾經“人找貨”的模式,而是将貨送到人的面前供揀選,以降低人的低效走動時間。據公開資料顯示,2012年時亞馬遜普通訂單的傳遞成本約為3.5~3.75美元,使用Kiva機器人之後使這一成本降低了20%至40%。

原本需要的人力走動是什麼概念呢?一個倉庫分揀員每天工作10-12小時,那他每天至少進行3-5萬步跑動,占據工作時間的70%左右。如遇618、雙11類數倍訂單高峰,更是通宵達旦在近萬平方米的倉庫中來回往返。

算法周刊·前沿掃描|極智嘉鄭勇:為何“貨到人”是物流機器人系統未來

“人到貨”模式後期的優化就在行走路徑上,通過調整商品貨位分布、訂單的拆分重組計算等方式減少行走距離和等待時間。這裡有一個重要概念——作業單元(人)的非直接操作時間。在大型倉儲物流中心,由于占地面積和商品SKU(Stock Keeping Unit)數量及庫存量龐大,揀選過程中每個作業單元的非直接操作時間累積起來可能長于直接揀選作業時間。

算法周刊·前沿掃描|極智嘉鄭勇:為何“貨到人”是物流機器人系統未來

如何将非直接操作時間轉換成直接揀選作業時間?于是一個新的優化趨勢出現了——讓揀選的人不動,而讓貨品到人身邊供其分揀。“貨到人”既大幅度減少人的行走距離,降低勞動強度,在存儲密度、節省人力方面也極有優勢。

極智嘉在2021年在數十萬平的機器人倉群内累計發貨超2000萬件,發貨及時率達100%、發貨準确率超99.99%。

算法周刊·前沿掃描|極智嘉鄭勇:為何“貨到人”是物流機器人系統未來

“今天來看倉儲機器人領域,因為用二維碼導航,是以在機器人導航及環境感覺上的要求可能會略低一些,而由于其上層排程系統跟整個客戶行業和業務流程深度結合,是以對上層系統的軟體能力要求很高。那麼就必須要靠實際的業務積累更多行業客戶應用項目經驗,才能夠讓這個系統功能越來越豐富,很難是跨越式的發展,必須依靠時間。單個功能并不複雜,但很多功能集合在一起,就成了一個複雜的系統工程。”鄭勇說道。

機器人領域的一位資深投資人也表達過相似的洞察。“機器人作為典型的機械工程學發展已較為成熟,機器人行業在大多數情況下不存在絕密的技術原理,”泰合資本副總裁馬晔赟曾在泰合資本公衆号發文表示,“機器人公司真正的護城河是對所服務行業的深刻認知。”

也基于這個認知,鄭勇認為,“在倉儲機器人領域,可能未來市場的集中度會更高,頭部的公司會占據更大的市場佔有率。相對來說工業搬運就可能會是更分散的市場,因為每個行業的應用還是要熟悉這個行業的生産制造技術,才能夠更好地用機器人産品進入。”

而做機器人,鄭勇判斷,“真正好的公司還是要軟硬體方面一起去做。脫離軟體看硬體,或者脫離硬體看軟體都可能很難把這件事情做好。”

作為創業者與作為投資人

在回答記者做投資人時的想法與現在作為創業者有何不同時,鄭勇表示,“創業幾年,我對商業這件事情更敬畏。有些事情不是你知道終點,你的道路就可以直着通過去,有一些階段性的彎路可能是必須要走的路。終點沒有變,但是在路徑上面我們也一直在摸索,因為走得太快也可能‘死在沙灘上’。”

鄭勇所說的“終點”指的是,2015年時對于物流機器人在整個機器人領域的商業價值的判斷,他認為物流機器人會最早實作規模化應用落地。

“當時很多人說人工成本的趨勢,實際上,2015年時的人工成本沒有今天那麼顯著。更進一步,今天一直在說人工成本問題,但我覺得反而是招不到人以及人的管理難度問題才是很多客戶使用自動化和機器人系統的最大影響因素,而不完全是人工成本本身。”鄭勇說道。

目前,電商的繁榮直接帶動倉儲自動化成為投融資的熱點,各種解決方案不斷湧現。據中國移動機器人(AGV/AMR)産業聯盟資料顯示,2021年中國工業應用移動機器人領域共有29起融資,總金額超40億人民币, 其中億元級以上占比38%。

鄭勇判斷,“解決方案的多樣性是行業發展的階段性必經過程,每種新的解決方案都有優點,同時每一種解決方案也不會是完美的解決方案,但是逐漸會走向一些主流方案。這些主流方案随着規模的提升,其成本優勢會越來越明顯。”

鄭勇舉例:假設兩種方案,大家都賣100台,可能大家各自有擅長的領域,成本效益各有優勢。但如果其中一種解決方案賣到1萬台,另外一種解決方案還保持在1000台的規模,那這1萬台的解決方案的優點就會越來越明顯,它的成本效益會越來越好,适配領域會越來越多。

要清楚了解這個邏輯,可以以亞馬遜作為觀察對象。

可查資料顯示,截至2019年亞馬遜擁有逾20萬台倉庫機器人。2021年這個數字變上升到了35萬台。“當應用規模特别大時,所有其它基礎設施包括業務流程都會與這個解決方案适配。那麼原來這個解決方案可能有的劣勢就會被彌補掉,随着熟悉度越來越高,這個解決方案的優勢就能充分發揮出來。”鄭勇解釋道。

在物流機器人行業,一個流行的标準是以出貨量劃分,将企業分為萬台級出貨量企業與千台級出貨量企業。極智嘉則是萬台級出貨量的頭部企業,是行業内“貨到人”解決方案的代表。

談及為何認同“貨到人”解決方案,鄭勇解釋道,“‘貨到人’在通用性上來說是最好的,是最靈活、擴充性強、初始投入最低的一種解決方案。而要實作規模化就要解決不同業務場景的需求,要能兼顧大中小件商品,拆零、整箱甚至整托盤都可以,既可以完成to C也可以完成to B訂單揀選。”

鄭勇表示,一種方案很難解決所有問題,在場景相對差異不大時盡可能統一一種方案。此外,圍繞一個解決方案,不斷改進創新完善其劣勢,或者把其它基礎設施根據方案的特點去适配。“不要過多希望在局部場景裡實作最優,而要嘗試從全局的角度、在時間緯度裡尋找長期更優。”

責任編輯:李躍群

校對:張亮亮

繼續閱讀