资讯

快仓智能杨威:五年内实现搬运工作无人化,颠覆传统电商仓库行业

转载 2016-07-13 15:35 来源:上海快仓
上海快仓智能科技有限公司(Quicktron)
  2016年4月11日-13日,由投中信息主办的“2016年中国投资年会”在上海金茂君悦大酒店隆重举行。本次“中国投资年会”以“跨境、布局、未来”为主题,探讨当下行业热点,纵论私募股权行业未来,掀起了对中国股权投资行业新一轮的憧憬与展望。

  快仓智能创始人杨威在4月13日“科技未来”专场中表示,基于人工智能技术的智能仓库解决方案,将大幅提升效率、解决人力成本,为仓库行业带来巨大的改变。未来五年内,搬运工作将实现彻底的无人化。

  以下为杨威论坛发言实录,根据速记整理:

  我们公司是基于机器人集群技术为电商提供智能仓库解决方案的公司。仓库是比较落后的,99%的公司都是靠人工堆叠。在电商碰到海量订单的时候会遇到问题。现在依然没有一个很好的产品可以媲美,在国内是做到最领先的,是唯一一个提供大型仓库解决方案的公司。
  我们做的事和人工智能有什么相关的?比如说机器视觉和空间处理,我们需要做建模,三维体和特征都需要机器识别,包括机器人集群在通行的过程中和交互的过程中逻辑的判断。数据挖掘在系统里也非常多,比如说你是服装类的电商,可能所有的服装品类都要卖,但是夏天卖体恤,冬天卖羽绒服,随着季节和定单的变化,仓库的储位就需要有变化。实际上讲起来很简单,但是要做到这一点就需要涉及到后面的学习过程,包括聚类和建模。把夏天的货架和冬天的货架按照顺序调整位置,说起来简单,但是前提就是把夏天的衣服放在一起,放在同一个货架,冬天也是,那么这个聚类的过程是没有任何特征的,我们应用了很多机器学习和人工智能相关工作。刚才主持人也讲了alphago击败人类,实际上增强学习的算法在我们的系统中也有非常广泛的应用。比如所有机器人之间的路径规划,实际上是基于图片处理的增强算法,基于这样的算法才可以处理超过1万台的机器人在所有的仓库中进行工作。
  我是计算机系毕业的,人工智能也发展很多年了,但是没有广泛的应用,但是今天我认为转折点已经到了,可以在很多的行业中得到非常具体的应用。刚才我已经举了很多例子,当然在AR/VR中也有很多的例子,我认为其实人工智能和机器学习的春天刚刚到来。
  我们其实是做仓库的,我们赋予仓库灵魂,这个就是典型的人工智能在仓库中的应用。我觉得人工智能在仓库作业中有几个部分的作用,第一个可以做很多人没有办法做的解决方案,因为机器的数据处理能力远远大于人脑,起码结构化数据处理能力很强。所以一个女工要取货的时候是基于手上的20个定单,但是机器人取货的是可以基于今天、昨天甚至是明天的几十万的定单,我可以根据所有的信息综合起来做判断,这些数据是没有办法给任何一个人,所以人工智能在仓库中可以做很多人没有办法作出的判断。

  人工智能可以帮我们做很多重复性的劳动,可以改变人的操作。比如说你买一个矿泉水,这个女工一天走30公里把水拿出来,这是非常低效率的劳动。如果我在仓库中有100个机器人,这些机器人就可以在仓库中重复性的劳动,女工就可以被人工智能取代。

  人工智能系统其实可以及时的对仓库运行做很多的推荐,比如说产品的预包装,比如说销量异常变化,包括刚才讲到的基于季节变化的定单变化等等。其实人工智能至少在这三个领域可以为仓库带来改变。但是这些东西是表面的,容易被看到,但是你把人工智能的技术,把机器人的技术,把自动技术用到仓库以后,你会发现它能够做的远不止这点。因为可以不用人做,不用人做就没有出错,有很多交易转接的职能都可以被取代掉,你有一个人工智能系统进去以后这些流程就可以被取消掉。从接受一个定单到结束有七八个流程,但是现在有了人工智能只需要两个流程。

  这个挑战基本上传统的物流人听不太懂,为什么?其实传统的物流基于业务流程是人到货,任何一个定单的履行是人到仓库找货,我们这个系统就是货到人,本身的业务流程就已经变更了,所以传统优化的理论都要被取消掉。原来的业务流程一定要非常清楚,仓库的6S要执行的非常高效,但是在我的系统里不需要,没有这些流程,所以要改变很多的想法。其实我们现在的做法很简单,用结果说话,对我来说人工智能和机器学习不是很高大上的,对于我来说人工智能就是每一个定单的执行效率,每一个定单的响应时间,对我来说人工智能就是每一个员工每一天的劳动生产率,所以我的仓库以最早的仓库来说一天1000多单,原本是12人团队,现在的团队是3个人,系统每天只启动2个小时,这个就是效率。

  我们平时对外讲不喜欢用人工智能这个词,我们喜欢用数据智能,想把它拉回来一点,而不是用这种很酷炫的名词。其实跟以前基于数据来做决策没有什么区别,在深度学习之前有很多这类的决策树、决策森林、逻辑回归等等说法。在很多有数据的领域其实都在应用,只不过原来是比较深,了解没有那么多,现在随着数据大量积攒,让这些数据比起以前有很大的提高。但有一些限定,不是所有问题都适合深度学习。

  人工智能在仓库领域绝对是蓝海。我的用户对产品的饥渴程度超过我的预想。人工成本上,现在的成本是美国的三分之一到四分之一,仓库的成本一定比美国的贵,所以在国内做电商仓库非常苦。第二个国内的仓库比美国的要求高的多,没有要求2小时之内配送的,小米有一单16分钟就配送,有100多辆电动车,200多个人就为了做这个记录出来,其实非常的辛苦。我用1/3甚至是1/4的的消耗,用一个24小时的全待命的系统帮他解决就非常的有价值。但是有一个悲剧的事,因为我们公司在国内是最早做的,到了今年还是有很多潜在的竞争对手。但是大部分的竞争对手以做机器人或者做装备的思路做解决方案,并不涉及到人工智能和数据挖掘、决策支持,外观上一样,也可以做到货到人,但是没有办法在实际当中产生价值,没有战斗力。而且这样的供应商很多,也有死了的,那么你说对于他们来说这个市场是红海还是蓝海?
  不光是人工智能在发展,实际上整个行业也在发展,比如说标准化,信息化,也进步的很快。整个行业的发展节拍要相互配合。从目前的情况来看我觉得5年之内搬运的工作基本上可以做到无人化。为什么这么说?因为搬运这个事是重复的,是2B的,是允许我在一个场景中长时间的迭代的。那么整个流程的信息化对接,包括包装的标准化等等,在未来的5年仓库搬运的无人化是可以实现的。10年的话,我记得有一个投资人问我你这个系统最后还是人,还是一个人在动作,你什么时候搞一个机械手出来把它拿下来,我再包装,整个的业务流程就没有人了。我的判断是10年之内是实现不了的,这个可能大家认为我比较悲观,因为10年之内实现它投资回收是算不过来的,也许10年之内有机械手,它的反馈、感知和灵活性可以达到人手的70%的能力,但是它的投资额一定是10倍一个人的人工费用。因为正常的包装没有工伤,它的稳定性不如人,所以我们也不需要一口吃一个胖子。
0 0

网友评论

取消