Comet Labs邀请智能机器领域各界资深人士进行线上分享，每期一个主题。本期，标杆物流CEO王稀达将为我们揭秘智能仓储的未来！

大家好，先自我介绍下，我应该算电商圈的老人，物流圈的半个老人，05年底加入阿里巴巴上海ICBU，当时面试我的就是滴滴打车的天使投资人王刚。09年开始做电商大数据的分析软件，之后在MSN购物负责运营。

微博刚火起来的那阵，搞了个公号，粉丝里找到了天使投资人，开始自己创业做电商物流。之后，业务有些延伸，融到了第二笔钱，开始做同城配送。因为跨界的知识结构和业务实践，也在帮Comet Labs看美国的智能机器初创团队。

首先，先定义一下，今天我们讨论的智能仓储，仅限于消费品流通行业，不涉及制造业的半成品和成品。

传统仓储为何举步维艰？

如今大家谈到传统仓储，基本听到的就是生意不太好做。很多人都会问，为什么传统仓储的生意会这么难做？仓储是消费品流通行业的一个刚性需求，最多赚多或者赚少一点，怎么会到了这个举步维艰的状态呢？

某种意义上说，传统仓储本质上看是制造业的成品库在零售终端或者流通过程中暂时存放的一个职能的延伸。在整个零售端，无论是中国或美国，我们现在基本上认为最大的变化就是消费需求的碎片化，或者在美国有一个更简练的词叫做SKU explosion。翻译的简单一点说，在过去十年，如果有朋友买件很好看的衣服，我可能会买一件一摸一样的。但今天，90后或00后的小朋友，第一反应是好看，但我绝对不买和你一样的，这个就是SKU explosion。因此，SKU的总数会越来越多，而每个品牌能够hold住的SKU只有那么多，所以品牌也会越来越多。 

正是SKU explosion，带来了仓储底层需求的剧变。不论服装、家居、母婴、食品，以前仓储最基本的职能就是存储，也就是说，在同一块地上存放的货物越多，效率就越高。但因为SKU explosion。为了避免因零售终端的牛鞭效应而产生的过多库存，越来越多的品牌商都会选择多批次小批量的订货，恨不得把最小起订量压到1，也就是常说的GIT零库存。在这个过程中，显然流通的职能，在持续强化；而存储职能，则在不断弱化。 

大家可能都看过特别高大上的仓库，大部分有双别或者单边的月台，十几二十几个道口，层高和货架非常高，会用一些日本或德国原装进口的电动叉车存取货物，更先进的会用电动的shuttle，以托盘作为最小的单位存取货物。如果每个托盘上只有一两个SKU，或每个托盘是按照整箱进出，存取的效率是ok的。但是如果每个托盘上都要铲下来，拆开分拣，可以想象，这个效率是非常低的。 

一句话，当仓储的主要职能从存储变为流通的时候，原有的基础设施，设备，流程甚至相关的人员培训，都会面临巨大的改变。但很多改变，受制于当前的物理条件，特别是在原有投资没有回收的前提下，去做新的投入、转型和改造，无论在财务和运营上都是非常痛苦的。所以，虽然电商物流已经有大约七八年的历史，但是真正从B2B仓储转型到电商仓储，真正成功的人非常少的。 

除了软件和硬件的升级转型，更大的挑战来自人力与场地成本的逐年攀升：

在过去五年，仓储是一个百分之百低端劳动密集行业，每年的人力成本至少百分之十到十五的涨幅，和中国制造业的人力成本在过去五年内的涨幅其实是一模一样的。 

另一个成本飞速上涨的环节就是仓库的超级地租。在过去十年，中国用于出租的标准仓库，每年最少都有3%-5%的涨幅，在电商火爆的年头甚至高达10%。

特别需要指出的是，以存储职能为主，来设计和建造的所谓高等级高标准仓库，对于流通行业其实并不适用，在某些品类上甚至会产生结构性效率黑洞。比如说多SKU的服装。现在基本已经看不到服装品牌在用高标仓了，一般都会租一个仓库或楼库或平仓，面子不好看，效率却会更高。 

一句话，仅从成本考虑，过去5年，传统仓储至少要保证每年5%以上的效率提升／成本下降，才能够在激烈的市场竞争中 生存下来。2011年，大约有30多家电商物流公司和标杆物流同时创办，如今已经不到5家了。所以，用“举步维艰”来形容，应该是不过分的。

智能仓储技术能够做什么？

根据我们过去12个月的观察，基本可以认为，工业4.0在中国的应用落地，就是两句话：服务工厂化，工厂无人化。工厂里的工人不断被各种自动化设备和智能设备取代，特别是简单重复的劳动会第一时间被取代，甚至有些会出现机器人自己制造机器人的场景。服务工厂化，在餐饮业内也叫中央厨房化，在云端提供服务所需的绝大部分流程和产品，在服务终端做简单加工和增值服务。所以，智能仓储技术的核心，就是把仓库变成彻底的无人作业。 

本质上看，一切仓储的职能都可以拆解成：存储、移动、分拣、包装四大部分。 

存储：

任何一个仓储，不管是传统的还是电商的，它的存储职能就是考虑在同样大小和高度的空间里，如何尽可能多的存进商品，并能快速存取，越快越好。今天各种存储设备其实就是两个维度发展：不管是半自动还是全自动货架，都尽可能堆高，尽可能在单位空间里塞进更多的货。这是存储解决方案进化的基本路径，对于真正意义上的智能技术，其实应用不多，绝大部分应该归纳为机械化。根据SKU和库位的匹配关系，利用自动化的机具，把载具从一个堆得比较高的货架上取下来。

移动：

但是，随着GTM（Goods to Man）概念的兴起，越来越多的解决方案，正试图把存储和移动两个职能结合起来，用智能机器人完成。其中最典型的代表就是Amazon的KIVA。 

简单点说，就是货自动来找人，而不是人去找货。

大约4年前，Amazon收购了KIVA，只为Amazon提供设备；1年半前，Amazon对外发布了第一个拥有3000台KIVA的自动化仓库，在美国的Tracy。KIVA这套系统我在创立标杆物流之前就已经开始关注，但是没想到这套系统可以在短短的几年间发展的这么快。


KIVA最大的优势或效率提升的点在于，对于像电商这样有成百上千万SKU的固定场地里，想要快速的寻找到一个SKU并把它拣回来，这个行走的过程是非常漫长的。在一个超过一万个SKU的仓库里，正常情况下，一个拣货员一天走到几十公里是很正常的，这是对人力巨大的消耗和浪费。

但是对于KIVA，我们不能把他神话，还是要有客观的评价。KIVA对于很多品类其实是不合适的。KIVA比较适合那些商品重量和体积并不是特别大，有一定的动销，但是动销率又不是特别差的品类。对一些特殊的存放方式KIVA甚至是有问题的。举个例子，Quiet Logistics，也就是KIVA一代机的第一个大客户，大概买了30多台。KIVA对于吊装的服装其实是不太好，因为随着底盘托举机构的旋转，会导致服装直接从衣架上滑落。所以，对于动销率特别低的商品，KIVA其实并不合适；并且由于载重的限制，KIVA的载具不能向空中发展，其实KIVA的空间利用率并不算很高。

SwissLog的autostore系统，就是为了解决中小件低动销商品的高密度存储的GTM解决方案

autostore这套系统，最大的好处是存储密度极高，而且可以在不规则的场地开工建设。

分拣：

分拣环节从某种意义上讲是流通式仓储最重要的环节，因为他直接决定了工作的绩效和效率。然而这个环节因为不标准的的过程非常多，所以在全世界范围内，绝大部分的分拣工作都是通过手工完成的。系统只是提供了一系列核对和校验方案。不管是用一维码二维码，RFID，3D影响，重量或者是复合以上方式，本质上看，还是需要人去做判断，其他所有的信息仅仅是提供一个辅助。 

绝大部分的通过式仓储，分拣这个环节的成本至少要占到百分之三十到五十。所以这个环节的成本能否被大幅度优化直接决定仓库的无人化程度和成本效率的高低。

分拣环节我们看到的最常见的自动化解决方案也就两种，一种是使用分拣线，另一种是使用机械臂。

分拣线我相信很多朋友在各种各样的视频中已经看到过，就是在一个流水线上，每一个载具都能盛放一件商品，然后路过某一个道口，这个道口就相当于你需要分拣的订单或者运单，直接把那个商品扔下去。这是非常传统的技术，但这个技术最大的缺陷就是造价太高，而且效率没有什么弹性，所以一般只有业务非常稳定的大型分拣中心才有用。

机械臂拣货无非也就两种方式，第一种是机械臂到货面前去拣，第二种就是货跑到机械臂面前被机械臂拣，其实也就是机械臂找货或者货找机械臂。

货找机械臂，是比较成熟的解决方案；缺陷和分拣线sorter是一样的，feeding系统过于昂贵，且没有产能弹性，没法分批投入。

机械臂找货，在美国也是全新的尝试，Comet labs在美国投资的I am robotics，就是其中的杰出代表。

I am robotics的主创团队非常强，主要的技术人员都是来自于DARPA(美国国防部高级研究计划局)。I am robotics的核心技术是 操作机械臂的manipulating system。

I am robotics这套系统目前解决的核心问题就是机器可以完全替代人自动的行走到现成的货架上去把商品拣下来，当然目前它对于商品的外形和重量是有一些要求，通过重量和三维建模这两个维度去判断拣到的商品是不是我要的商品，后期可能会加上条形码的识别和其他的辅助识别，以提升拣货精度。它真正厉害的是在短距离低速行走的状态下，就可以做到一小时拣三百件。做电商物流仓库的人知道，哪怕是最小的化妆品，人力的极限大概是100件左右，也就是说这套设备的效率，大概是人工的三倍。 

目前单套机器人的成本大约5万美金，售价12万美金。5万美金大约是30万人民币，因为IAM机器人的效率是人的3倍，也就是10万人民币，而国内现场作业人工一年就要5万人民币，按照这种算法来看，投入一台机器人的等效成本相当于一个人24个月的工资。这其实是非常可怕的，这意味着在不远的将来，或许只有24到36个月，大量的仓库可以采用类似的技术。

I am robotics最大的优势是它可以分批投入，你可以先买几台试一下，和你现在仓库的人工做一个对比，如果好你可以追加投资不断的买。在高峰期你甚至可以租赁I am robotics的机器人，按照这个逻辑来说的话 ，它的市场前景非常可观。现在唯一阻碍它的就是成本，但是大家知道硬件制造业的成本，随着规模的扩大是可以快速下降的。也就是说，我们看到彻底无人化的仓库，或者说某些品类中看到无人化的仓库并不是一件很遥远的事，这也是Comet Labs投资I am robotics最主要的原因。

包装：

包装环节其实往往是大家忽略的环节，因为大家都会认为，包装的商品千奇百怪，商品的种类、形状、大小和物理形态如液态粉体都是随机的，那么这种情况大家都会偏向于认为包装是很难被机器去执行的，但真相并不是这样。我们在美国其实已经看到了能够自适应的包装机。它能够同时在一条生产线上对不同大小、重量、形态的商品进行分别处理。虽然我们看到的还仅仅是样机，但是我觉得这个发展方向还是非常震撼的。

自适应尺寸的包装流水线，我个人3年前就开始寻找，modex show上才看到 美国公司做的样机，虽然还有很多问题要克服，成本也非常高，但是已经非常震撼了。

纸箱根据商品尺寸，自动裁剪，一次成型，每分钟完成14-17个包裹，仅填充材料，就可以节约10-15%的包装成本。其实在包装环节里面还有一个小的环节，那就是测量重量，体积以及贴快递的面单或者是B2B里面的面单，其实在美国这个环节也已经变成了自动化的过程。

在包装后的重量／体积测量和贴面单的动作，在美国也已经初步智能化了。其中的代表是两间公司：Sick和Cubic Scan。Sick以各类传感器著称，Cubic比较新，以成套设备著称。

看完了以上视频，我想大家心里已经能够勾画出一个图景，也就是说，未来的仓库里真的可能就没有人了，除了收货的是人，摆上托盘的是人，质检的是人，其他的环节已经完全可以用机器取代。

 以上视频，基本代表了美国在物流智能机器领域最领先的技术，虽然很多并未大规模应用，但我相信这一天不会特别远了。在这些运用中，最核心的其实是两个：GTM和Robotic Arm 

GTM的概念，是对传统物流、人找货概念上的颠覆，并且成功的将存储和移动 两个职能融为一体，用一套设备同时提升两处的效率。Robotic Arm 更是不用说，是完全替代人工的终极解决方案。

物流领域创业先锋 给创业者的建议：

我相信，智能技术在物流领域，因为可大规模运用的门槛精度相对其他行业要低一些，一定是最早大规模商业化的领域。对物流行业的创业者来说，我强烈的建议大家从技术环节切入，扎扎实实的做技术储备，随着中国人力成本的极速攀升，自动化的时代，很快就要来到了。I am robotics的创业团队，虽然出身已经非常好，但依然蛰伏了将近4年 做技术储备，大家一定要有战略上的耐心。

 Q&A：

Q：请问电商仓储与传统工业仓储的区别什么？ 

A：电商仓储绝大部分都是以销售预测为导向，也就是说在什么时间点可以卖掉多少货，这些货分布在哪些SKU上，基本上是根据销售预测来做整个仓库的布局，以及业务流程的定制。

工业品仓库完全不按照销售导向来，因为工业品仓库存的备件和零部件绝大部分是因为采购批次的原因而库存。什么叫采购批次呢，也就是说很多零部件你买十件，一百件，一千件，价格会相差30%，40%甚至更多。那么对于工业品来说，制造的规模成本是非常重要的，哪怕现在不用而将来会用到，他都会做个估计然后批量采购进来。所以，工业仓储最大的一个差别就是它的存储功能非常重，而电商仓储的库存是要控制在一定的比例之下，正常是在60天以下。