智能分拣智能机器人应用范围(算法周刊前沿扫描)

澎湃新闻记者 邵文

麦肯锡全球研究院(McKinsey Global Institute)针对中国市场发布最新报告预测,到2030年,中国17%的人口比例都将集中在65岁以上。

人口结构的变化对制造业来说不是纸面上的数字,而是用工成本的升高和“招工难”。同时,随着制造业对供应链灵活性需求越来越高,以及电商对仓储效率提出更高要求,可靠、精准的物流机器人产业成为这几年的明星赛道。

“现在整个商业环境中个性化的需求越来越多,产品的生命周期越来越短等等,这些趋势都要求供应链有快速、敏捷、响应市场需求的能力。而机器人具有灵活性、扩展性这些特点,这也是为什么我们在自动化解决方案选择上越来越趋向于用机器人。”极智嘉创始人兼CEO郑勇接受澎湃新闻(www.thepaper.cn)专访时表示。

智能分拣智能机器人应用范围(算法周刊前沿扫描)(1)

极智嘉(Geek )成立于2015年。那一年正是“中国制造2025”的开局之年,中国的制造业开始探求不依靠人口红利由“制造大国”转入“制造强国”的解决办法。

据Interact Analysis报告显示,极智嘉是全球第一大AMR(Autonomous Mobile Robot,自主移动机器人)供应商,市场占有率为10%左右。极智嘉提供全品类物流机器人产品线和解决方案,服务客户包括耐克、沃尔玛、丰田、西门子、宝马等,分布在全球超30个国家和地区。

智能分拣智能机器人应用范围(算法周刊前沿扫描)(2)

极智嘉最初因融资能力而广为所知,其曾分别创下超1.5亿美元B轮和超2亿美元C轮的物流机器人行业最高融资纪录。

“‘中国制造2025’以创新驱动为核心,以工业化和信息化的深度融合为主线,以智能制造-制造业数字化网络化智能化为主攻方向。”时任中国工程院院长周济在新闻发布会上表示。

据Fairfiel的报告预测,到2025年,物流机器人市场的预期市场价值预计为 127.391亿美元,而2017年为8.072亿美元。Fairfiel认为在2021-2025 年期间,物流机器人市场将以23.7%的复合年增长率增长。

在创立极智嘉之前,郑勇在投资基金公司新天域资本负责TMT和机器人行业的新投资项目。他毕业于清华大学和德国亚琛工业大学的工业工程专业,有多年实业领域供应链管理经验,曾在ABB和圣戈班负责中国重点生产基地从工程到质量控制和物流的整体运作。

智慧仓储与智慧物流是工业4.0的核心组成部分之一,是连接制造端和客户端的核心环节。

据全球市场研究机构Interact Analysis 2021年出版的《全球移动机器人报告》显示,全球用于物流仓储和制造业的物流机器人出货量已在2019年-2021年间翻了2.5倍,预计2020-2025年出货量的市场复合增长率达到78.7%。

郑勇有着供应链管理和机器人领域投资的双重经验,这让他在2014年时判断:机器人在供应链管理中潜力巨大。

郑勇比较了机械手与物流机器人两个方向,“机械手更强调高精度运动,对于像减速机、控制器、伺服电机以及高性能驱动器等部件要求很高,而这些对国外进口依赖较高。”

以占总体硬件成本比例最高的减速器为例,75%的精密减速器从日本进口;另外,在伺服电机方面,日系公司约占全球市场份额的40%,西门子、博世等德系品牌占据全球市场份额的30%左右,国内公司整体份额大约占10%左右;在驱动器方面,国内80%的驱动器从欧美和日本进口。

“而物流机器人则在软件中自主导航定位感知要求更高,跟机械手相比更偏软件算法要求,零部件没有受到太多限制。同时,相比机械手的应用,物流更加标准化,更有机会做到规模化。”郑勇说道。

从“人找货”到“货到人”的思路革新

在物流机器人领域,最早行动的是零售电商亚马逊。早在2010年,亚马逊就斥资近139亿美元构建新仓库,以求更快地找到订单上的货品并将他们交付给客户。这笔投资比亚马逊自成立以来的仓库总支出还要高。

更为引起关注的是亚马逊在2012年以7.75亿美元收购仓储机器人公司Kiva。Kiva的特别之处在于创新了曾经“人找货”的模式,而是将货送到人的面前供拣选,以降低人的低效走动时间。据公开数据显示,2012年时亚马逊普通订单的交付成本约为3.5~3.75美元,使用Kiva机器人之后使这一成本降低了20%至40%。

原本需要的人力走动是什么概念呢?一个仓库分拣员每天工作10-12小时,那他每天至少进行3-5万步跑动,占据工作时间的70%左右。如遇618、双11类数倍订单高峰,更是通宵达旦在近万平方米的仓库中来回往返。

智能分拣智能机器人应用范围(算法周刊前沿扫描)(3)

“人到货”模式后期的优化就在行走路径上,通过调整商品货位分布、订单的拆分重组计算等方式减少行走距离和等待时间。这里有一个重要概念——作业单元(人)的非直接操作时间。在大型仓储物流中心,由于占地面积和商品SKU(Stock Keeping Unit)数量及库存量庞大,拣选过程中每个作业单元的非直接操作时间累积起来可能长于直接拣选作业时间。

智能分拣智能机器人应用范围(算法周刊前沿扫描)(4)

如何将非直接操作时间转换成直接拣选作业时间?于是一个新的优化趋势出现了——让拣选的人不动,而让货品到人身边供其分拣。“货到人”既大幅度减少人的行走距离,降低劳动强度,在存储密度、节省人力方面也极有优势。

极智嘉在2021年在数十万平的机器人仓群内累计发货超2000万件,发货及时率达100%、发货准确率超99.99%。

智能分拣智能机器人应用范围(算法周刊前沿扫描)(5)

“今天来看仓储机器人领域,因为用二维码导航,所以在机器人导航及环境感知上的要求可能会略低一些,而由于其上层调度系统跟整个客户行业和业务流程深度结合,所以对上层系统的软件能力要求很高。那么就必须要靠实际的业务积累更多行业客户应用项目经验,才能够让这个系统功能越来越丰富,很难是跨越式的发展,必须依靠时间。单个功能并不复杂,但很多功能集合在一起,就成了一个复杂的系统工程。”郑勇说道。

机器人领域的一位资深投资人也表达过相似的洞察。“机器人作为典型的机械工程学发展已较为成熟,机器人行业在大多数情况下不存在绝密的技术原理,”泰合资本副总裁马晔赟曾在泰合资本公众号发文表示,“机器人公司真正的护城河是对所服务行业的深刻认知。”

也基于这个认知,郑勇认为,“在仓储机器人领域,可能未来市场的集中度会更高,头部的公司会占据更大的市场份额。相对来说工业搬运就可能会是更分散的市场,因为每个行业的应用还是要熟悉这个行业的生产制造工艺,才能够更好地用机器人产品进入。”

而做机器人,郑勇判断,“真正好的公司还是要软硬件方面一起去做。脱离软件看硬件,或者脱离硬件看软件都可能很难把这件事情做好。”

作为创业者与作为投资人

在回答记者做投资人时的想法与现在作为创业者有何不同时,郑勇表示,“创业几年,我对商业这件事情更敬畏。有些事情不是你知道终点,你的道路就可以直着通过去,有一些阶段性的弯路可能是必须要走的路。终点没有变,但是在路径上面我们也一直在摸索,因为走得太快也可能‘死在沙滩上’。”

郑勇所说的“终点”指的是,2015年时对于物流机器人在整个机器人领域的商业价值的判断,他认为物流机器人会最早实现规模化应用落地。

“当时很多人说人工成本的趋势,实际上,2015年时的人工成本没有今天那么显著。更进一步,今天一直在说人工成本问题,但我觉得反而是招不到人以及人的管理难度问题才是很多客户使用自动化和机器人系统的最大影响因素,而不完全是人工成本本身。”郑勇说道。

目前,电商的繁荣直接带动仓储自动化成为投融资的热点,各种解决方案不断涌现。据中国移动机器人(AGV/AMR)产业联盟数据显示,2021年中国工业应用移动机器人领域共有29起融资,总金额超40亿人民币, 其中亿元级以上占比38%。

郑勇判断,“解决方案的多样性是行业发展的阶段性必经过程,每种新的解决方案都有优点,同时每一种解决方案也不会是完美的解决方案,但是逐渐会走向一些主流方案。这些主流方案随着规模的提升,其成本优势会越来越明显。”

郑勇举例:假设两种方案,大家都卖100台,可能大家各自有擅长的领域,性价比各有优势。但如果其中一种解决方案卖到1万台,另外一种解决方案还保持在1000台的规模,那这1万台的解决方案的优点就会越来越明显,它的性价比会越来越好,适配领域会越来越多。

要清楚理解这个逻辑,可以以亚马逊作为观察对象。

可查资料显示,截至2019年亚马逊拥有逾20万台仓库机器人。2021年这个数字变上升到了35万台。“当应用规模特别大时,所有其它基础设施包括业务流程都会与这个解决方案适配。那么原来这个解决方案可能有的劣势就会被弥补掉,随着熟悉度越来越高,这个解决方案的优势就能充分发挥出来。”郑勇解释道。

在物流机器人行业,一个流行的标准是以出货量划分,将企业分为万台级出货量企业与千台级出货量企业。极智嘉则是万台级出货量的头部企业,是行业内“货到人”解决方案的代表。

谈及为何认同“货到人”解决方案,郑勇解释道,“‘货到人’在通用性上来说是最好的,是最灵活、扩展性强、初始投入最低的一种解决方案。而要实现规模化就要解决不同业务场景的需求,要能兼顾大中小件商品,拆零、整箱甚至整托盘都可以,既可以完成to C也可以完成to B订单拣选。”

郑勇表示,一种方案很难解决所有问题,在场景相对差异不大时尽可能统一一种方案。此外,围绕一个解决方案,不断改进创新完善其劣势,或者把其它基础设施根据方案的特点去适配。“不要过多希望在局部场景里实现最优,而要尝试从全局的角度、在时间纬度里寻找长期更优。”

责任编辑:李跃群

校对:张亮亮

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页