高性价比的AMR 是中国仓储物流的最真实需求 | 科技瞭望塔第三期
2022 08/19

新消费时代下,电商的服务特性让仓储物流行业的需求越来越多元:例如电商节日期间单日峰值操作货量过大、物流配送要求次日或当日达,特殊产品需用冷链运输等等,这也激发了仓储物流行业的一系列变革。目前我国仓储物流行业正处于自动化发展阶段,主要应用AGV、自动货架、自动存取机器人、自动识别和自动分拣系统等先进物流设备,传统仓储行业开始向新业态、新产业、新模式发展。

那么AMR(Autonomous Mobile Robot,自主移动机器人)在仓储物流的重塑阶段将发挥怎样的关键作用,这个赛道未来的发展前景如何?本期《科技瞭望塔》邀请Syrius炬星创始人兼CEO蒋超分享“新消费下仓储物流需要被AMR重塑”这一话题。此外本期节目也邀请到联想创投战略投资总监张骋、联想商用大客户生态及方案中心经理张亚兵作为特别嘉宾,与蒋总一起交流仓储物流与AMR的相关话题。以下为蒋超的演讲全文整理,enjoy~

【5分钟了解AMR如何赋能仓储物流】

元宇宙虚拟主持人连星羽博士与Syrius炬星创始人兼CEO蒋超展开对话

01
此轮仓储物流升级的本质
是成本与效率的博弈

通常来说,仓储物流行业有三个要素是不能同时实现的,就是用户体验、成本和效率。为什么这么说呢?我可以给大家举个例子,比如两分钟之内要出货,当然用户体验非常好,而且它的物流效率也很高,可是仓储物流企业和电商平台需要为此付出的成本是非常高昂的。反过来也是一样,在这个三角之中任意两个条件达成的时候就必然有另外一个条件无法达成。

如何能够打破这个不可能三角?如何能够持续不断的提高用户体验? 用户体验是不可能打折扣的,所以,成本和效率之间的关系就成了博弈的基础。消费者日益增长的对用户体验的美好期待和难以控制的物流成本,或者说难以达成的时效之间的一个长期的矛盾,解决这个矛盾需要科技进步,需要有新的方法论。

02
亚马逊收购的 Kiva System
是中国仓储物流的答案吗?

在说明这个之前,要提到非常著名的亚马逊收购Kiva System事件,这个事件发生在2012年,当时非常引人注目。我们也会想仓储物流升级的世界级明星,像Kiva System这样的系统是否能够适应中国仓储物流变化需求?

经过调研发现,中国大部分的仓库规模比较小,经营仓库的企业也比较零散,跟国外大型的仓储物流中心、物流转运中心,以及大型的商业集团运营这些物流基础设施的情况是完全不一致的。基于此,我们判断能够在中国这个市场为我们物流仓储和电商的消费体验助一臂之力的,可能不是国外使用的Kiva System这样的系统。

首先,仓储物流行业实际上是一个长尾行业,在利润率不是很高的情况下,通过投入仓储物流设备来做自动化和信息化的话,对企业的压力是比较大的。

其次,用户消费数据无法共享,无法通过数字化的手段让物流体验提高、效率提高。

类似于Kiva System的工具,以AGV为基础的自动化系统,需要持续的高投入,以及投入之后10-20年的回收周期,同时扩展性非常低。如果我们在10-20年内无法预测未来存储的形式,以及在物流转运整个过程中所需要的设备到底会怎么变的话,那提前投入的这些比较刚性的设施和设备就有可能收不回成本。所以,高投入、扩展性差其实是一个本质的问题,也是制约这个行业导入机器人,或者导入一些物流自动化设备的一个重要的原因。

中国市场上的小仓库比较多,分散经营的情况也比较多。所以整个环境,对使用自动化设备的制约性也非常高。另一方面,以前传统物料处理设备,包括AGV为基础的货端解决方案所需要的设备事实上都是精密仪器,维护这些精密仪器需要的维护成本是非常高的。在这种情况下,要持续不断的维持这个系统的运作,在软硬件方面所需要的投入、而且是持续的投入就会非常高。

此外,目前国内使用的阁楼货架系统都是以钢材为基础的,每一层的承重大概在800公斤到一吨左右,而机器人自身非常重,而且它要驮着一个一吨或者更重的货架移动,阁楼系统是无法承担这样重量的。如果改变目前的现状会造成两个问题,一个是存储效率的直接下降,因为它只能在地面上运动,存储效率只有原来的1/2或1/3。如果在这个情况下再去做一些立体式的存储,那需要付出新的成本。

最后一个问题,在仓储物流的作业领域我们发现一个非常严重的问题,就是上架和下架的速率不匹配。 “上架”就是仓库的供货商把一些商品通过托盘为单位的形式运到仓库来,把它拆成零散件,然后把这些零散件放到货架上面等待这些零散件被捡选。下架的过程就是将已经拆零的这些零散件从货架子上拿下来,打包成快递包,然后贴上面单把它送出去。这两个实际上方向就是相反的,一个是进入仓库,另外一个是从仓库里面出去。进来的时候是整托的批发商品,商品卖出去的时候是一件一件的零散单件。这两个形式完全不一致,也就是直接导致了它上架和下架的速度不可能匹配,也就是说仓库最根本的矛盾是在于怎么样能把商品以一定的速率进来,又以一个比较合适的速率把它送出去。因为我们很难对前端消费者行为做出预估,只能做到即时反应。

综合这些情况,我们发现以Kiva System系统为代表的自动化解决方案实际上成本比较高,同时如果做下去回收周期比较长,再加上一些难以变化的点,风险也是非常高的。在这种情况下企业很难做出决策使用这样的新兴系统,所以这样的技术有可能是不适合中国市场的。

03
AMR——适合中国市场的仓储物流解决方案

我们希望让客户可以没有风险的用上自动化、数智化的产品,同时帮助大家一个台阶、一个台阶的去完成数字化的升级。

第一,做一个非常简单易用而且耐用的机器人,就是一个简单的轮式机器人,非常耐用,在多种环境下都可以用,让它比较皮实,帮助大家送货。第二点,把机器人看作一个AIoT的设备,它应该有很多传感器,也应该实时把它作业的数据反馈给信息系统,以便让信息系统的AI产生一些计算、预测和协作。

所以,我们第二个产品就是AIoT的整仓解决方案。然后我们在商业模式上也希望创造一种新型的模式,通过机器人租赁的形式帮助客户把成本降下来。

"AMR"到底指的是什么?其实它是三个英文字母的缩写"Autonomous A Mobile Robot","Autonomous"是自主自动,"Mobile"是移动,"Robot"是机器人。

什么是“Robot”?“Robot”是对环境变化有感知,并且能做出应激反应的东西,至少这是一个最基本的定义。第二,Autonomous Mobile Robot,它的所有运动决策是机器人自己做出来的,而不是别人帮他做出来的,不需要外部的比如服务器或者其他的二维码这些东西帮它做引导,是它自己根据环境的变化做出来的适应的反应。我们希望能够在AMR上提供一个良好的机器效果,让机器人在各种环境里,不需要二维码,也不需要对环境做重大的改造,而且也不需要在仓库里放服务器,就能够让机器人自主决策,适应环境,帮助大家来送货,这是我们做自主移动机器人这个技术的核心要点。

第二,刚才提到AIoT整仓的解决方案,这个解决方案有几个部分组成。第一个部分是它在云端,我们把机器人之间的协作关系,机器人收集到的数据,以及仓库里现存的这些货物的数据等等,甚至有可能包含仓库外面天气的数据,今天好不好,卡车会不会来,卡车的行驶速度会不会变慢等等这些各个环节的数据收集起来。大家知道现在的AI技术实际是大数据为基础的,让AI通过吃这些数据训练出来一个AI去操作机器人集群,让这个机器人集群中的各个要素,包括仓储的,货物的存储量,包括卡车什么时间应该来接货物,包括机器人之间的这些协作关系,多少台机器人跟多少个人配合,哪个机器人跟哪个人配合,哪些机器人应该去拿哪些货物都通过AI算出来,这就是我们的AIoT解决方案。如果没有一个整体的管理和协调的话,单单只有机器人的自主能力其实也是不能比较好的解决仓库的问题的。

我们提供了一个云服务平台产品"FlexGalaxy",这个服务一方面提供集群,特别是机器人集群的协作的基础。另外一方面也给我们的客户、仓储运营的人员和关心仓储运营情况的人员提供数字化看板,非常直观看到AMR和人在仓库里的效率,有没有出什么错,有没有什么问题,能不能很好的实现终端消费者需求。这样的以数字数据为核心,以软件为中心,充分结合机器人和数字化技术就是我们这个解决方案的核心。

我们提出了一个新的商业模式"RaaS",实际上是希望借用"SaaS"的概念,"SaaS"是“Software-as-a-Service”,我们希望把它做“Robot-as-a-Service”,我们不希望把自己做成一个直接销售机器人的企业,我们希望提供一个服务,这个服务是以机器人为基础的,但是这个服务是直接可以解决仓储物流企业或者电商企业的一些最痛的点,能帮助他们提高效率,减少管理成本,等等这样的一些问题,并且通过机器人完整的服务提供一站式的解决方案,能够让我们的客户立即就能享受到数字化和自动化的一些成果,这是它的本质。同时,最核心的我们希望提供一个低廉的价格,让大家用这些服务的时候不是那么揪心。有一个低廉的价格很容易就用起来,然后才能有更多的数据,才能促进这个行业更健康发展。

良好的AMR,非常好的AI去帮助AMR完成协作,给大家提供一个价格低廉但高性能的商业模式,这三点能够让我们达成零风险入门的数字升级的体验。这是非常重要的。

04
从技术角度看AMR机器人及解决方案如何赋能

张亚兵:机器人的充电的时间和承重的重量,Syrius炬星在这块有哪些突破?包括有哪些黑科技用于提升呢?

蒋超:我们推出了一款叫FlexPorter·大力士的机器人,它的载重量会比较大,在400公斤以上,一方面我们在逐步提高载重量。另外一方面,我们也通过一些省电的技术,比如AMR运动或者不运动的时候就把一些电关掉,把电省出来。现在机器人都用的是锂电池,急速充电技术,甚至无线充电技术都可以用在我们机器人身上,续航能力是可以得到保障的。我们这些省电的技术,实际上也过了CR和CE的认证。

张亚兵:在现场交付的时候肯定会涉及到各个业务系统的对接,对于各个系统对接这块我们有没有一些快捷的接口对接方式,方便我们做对接跟业务的落地?

蒋超:我们做“RaaS”,实际上我们AIoT的平台有两部分,一部分是“SaaS”,比如我们提供的拣货运营程序叫“SpeedPicker”,我们上架运营程序叫“GoodsKeeper”,这些应用程序就是SaaS的产品,为了支撑这些SaaS产品,我们有PaaS的系统,也就是一些平台性质的东西,我们提供非常良好的而且开放的API。还提供机器人上面的可编程的结构。我们希望通过提供一个统一的小程序的平台,通过提供一个非常简易的编程平台,让我们的厂商、最了解业务的人能够参与到这个开发过程之中,发布自己的机器人小程序,让机器人干不同的活儿。

张亚兵:有一些仓储物流场景里面可能基础架构比较多,可能对网络信号都是有影响的,对于网络这块咱们是怎么实现它的稳定性的?第二,对于数据确权是怎么界定的?

蒋超:第一,网络延迟等等复杂的网络构成会不会对机器人的协作系统造成压力?针对于这个Syrius炬星有独门绝活儿。原理是基于机器人自身有良好的算力,因为我们这个机器人上既有CPU,也有GPU。所以,机器人自身就能够做决策。基于这个我们可以减小网络通信的频率或者压力,对网络的要求就会变小。另外一方面,为了保证在这个过程中的连接,可能会用VPN、SDN,就是软件定义网络的办法,让它IP层的一些路由也比较好。

第二确权的问题,还有安全的问题,因为我们在一个云里运行AI,也只有这样才能把数据的壁垒给它打破。但是如果我们不确权的话,一方面可能会违法,另外一方面也要保证我们客户的利益,能看的数据我们可以看,不能看的数据我们不能看。其实VPN和SDN已经牵扯到安全的一些策略的问题了。现在在企业内部做的是ISO270012013标准,对信息的传输、控制、转储等等需要一个系统架构支持它。还有机器人和作业人员之间,机器人和机器人,机器人和业务数据之间,是用一些电子的合约来管理的。在非常精确的时间,非常精确的力度上来控制数据应该展示给谁,这是由我们整个软件架构来保证的。

张骋:如果遇到像"6·18"或者"11·11"产能波峰,在技术层面以及商业模式层面怎么能保证用户在这样的波峰有及时运力的扩张,在波谷的时候可能又相对来说不会有一些机器设备的闲置,能够做到像云计算一样弹性的调度和扩张?

蒋超:我们提出"RaaS",成本低廉一直是我们这个商业模式的核心,这是我们能够提供给客户的一个核心价值。我们必须维持公有云,必须维持一个大规模的运维的情况,这样才能通过规模化把成本抵消掉。我们当然尊重我们客户数据的权益,我们做好多租户的数据隔离,但是在统一的运维情况下我们仍然可以大幅降低成本。这样能够让我们的客户以比较低廉的成本来获得软件和硬件。Syrius炬星从零开始做一个自己的机器人操作系统,只有这样维持小的规模,非常精准的解决问题才能让它硬件的成本比较低廉。

我们还发现一个问题,在中国做电商履约的客户里中小企业比较多,做工业场景的则是大型企业比较多,这两类客户要的东西完全不一样。我们如何理解市场,如何能照顾到这两方面是商业模式的另外一个核心要点。我认为真正理解市场,提供适应这个市场的产品和服务也是非常重要的一个东西。

张骋:理解了。核心就是一方面把控核心环节把水价做的足够低,另外一方面我建一个公共的蓄水池,可以在合理的范围内对水的资源进行一个调度。

蒋超:对。

张骋:刚才您业介绍了我们这个产品可以看作综合的AIoT系统,而不仅仅是可移动的机器人。其实它适应的领域是非常多的,也就是它其实可以通过一种技术输出的形式赋能给更多别的细分领域,甚至不仅局限于仓储,其他行业也可以?

蒋超:现在整个Syrius炬星有两个品牌,第一个是Syrius炬星,这是一个非常垂直的品牌,提供RaaS的服务,我们现在正在做的这个事情。另外一个品牌叫“powered by Syrius”。“powered by Syrius”和英特尔的“Inside”十分类似,是把我们的技术运用到其他非仓储物流领域的客户,比如有清洁领域,也有一些其他的合作机会。这种形式就是我们的客户去做他们的机器人,我们帮他们去做一些最基础的设计,比如系统构成的一些设计,然后把机器人的操作系统,还有机器人协作的系统通过授权的形式让他们来用,现在也在其他领域发挥着比较大的作用。

© 2016-2022 Lenovo Capital & Incubator Group All rights reserved. 京ICP备11035381 | 京公网安备110108007970号