撰文 | 微胖

有人說，近10年經濟發展有三條鐵律一直未被打破。

解決人口流動造就了高鐵、新能源出行；解決錢的流動速度，造就互聯網金融、區塊鏈技術；解決貨物流動速度，造就了新零售和物流。

確實，今年再談移動機器人，氛圍與過去兩年格外不同。

亞馬遜又宣布兩款新機器人加入倉儲運營大軍；軟銀停產Pepper，重倉倉儲機器人；波士頓動力商業化第一站著陸倉儲物流......

國內，字節跳動最近入股一家倉儲機器人；極智嘉與中金公司簽署上市輔導協議，擬科創板掛牌上市。據Interact Analysis統計，這家公司目前在全球AMR市場占有率世界第一。

如果說兩年前的行業還在大談「教育」市場、市場「必須」被改變，那么，今年關鍵詞已經變成「從1到N」或者「跨越」鴻溝。

今年訂單量飛速增長，截止6月底，極智嘉已在全球范圍內銷售了 20,000 臺自主移動機器人 (AMR)。在7月下旬極智嘉舉辦的全球智慧物流峰會上，創始人兼CEO 鄭勇告訴大家。而兩年前，這個累計銷量數字不過1萬臺。

極智嘉創始人兼CEO 鄭勇

極智嘉聯合創始人兼CTO 李洪波在峰會后接受媒體采訪時舉了一個例子。兩年前，他們和武漢的一個客戶交流好幾次，但對方總說沒想清楚，一直猶豫不決。疫情出現之后，對方打電話表示只要封城解除了，你們就趕緊過來。

「大家發現機器換人不止解決降本增效，還解決各種黑天鵝事件。」

極智嘉聯合創始人兼CTO 李洪波

如果說產業化第一階段是教育市場，那么，第二階段屬于判定趨勢過程，第三階段面臨大規模應用，客戶把它作為NO.1的選擇。「我們已經到了第二階段甚至到第三階段大門打開的時候。」他說。

Interact Analysis高級研究總監張鍵在峰會上披露的數據顯示，全球用于物流倉儲和制造業的移動機器人，市場銷售額在2020年有20％增長，總出貨量在2018-2020年間翻了2倍。他們預測，到2024年移動機器人市場規模會超過140億美元。

Interact Analysis高級研究總監 張鍵

 一 

從1到N，制造業業務的擴張瓶頸是什么？

物流機器人有兩大場景：制造場景和倉儲物流場景。制造場景每年增速大約在30%左右。極智嘉一開始給電商做解決方案，現在有很多業務鋪在制造業。

「極智嘉業務，海外大概占60%，中國占40%。」 鄭勇告訴機器之心，「中國業務部分里，制造業占一半左右。」

除了體量最大、自動化程度最高的汽車與電子，鋰電、光伏行業也是極智嘉布局重要領域。「中國的鋰電池、光伏業務每年翻兩三倍，這種增長趨勢下一定會拿到很多機會。」

峰會當天早上，我們穿過上海西門子開關有限公司花園般的院落，來到他們的智慧物流工廠。眼前，四種不同類型的機器人正在賣力工作，工人基本只是「點綴」。

這座智慧物流工廠有兩個關鍵詞，其中一個是「全流程」，亦即實現了從收貨、質檢、入庫，到在庫理貨、出庫集貨和產線送料全場景機器人串聯和全鏈路物料信息化。

在收貨區，極智嘉揀選機器人來回忙碌，時而檢測數量是否正確，時而檢測大小、體重是否「超標」。面對來自供應商幾千甚至近萬種零部件，過去需要80個工人花費5天時間收貨，現在10個工人花2天時間就能做完。

收貨入庫區

因為是高壓開關產品，工廠還要安排貨架到人機器人負責抽檢（比如沖壓測試等）。沿著二維碼軌道，機器人將貨品送到抽檢辦公室。之后，機器人會將產品返回到之前的貨架位置。

貨箱到人機器人往返于檢驗室和收貨區的檢驗站

接下來的存儲環節，機器人會根據系統指令，將托盤貨物送至不同貨區入口。上架前，所有信息經系統采集計算后，自動分配貨物去向及儲位，充分利用不同儲位的效率。

立庫存儲區入口（左）與貨到人庫區入口（右）

理貨區的一位工作人員告訴我們，無人化后，理貨準確率為99.99%。由于系統根據熱力圖進行智能理貨，最明顯感受就是效率提升好幾倍。即使深夜，倉庫也會繼續運作，機器人會將空箱子放到進貨口，方便第二天工作。

不過，最讓人印象深刻的是六層立庫區，機器人可以搭乘「電梯」往返高層之間。立庫區會按照生產計劃每天進行智能理貨，例如會將第二天需要的物料放到一樓，確保第二天工廠開工時能夠以最快速度完成出庫。工人上班后，會根據系統按照優先順序，分揀給產線。

立庫存儲區（左）與貨到人庫區（右）

由于操作界面友好，員工感慨上手很快，新手培訓時間也大大降低。比如，收貨區新員工2小時就能上手干活，過去可能要培訓一周。

除了「全流程」，這座智慧物流工廠的另一個關鍵詞是「柔性」。柔性是一個很大的亮點，在西門子(中國)有限公司智能基礎設施集團配電設備與系統事業部財務總監束長虹看來。這意味著可以實現無停產升級改造，「分批部署，不用一次性改換，地圖一換，就可以立刻改變跑起來。」

柔性的另一個體現在于，可以根據業務需求增加減少機器人的數量，幫助客戶更好地應對業務波動，無需投資額外的倉庫空間。

完成了智能升級后，工廠入庫效率提升2.5倍、出庫效率提升2.15倍，存儲面積減少50%，送料及時率和準確率獲得極大提升。

盡管參觀西門子案例的同行絡繹不絕，但束長虹說看的人很多，真正行動的少。

在零售行業，類似亞馬遜這樣的龐然大物重視倉儲物流的，還是少數。很多公司很大，也很有錢，但是他們的錢更多花在引流、競爭上。

眾多制造企業也將更多錢花在了生產環節，物流和倉庫的管理目前仍采用「人工+機械」作業。從客戶角度來看，「用得起」和「容易用」仍然是挑戰。一方面，大多數公司沒那么財大氣粗，購買機器人車隊以提高效率的間接成本足以讓他們猶豫。

筆者曾參觀位于長三角的某紙板廠，物料直接堆在流水線旁，從地面疊加到天花板，司機駕駛叉車來回穿梭。盡管叉車師傅工資過萬，但工廠仍然不愿意機器換人，因為相比利潤，「智能倉庫價格太高。」

另一方面，采用新技術也對傳統倉庫基礎條件提出了要求，改造難度和成本（間接影響投資回報）也是一個問題。也有人指出，思維固化（例如執著于投資回報率）也是制造業業務難以推開的深層次原因。

對于極智嘉這樣的供應商來說，不同行業、不同企業形形色色的要求也給業務規模化帶來挑戰。

鄭勇坦言，不同級別的制造業，需要的方案不一樣。相對來說制造業，對于機器人定制化要求更高。軟件多一些定制化沒有關系，但是機器人做很多定制化會帶來成本上升，或者質量很難控制。

制造業定制化要求非常高，Interact Analysis高級研究總監張鍵在峰會上談到，在制造業場景中，SLAM導航技術使用得更多。制造業場景相比物流場景更復雜，對移動機器人要求也更高，除了提升效率節省成本的要求外，還要考慮安全性、人機混線、與產線節拍的配合等，這些因素導致制造業不如物流倉庫那么容易上量。

除此之外，與日本很多中小工廠標準化、流程化做的得很好不同，國內很多小規模制造企業連生產流程都沒有，這也制約了機器人解決方案的可采性。

不過，長遠看，AI機器人改變制造業的前景，毋庸置疑，也并不新鮮。

谷歌云最近一份報告顯示，許多制造商重新考慮他們的供應鏈和運營模式，以更好地適應大流行帶來的波動性增加，并支持消費者要求越來越個性化產品的長期趨勢。

在供應鏈優化類別中，制造商表示他們將人工智能用于供應鏈管理 (36%)、風險管理 (36%) 和庫存管理 (34%)。

對于世界工廠中國來說，突破定制化需求時代的物料管理和效率瓶頸仍然具有實際意義。

中國許多代工廠通常特性是訂單數量不是很大，但生產任務比較急，代工的品種也比較多，經常會導入一些新產品。代工利潤本來就不高，如果管理不夠效率，完成訂單后基本賺不到什么錢。

宜家核心供應商之一、廣州雅耀電器負責人韓紀杰曾對媒體表示，對于中國供應商來說（B端制造企業）來說，響應迅速仍是一個非常強的競爭優勢。

「我們不需要知道銷售端的情況，但需要快速地反應，」「除了質量、成本之外，我們最強調的就是快。」

 二 

從1到N，需要什么樣的基礎設施？

任何一家科技企業，不論做什么，最終體現的還是一個商業化能力。低維度講，就是現金流管理能力，是不是可以很好的平衡收入與成本。

對于一家想要上市的公司來說，他們更有動力把盈利的事情做好。

這幾年AI公司實踐已經表明，自然系統的數據通常凌亂、長尾、不可預測甚至高度熵，由此引發的工作量被證明是這些業務難以經濟起來的主要原因。

「把所有問題總結出來，就是以前是有多少人工就有多少智能，甚至是只見人工不見智能。」李洪波已經在兩屆峰會上談到這個問題。

隨著客戶項目和需求越來越多，今年上半年極智嘉又做了去年全年的量，公司人數又翻了一倍，但是「目前的一個難點就是怎么去復制，」鄭勇說「做了很多項目，客戶項目太多，怎么能夠做得完，項目實施變成了企業發展的瓶頸。」

2B行業有一個最大的痛點——如何滿足大規模個性化。當客戶場景、業務發生變化的時候，系統性能很難繼續保持。

對于技術型公司來說，將公司業務從完全的項目制向標準化服務的方向拓展，辦法之一就要加強底層的技術創新。

要用技術去解決系統的快速定制化，讓系統有更靈活配置的能力，怎么能夠快速匹配客戶的需求。鄭勇表示。

這也是業內人士共識。例如，上海世界人工智能大會期間，某公司推出「AI大裝置」，試圖解決大規模場景、覆蓋更多長尾客戶和場景。

事實上，早在2019年，極智嘉就做了一次戰略升級，將原來客制化軟件開發變成了應用平臺——aPaaS，旨在解決大規模客制化問題。

就工業現場來說，完全沒有定制化是不可能的，每個客戶尤其是工廠，哪怕同一個客戶的兩個工廠都是獨一無二的，關鍵在于定制內容放在哪一層，要素抽象到什么程度。

就像蓋房子，每個樓蓋的都不一樣，但預制板幾乎都是一樣的。你可以一磚一瓦地蓋房子，也可以組合不同預制板，完成新場景的定制，以更低邊際成本實現對象場景的規模化覆蓋。這也是整個aPaaS最核心邏輯。

李洪波解釋道，在某種程度，aPaaS就是一個高度模塊化可配置的東西，就像搭樂高。先把樂高模塊、搭樂高的規則或者流程給做出來，需要搭建一個新項目時，我們就用樂高的方式做出來。

無論是安卓還是蘋果操作系統，本身也是aPaaS。在安卓基礎上，無論谷歌還是開發者都可以二次開發，進而呈現出千人千面。同樣，無論是極智嘉做交付，還是合作伙伴或者是終端客戶，都可以基于這個平臺做二次開發。

aPaaS平臺的價值是兩個，李洪波認為一個是敏捷，第二個是節省成本。

在歷經超過300人工程師、兩到三年的持續開發后，今年aPaaS平臺再次升級—— 加入 「4D 使能技術」。所謂 「4D使能技術」，也就是四個「Deep」：DEEP(深度)軟件智能、DEEP(深度)業務智能、DEEP(深度)數據智能，以及DEEP(深度)群體智能。

例如，業務智能包含的數字孿生，可以讓企業享受智能變得風險更低，也更「可持續」。

客戶在上線系統之前、之后都會面臨不同痛點。例如，上線之前，如果端到端的解決方案是其他客戶現場沒用過的，如何來判斷解決方案是否高度適配，是個很難的問題。

上線之后，如何更加有效地進行智能監控和運維也是挑戰。運維人員一般技術水平沒有那么高，如果業務波動的情況下，如何做持續性優化？

數字孿生有助于減少數字能力和設計能力之間的差距。「構造一個自動化智能倉庫模型，在真正建設這套系統之后先做好仿真，找到系統薄弱點，去優化解決方案，可能是能夠讓現在自動化成功率提高非常重要的基礎。」鄭勇說。

上線后，基于數字孿生的數智化監控運維和基于數據驅動的綜合優化，有助于解決客戶痛點「在真正運行過程當中幫助找到問題，確實是非常有價值的。」

 三 

生態，又是生態

除了「從1到N」，這幾年，AI和機器人供應商談得最多的還有生態。過去「生態建設」頻繁見于半導體行業，如今制造業供應商們也在呼吁分工與協作。

西方成熟工業體系擁有一套穩定的社會分工，生態成員安于恪盡職守與協作。很多大型企業有明確的信息化部門和受過專業訓練的技術人員，他們清楚公司需要什么樣的系統，什么樣的業務屬于哪一類生態成員。

傳統中國制造業的客戶未必有如此清楚的認知，「開發+外包」思維慣性導致他們仍然會對供應商提出包含諸多痛點、過于豐富的需求。

找客戶的時候，我賣的不是機器人。我上去的時候都是問，你有什么痛點，訂單量有多大，雙11怎么樣，我再跟你說這樣端到端的解決方案，人在運營層面上應該怎么做，機器人怎么去加，方案怎么配。李洪波說。

「把他所有的顧慮都能解決，這個時候才能叫降維，否則你就被別人降維了。」

鄭勇告訴我們，國內商業環境比較復雜，不僅產品要做好，還要服務好客戶，要做好很多軟能力建設，才能拿到更多訂單。今天很多做系統都是端到端，不過，未來要向ERP公司、賣機械手的公司學習，他們有專門產業分工，比如有人做系統集成實施。在物流領域逐步構建出生態，有更多合作伙伴去做落地，才能走得更快。

鄭勇反復強調，極智嘉仍然是一個機器人公司，本身最核心的定位是產品公司。有了標準化定制產品后，再與更多合作伙伴一起，做靈活的上層機制，配適合業務需要。

要成為一家全球領先的AI機器人公司，最重要的還是底層技術能力，這是支撐未來發展的基礎。過去幾年，極智嘉曾經花了很大精力做商業化，希望把產品解決方案配到市場上，但「機器人產業里面，我覺得最重要的根本還是技術。」鄭勇說。

「極智嘉可能還是會追求自己的業務增長，涉及更多領域，技術還是我們非常重要的一部分，只要投資人還愿意相信機器人的賽道和機器人的夢想，我們還會融資，加強自己的技術。」

其實兩年前，2019年的極智嘉全球物流峰會上，公司就表示在未來三年在AI機器人研發方向上投入超過10個億，在技術上實現領先。

 Interact Analysis高級研究總監張鍵對中國在移動機器人領域的發展勢頭表示樂觀和肯定，「我們已經是頭部位置了」。與受制于核心零部件的工業機器人領域不同，除了足夠豐富的場景試驗田，中國移動機器人企業在視覺感知、調度技術等方面都走在前列，進入全球前列的中國移動機器人廠商肯定更多。

目前，從產品數據看，貨架到人機器人走勢最為良好。亞馬遜自己復制了20萬臺，極智嘉銷最大的也是P系列貨架到人揀選機器人。根據大數定律，大規模應用的背后一定是有一個不確定性里面的確定性。如果這個方案有價值，那么，在后續大規模復制的過程中，這個價值就是它真正內在的大數定理指標。

像貨架到人揀選機器人的數量，說明這種解決方案在某種程度上具有核心的價值。李洪波說。在大數定理下，市場格局還是在于誰能給客戶提供更好產品解決方案，誰能給客戶提供更好服務。