領(lǐng)教工坊第八屆中國(guó)企業(yè)家私人董事會(huì)年會(huì)完美落幕，近400位民企中堅(jiān)企業(yè)家和商界領(lǐng)袖、業(yè)界專家齊聚上海，共商巨變時(shí)代的生存之道。

會(huì)上藍(lán)胖子機(jī)器人公司聯(lián)合創(chuàng)始人兼CEO鄧小白以《人工智能與機(jī)器人如何賦能物流與工業(yè)領(lǐng)域》為題，分享：藍(lán)胖子機(jī)器人用實(shí)踐闡述：“如何通過(guò)機(jī)器人助力物流公司效率提升”、“怎樣通過(guò)人工智能和機(jī)器人在工業(yè)領(lǐng)域里面的應(yīng)用，探索效率升級(jí)”。以下內(nèi)容來(lái)自鄧小白現(xiàn)場(chǎng)演講，內(nèi)容經(jīng)過(guò)本人修訂發(fā)布，與您分享。

藍(lán)胖子的誕生過(guò)程

鄧小白，藍(lán)胖子機(jī)器人聯(lián)合創(chuàng)始人兼CEO，本科畢業(yè)于中山大學(xué)經(jīng)濟(jì)學(xué)系，畢業(yè)后本打算直接進(jìn)入物流行業(yè)，但機(jī)緣巧合去了摩根大通。后來(lái)偶然發(fā)現(xiàn)全球最大快遞速運(yùn)商的招聘啟事，便申請(qǐng)加入了這家公司的美國(guó)總部，并在短短兩年時(shí)間內(nèi)升任亞太區(qū)管理層。

從這家物流公司辭職后，鄧小白入選了IDG資本“自由人計(jì)劃”，通過(guò)一位共同好友認(rèn)識(shí)了擁有豐富機(jī)器人研究和創(chuàng)業(yè)經(jīng)驗(yàn)的張浩。兩人一拍即合，共同運(yùn)營(yíng)起藍(lán)胖子機(jī)器人，專注于用AI和機(jī)器人技術(shù)為物流電商企業(yè)提供無(wú)人倉(cāng)解決方案。

從2015年正式商業(yè)化運(yùn)作開(kāi)始，我們就想著要做國(guó)際化和多元化。剛開(kāi)始是初生牛犢不怕虎，以為從全世界招人、打全球市場(chǎng)不會(huì)特別難，但現(xiàn)實(shí)并非如此。慶幸的是我們堅(jiān)持下來(lái)了，團(tuán)隊(duì)的前10個(gè)人里有4個(gè)人來(lái)自其他國(guó)家，等到20人的時(shí)候，英語(yǔ)已經(jīng)成為公司的主要工作語(yǔ)言。

現(xiàn)在我們有近200位同事，從3個(gè)人到200人，我們經(jīng)歷了四輪半的融資，投資者是一些中國(guó)最知名的風(fēng)投機(jī)構(gòu)，例如天使輪的領(lǐng)投方創(chuàng)新工場(chǎng)，以及A+輪的領(lǐng)投方云鋒基金。

公司的第一個(gè)客戶是美國(guó)最大的物流公司，前三個(gè)客戶都來(lái)自海外?，F(xiàn)在我們總部是在深圳，同時(shí)在廣州、香港、美國(guó)亞特蘭大、澳大利亞布里斯班設(shè)有辦公室，業(yè)務(wù)涵蓋中國(guó)、美國(guó)、澳洲、歐洲、日本等市場(chǎng)。

快速發(fā)展的行業(yè)背景

電商的快速發(fā)展

電商的爆發(fā)，一方面使得包裹數(shù)量急劇上升，十年前中國(guó)一年大概只有30億件包裹，而2018年超過(guò)了500億件，這個(gè)數(shù)據(jù)預(yù)計(jì)3年后會(huì)超過(guò)1000億件。另一方面，包裹變得越來(lái)越小，以前的快遞大多是二三十公斤的大件，現(xiàn)在的快遞大多是5公斤甚至3公斤以下的小件。

物流行業(yè)就業(yè)吸引力下降以及快遞需求的提升

無(wú)論是中國(guó)還是大多數(shù)發(fā)達(dá)國(guó)家，很多年輕人都已經(jīng)不愿意選擇物流行業(yè)的工作。剛剛說(shuō)到去年中國(guó)包裹量超過(guò)500億件，平均下來(lái)每天超過(guò)1億件，假設(shè)每件包裹在達(dá)到消費(fèi)者手上之前要經(jīng)過(guò)10次流轉(zhuǎn)（這實(shí)際上已經(jīng)非常高效），那么加起來(lái)平均每天會(huì)有超過(guò)10億的包裹周轉(zhuǎn)。以前在美國(guó)還有數(shù)日達(dá)，但在中國(guó)往往是隔日達(dá)，甚至當(dāng)日達(dá)。這種情況下，如何去優(yōu)化整個(gè)流程或者推動(dòng)哪些環(huán)節(jié)的自動(dòng)化，從而保證消費(fèi)者的購(gòu)買(mǎi)體驗(yàn)，其實(shí)是一個(gè)很大的挑戰(zhàn)。

技術(shù)提升效率

在這樣的行業(yè)大背景下，我們以智能物流作為一個(gè)切入點(diǎn)其實(shí)遇到了一個(gè)很不錯(cuò)的時(shí)間窗口。從包裹的上件、分揀、運(yùn)輸?shù)窖b載，幾乎倉(cāng)儲(chǔ)中的每個(gè)工作環(huán)節(jié)，我們都可以運(yùn)用AI和機(jī)器人技術(shù)去替代。所有的數(shù)據(jù)分析和優(yōu)化都會(huì)在我們自己的中間件中進(jìn)行。以前我們的客戶可能會(huì)用幾百人去做規(guī)劃的工作，現(xiàn)在我們幫他們直接在云端就完成了。

機(jī)器人硬件很多老牌的公司已經(jīng)做得很好，我們主要做的是系統(tǒng)部分。打個(gè)比方，我們更像是微軟，做系統(tǒng)做軟件，然后通過(guò)機(jī)器人硬件應(yīng)用到不同的場(chǎng)景中。在抓取放置系統(tǒng)方面，我們的團(tuán)隊(duì)中有亞馬遜機(jī)器人大賽的世界冠軍，所以技術(shù)是全球頂尖的。

在移動(dòng)小車(chē)方面，我們著重在做多機(jī)系統(tǒng)。比如說(shuō)如果滴滴未來(lái)都是無(wú)人車(chē)的話，每一輛車(chē)擁有一個(gè)目的地，需要做路徑規(guī)劃、靜態(tài)和動(dòng)態(tài)避障等，他們是在外面的路上跑，而我們是在室內(nèi)來(lái)做相似的事情。在這方面我們有來(lái)自韓國(guó)機(jī)器人比賽的一個(gè)冠軍。

所以，無(wú)論是包裹分揀、裝載、運(yùn)輸這樣的工業(yè)場(chǎng)景，還是畫(huà)畫(huà)、做咖啡、做餃子這樣的服務(wù)場(chǎng)景，都是同一套系統(tǒng)在不同場(chǎng)景的具體應(yīng)用，是基于一定的模塊，不同行業(yè)去做定制化開(kāi)發(fā)。

AI的應(yīng)用優(yōu)化方案

在物理層面上用機(jī)器人完成不同操作，實(shí)際上需要將很多的數(shù)據(jù)分析結(jié)果從云端傳送給機(jī)器人。我們通過(guò)接入一個(gè)AI的模塊直接將傳統(tǒng)ERP或者WMS系統(tǒng)中的數(shù)據(jù)進(jìn)行優(yōu)化，并將優(yōu)化后的指令給到機(jī)器人去執(zhí)行。這樣機(jī)器人通過(guò)傳感器收集到的第一手環(huán)境數(shù)據(jù)實(shí)時(shí)上傳到云端，云端進(jìn)行實(shí)時(shí)的數(shù)據(jù)分析和優(yōu)化，優(yōu)化后的結(jié)果一方面和客戶的ERP/WMS系統(tǒng)實(shí)時(shí)溝通，一方面?zhèn)鹘o機(jī)器人區(qū)執(zhí)行，就形成了一個(gè)全系統(tǒng)自動(dòng)化方案。

我們一個(gè)物流公司的客戶，有700架飛機(jī)，16000多輛卡車(chē)，每天有1500萬(wàn)的快遞量。如何去分配不同的包裹裝在哪一輛車(chē)、哪一架飛機(jī)，每一輛車(chē)、每一架飛機(jī)應(yīng)該何時(shí)出發(fā)，何時(shí)到達(dá)，走怎樣的路線，可能有過(guò)萬(wàn)人在做這樣的規(guī)劃。而且一旦做了這個(gè)規(guī)劃，可能幾年都如此執(zhí)行。但現(xiàn)在AI可以很快地計(jì)算出最優(yōu)甚至次優(yōu)的結(jié)果，并可以做動(dòng)態(tài)調(diào)整。然后我們發(fā)現(xiàn)有些包裹其實(shí)不用上飛機(jī)，通過(guò)陸運(yùn)也可以到達(dá)目的地，滿足遞送要求。要知道，陸運(yùn)的費(fèi)用可還不到空運(yùn)的四分之一，僅此一個(gè)點(diǎn)，AI就幫客戶每年節(jié)省了差不多50億美元。

而且以前人制定好規(guī)則之后，是由工人去執(zhí)行。未來(lái)很可能是由機(jī)器人來(lái)執(zhí)行。這個(gè)規(guī)則如何根據(jù)實(shí)際情況調(diào)整，都可以由AI來(lái)實(shí)時(shí)計(jì)算。

在一些制造業(yè)公司，在貨物出庫(kù)前也是用工人來(lái)做掃碼、分揀的工作，但走來(lái)走去，需要花費(fèi)很長(zhǎng)時(shí)間，現(xiàn)在用機(jī)器人去配合他們，可以增加差不多10倍的效率。

其他行業(yè)的一些應(yīng)用

我們先從物流行業(yè)切入，然后擴(kuò)展到其他行業(yè)。在制造企業(yè)，貨物生產(chǎn)完之后，我們幫助客戶在碼垛（堆放）、裝載這樣的物流環(huán)節(jié)去提升效率。其中會(huì)涉及到計(jì)算每個(gè)托盤(pán)的位置擺放，以達(dá)到最少的行動(dòng)距離。這個(gè)過(guò)程中的邏輯是我們并不是和人去做競(jìng)爭(zhēng)，而是在場(chǎng)景中去做彌補(bǔ)，彌補(bǔ)人不在或者人手不足時(shí)候的效率提升。

很多中國(guó)制造企業(yè)在做國(guó)際化拓展的時(shí)候都偏向于做全自動(dòng)化的改造。因?yàn)榈搅撕Ｍ?，無(wú)論是勞動(dòng)力成本還是當(dāng)?shù)氐倪m用法律，中國(guó)公司都不是特別熟悉，如何做到管理可視化以及從總部對(duì)各分部的把控，最簡(jiǎn)單的方法就是做全自動(dòng)化。只要做完了一套方案，無(wú)論是到東南亞，還是到歐洲，都可以在這個(gè)模板上去做微調(diào)。

例如我們有一個(gè)客戶來(lái)自家居行業(yè)，可能是全世界最大的品牌，他們每年大概會(huì)處理300萬(wàn)個(gè)車(chē)柜，在全世界范圍內(nèi)運(yùn)送。我們知道家居產(chǎn)品是有不同尺寸、不同大小的，在車(chē)柜中的如何擺放以達(dá)到不同的裝載率，對(duì)于物流成本影響很大。以前他們有專門(mén)的規(guī)劃員去做計(jì)算，現(xiàn)在我們利用純AI的算法，和他們最好的規(guī)劃員去PK。這樣的競(jìng)爭(zhēng)一方面是正向地把規(guī)劃員的能力逼著提高了，另一方面我們也看到AI算法能夠和擁有數(shù)年經(jīng)驗(yàn)的規(guī)劃員打成平手，甚至多數(shù)時(shí)間表現(xiàn)得更優(yōu)。那其實(shí)人只要跟著AI算法的指導(dǎo)去執(zhí)行就可以了，節(jié)約了經(jīng)驗(yàn)的積累和訓(xùn)練的過(guò)程。

這類(lèi)客戶擁有制造端、物流端以及銷(xiāo)售端，我們的AI算法可以幫他們提前一年就把所有數(shù)據(jù)計(jì)算出來(lái)，未來(lái)一年物流成本大概是多少，需要用到多少車(chē)柜，每個(gè)車(chē)柜裝哪些東西，怎么裝，怎么走，怎么銷(xiāo)售，整個(gè)過(guò)程都可以做到可預(yù)測(cè)、可視化。單只這個(gè)過(guò)程，可能就可以幫客戶節(jié)省數(shù)十億成本。

我覺(jué)得機(jī)器人的效率在十年之內(nèi)都打不過(guò)中國(guó)人，這個(gè)是肯定的，因?yàn)橹袊?guó)工人的效率實(shí)在是太高了，可以說(shuō)是世界第一，但中國(guó)企業(yè)往外走就會(huì)遇到挑戰(zhàn)，因?yàn)橥饷娴男士赡苤挥幸话肷踔粮伲孕枰柚詣?dòng)化來(lái)解決這樣的挑戰(zhàn)。

未來(lái)5G時(shí)代

以前的通訊技術(shù)無(wú)法在很便宜的情況下實(shí)現(xiàn)多個(gè)設(shè)備的互相通訊，5G時(shí)代的到來(lái)會(huì)大幅度降低設(shè)備的通訊成本，可以實(shí)現(xiàn)多個(gè)設(shè)備的互聯(lián)互通，而且延時(shí)效應(yīng)也會(huì)很低。對(duì)于工業(yè)互聯(lián)網(wǎng)、產(chǎn)業(yè)互聯(lián)網(wǎng)都是非常大的助力。當(dāng)然如果只是單一的企業(yè)去做布局會(huì)非常難，成本太高，可以探索政府主導(dǎo)、企業(yè)租賃的形式。

未來(lái)5G+AI+IoT，實(shí)現(xiàn)通訊加產(chǎn)業(yè)物聯(lián)網(wǎng)，在生產(chǎn)領(lǐng)域、物流領(lǐng)域，所有的工業(yè)的環(huán)節(jié)實(shí)現(xiàn)自己去做決策，一條生產(chǎn)線去做多種產(chǎn)品，庫(kù)存的概念可能變成了不是大量生產(chǎn)然后再儲(chǔ)存再賣(mài)出去，可能變成了定制化。

在生產(chǎn)領(lǐng)域、物流領(lǐng)域，所有的工作環(huán)節(jié)都有望實(shí)現(xiàn)自主決策、實(shí)時(shí)優(yōu)化，一條生產(chǎn)線可以同時(shí)生產(chǎn)多種產(chǎn)品，庫(kù)存的概念可能就不會(huì)再是大量生產(chǎn)后儲(chǔ)存起來(lái)再賣(mài)出去，而可能變成快速定制化。

責(zé)任編輯：ct