观点 | Geek+物流总监靳钟祥：自动化、智能化驱动新物流发展
来源 | 物流麻将胡
时代发展促动自动化、智能化不断发展，那自动化、智能化如何驱动新物流发展？智能物流如何应对变革？我们来看看Geek+物流总监靳忠祥的观点吧。
我们公司是专门基于人工智能、大数据做整个智能化仓储解决方案的公司，我今天的主题是智能物流应对变革。
极智嘉科技 (Geek+)物流总监 靳忠祥
（本文根据7月14日由物流沙龙举办的“新物流新模式新技术系列活动之上海站”现场速记整理）
首先我先短时间介绍一下我们公司的情况和背景，我们是一家专注于提供柔性和智能化仓储解决方案的公司，我们公司所有的解决方案都是围绕机器人展开的，有三款比较主打的机器人，P500、P1000和M100，这三款产品分别适用于不同的场景、承载单元。
P500指500公斤的承重，P1000是1吨，M100是100公斤，可以应用于不同的解决方案，包括智能搬运等等，通过这些产品和系统实现整个仓储的高度柔性和智能的整体方案。
系统的特点是什么？
系统一共分为三个主要的核心部分，一方面是软件系统，还有三个大模块。
第一块是库存，指的是什么样的商品放在什么样的货架和区域位置上，管理每个货位的模块。
第二块就是订单模块，当我们有了订单，这个订单怎么进行优化、排序、重组，实现整个机器人的搬运路径最优、货架次数最少，要有一个订单执行模块。
最后是一个调度模块，针对整个订单命中，货架选定，什么样的机器人搬这个货架，什么样的机器人走什么路径，避免交通拥堵，提高整个优化的效率。
接下来有三个大的模块。中间是整个原理，通过系统后台控制所有的货架，依次到检获工位，实现循环队列，从而实现连续地补货，人员只需要站在固定位置上，不用行走，也不用寻找商品，实现整个效率和拣选作业。
我们整个动态货位分布图很有特点，方案是非常模块化和标准化的。下面是一排工位，站的人，红色到蓝色区域都是无人区域，只有机器人在里面进行穿行，不断把货架从仓储区域送到工位上，实现整个效率和搬运。
颜色不同代表的是不同的热销度，越畅销的商品越靠近工位，可以实现动态货位调整和优化。现在行业里电商和零售逐渐融合在一起，一旦搞促销，一款产品就会从一个长尾变成爆款，通过提前调配货架的位置实现效率上的提升。
如果促销完成之后，可能会从爆款变成一个长尾，从前端到后端，每个货架点位都可以根据订单的特性实现随时调配，从而优化整个仓储布局和效率提升。
应用场景是怎样的？
这套系统能够在什么样的场景下解决什么样的问题，我们做了重点梳理和分享。以半径为单位，3—5公里到整个城市到整个干线，有一个整体的影响。我们有以下4个方面的动态优化过程，同而适配各种场景、各种业务需求，实现效率提升和仓储、运输的整体解决方案。
多渠道的订单履行，我们认为现在的仓和以前的仓发生了重大的变化，表现在以下几个方面。
首先仓里面已经不再只强调存储，而是很多功能整合到一起。比如一个仓库里需要做的包括存储、收获、物流、出库、出库、打包、订单核单以及分拨到各个路径，仓库里面功能越来越多。
有一些典型的需求，电商和门店是两个渠道，两个要结合在一起。正向和逆向，既能够从仓里面发到各个终端到客户到门店，也要从各个终端退回到整个仓里面，既能够往外走也能够往里面退，合二为一。
看电商，有很多复杂订单特性需要在一个仓内完成，需要对我们仓储的解决方案提出更高的要求，能够兼容各种特性，兼容各种功能需求，订单履行需要变更物流解决方案。
还有交叉理货和库存的及时释放，一个仓库里面占用一个货位做匹配管理做得不好，可能会导致一个货位里面拣选出来一两件商品，但是库位无法释放，空间利用率不足，难以优化整个效率。尤其季节性变更，需要我们能够实现库位动态调整以及合并。多渠道订单履行需要变更仓内的作业和环节。
第二，动态配置出货能力。在中国一个大区里面不同的仓库节点，可能是若干个总仓和分仓的关系，传统方式我们需要实现调拨越来越快，毕竟有些订单在某个区域仓无法满足，需要跨区实现订单的分配，要求我们整个仓内实现快进快出。
以前从总仓、分仓到前置仓，是一个三级体系结构，现在仓建了产能有所波动，中间三个分仓，某个时间段第一个分仓量急速上升，其他维持均值水平，这个时候不仅仅需要仓之间调配货物，也需要把物流的订单处理能力在仓之间进行调配，这种方案就是我们机器人的特点。
能够实现整个产能的搬运，这个仓8000单，明天可能实现2万单，也能实现产能的调配，在仓之间联动和配置，根据业务上的需求实现动态适配仓内的作业需求的调整。通过轮转和调拨实现产能动态配置，从而匹配业务需求。
第三，配送端的无缝衔接，一个仓里面越来越强调和配怎么进行结合，怎么实现快速地和车辆、发货路径、发货路由系统进行匹配。有一些货架区域，颜色不同代表不同的路径，可能在货架区里面是非常混乱的结果。
比如黄色代表对应的一条路径上的商品和货物，绿色是路径2的商品和货物，他们在仓库里面当路由信息来了之后，可以实现机器人智能动态搬运，按照规格和规则重组货架，形成这种结构。
一旦需要发货的东西根据路径信息、发货计划抬到一定区域，实现自由排列组合，根据路由信息和订单规则实现货架重组。这里面也不需要人工介入，从而和物流分拨进行高度匹配、无缝衔接。
第四，平行和并发的处理。一个方案不能因为仓里面某一个局部的拥堵使仓里面无法发货或者瓶颈，我们希望能够并行处理各种各样的订单。
我们区域里面同样一个SKU是分布在不同的货架和位置，一旦订单来了，不会因为某一个货架上的商品过度集中而被占用，导致其他的工位订单无法执行，所以是分散存储。
通过这个来实现SKU的分散，但是分散规则是要基于商品的属性进行分析。商品属性决定它的分散程度。多工位可以并行，这样不会因为某个货架过度占用资源从而影响出库，仓库里面的订单履行一定要能够并行、并发，实现处理要求。
以上四个点是我们认为仓需要做的四个方面的变革，包括多渠道、动态配置出货能力、配送端无缝衔接、平行并发的处理。
基于这些东西我们提出独特优势，整个方案当中以下是我们的价值点。
首先可以实现效率提升，我们对比过传统的人工仓的方案，我们实现的是货到人，人员不用行走，固定工位上检测，3倍左右的处理能力，一个工位300—600件一小时的能力，而且工位可以根据作业波动实现调配，实现一人多岗一人多功能。
第二，快速实施。我们项目里面一共有15个案例，一般都是3个月以内完成从入场到交付客户使用，一个月以内完成所有的硬件安装，再过一个月做软件调试，再做一个月的爬坡，实现三个月以内完全交付给客户使用这样一套系统。
第三，库存的准确度。整个区域里面不需要人工进去，整个环节不是人去找商品，而是商品找人，人只在固定位置上，整个库存是非常精准的，比人工仓提高更多的库存准确率。
第四，品牌的宣传。通过运用智能仓储系统可以降低劳动强度，提升雇主评价。另外投资回报率，一般3年之内实现快速的投资汇报。
最后一点，灵活的配置，现在仓里面需要具备四个典型的场景，多渠道、配的衔接，我们可以根据订单的波动情况实现机器人快速配置，就像加一个人一样，之前是8000—20000，机器人就是20、30、50往上加，随时扩展。
在仓之间，A仓需要快速提高产能，可以从B仓调到A仓，跨仓调拨，实现产能的匹配，还可以进行租赁服务或者灵活的配置服务。通过灵活配置适配动态业务场景的需求和变化。
以上是我们的价值和场景，我们有哪些算法和优势呢？
首先算法层面的优化，本质上我们要用大数据、数据挖掘、机器人学习来实现整个效率优化，关联挖掘和我们后台很强大的工具，能够实时分析每个货架的热度、商品关联性以及订单命中货架的次数，从而实时调配，今天这个货架搬了多少次，以前在远端，我之前这是一个热销的货架，可以更加往前移，而且这个过程是实时匹配的。通过这个来实现动态优化。
第二，全局聚类，按照订单、最小单位进行拣选和作业，但是将来如果需要大数据，需要瞬时提高我的通过率，我可以把整个订单按照订单值做大，实现整个提总再分，可以优化货架搬运次数和拣选频次，这是我们整个效果图，我们把箱作为一个分机，可以减少整个货架搬运次数和命中的行数。
第三，动态批次，我们的批次从来不会固定好做优化，永远是动态变化的，我这里是一个订单池，在我的工位里面寻找相同的SKU的东西，在订单池里面运送订单，再往这边分配，可能有12个格子，其中一个订单做完之后会找和剩下11个格子相同的SKU和货物，对应进行分配，每一个工位、货运上都是可以实现动态匹配和波次的随时优化的。
我们这边是矩阵数据库，根据订单的单行和多行关系实现智能拆分，和业务进行匹配。单行出库打包，多行需要核单优化，算法上的调整。算法层面提高整个仓储作业效率。
我们系统里面具备各种场景的兼容性：
首先，可以实现两者的结合，一方面货到人，一方面人到货，当我发现在某个时间段内某一款商品或者某一类商品特别畅销，我们会提前预知出来，这个时候货架是在一个固定工位上停靠完以后全部按照一定的规则排列开，实现人在里面检。当品类变了以后不再热销，再返回去，实现爆款和长尾兼顾处理，实现整个优化。
第二，动态货物分配，随时做Slotting，根据业务变化形态调整货物的位置，我们也可以根据商品的热销度重组货架，可能某一款商品分布在多个货架上，但是他们都是热销的商品，我们可以把货架再到工位上上进行重组，形成热销货架，再分到里面，实时动态调整，优化货位的位置。
最后一点，根据实际作业切换不同的流程，我们系统里面内置3—5种不同的流程模块，可能促销是一套流程模块，平时是一种，门店里面有铺货和补货，在不同场景下用不同流程适配业务需求，做整个设计和搬运。可能我的商品夏天是凉鞋，冬天是长靴或者羽绒服，适配不同商品或品类的特点。
此文系作者个人观点，不代表物流沙龙立场
— END —
近期推荐