智能物流机器人，扮演关键角色。
来源|AI蓝媒汇
ID:lanmeih001
作者|魏晓
编辑|韩小黄
1999年，十数位来自文学、生物、建筑、计算机等领域的顶尖专家，应好莱坞知名导演史蒂芬·斯皮尔伯格的邀请，加入了一场为期三天的“智囊团”会议。
讨论内容是：
50年后的世界将会是个什么样的。
这场会议是史蒂芬·斯皮尔伯格为筹备科幻电影《少数派报告》专门设计的，期间碰撞出来的未来畅想，也直接在三年后被搬上了大荧幕。
其中令外界印象尤为深刻的一幕，发生在一汽车生产车间。在汤姆克鲁斯饰演的男主角与敌人进行搏斗的同时，电影向观众展示了一组汽车在2054年制造的画面：机器人快速精准的进行焊接，组装，全程无人化操作。
从今天的视角来看，彼时的专家们对未来的设想方向是准确的，只是一定程度上低估了社会的发展速度。
仅在《少数派报告》播出十几年后，电影中展现的那高度智能化的一幕，已在不少制造企业中走入现实。
全程自动化的生产线、灵敏的机械臂、穿梭的智能物流机器人，没有人头攒动，却更加高效精准。
一个越来越清晰的趋势是，以智能工厂为代表的工业4.0时代，已在加速向社会驶来。
在这背后，正是AI、机器人等技术产业的快速发展。尤其是智能物流机器人，扮演了关键角色。
去年9月16日，阿里巴巴宣布，位于杭州市余杭经济技术开发区顺风路的“犀牛智造工厂”投产。
该工厂为阿里巴巴探索新制造打造出的样板工厂，基于物联网布局，进行全数字化运作，同时应用了大量机器人，实现了“50%采用无人化生产”、“大部分订单可以1小时内完成”这些自动化、数字化高效成果。
其中部分用于货品传输、上料下料的智能物流机器人，来自于上海快仓智能科技有限公司。后者于2014年成立，公司使命是“让人类不再搬运”。
无论是阿里的“犀牛智造”，还是快仓，双方都是智能工厂浪潮的积极推动者，致力于将人类从繁重的机械劳动中解放出来。
一方面，这是顺应工业4.0时代传统制造场景的升级需求。
近几年来，关于智能制造、智能工厂等建设，已逐步上升至国家战略层面，成为推动下一轮产业变革的关键力量。
刚印发的《“十四五”智能制造发展规划》(征求意见稿)，便提出到2025年，建设2000个以上新技术应用智能场景、1000个以上智能车间、100个以上引领行业发展的标杆智能工厂，重点行业骨干企业初步实现智能转型;到2035年，规模以上制造业企业全面普及数字化。
另一方面，这也是应对我国劳动人口结构变化的重要举措。
国家统计局发布的《2020年农民工监测调查报告》显示，2020年中国农民工总量28560万人，比上年减少517万人。这其中，从事制造业的农民工占27.3%，比重继续保持下滑态势。
同时人力成本在持续上升。2020年，从事制造业的农民工月均收入4096元，比上年增加138元，增长3.5%，是增速最快的行业。
显而易见，制造业曾经拥有的人口红利已经步入拐点。
于是，上到国家政策，下至制造产业，无论是抢占下一轮工业升级的制高点，还是解决用工难题、降低工业生产成本等问题，打造无人工厂、实现工业自动化，推进智能工厂建设，已成共识。
接下来，就是如何实现智能工厂。
AI蓝媒汇了解到，目前，国内多数生产制造企业已经实现“自动化”特点，具备了一定数量的自动化生产线和生产车间，不过依然存在大量信息化孤岛和自动化孤岛。
这并不是智能工厂的完全体。
“一定的原因在于，很多传统制造企业在布局智能工厂时，还是围绕既有的生产线，进行设计布局，从而带动整个物流动线的规划。”快仓智能合伙人兼副总裁杨卓对AI蓝媒汇说道。
快仓智能合伙人兼副总裁杨卓
该种设计思路下，生产任务与机器人、产线、车间、仓库等并没有完全连接起来。
事实上工业4.0时代，传统制造场景在向智能工厂升级迭代的核心特征，应用多少智能机器人、自动化设备等仅是表面，是否实现研发、采购供应、生产、服务等全价值链的“精益流动”，才是关键所在。
换句话说，除了智能化、自动化之外，更重“连接”的高效。
一种新思路——以物流的动静或物料的动线来规划所有产线的布局，开始被市场接受。
杨卓将其称之为“整场智能物流规划”。
“传统制造场景中的物流，一般理解为分布在仓库，是一个岛链式的分布结构，相对固定。整场物流规划思路下，以物料的流动的业务动线为基础，灵活调整生产结构和生产工艺，从而能够加速实现柔性工厂。”
好处是明显的。
一方面，是连接的高效。
由于物流贯穿端到端交付的始终，通过整场智能物流规划，能够联动供应商、物流设施、生产设施、物料及产品、人员等所有制造资源，可以实现采购、制造、销售以及人、机、料、法、测、环的协同联动。
另一方面，满足更多的需求。
现今的产业趋势下，客户的个性化订制需求逐步放大，这对制造企业来说，是一个较大的挑战。整场智能物流规划中，将智能生产设施嵌入到智能物流系统中，灵活调整生产结构和生产工艺，从而既能够满足定制化、小批量生产的需求，也能够满足标准化、大规模生产的需求。
不难发现，整场智能物流，这一联接企业上下游之间、以及企业端到端价值链各个环节的集物流、信息流、资金流于一体的重要桥梁，正在成为撬动智能工厂建设的重要支点。
快仓智能，正是整场智能物流的积极推动者。
成立于2014年的快仓智能，已经成长为国内智能物流机器人行业头部独角兽公司、单仓部署规模全球第二大的智能物流机器人厂商，且增速迅猛。
据了解，2017-2019年，快仓智能营业收入累计增长近10倍，2020年全年订单量为2019年的300%以上。
快速的奔跑，除了是源于快仓智能在技术、服务上的长期深耕之外，亦在于快仓智能适时顺应市场需求，扩宽应用场景。
最开始，快仓智能的智能物流机器人，目标是“赋予仓库灵魂”，通过用数据挖掘、机器学习等技术，让海量订单执行变得更有效，这一阶段服务的还是以电商为主的海量订单任务分解型仓库。
在后期发展过程中，快仓智能发现智能内部物流的需求不仅仅局限于电商场景，在流通、制造场景中亦广泛存在，并在2018年提出新的愿景：四面墙内智能驾驶-让人类不再搬运。
这一愿景下，快仓智能开始深入到制造场景，以其智能物流技术与服务，赋能制造企业。
首先，快仓智能在技术上做了大量迭代。
“比如为了应对生产制造当中更加复杂的人机混行的这样一个场景，我们需要机器人有更多的个体智能的能力，从群体智能变到个体智能，就是说能够自主移动，能够自主避障，包括在行驶过程当中灵活地调整自己的路线规划和现场的人机互动。” 杨卓举例说。
2019年，快仓智能发布第三代智能机器人和“智慧大脑”级后台操作系统EVO，并在2020年不断精进AI算法，引领物流机器人行业进入高度智能化的3.0时代。
前者，让AGV[自动引导车]变成会感知、会思考、会决策的AMR[自主移动机器人]，后者解决了大规模机器人集群调度、多类型机器人协同、机器人与其它智能设备协同、跨场景运行等问题。
2020年，快仓智能设立叉车式机器人产品线和“AMR+”复合式机器人产品线。叉车式主推全向堆高车，其巷道利用率是传统叉车的2倍，采用Slam导航可灵巧行走于产线仓库之间，360°全向移动和智能避障，通过视觉纠偏技术快速精准地取放托盘;复合式是在AMR上叠加辊筒、机械臂、升降平台、固定载具、fork、辊轮、链条等不同结构，实现多样化功能，贴合不同行业智能工厂中各个环节的搬运需求。由于其AMR底盘高度模块化设计，这种轻模式的研发改造最快1周即可完成。
同时，快仓智能通过现有技术和产品进行组合和创新，提供多元化的产品解决方案来应对不同企业对于智能制造、智能工厂的升级需求。
这一部分，快仓智能主要是分两步走的。
“目前市场上一些新兴制造企业比如造车，对整场智能物流接受度较高，快仓智能为他们提供规划方案，让其实现更高自动化、智能化。针对一些已经投产使用的老旧工厂，快仓智能主要提供场景化的改造方案，实现机器替代人工，降本增效。”
“整场物流规划方案是面对新建工厂，新建的制造工厂，因为这样的话想象空间更大，可能整个自动化的水平也更高。那么针对一些已经投产使用的老旧工厂的改造，我们可以采取场景化的改造方案。”杨卓说道。
截至目前，快仓已服务全球20多个国家50多个行业700多家企业用户，其中包括近百家各行业全球头部企业，如ICT世界500强、大飞机制造巨头、中联重科、鸿星尔克、PCB上市公司、一汽、上汽、三菱、雅马哈、国药、高济医疗、中国邮政、DHL、菜鸟网络、唯品会等，是全球极少数已完整覆盖制造、流通、电商三大场景的厂商之一。
在智能物流机器人深入落地到制造场景，服务智能工厂建设的同时，快仓智能也进一步放大自身的想象力。
比较直观的是毛利。
据了解，国内物流机器人头部企业在电商项目上获得的毛利率一般在30%-40%，而制造业项目的毛利率可达到60%-70%，几乎翻倍。
另一方面，是广阔的市场。
业内曾有过预计，智能物流机器人服务的电商场景约为500亿元，流通场景约为1500亿元，制造场景则可能是数千亿元。
显然，摆在快仓智能面前的，正是一片广阔的掘金热土。
资本早已抛出橄榄枝。
去年12月，快仓智能完成了C+轮融资，引入了凯傲集团、沙特阿美等新投资方。
公开资料显示，这是成立至今以来快仓智能完成的第五轮融资。此前的B轮融资中，菜鸟网络、软银中国成为了快仓的投资方。
资本的青睐，是对快仓本身以及快仓所处赛道想象空间的认可，也让快仓得以更稳地实现自己的目标。
“在智能工厂浪潮中，快仓希望用产品和解决方案的开发，成为行业的建设者，并且协同各方，营造一个良好的智能工厂生态。” 杨卓说道。
不止如此，快仓的创始团队还坚信，在全球范围内，智能物流机器人必将成为智能制造、智慧物流的基础设施，到那一天，快仓可达成让人类不再搬运的创业使命。
这正是快仓的使命。现在的快仓，已在路上。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
