劃重點
自動化的未來會怎麼樣？上海寶開物流常務副總裁王雷認為，未來人工智能會逐步突破人的概念，發展趨勢表現為三方面：根據貨品的分佈，庫內存儲有一個離散重構的過程；一體可塑的集約化高效方式，眾多系統設備的使用迴歸到用一個產品靈活多變地解決整體性的不同業務需求；最終的倉庫發展是繼續朝著無人化方向發展。
（上海寶開物流常務副總裁：王雷）
（本文根據5月15日物流沙龍主辦的“2018智慧物流高峰論壇”現場錄音整理）
從新零售的概念提出之後，我們可以看到為了追求客戶的極致體驗,大家做的很大一部分努力都跟物流息息相關。
我還清楚記得二十年前，訂單的前置時間，當時寬泛地說是按周來計，一週到店就能滿足我們的要求了；但是很快我們就發現一週的時間太長，慢慢地過渡到以天來計；自京東這些後來者之後，它們把標準又提高了，按天計不行，必須按小時計；現在相對來說，最新的客戶體驗連小時都覺得OUT了，現在變成了按分鐘計。如盒馬鮮生、美團、餓了麼經常使用的訂單履約時間是按分鐘來計的，30分鐘的時間就要送到客戶手中。
在這樣的客戶需求拉動的影響之下，傳統的物流處理方式已經不能滿足要求了。在這樣的過程中，隨著科技的進步，很多科技企業，包括物流企業的共同努力，現在的整個物流系統逐步地走向了自動化。但純粹的自動化其實也不足以滿足這樣一種新興的全方位需求，
必須結合所謂的智能、智慧，結合人工智能來充分把這個技術的優勢發揮出來。關於AI人工智能
首先從AI的技術開始說起。在人工智能六十年的發展歷程中經歷了兩個時間的起浮，起起落落。時間走到今天，人工智能應用規模性爆發。
人工智能需要的是計算的能力，在過去芯片的發展過程中，芯片的發展成熟已經給我們帶來了底層的處理能力。在二十年前，一臺計算機已經算是讓我覺得非常精益的事情了，但是現在的手機計算能力已經十倍、百倍於二十年前的電腦，所以說人工智能的發展首先離不開計算能力。
其次在數據採集、數據傳輸和數據存儲上，科學技術都有大規模的發展。這些數據的快速增長，極大豐富了訓練人工智能的數據來源。
同時現在的深入學習可以讓人不再進行人為的編程，可以設定固定的路徑發展，通過自我學習能夠模擬人的行為。
所以人工智能底層技術的成熟，目前來說促成了下一步人工智能的高速發展。
AI技術在物流上的應用
我個人認為，目前，人工智能在物流自動化領域主要起到
兩方面的作用。
輔助人
現在在自動化倉庫裡，類似於菜鳥、京東提供的無人倉，這些都是先知先覺或者說是試探性的前期操作。在大部分的前提下，在目前的倉庫裡應用到的還是對人工操作的輔助。
首先，這種輔助的操作包括語音識別。在語音識別上，目前機器相對於人有先天性的優勢，因為現在的倉庫規模越來越大，在這樣大規模倉庫的運作、生產的過程中，我們需要組織和領導。
在以人為主體的倉庫中進行運作的時候，我們主要通過書面或更多地在運用現場口頭傳達的方式。但是這種方式其實是要耗費時間和精力的，或拷貝會走樣，而在自我機器裡傳輸非常高效。
其次，我們有電子標籤系統。其實人操作，是人就會犯錯，做重複性的勞動跟他的心情很有關係，特別是在他注意力不集中的時候，差錯率會很高。但機器不一樣，它沒有情緒，按部就班亦步亦趨地處理問題。現在大部分應用到電子的標識系統能幫助人提高效率。
同時，我們現在路徑優化。大規模的倉庫裡面，特別是類似於雙十一這樣的場合，倉庫裡面運作的人往往是非常多的。傳統解構路徑的方式會造成人員的擁堵，但是通過人工智能的方式，可以動態地對人的操作路徑進行優化，將人安排在相對來說比較少的區域進行操作，這也是現在人工智能能夠幫助我們提高效率的手段。
另外，品質的核查。在由人來操作的高差錯率的前提下，利用電子化的手段、利用類似於外觀的檢測、利用所謂的重量等等手段，我們可以幫助核定物流訂單履約過程中的差錯。
同時利用GPS技術，我們可以進行訂單的自動跟蹤。
逐步代替人
代替人的領域中，自動識別技術、自動傳感技術的發展，使設備逐漸能夠正確地識別出貨品，且對在庫內的貨品進行自動搬運。同時我們把分揀的工作交給系統自動完成，現在有一部分分揀機器人也運用到自動分揀領域中了，類似於機械手。
在自動包裝領域，做過電商的都知道，這在整個物流操作領域裡估計要佔40%的工作量，根據不同的產品及品類，大體上花費的人工是非常多的。現在我們利用人工智能，可以自動地識別貨品的大小，然後進行
自動地包裝。同時我們會進行類似於自動送貨的嘗試，像京東、菜鳥都有自動送貨的無人車、無人機，目前來說應用場景還不是特別成熟，但是作為一種先期的嘗試，現在已經開始出現了。目前AI在自動化物流裡逐步產生了一種趨勢，在體力上逐步開始替代人，在腦力上逐步開始超越人。在這兩個層面上，我覺得充分表明了這樣四個方面的特點。
- 任務組織調度。AI系統可以在目前多場景、多設備、寬產品線的體系下進行智能的組織；
- 可以幫助我們進行柔性路徑的動態規劃和調整；
- 在設計的方向上我們更多的是模塊化，類似於機器人的小型模塊化，能夠進行快速地部署，根據任務量的多少柔性地配置，顯示出硬件設備的靈活和高效；
- 由於以上這三個方面，同時運營品質能夠更高，由此能夠滿足客戶的極致體驗。
由於人工智能，使得目前的整個系統的即時決策能力有了根本性的提升，在這樣一種提升之後，我們現在發現AI技術正在逐步地接管現場。
其實在這個問題上，類似於在十年前，我非常清醒的體會是什麼？我每天都要傳送任務，把任務傳送給下屬，下屬傳遞給他的下屬，通過循環完成工作。但是現在的運作不是通過人來接觸任務，而是現場工人通過系統接受任務，這是我認為最大的變化。
未來的發展方向
在這些自動化的發展過程中，未來會怎麼樣？這是我們作為系統集成商對此的思考。我們對於未來是這樣理解的，現有的系統基本上發展到今天還是以人工操作、人工替代的基礎為考量和架構的，但未來人工智能的發展，會逐步在新的倉庫規劃裡突破人的概念。
未來的發展有離散重構的過程
以前的運作能力從人工發展而來，倉庫、物流核心的操作離不開分、合、搬、運、存。貨品的來源都是生產出來的，在生產端的貨品為了整體的搬運，基本上都是將同樣的SKU放在一起，但是在消費端，顧客需要的是將不同的產品合在一起。所以我們需要從原來合在一起的SKU裡，把這個貨挑出來，把三個從不同地方挑出來的貨品組合在一起發給顧客，我們要做這樣的分和合。
但是這個過程隨著倉庫規模的擴大，它的效率直線地遞減，在這樣的遞減過程中，我們前期應用了很多的機械設備、搬運設備、分揀設備提高效率，但是我們認為在未來這樣一種操作還不足夠。
未來，非常可能的是倉庫裡可以把不同的貨品散放在一起，人工智能的底層大數據、高速芯片的處理能力，能夠設計出最優的揀貨路徑和揀貨方式，設備也能得到更高的效率。
一體的可塑作為未來的發展
倉庫越來越大，我們需要處理的訂單及其種類越來越多，所以需要運用不同的工具去處理它，但是這樣發展下去很難變成集約化的高效方式。
回頭來看，在所有的工具裡，最終什麼樣的工具是最高效的？綜合利用率最高的？目前來說還是人。人是可以變通的，可以又揀又扛又搬，人這種“工具”做了所有的事情。所以在運作的過程中，這是利用率最高的方式。
所以，在現在技術分工發展的過程中，在目前的無人倉、無人機發展的過程中，未來是會重新迴歸本源的。這種設備、系統會變成，用一個產品即可以靈活多變地解決整體性的不同業務的需求。
在以上兩個業務方向之後，最終的倉庫會朝著無人化的方向發展。
因為只有當前兩個問題都解決完之後，在體力勞動上，從搬運到揀選，設備逐步開始替代人，從前臺的操作到後臺的帳務處理替換人，包括從運營端到事後的設備維護端逐步都開始由整個人工智能、由系統來替換人。這是我們對於整個未來的技術發展的展望。
這就是今天給大家的分享，謝謝大家！
閱讀更多 物流沙龍 的文章
