機器人“搬運工”

袁斯來

唯品會廣州倉庫，一幅頗具未來感的場景中，幾十個貨架正在通道里來回穿梭，貨架后空無一人，似乎是自己在慢慢移動，這些貨架會移動到人工揀貨的工位前，等待工人取走所需的貨品后，再自己回到原來的位置。其實每一個通常重達500公斤的貨架，是被一個到小腿高、扁扁圓圓有些呆萌的機器人托舉著移動的。除了這些移動的大家伙，還有些沒電了的機器人，向充電樁的位置移動。在6000平方米的庫房中，有120臺機器人在工作，忙碌但不慌亂。

這些機器人都來自智能物流機器人公司極智嘉（Geek+），成立兩年以來，他們已經(jīng)為20多個客戶部署了近1000臺機器人，倉儲空間超過10萬平方米，單倉日揀貨量最高超過8萬件。天貓、唯品會、蘇寧的倉庫中，都有Geek+的機器人在工作。2016年5月，Geek+獲得火山石投資和高榕資本的5000萬元A輪融資，今年3月，Geek+宣布完成祥峰投資領投的1.5億元A及A+輪融資，7月，Geek+完成由美國華平投資集團領投的6000萬美元B輪融資。

其實，上面的場景自2012年起，就在亞馬遜巨大的倉庫中出現(xiàn)了。瑞銀集團分析師埃里克·謝里丹（Eric Sheridan）預計，亞馬遜機器人Kiva每年能為公司省下約9億美元的員工支出。顯然，這是一項相當劃算的投資。

Geek+的創(chuàng)始人鄭勇最早接觸到物流機器人時，他還在新天域資本做投后管理。在走訪項目時，鄭勇看到了大大小小的自動化倉庫，但很多最終都失敗了。鄭勇發(fā)現(xiàn)，其中最大的問題并不是技術，而是重資產(chǎn)投入和缺乏柔性。在一個成熟的自動化立體倉庫中，需要有貨架、巷道式堆垛起重機、出入庫的工作臺，還得部署一套控制系統(tǒng)。

這也意味著，如果要建設這樣一個倉庫，必須提前幾年開始規(guī)劃。這實際上要求客戶準確預測自己未來的業(yè)務規(guī)模。顯然，在電商時代，要做這樣的預判，是非常困難的事?！斑@是三五年后的投資，一旦投入了沒法擴展，如果業(yè)務發(fā)展太快，很快就會爆倉。到那時，還得把多余訂單移到其他倉庫，或者到很遠的地方重新建倉，這又是很大的開銷?！编嵱聦Α兜谝回斀?jīng)周刊》 說。

這時候，他在朋友推薦的視頻中，看到了亞馬遜的Kiva機器人。直接對標美國互聯(lián)網(wǎng)企業(yè)成熟模式，這一在國內屢試不爽的路徑成了鄭勇創(chuàng)業(yè)自然而然的選 擇。

2015年年中，鄭勇辭職，和3個在清華念書時的同學一起創(chuàng)立了Geek+。對于有理工背景和物流業(yè)經(jīng)驗的鄭勇他們來說，Kiva自動化倉儲的模式和關鍵點一目了然。但項目落地后的難度還是超出他們的想象。當時Kiva的信息還被嚴格保密，“我們沒見過活的Kiva，也不知道后臺什么樣，連真正的大型倉庫都沒見過。”Geek+的CTO李洪波告訴《第一財經(jīng)周刊》。他們只能從零開始，設計Geek+機器人的硬件和算法。“這個系統(tǒng)很復雜，那個時候沒有標準文檔，也沒有模型給我們參考?！?/p>

他們唯一的參考資料是Kiva放在網(wǎng)上的宣傳視頻。鄭勇的物流業(yè)經(jīng)驗派上了用場。和李洪波他們更關注硬件和算法不同，鄭勇重點研究的是Kiva如何規(guī)劃路線和揀貨，提高工作效率。

在一個動輒數(shù)千甚至上萬平方米的倉庫中，一般由工人對照著訂單，到貨架上去拿貨，這被稱為“摘果”，拿來的貨物由揀貨的工人分裝到不同盒子里，再走包裝和運輸?shù)牧鞒?，這個分裝的過程就是“播種”。提高效率的關鍵，是規(guī)劃好貨架擺放、貨物的位置和機器人的路線，縮短“摘果”的時間，能夠在最短的時間，走最短的路線，拿到最多的貨物。

Geek+的團隊中，李洪波和另外一位創(chuàng)始人都有多年的軟件開發(fā)經(jīng)驗，加上鄭勇教會他們物流的揀貨邏輯，他們花了幾個月的時間，做出了第一臺裸機?？恐@臺機器，在2015年的9月，Geek+獲得了1000萬元的天使輪融資。

但此時，Geek+并沒有解決最重要的問題。表面看，Kiva的硬件和算法是關鍵，但實際上，Kiva能夠為亞馬遜一年節(jié)約數(shù)億美元，依靠的是亞馬遜積累了數(shù)十年運營大型倉庫的物流經(jīng)驗，機器人只是其中一環(huán)，最重要的是一個高效運行的倉儲管理系統(tǒng)（WMS）。在一個完整的物流系統(tǒng)中，每個成熟的物流供應商都擁有自己的WMS系統(tǒng)，從貨物的到達、卸貨、上貨、貨架如何擺放，到最后揀貨員拿到訂單后，到什么地方拿貨，這些都由WMS統(tǒng)一調配。一旦引入了機器人，整個WMS必須重新設計。

所以，對于Geek+這樣沒有行業(yè)應用積累的第三方倉儲運營提供商，要重新學習，再建立一套WMS，本身就是一件困難的事。獲得投資后，鄭勇接到了投資人的一個任務：在2015年的雙11做出20臺樣機來，還得在天貓心怡物流500平方米的倉庫里試運行。

當真正看到倉庫時，鄭勇他們才發(fā)現(xiàn)，自己之前幾個月的做法多少有些想當然，實際上倉儲物流運營的難度超出他們的預期。“一開始覺得，仿真系統(tǒng)改造一下，就能變成真正應用業(yè)務的系統(tǒng)了，但后來到了現(xiàn)場才發(fā)現(xiàn)，這個軟件不單是要管理訂單，還要發(fā)揮WMS的能力，這是非常復雜的?！编嵱聦Α兜谝回斀?jīng)周刊》回 憶。

他們當時按照當當網(wǎng)的揀貨邏輯設計了第一代機器人的算法和路線規(guī)劃。但是天貓超市和這種圖書商城的揀貨邏輯完全不同。用戶在買書時，多會購買不同的書籍，數(shù)量一般也在兩三本左右，不存在同一本書一口氣買上十本的行為。但在線上超市下的訂單就不同了，用戶會在購物車里扔上幾十件商品，有時候一件商品還會重復購買。鄭勇帶著團隊，熬夜重新規(guī)劃WMS，包括調整貨品的上架方式和貨架的布局。

而且這只是鄭勇“心生恐懼”的開始。機器人依靠Wi-Fi和系統(tǒng)連接，接收指令，但遭遇忽然斷網(wǎng)或者延時過大，整個倉庫的工作就會全部被打亂。這一切和他們在辦公室里搗鼓樣機時差得太遠，有時候一臺機器人明明能正常工作，500公斤的東西一壓上去就會影響軟件的運行?！澳嵌螘r間我一聽到貨架摩擦水泥地的聲音就恐懼，因為一旦有這個聲音，說明程序又有問題了。”鄭勇回憶。

經(jīng)過半個月的不眠不休，2015年的雙11，Geek+的 20臺機器人終于正式發(fā)布。

硬件的發(fā)布其實僅僅只是第一步。“以為過了雙11就可以開始掙錢了，結果路還有很長?！编嵱抡f。他們甚至樂觀地想象，“賣機器人就能掙錢了還需要融資 嗎？”

當時在這個市場上，不僅僅只有Geek+，早在2014年，位于上海的快倉就做出了倉儲物流機器人產(chǎn)品?！暗搅俗詈螅鋵嵈蠹臆浖布疾畈欢?，這個時候比的就是對物流的理解了?！编嵱抡f。而他們對物流的理解顯然與客戶的需求還有很大的距離。

對于鄭勇他們來說，要彌補短板的唯一辦法是，找盡可能多的客戶“取經(jīng)”。

在產(chǎn)品正式發(fā)布后，他們經(jīng)人介紹，找到了唯品會。但在當時，這種小型的倉儲機器人在國內剛剛起步，唯品會對于這樣“貨找人”的倉儲機器人+人力共同揀貨的新模式并不放心。唯品會現(xiàn)有的倉庫使用的仍然是閣樓式倉庫，足有幾層樓高，幾層貨架搭建在一起，中間放上隔板供員工走動。這種倉庫過道相對狹窄，而且貨物分層存儲，根本沒有辦法使用Kiva這樣的機器人。

不過唯品會仍然想要嘗試一下Geek+的產(chǎn)品。唯品會的倉庫面積動輒上萬平方米，每天僅僅只是揀貨，工人就會來回在庫房里行走超過20公里，如果倉儲機器人能夠順利運行，按鄭勇的測算，揀貨效率起碼能夠提高3倍。

他們在華南10多萬平方米的倉庫中，劃出了6000平方米作為存儲化妝品和服飾的高配倉，交給Geek+代運營。對于唯品會來說，這是風險最小的方式?！拔覀儾挥贸袚鷵p失。速度也更快，兩個月就搭建起來，逐步上線了，如果采購要花更多的時間，我們還要調試?！蔽ㄆ窌嚓P負責人林翔告訴《第一財經(jīng)周刊》。

當2016年年初，這個高配倉交到鄭勇手上時，只有一個空蕩蕩的房間。他們花了兩個多月的時間搬運貨架、上貨、調試接口和部署機器人。

但實際運行時，鄭勇發(fā)現(xiàn)，唯品會面臨的問題不但與當當網(wǎng)不同，與天貓超市的訂單也差別很大。天貓的用戶通常會一張單子里放很多貨物，但用戶在唯品會下的化妝品訂單，很多時候一單只有一兩件貨，如果像天貓超市那樣運營，會出現(xiàn)的問題是機器人運送了一整個貨架到揀貨工作站，但實際上只有幾件能揀選出來的情況?！跋喈斢谝粋€人要喝牛奶，結果牽了一頭奶牛來。”李洪波說。

鄭勇想出的辦法是，使用隨機分散存儲的方法，相同的貨可能隨機分配在多個貨架上，機器人可以就近選擇貨架。為了減少時間浪費，他們還用了組合播次的方法挑選訂單，盡量讓機器人跑一次就能拉來幾個訂單的商品?！靶枰紤]的要素太多了，貨架、機器人、工人、貨品都是變量，這實際上是個數(shù)學上的NP難的問題，也就是說根本沒有最優(yōu)解?！编嵱抡f。

唯品會這樣有成熟經(jīng)驗的客戶，成了Geek+學習最好的老師。在一開始，鄭勇團隊不知道如何打理這個有幾十個工人、一百多臺機器人、幾萬個SKU的巨大倉庫。唯品會派了工作人員，指導Geek+做了一套物流專用的報表，包括設備的監(jiān)控和質量控制。經(jīng)過了幾個月的磨合，Geek+每天處理的訂單數(shù)量已經(jīng)能達到一兩萬件，比人工要高出3倍左右。

但隨之而來的，是2016年的雙11大促。Geek+幾乎全體出動，派了所有的技術人員在現(xiàn)場盯梢。當時鄭勇腦中只有一個想法：把貨發(fā)出去?！斑@個時候要調整算法，怎么在人工參與的方式下設計出最有效的揀選流程。平時是關注機器人的效率，比如能替代多少人工，省多少錢，雙11就不是考慮投資回報的時候了?！编嵱?說。

雙11的出貨量是平時的3到4倍，這對Geek+的WMS系統(tǒng)是一個極大的考驗。比如平時空置的揀貨臺需要全部滿負荷工作，僅僅是管理人員調度就是個大問題?！肮芾韻徣藛T是兩班倒，工人是三班倒，要做到交接不出錯都很麻煩?！崩詈椴ㄕf。

即使工作人員在現(xiàn)場不?！疤羁印保刻烊娜f件的訂單數(shù)量，在最初也造成了不少混亂，Geek+團隊甚至不知道究竟延誤了多少訂單。

幫助Geek+解決問題的仍然是唯品會。他們建議Geek+使用監(jiān)控報表，把所有延遲發(fā)貨的商品列出清單，清楚地標記出每件貨物的運行情況，讓管理者了解問題后，調整行為。最后表格做出來后，才發(fā)現(xiàn)延遲發(fā)貨的情況并沒有想象中嚴重?！皹O智嘉的技術比較成熟，主要還是倉庫運營方面，還存在一些欠缺?！绷窒?說。

實際上Geek+掙錢比鄭勇他們原來想象的要難得多，基本上每一個行業(yè)的客戶都會涉及大量的“非標”內容，這些運營經(jīng)驗只能老老實實一個一個地案例積累。在唯品會后，Geek+的客戶又多了順豐和波司登。Geek+再一次發(fā)現(xiàn)，快遞和服飾又有一套自己的運行邏輯。包括順豐是移動的“播種墻”，揀貨完畢后，架子和箱子一塊兒直接運走打包。服飾則會存在逆向和正向物流，夏天時，夏裝要出場，而冬裝則要進場，需要分開部署和規(guī)劃?！拔覀兙褪窍茸鲂袠I(yè)大客戶，先建立相對標準的行業(yè)解決方案。”李洪波說，在橫向樹立起不同行業(yè)標桿后，才談得上縱向擴展。

以Geek+的立場，當然想直接銷售自動化倉儲的解決方案，客戶自己運營，這樣Geek+自己的資產(chǎn)會“輕一些。但如果客戶不愿意“做一錘子買賣”，或者顧忌這塊的投資風險，Geek+只能以第三方倉儲運營商即代運營的方式提供服務，與客戶按單收費。這樣一來，所有的制造成本實際上都壓在了Geek+身上。但在目前的市場導入期，用戶普遍持觀望的情況下，這是最快的擴張市場方式。

整個倉儲自動化就是一個漫長的過程。目前AGV類機器人只是自動化倉儲系統(tǒng)中的一環(huán)。比如在亞馬遜的倉庫，卸載和收貨已經(jīng)廣泛使用Kiva機器人與RoboStow機械臂等組成的系統(tǒng)，據(jù)稱可在30分鐘內處理完一拖車的貨物，同比之前的效率提升了幾倍。國內第三方AGV要更深入介入客戶倉儲管理，意味著得適配整個自動化倉儲中的設備，而不單單只是工人。而現(xiàn)在，僅僅只是讓自己的機器人順利運行，Geek+這樣的第三方公司都得花很長時間去和電商磨合。

“現(xiàn)在6000平方米能有100個機器人，6萬平方米你得放1000臺，這個路徑怎么規(guī)劃？機器人怎么調配？”林翔表達了他的疑慮，“租賃小倉庫靈活，好拆裝，也好擴展，適合機器人作業(yè)，但這種大倉庫要做就非常困難 了?！?/p>

與Geek+競爭的不僅僅是同行業(yè)的第三方供應商，自有物流體系的巨頭才是它更大更強的對手?；蛟SGeek+和快倉這樣對標亞馬遜Kiva機器人的中國公司，最終也會踏上被巨頭收購的老路。