2016年4月11日-13日，由投中信息主辦的“2016年中國投資年會”在上海金茂君悅大酒店隆重舉行。本次“中國投資年會”以“跨境、布局、未來”為主題，探討當(dāng)下行業(yè)熱點(diǎn)，縱論私募股權(quán)行業(yè)未來，掀起了對中國股權(quán)投資行業(yè)新一輪的憧憬與展望。

　　快倉智能創(chuàng)始人楊威在4月13日“科技未來”專場中表示，基于人工智能技術(shù)的智能倉庫解決方案，將大幅提升效率、解決人力成本，為倉庫行業(yè)帶來巨大的改變。未來五年內(nèi)，搬運(yùn)工作將實(shí)現(xiàn)徹底的無人化。

　　以下為楊威論壇發(fā)言實(shí)錄，根據(jù)速記整理：

　　我們公司是基于機(jī)器人集群技術(shù)為電商提供智能倉庫解決方案的公司。倉庫是比較落后的，99%的公司都是靠人工堆疊。在電商碰到海量訂單的時候會遇到問題?，F(xiàn)在依然沒有一個很好的產(chǎn)品可以媲美，在國內(nèi)是做到最領(lǐng)先的，是唯一一個提供大型倉庫解決方案的公司。
　　我們做的事和人工智能有什么相關(guān)的?比如說機(jī)器視覺和空間處理，我們需要做建模，三維體和特征都需要機(jī)器識別，包括機(jī)器人集群在通行的過程中和交互的過程中邏輯的判斷。數(shù)據(jù)挖掘在系統(tǒng)里也非常多，比如說你是服裝類的電商，可能所有的服裝品類都要賣，但是夏天賣體恤，冬天賣羽絨服，隨著季節(jié)和定單的變化，倉庫的儲位就需要有變化。實(shí)際上講起來很簡單，但是要做到這一點(diǎn)就需要涉及到后面的學(xué)習(xí)過程，包括聚類和建模。把夏天的貨架和冬天的貨架按照順序調(diào)整位置，說起來簡單，但是前提就是把夏天的衣服放在一起，放在同一個貨架，冬天也是，那么這個聚類的過程是沒有任何特征的，我們應(yīng)用了很多機(jī)器學(xué)習(xí)和人工智能相關(guān)工作。剛才主持人也講了alphago擊敗人類，實(shí)際上增強(qiáng)學(xué)習(xí)的算法在我們的系統(tǒng)中也有非常廣泛的應(yīng)用。比如所有機(jī)器人之間的路徑規(guī)劃，實(shí)際上是基于圖片處理的增強(qiáng)算法，基于這樣的算法才可以處理超過1萬臺的機(jī)器人在所有的倉庫中進(jìn)行工作。
　　我是計算機(jī)系畢業(yè)的，人工智能也發(fā)展很多年了，但是沒有廣泛的應(yīng)用，但是今天我認(rèn)為轉(zhuǎn)折點(diǎn)已經(jīng)到了，可以在很多的行業(yè)中得到非常具體的應(yīng)用。剛才我已經(jīng)舉了很多例子，當(dāng)然在AR/VR中也有很多的例子，我認(rèn)為其實(shí)人工智能和機(jī)器學(xué)習(xí)的春天剛剛到來。
　　我們其實(shí)是做倉庫的，我們賦予倉庫靈魂，這個就是典型的人工智能在倉庫中的應(yīng)用。我覺得人工智能在倉庫作業(yè)中有幾個部分的作用，第一個可以做很多人沒有辦法做的解決方案，因為機(jī)器的數(shù)據(jù)處理能力遠(yuǎn)遠(yuǎn)大于人腦，起碼結(jié)構(gòu)化數(shù)據(jù)處理能力很強(qiáng)。所以一個女工要取貨的時候是基于手上的20個定單，但是機(jī)器人取貨的是可以基于今天、昨天甚至是明天的幾十萬的定單，我可以根據(jù)所有的信息綜合起來做判斷，這些數(shù)據(jù)是沒有辦法給任何一個人，所以人工智能在倉庫中可以做很多人沒有辦法作出的判斷。

　　人工智能可以幫我們做很多重復(fù)性的勞動，可以改變?nèi)说牟僮?。比如說你買一個礦泉水，這個女工一天走30公里把水拿出來，這是非常低效率的勞動。如果我在倉庫中有100個機(jī)器人，這些機(jī)器人就可以在倉庫中重復(fù)性的勞動，女工就可以被人工智能取代。

　　人工智能系統(tǒng)其實(shí)可以及時的對倉庫運(yùn)行做很多的推薦，比如說產(chǎn)品的預(yù)包裝，比如說銷量異常變化，包括剛才講到的基于季節(jié)變化的定單變化等等。其實(shí)人工智能至少在這三個領(lǐng)域可以為倉庫帶來改變。但是這些東西是表面的，容易被看到，但是你把人工智能的技術(shù)，把機(jī)器人的技術(shù)，把自動技術(shù)用到倉庫以后，你會發(fā)現(xiàn)它能夠做的遠(yuǎn)不止這點(diǎn)。因為可以不用人做，不用人做就沒有出錯，有很多交易轉(zhuǎn)接的職能都可以被取代掉，你有一個人工智能系統(tǒng)進(jìn)去以后這些流程就可以被取消掉。從接受一個定單到結(jié)束有七八個流程，但是現(xiàn)在有了人工智能只需要兩個流程。

　　這個挑戰(zhàn)基本上傳統(tǒng)的物流人聽不太懂，為什么?其實(shí)傳統(tǒng)的物流基于業(yè)務(wù)流程是人到貨，任何一個定單的履行是人到倉庫找貨，我們這個系統(tǒng)就是貨到人，本身的業(yè)務(wù)流程就已經(jīng)變更了，所以傳統(tǒng)優(yōu)化的理論都要被取消掉。原來的業(yè)務(wù)流程一定要非常清楚，倉庫的6S要執(zhí)行的非常高效，但是在我的系統(tǒng)里不需要，沒有這些流程，所以要改變很多的想法。其實(shí)我們現(xiàn)在的做法很簡單，用結(jié)果說話，對我來說人工智能和機(jī)器學(xué)習(xí)不是很高大上的，對于我來說人工智能就是每一個定單的執(zhí)行效率，每一個定單的響應(yīng)時間，對我來說人工智能就是每一個員工每一天的勞動生產(chǎn)率，所以我的倉庫以最早的倉庫來說一天1000多單，原本是12人團(tuán)隊，現(xiàn)在的團(tuán)隊是3個人，系統(tǒng)每天只啟動2個小時，這個就是效率。

　　我們平時對外講不喜歡用人工智能這個詞，我們喜歡用數(shù)據(jù)智能，想把它拉回來一點(diǎn)，而不是用這種很酷炫的名詞。其實(shí)跟以前基于數(shù)據(jù)來做決策沒有什么區(qū)別，在深度學(xué)習(xí)之前有很多這類的決策樹、決策森林、邏輯回歸等等說法。在很多有數(shù)據(jù)的領(lǐng)域其實(shí)都在應(yīng)用，只不過原來是比較深，了解沒有那么多，現(xiàn)在隨著數(shù)據(jù)大量積攢，讓這些數(shù)據(jù)比起以前有很大的提高。但有一些限定，不是所有問題都適合深度學(xué)習(xí)。

　　人工智能在倉庫領(lǐng)域絕對是藍(lán)海。我的用戶對產(chǎn)品的饑渴程度超過我的預(yù)想。人工成本上，現(xiàn)在的成本是美國的三分之一到四分之一，倉庫的成本一定比美國的貴，所以在國內(nèi)做電商倉庫非?？?。第二個國內(nèi)的倉庫比美國的要求高的多，沒有要求2小時之內(nèi)配送的，小米有一單16分鐘就配送，有100多輛電動車，200多個人就為了做這個記錄出來，其實(shí)非常的辛苦。我用1/3甚至是1/4的的消耗，用一個24小時的全待命的系統(tǒng)幫他解決就非常的有價值。但是有一個悲劇的事，因為我們公司在國內(nèi)是最早做的，到了今年還是有很多潛在的競爭對手。但是大部分的競爭對手以做機(jī)器人或者做裝備的思路做解決方案，并不涉及到人工智能和數(shù)據(jù)挖掘、決策支持，外觀上一樣，也可以做到貨到人，但是沒有辦法在實(shí)際當(dāng)中產(chǎn)生價值，沒有戰(zhàn)斗力。而且這樣的供應(yīng)商很多，也有死了的，那么你說對于他們來說這個市場是紅海還是藍(lán)海?
　　不光是人工智能在發(fā)展，實(shí)際上整個行業(yè)也在發(fā)展，比如說標(biāo)準(zhǔn)化，信息化，也進(jìn)步的很快。整個行業(yè)的發(fā)展節(jié)拍要相互配合。從目前的情況來看我覺得5年之內(nèi)搬運(yùn)的工作基本上可以做到無人化。為什么這么說?因為搬運(yùn)這個事是重復(fù)的，是2B的，是允許我在一個場景中長時間的迭代的。那么整個流程的信息化對接，包括包裝的標(biāo)準(zhǔn)化等等，在未來的5年倉庫搬運(yùn)的無人化是可以實(shí)現(xiàn)的。10年的話，我記得有一個投資人問我你這個系統(tǒng)最后還是人，還是一個人在動作，你什么時候搞一個機(jī)械手出來把它拿下來，我再包裝，整個的業(yè)務(wù)流程就沒有人了。我的判斷是10年之內(nèi)是實(shí)現(xiàn)不了的，這個可能大家認(rèn)為我比較悲觀，因為10年之內(nèi)實(shí)現(xiàn)它投資回收是算不過來的，也許10年之內(nèi)有機(jī)械手，它的反饋、感知和靈活性可以達(dá)到人手的70%的能力，但是它的投資額一定是10倍一個人的人工費(fèi)用。因為正常的包裝沒有工傷，它的穩(wěn)定性不如人，所以我們也不需要一口吃一個胖子。