目前，中国物流业存在的资源配置不均衡、增量信息难以创造新需求、受资源环境约束等问题，催生了智慧物流的产生与发展。智慧物流通过互联网互通和协同共享，释放存量资源的使用价值，激发增量资源的投资效益，重塑产业分工和资源分配体系，开辟产业提质增效的新路径。本次iiMedia Research(艾媒咨询)发布的《2018上半年中国智慧物流行业监测报告》主要从智慧物流行业发展现状、用户研究以及未来趋势预测。

　　智慧物流推动物流费用降低 即时配送用户规模将超3亿人

　　目前，中国物流业存在存量资源沉淀在传统业务无法退出与增量资源不对称难以创造新需求、受资源环境约束等问题，造成中国物流业增速放缓。智慧物流的发展，可以解决上述问题，进一步降低物流费用。iiMedia Research(艾媒咨询)数据显示，年中国社会物流总费用占GDP比例从16.6%降至14.6%，呈下降趋势。艾媒咨询分析师认为，物流成本一直是社会总成本的重要组成部分，中国社会物流总费用占GDP比例与发达国家的10%相比还有很大差距。《商贸物流发展“十三五”规划》提出到2020年，中国批发零售企业物流费用率降低到7%左右，智慧物流相关技术有助于提高物流效率和服务质量，降低物流成本。

　　智慧物流的发展也推动整个物流行业服务用户的扩大。iiMedia Research(艾媒咨询)数据显示，2018年中国即时配送行业用户规模将达3.55亿人，同时2018年第一季度中国快递行业订单规模达99.2亿，非即时物流和即时物流均呈现稳定发展态势。

　　物流配送引关注 点我达智慧物流保证服务质量

　　整个物流环节中，用户最为关注物流配送部分。iiMedia Research(艾媒咨询)数据显示，36.0%的受访网民认为物流供应链中干线配送环节最重要，另有27.7%的受访网民认为最后一公里配送环节最重要。消费者对货品能否按时保质送达更为关注，因此配送环节的重要性更受网民看重。

　　而目前许多平台也加强在配送环节对智慧物流技术的运用，如点我达平台采用智慧调度、智能管控、智能激励等技术创新，形成“智能大脑”。在恰当的场景、恰当的时机对恰当的骑手进行千人千面的策略引导，提高配送效率，优化用户体验。通过采用大数据及算法模型技术，实现智能调度，对用户特征、运力特征、场景特征进行刻画，进行接单、分单、服务等环节的动态匹配及指引，实现多品类业务多场景下的供需高质量匹配。智能管控方面，通过建立骑手画像、场景画像，围绕着订单周期、骑手作业周期、骑手生命周期进行全链路闭环管控，实现公平公正公开透明的高效骑手服务行为引导。点我达在智能管控的基础上，采用大数据技术，实现低成本高质量的骑手服务行为引导，完成人员管理方面的智能激励。

　　智慧物流成新零售标配 智能化程度仍需提升

　　新零售发展需要整合线上线下资源，优化用户体验。而智慧物流技术的应用，将通过大数据、云计算等，提高商品配送速度和准时性，是发展新零售的企业需具备的基础技术，智慧物流成为新零售发展标配的趋势不可逆转。点我达与多家新零售品牌合作，如盒马、百联、易果生鲜、屈臣氏、阿里健康、银泰、天猫直送、淘宝心选等，通过提供第三方配送服务支撑，为零售企业提供新技术解决方案，即时物流企业可以利用数字化手段对实体资源合理、高效地统筹安排，提升零售商的数据挖掘能力，以及门店和物流体系的协同能力。

　　中国物流行业目前发展一大痛点在于人工成本问题，而随着人工智能技术的快速迭代，机器在很多方面将替代人工，智慧物流技术运用将往提升智能化程度方向发展，从仓储环节智能分拣、无人仓储运输等方面实现该环节智能化，再逐步在供应链、配送环节应用无人技术，实现人机协同配送，提高智能化程度，最大程度上解决劳动力问题。菜鸟物流、点我达围绕人工智能技术，展开一系列研发、布局。

2018年1月17日，由IT耳朵主办的主题为【万物皆有AI】的IEIC·IT耳朵智能创新大会暨智能行业创新企业颁奖盛典在亚洲大酒店隆重开幕。一天时间、两场圆桌论坛，50余位人工智能顶级大咖、100家主流媒体、1000名合作伙伴与行业精英参与。全国人工智能领袖登台发表主旨演讲，人工智能领域菁英从多个角度探讨了如何推动中国智能+产业蓬勃发展。大会全面展现了中国人工智能学术研究和产业投资现状，为未来五到十年中国智能产业健康发展提供了路线图。

Geek+CTO李洪波，他以物流这个具体场景为出发点，详细解读了人工智能在这一领域的应用过程。智慧物流 体系目前已接入机器人感知系统、后台系统和算法、大数据分析、AI技术等，从而实现了物流的高效率配送。借助人工智能，无人仓储、无人分拣、无人搬运得以实现。

以下为李洪波演讲实录：

机器人、智能、物流，这三个词，在座的各位都非常的熟悉。但是把这三个词串在一起，可能在座的一部分朋友就对这样一个新兴的行业会比较陌生。我简单地介绍下相关的背景。  

说起机器人、智能、物流，还得从电商谈起。过去十几年是电商行业快速发展的时期，可以说给物流行业带来了巨大的机遇，同时也给物流的服务带来了严峻的挑战。这些挑战主要包括哪几方面？由“双十一”和“618”带来业务的高峰难以平抑，由次日达到当日达，到现在的一天两配，一天三配，越来越多的发货速度难以满足，因此物流行业所面临的难题可以概括为，如何高效率、低成本、灵活准确的进行订单履约。随着电商红利的消失，大家也会感受到这样的一个趋势，过去十年在电商，未来十年在物流，因为所有的行业都要回归本质。

现在整个物流行业无论是人工的分拣，还是用传统自动化的分拣都面临着重大的机遇和挑战。它的挑战主要是在哪儿？人工的方式主要是效率低、成本高、招工难、管理难的问题，尤其是现在中国的人口红利逐渐消失。现在一天处理一亿个包裹，可以想像如果未来几年一天处理10亿个包裹，我们的人员是不可以复制的。所以这种人口红利消失的状况下，面临这样的扩张，人工的方式是不可能的。那传统自动化的方式呢？也有一个问题。因为我们的业务是快速变化的，我们变化的幅度又很难预测。

在行业内有这样的一个说法，今年的峰值会是明年的均值。这里又有产生一个主要的矛盾，有点类似于中国的铁路跟客流量的矛盾。如果我按照春运的高峰去建铁路，那你平时的投资一定是呆滞的。如果你按照平时的量去建铁路，你到春运的高峰肯定不Work，所以传统的自动化面临的问题就是投资大、回报慢，灵活性和可扩展性比较差。

人工智能改善传统自动化不足

为了解决人工和传统自动化方式的不足，一个重要的解决方案就是机器人智能物流，它带来两个点：

以仓储拣选为例，整个自动化的里面的空间都用正方体货架把它放在那里，机器人会钻到货架的底下把整个货架抬起来，运送到捡货人员的面前。最终形成的效果就像右下角视频所视。如果机器人和货架拉到捡货人员去排队，捡货人员可以不停的拿货和放货。传统人工情况下是怎么样做的？相当于去图书馆，让1个人去捡书，拿着书包或者是捡货小车也好，60%到70%的时间都是在走路。有效捡货和拿书、放书的时间连30%都不到。如果在货到人拣选模式下，捡货人员的有效时间可以到85%以上，甚至到90%。有效捡货的时间变长，因此效率就会自然而然的提升。

其实我只是用这样的一个点去介绍机器人、智能、物流。其实机器人、智能、物流的解决方案，甚至我们的产品，它的内涵其实是包括三块。

第一，机器人感知系统。

第二，后台系统和算法。

第三，最核心的一块，其实是大数据的分析、挖掘，甚至AI的技术。

把这三块有效的整合起来，才是整个机器人智能物流的系统。而且如果要想让这样的一个系统，要让这样的一个解决方案真正的落地，并不是用我们技术的锤子去找钉子，而应该是反向根据我们应用的需求钉子去量身订做我们的锤子。所以我们应该是根据应用场景的需求，根据应用场景的特点，甚至根据我们的流程和工艺去反向订做三个模块以及量身去订做我们的解决方案。只有这样才能够形成真真意义的机器人、智能、物流的系统。

其实，机器人、智能、物流的系统用的场景很广，除了刚才给大家介绍的面向电商仓储的机器人拣选，其实在工业制造的场景，甚至在快递的场景都可以用这样机器人、智能、物流的系统。  

以电商的拣选为例，不同的模式也是有很多的，包括我们Kiva货到人，包括像Kocus拣选系统，包括像Fetch跟随的拣选以及自己Geek+自己做的订单拣选，它都是货到人拣选的便中。

这个给大家展示的图片是Geek+所做的一系列机器人，我们是基于这样一系列的机器人，根据不同的场景去提供不同的解决方案。比如说，针对电商仓库的拆分拣选有智能拣选系统，针对智能制造有智能搬运系统，也有智能分拣系统。所有的系统只是机器人智能物流的一个代表。机器人智能物流本身具有这样的特性，就是自动化的高效性。用相对而言成本比较低的机器人去代替传统自动化就会带来投资回报比较快，另外它的最大的两个优势就是实施快，机器人可以看成大大小小的扫地机器人，和它很类似，我们是标准化的。如果用户用到之后，我们直接到那儿去只把二维码，甚至不用二维码这样的一个机绳给布上去，所以它的实施周期会很短。传统自动化的实施周期一般是按年来计算的，对于我们这种柔性的自动化，它的实施周期一般是在一个月左右。  

它最大的优势是在哪儿？其实是在柔性。可以想象一个传统的中小自动化系统，它布上去以后很难（Sikibo），另外它不可以拆迁、不可以处置。但是在柔性的自动化里边可以把这个问题解决掉，我们可以根据业务、场景和需求配置数量。甚至这样的仓库或者是一个制造车间，如果你发现它的地理位置不太合适的情况下，我们可以随时的拆迁、随时重置，所以这就是柔性自动化的一个最大的优势。

想要形成变革还需要走很远

从这样的一个机器人、智能、物流的创新提出这只是一个起点，要想形成一个行业的变革，那它是一个终点。它们之间的距离就相当于理想跟现实之间的距离，如果我们想跨越这两个距离必须去靠双轮驱动。

第一个驱动，我们是希望用AI的技术去赋能行业解决的方案，去提高行业的生产力，这其实是本质的。我们对行业的解决方案，对我们的产品，甚至对产品理念核心的模块，包括视觉导航、多智能体的系统、运筹优化，甚至大数据的分析和挖掘都可以利用AI的技术去提高整个产品的性能、提高用户的体验。它其实本质上就是塑造一个先进的生产力，这是我们第一个轮。

第二个驱动，是从你的起点到你的终点，最重要的是要有一个重要的商业模式，这个模式要灵活，能够对行业的赋能，对行业的变革产生巨大的驱动力。自动化、智能化、快速部署和按需扩展只是我们一个优势，但是能够让机器人物流在物流的行业成为最佳的解决方案，我们必须依靠销售、带运营、租赁的不同方式去适配不同用户的需求，才能够让机器人、智能、物流，在物流的行业变成最佳的解决方案，最终形成的是通过机器人规模化产生规模的经济，通过机器人的共享去产生网络效应，产生共享的经济，这个是我们的目标。所以这种双轮的驱动才会导致从行业的创新开始到行业的变更结束。

我们Geek+的一个愿景就是想成为机器人智能物流的专家，2017年可以说是Geek+快速发展的一年，在全球领域拿到这个行业最高的单笔融资是6000万美金。在2017年整年机器人出货量超过2000台，服务仓库的面积超过10万平，服务的客户超过30家，这里面也包括海外的一些客户。这是在不同的地区、不同的行业落地的不同的项目，可以看到在这样的一个场景里面，即便应对“双十一”和“618”，我们捡货的人员是在比较轻松去工作，不像传统的“双十一”和“618”强人工的方式下像菜市场。

其实机器人和物流无论是从产品和应用有很多的外延，仅在仓内可以看到把机器人的产品再嫁接上无人的叉车一系列的装置会实现无人仓储、无人分拣和无人搬运。仓外无人机的配送、快递小哥的配送，无人的驾驶，甚至智慧的交通都可以看成是机器人智能物流的一个延伸。

最后，我用两句话去概括对机器人、智能、物流的理解。

第一，机器人、智能、物流，本质上是物流行业+机器人+人工智能。

第二，自动化、智能化、柔性化只是机器人、智能、物流的起点。

服务AI化才是机器人、智能、物流的诗和远方。