Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

透视京东B面 | 对话

「中国做仓储物流机器人已经比亚马逊晚了五六年,如今整个国内的仓储物流机器人出货量都不到万台,中国的节奏慢了,应该多看看下一代技术。」京东肖军认为,仓储无人化技术远未进入量产标准化阶段,满仓库跑的亚马逊黄色 Kiva 并不是万能方案,定制化的需求匹配将会是长期路径。

撰文 | 四月

十三年前,亚马逊为旗下 Prime 会员推出「两日内送达」服务,引发全球零售业震荡,同时也吹响了电商物流行业变革的号角。

五年后,京东在一线城市推出的「当日达」承诺让竞品电商们倍感威胁,阿里迅速建立菜鸟物流以巩固其市场地位;饿了么、美团也于近期相继推出无人送货车、无人机等无人化物流设备……

在这背后是同一套战略思维的延续——电商需要精确掌控自有的物流供应链体系。一开始,大家都是亚马逊的学徒;后来,有人走出了自己的路。

京东从 2007 年开始自建物流体系,曾因投入过大而受饱受质疑,直至高效的物流速度优势在电商竞争中逐渐显现,才让市场相信了一套卓越的电商物流体系所能带来的价值。

京东副总裁、京东 X 事业部负责人肖军

近日,机器之心与京东物流无人化研发体系的率军者、京东副总裁、X 事业部负责人肖军对话,由这位见证了京东物流体系进阶之路的过来人谈谈中国电商物流智能化的时代机遇。与此同时,在电商的 A 面之外,探寻更多京东在坚持物流自主化方向背后的 B 面。

「当十万台的仓储物流机器人在亚马逊仓库中有条不紊运作时,国内的仓储物流机器人出货量还不到万台,中国的物流自动化技术明显落后成为难以回避的事实。」

肖军认为,仓储无人化技术远未进入量产标准化阶段,满仓库跑的亚马逊黄色 Kiva 并不是万能方案,定制化的需求匹配将会是长期路径。

在运输环节,京东根据不同场景提出了三级物流网的概念,即干线、支线和末端配送。如今,针对末端配送的无人机已经从宿迁飞往全国各地,而送货机器人也在今年正式从园区走上城市道路。

「五年后,给你送货的可能都是机器人」,刘强东的愿景并不是空中楼阁。

而应用于支线的无人轻型卡车则采取和整车厂商合作的模式,L4 级重型无人卡车和重型无人机将成为京东押注干线网络的更大砝码。

前者决定了京东的技术实力和规模化运作的成本上限,后者则将在一定程度上将减少京东继续扩增仓库的资本和库存压力。

中国电商物流智能化问题之所以值得关注,在于它不同于制造业的标准作业,也不同于大宗批发物流仓储环境下的 BtoB 买卖模式。

由中国特有电商环境而衍生出的 BtoC 模型决定了物流的需求方必然也将是无人化技术的先行者。截至 2017 年末,京东物流共运营 486 个大型仓库,总面积约 1000 万平方米。这庞大的应用场景和实验土壤将诞生出极为丰富的物流自动化应用方案。

人力的成本仍在逐年上涨,效率的天花板却无法突破;而机器的自动化技术不断成熟,成本将在批量化后大幅下降。在这两条曲线的交汇处,将迎来中国物流自动化产业发展的拐点。

为赶上这第四次零售革命,刘强东已经投下重注。

从实验室到事业部

「通过硬件科技改变物流产业的工作方式,不再只是京东的工作方式。」

机器之心:两年前我采访过京东的物流无人机项目,那时你们部门还叫京东物流实验室?

肖军:是的。京东物流实验室在 2013 年设立;2016 年 5 月,物流实验室正式变更为 X 事业部,包括京东无人车、无人仓以及无人机,无人超市等项目。

机器之心:设置 X 事业部的核心目的是什么?

肖军:两个方面。通过京东的硬件科技来改变我们的生活方式,比如京东无人超市、送货机器人等;以及通过京东的硬件科技来改变电商物流中各个场景的应用问题。

机器之心:这个定义比较大。

肖军:通俗来讲,X 事业部是做硬件的,是你们看得见的东西。

机器之心:每年京东对于这个部门在资金和人力上的投入多少,有没有一些数据的参考?

肖军:具体数据不方便透露,只能说很大。

机器之心:京东上下游有很多合作企业,比如说日化、酒水等厂商,他们可能也有物流产线自动化的需求。除了自产自用以外,我们本身也在对外输出这些技能?

肖军:对。通过硬件科技改变我们的工作方式,就不只是京东的工作方式,也包括其他公司。

机器之心:这个向外赋能的形式是? X 事业部会不会成为一个类似解决方案的品牌?

肖军:我们会把在京东应用成熟的一些应用场景案例向我们的同行、合作伙伴去输出。比如,茅台、伊利等都超大型企业都有这方面的需求,我们可以提供定制化解决方案。

机器之心:这会是一种商业化的形式?

肖军:是的。只是我们过去更多专注于在研发,首先你得把东西做出来才行。

机器之心:所以现阶段不仅仅只是投入,还会有一些收益。

肖军:对。

机器之心:京东除了 X 事业部,还有一个 Y 事业部,会注重一些大数据和人工智能的研究?

肖军:这两个部门本身相互配合。X 偏向硬件更多一些。Y 更偏向于软件一些。

机器之心:物流产业涉及到很多环节,如何评判是否有必要设置机器人或者改造成自动化?

肖军:这里有三个层面的考量。

首先,京东从 2007 年就开始自建物流体系。从京东第一代物流系统到现在的自动化,我们团队都参与其中。从研发的角度来看,我们需要把物流自动化的最高水平打造出来,把样板去打造出来,所以我们提出无人仓、无人车等概念。通过技术评估,目前能够达到的业界最高的阶段和水平。

其次,我们很容易发现系统、流程过程中哪些地方存在的瓶颈点,因为每年的 618、双 11,这些流量最高峰也是我们运营的最高峰。哪些地方出现瓶颈、哪些环节值得优化一目了然。再结合我们对相关自动化的技术的了解,和人才技术优势,我们能够判断出哪些环节可以通过现有的技术快速突破。

举个例子,比如拣货打包。过去,打包需要人工对箱子进行裁减、要填充,流程是很长,就是整个仓储环节里非常大的一个瓶颈点。我们通过对现有的自动化技术方案、对机械臂、对计算机视觉方案的了解,可以创造出比人效率高的机器。

最后,是考虑投入产出比的问题。依靠我们现有的物流结构体系,我们能够知道每个环节的订单成本。

我们启用自动化,按几年的一个折旧,再结合机器投入,它的成本应该做到什么程度?它的成本要占到多少?我们有一套自有的核算方式。

长远来说,人的成本会一直呈现上涨趋势。十年前,一线打包员大概每月 2000-3000 元,现在可能是 5000-10000 元,再过十年可能是 2-3 万。

但对于机器,你用的量越大,成本就能下降越多。可能现阶段效率成本没变,但是再过两年人力成本增多,或者应用规模起来了,综合成本就会下降,这将会是我们一个很大的优势。

机器之心:在增加自动化项目的同时,有遇到过上线后再暂停调整,或者判定为并不是当下最合适的方向吗?

肖军:会有啊。

机器之心:可能是出于哪个层面的考虑?

肖军:的确会遇到一些在短时间内技术确实解决不了的问题。

比如,电池技术和电池容量的瓶颈,现在的电动汽车、旋翼无人机都会遇到这个问题。但我们又涉及到到大量的用电需求,因为行业数据还没有达到使用标准,所以有些项目会阶段性暂停或考虑采用其他解决方案。

机器之心:那改成油动?

肖军:但发动机技术也有瓶颈,中国整个小型发动机技术是需要去突破的。

因为在很多场景里面,有些技术不是一两年的时间就能突破,它还有很长的一个路径要走;所以我们研究到一定程度,就会暂停。

解构布局逻辑:自研、合作、投资的组合

「传统的无人仓概念已经存在数十年了,但它的设计最初是为大型批发的物流场景服务,并不是为 B to C 的中国电商去准备的。」

机器之心:对于自主研发、合作、投资三种不同的布局策略,京东更倾向于哪一种,为什么?

肖军:无人仓、无人车、无人机这些方向涉猎非常广。无人机又分很多种,旋翼、固定翼等中小型飞机,大型飞机,未来还有重型。

如果所有的环节都选择自己做,最大的一个问题是时间上的耽误,这是我们主要的考量因素。

目前部分供应商选择创业公司,是因为他们单个创新点有价值,他们的技术达到了 60-70%,但是还没有形成规模,还没有什么正向收入。那京东可以对它进行投资,帮助他们孵化成功,把京东的优势对接给他们。

但他们不会做一整套无人仓库方案,里面涉及到的数十种机器人项目,创业公司不可能都能解决。这样都做的创业项目也不可能会成功。

相对而言,京东有应用场景的优势,有产品化的优势,有规模化生产的优势,这些正好是创业公司所欠缺的。帮助他们成功,也能帮助我们提升技术研发的速度。

无人仓概念,已经存在几十年了,但它是为大型批发的物流场景服务,并不是为 B to C 的中国电商去准备的。

过去,在大型的转运中心,一大托盘进来再一大托盘出去,是典型的大宗物流场景。但是这种自动化仓库设计并不适合在中国电子商务场景下使用,中国的电商场景是一大宗进来,再分零散地一个一个出去,这里面的解决方案完全不一样。

目前,面向电商的自动化解决方案并没有特别好的最优解。

我们结合电商行业的背景,摸爬滚打十多年,尝试自己去做一些适用于零售行业自动化的方案,会持续投入,外界也会经常会看到一些创新的产品。

机器之心:为什么考量合作项目的标准是「做到 60-70%」 ,如果创业项目要升级成合作伙伴关键因素是?

肖军:升级合作伙伴,首先要解决完场景的问题,而不是一个实验室级别的成果,不是能只做演示。合作伙伴能解决场景问题,这个是升级合作伙伴的一个前提。

很多项目可能就是几个博士或者大学教授主导,掌握了这个技术的高点。一般都是做到 60-70%,还需要通过实际场景的应用进行迭代,才能把这个产品做成熟。

60-70% 的成熟度,再合作半年几个月,慢慢地成熟;快的话,有些技术半年就成熟了,那我们就进行下一步的合作。

机器之心:京东在举办机器人比赛,今年已经是第二届了,也是希望筛选出一些能够单点突破的团队?

肖军:对,我们今年比赛设置的难度会非常大。如果有创新的思路解决这个问题,可以作为我们的潜力员工加入京东;如果有创业的想法,我们也可能以基金资本的形式来支持,因为你做出来能帮我解决这个问题。

机器之心:深度合作一般还是选择大厂?

肖军:因为京东的物流产品用量比较大,所以说我们选择规模相对大一些,小厂可能承接不过来。

机器之心:如何看待国内自动化/工业机器人公司的供应能力,为什么还需要自行研发?

肖军:现在国内物流自动化的设备还谈不上成熟。类似国内的 Top5 公司,可能还不到 ABB、库卡等四大家族公司的营收五分之一。

京东每年在自动化设备上的投入估计达到数十亿,但这在整个物流自动化产业里的占比还很少。

当下,物流的市场在中国远远已经超过千亿了,但是大量的订单主要还是由四大家族承接,中国本土的一些企业或者设备对需求的理解、应用的理解不够到位。

但是国外很多设备并不是一个完整的解决方案。所以在落地环节,更多是各个厂家的集成方案。2009 年我们就进行过尝试,推出亚洲一号仓库,当时是亚洲自动化程度最高、单体面积最大的一个仓库。

当时就我们感受到的集成痛点就是,要整合整个行业最顶尖的一个技术,要协调每个企业之间的影响和利益关系,是很大的挑战。

所以后来,我们选择自己来做一些主要的、一些核心的自动化技术。

机器之心:主要是硬件方面?

肖军:主要是硬件方面,硬件软件都做。

像我们的地狼 AGV 机器人、天狼穿梭车等自动化设备,属于在自动化里面一个非常核心的位置。对于这些核心的设备,我们选择自己去做。

(注:AGV,全程为Automated Guided Vehicle,即“自动导引运输车”,也称仓储物流机器人,通过电磁或光学等自动导引装置,沿规定的导引路径行驶,具有安全保护以及各种移载功能的运输车,现主要应用于仓储物流中。)

机器之心:京东对于研发、合作、投资三种技术选择,有没有优先级的排序?

肖军:没有。我们提供解决方案为主,解决方案里主要是自研。

研发也分很多层面。举个例子,在做拣选环节里需要用到小公斤级的机械臂,机械臂分很多种,不同公斤级的,还有串联、并联型的,四轴、六轴的等。这已经是一个成熟市场,京东没必要去做了,可以直接购买。

但解决场景需求最重要。

在已有的机械臂基础上,京东需要做的是怎样更好地控制机械臂,把物品更准确地拣选出来,这是我们的核心。因为我们知道行业的痛点在于把货拣选出来。

这其中的难度包括,商品的识别、商品的抓取,还有很多需要精细解决的技术,所以我们会在前沿方向上做一些布局和投资,比如利用人工智能去做的拣选,就是一种解决方案。

我们可能做一些投资,但是我们自己也做,最后综合起来集成给到行业客户。在单个环节会有自研的,也有单个的合作。

这也就是你们为什么看到跟京东合作的特别多,因为我们在很多前沿的探索领域都需要去尝试,因为这个东西是过去没有的。

而且这部分的工作大公司反而做不了,像发那科、ABB 给我们提供机械臂是最重要的,但是在我们的场景里机械臂并不能直接用。我们的场景是要解决抓取的过程,把用户要需要的订单物品抓出来,这是不一样的。

机器之心:在远途配送的重型无人机领域,京东会选择自己做?

肖军:这个领域是小体量的创业公司做不来的,要做重型的、载重五吨的飞机,研发投入可能上十亿。从目前的中国创业体系来看,不可能有天使投资人愿意掏这个钱让你去做飞机。

机器之心:创业公司为什么更愿意和京东合作?

肖军:因为京东有场景。技术的成熟需要用场景去验证,需要用场景去学习。

自动化的创新跟其他商业模式创新是不一样的。

举个例子,新型的社交化的电商创新,通过一个商业化模式创新快速的把流量做起来,快速融到资,快速上市,但更多地还是靠商业模式和背后资本的能力、团队能力的支持。

而技术是不一样的,特别是自动化技术。你需要有一个比较好的技术团队,但我还需要应用场景,把这个技术应用到稳定的程度。稳定之后,你还要不断的去迭代。

做出一台设备没问题,但是你要做一百台、一千台,就需要不同的其他方面能力。就需要京东这样的应用场景。

因为京东涵盖全场景的运营,从仓库到配送到所有物流的环节基本全覆盖。我们仓库类型多,有图书、有 3C、有冷链有、有服装,基本上所有的商品品类都有。这些场景给创业团队提供了很好的一个验证机会。

我们跟创业团队的关系是互利互惠的。他们在创业过程中需要解决京东的场景问题,同时京东能帮助他们将技术孵化成熟。

某种程度上,我们还可以帮助他们在某个单点的技术难点上进行突破。因为京东在机器学习深度学习等领域的综合的人才会更多一些。

机器之心:在和这些创业公司接触过程中,他们也谈到了自己的担忧。京东使用他们的技术,但同时也在研发自有技术,你们技术成熟后可能就不需要他们了?

肖军:这也是为什么我们投资布局的公司,都会选择比较大笔资金进入的原因,让他们更有安全感。那么多钱都投了给你,我们也不愿意把钱打水漂吧。

机器之心:单纯的合作项目,会不会还是优先使用我们自有的技术?

肖军:我们合作的项目主要还是我们没有的技术,自有的技术合作相对要少一些。

机器之心:但研发的这个过程还是同步在进行?

肖军:对。因为自动化环节太多了。

就京东来说,我们一定要看清楚的,是解决场景问题,而不是说只做技术最好、性能最好的机器人。

送货机器人是不是概念性产品?

「人力的成本始终在涨,机器在降;与此同时,机器的自动化程度逐年提升,而人的效率是有瓶颈的。」

机器之心:远途用无人机、无人车更快、节省人力;仓储自动化效率更高;但针对短途场景,为什么还有必要用机器去取代?

肖军:短途也得几十公里。如果国家允许,要从亦庄发到快递到海淀,15-20 公里,考虑到北京的交通情况,开车有时需要三个小时;如果能使用无人机肯定是最快的,只是这还涉及到城市安全飞行层面的问题。

所以我们先从农村开始。如果在农村飞行足够稳定了,为什么不能在城市做?

机器之心:宿迁是比较最早的试点?

肖军:对。2016 年 6.18 在江苏宿迁首飞。

机器之心:现在已经很规模化运行了?

肖军:对。但对于无人机我们还不能说运营模型足够稳定和成熟。因为无人机还有一些技术瓶颈需要去解决。比如续航。

机器之心:空域监管会是一个很大的挑战吗?

肖军:肯定是。

机器之心:如何应对?

肖军:首选偏远的、没人的地方。监管最关心的是人安全。一箱货摔了,几千块钱的损失我们还能够承受,但是对人的伤害没有公司能够承担。

机器之心:偏远地区的开放程度会更高一点?

肖军:对。

机器之心:如何看待城市道路里的短途运输无人化,类似美团、百度都推出了送货无人车,最后 N 公里的配送场景真的是刚需吗?

肖军:举个例子,当北京的劳动力人口减少,但是送快递、外卖需求始终还存在,如果没人就只能用机器。

人的成本始终在涨,机器在降;与此同时,机器的自动化程度是在逐年提升,而人的效率是有瓶颈的。

机器之心:所以你不认为它仅仅是个概念?

肖军:它不是个概念,是能用起来的产品。比如,在一些保密性较高的研究院所或者机构里,不允许快递员进入,快递员只能送到大门口。人再从里边走出来可能有三公里远,有时为了取快递还需要开车出来。

这种情况下,送货机器人就能够替代人进去园区送货,机器不会涉及到信息泄露的问题。所以它有很多独特的价值。

机器之心:但还面临很多问题,比如,近人的场景,公共的场合可能存在很多不安全性。

肖军:安全。到目前为止,我们的小车没发生过一起交通事故。

安全与否,主要看这个交通工具的速度。如果是 120 公里速度的无人车,在哪运行都不安全,因为它的刹车距离需要一百米。突然出现的人和物,它可能刹不住;但我们的无人车发生碰撞或接触时,只有十厘米的刹车距离,即使接触到了,这么短的冲击距离,伤害是非常小的。

我们为送货无人车做了四层安全网络,专门针对距离和不同的传感器设置。最远的是激光雷达,第二层视觉,第三层毫米波,第四层触碰的传感器。

机器之心:速度慢,就会影响效率。现在的快递员、外卖员看起来效率很高。

肖军:但与此同时,也容易造成事故。快了就不安全,不管是人也好,车也好。

城市交通要限速,学校要限速到 30 公里以下,就是留给你足够的反应时间。所以我们首先要解决安全问题,再解决应用场景的问题。

机器之心:速度和效率还是要进行折中。

肖军:对。电动车的平均速度 20-30 迈,京东的无人送货车也能达到 15-30 迈。

机器之心:京东的无人送货车运行场景是局限于封闭园区,还是已经可以上路?

肖军:上路。中关村、上地、雄安新区的市民服务中心等地都已经开始跑了。先在大学里跑通了,再上路。

机器之心:是否担心面临监管的限制?

肖军:慢慢来。不去做,政府可能永远不会针对这个立法。首先总要有新鲜事物的出现,国家在法律、政策层面才会跟上。

电商的发展就是这样。20 年前哪有电商,现在人人都会用,国家法律和政策也会跟上来。

机器之心:现在在运营的地区包括?

肖军:西安、北京、长沙,郑州、雄安等。

物流自动化的特殊性

「中国电商最大的差异化是有促销季,各种促销节还不少,导致物流作业量的起伏波动很大。劳动力能按照峰值配备,但人力不行。」

机器之心:开始提到四大家族,他们最早主要为制造业提供服务。随着中国电商的发展,物流市场的自动化需求才逐渐明确;如何看待这种需求的方向?相比制造业有什么不同?

肖军:中国电商发展太快。制造业,拿过去的富士康举例,这种代工型的企业可以通过流水线的设计,让人挤着人地工作,这个就是靠自动化技术做不到的。

物流不一样。

物流是由一个环节、一个环节地构成,人多了,形成拥挤很容易出现问题。

更为重要是的,你要考虑到中国电商最大的差异化就是有促销,而且各种促销节还不少,这是与其他国家物流产业最大的不同。

我们今天雇佣十个人,但后天促销,销量翻了三倍。我去哪找另外二十个人?但如果平时只用十个人,我们日常预备三十个人,那另外二十个人的成本投入就是亏损的。

但采用自动化方案就比较好解决,多配五台机器人,平时闲置,正常远转五台;到了促销季,闲置机器人上场,整个物流的效率提升很快。

但人的工作量是不可能按照高峰值配置的,这种差异化的需求导致了自动化。

最初,电商的竞争只集中在线上购物层面,但逐渐地我们发现物流的服务水平才是最重要的。这也是为什么京东从 2007 年就坚持做物流体系。

我们很早就意识到做电商不是最重要的,价格便宜不是最重要的,能把服务好才最重要。服务对应的就是自动化效率更高。

机器之心:在我们和方案商交流时谈到过一个问题:技术的成熟只是一个方面,工业领域对于标准化可能是一个更大的需求,因为它意味着是否能够推广。

肖军:对于我们而言,场景解决方案最重要。能不能推广倒是其次。

现在并不是说让方案商推一百个、一千个仓库。而是说,你先把这一个仓库做好了,这个仓库没问题了,那我给你两个。两个做好了,我再给你十个。是这样的一个节奏。

一下子推广到一百个仓库,如果出现问题,这个影响将非常大。

机器之心:所以现在物流的解决方案,要匹配到具体一个仓库场景下才可能谈得上应用?

肖军:对。现在的机器人还不具备思维能力,没办法自适应,现在的技术也做不到。

机器之心:现在不到谈标准化的阶段?

肖军:对。当下,解决某个场景的问题是最主要的研发方向。

机器之心:机械臂在拣选过程中,可能会面临大盒子、小盒子,有平放的、摆歪的,但这个层面的问题时需要去适应的?

肖军:对。苹果有 Plus、非 Plus,不可能让苹果造一样的盒子。这就是难点,这就是过去没有的方案,需要去解决。

机器之心:不可能是针对大盒子会有一套方案,小盒子一套方案?

肖军:对,我们不能要求供应商采用一样大小的盒子。另外,还要考虑整体仓库效率最大化的问题,不可能将大盒子放一个仓库,小盒子放一个仓库,最后还得拉到一个产线里进行封装,那样虽然单条产线的成本降下,但综合成本就高了。

要不要走亚马逊的老路?

「AGV 有它的用处,但不能做到全应用场景的覆盖,只是一个阶段性产品。我们判断下一代技术将会是新的方向。」

机器之心:在我们此前接触到的物流机器人项目中,AGV(仓储机器人)最为普遍和常见。这是否意味着相关技术已经足够成熟,AGV会是物流自动化的最大需求吗?

肖军:并没有。我认为 AGV 只是一个阶段性产品,并不能称得上是完全的替代性产品。

机器之心:为什么?

肖军:因为有更好的方案能解决这些问题。

机器之心:比如?

肖军:可以等我们的新产品推出。虽然京东也在铺设 AGV 项目,但我们还有一些新的项目,会比 AGV 技术更往前。

机器之心:如何看待亚马逊构建物流体系的思路?

肖军:亚马逊搭建物流体系,最早强调大型仓库的自动化,到 2012 年收购仓储机器人公司 Kiva,如今亚马逊的全球仓库中已经部署超过 10 万台 AGV。但到下一代,可能再过五到十年,我们认为还会有更新的技术出现。据我所知,他们也已经在做一些新的尝试。

机器之心:中国市场呢?

肖军:中国做 AGV 已经比亚马逊晚了五六年,如今整个中国市场的 AGV 出货量都还不到 10 万台,所以说中国本身节奏慢了,应该多看看下一代技术。

机器之心:听起来这个新项目还挺神秘?

肖军:对,现阶段可能还不太好聊。

机器之心:为什么会觉得 AGV 还是一个阶段性的产品,它还有哪些需求满足不了?

肖军:并不能满足仓储的高密度存储。比如,要在 AGV 上面加钢平台承重可能就是一个问题,况且钢平台本身的成本也很高。

现在的物流仓库基本没有低于九米高度的,有的甚至超过十多米,但当下的 AGV 能够拖载高度基本在两米左右,上部的空间基本就全浪费了。所以 AGV 并不是一个全自动覆盖的问题,还涉及到的仓库容量的匹配。

但并不是说 AGV 没有用,否则我们也不会做,只能说它的使用场景有限。

另外,AGV 体系的全自动化水平还没有实现。

举个例子,中国人工成本尽管翻了五倍但还是需要人,因为要把人全换成机器挺难的。要机械臂模拟人的手伸进去货架,将防甩出带的胶带拔开(防甩出带:指固定在货架周边,防止运输过程中货物因为惯性原因甩出),伸进货架里边取东西,这个动作十分复杂。

机器之心:物流行业现在的*AGV*普及率大概有多少?

肖军:国内去年 AGV 出货量不到万台,但亚马逊的使用量已经达到 10 万台。

机器之心:对于京东而言,可能不会再走亚马逊规模化铺设 AGV 的老路?

肖军:AGV 有它的用处,但不会是全应用场景覆盖。

两张王牌

「如果重型无人机项目得以运转,京东将不再依赖于增加大型仓库而使得货运高效。在一千公里以外的地区,重型无人机能够发挥出周边建有大型仓库一样的效果。」


机器之心:今年 6.18 期间,刘强东对外宣布启动京东重型无人机项目,看得出京东内部的重视程度。此前,顺丰也成立了相关项目。物流企业为什么会选择这个方向?

肖军:货车,几万辆的货车物流队,每辆车配备 2-3 位司机,8 到 10 万个司机能够满足运用的需求。

但当我们将物流的重心从地面转向空中的时候,这个缺口就非常大了。8 万个司机还比较好解决和运营,但 5 万个飞行员的成本就不再是一个量级。所以说,无人机必然会是一个趋势。

机器之心:它和客运货机的区别在于?

肖军:无人机队也是航空运输队。有人机就是有飞行员,无人机就是没有,他们的差异只是在于技术的难点不一样。

相对而言,有人机技术更难。因为它还需要解决飞行员的安全问题,飞机的很大一部分成本也是在解决人的安全。你在空中人都不安全,飞机就无法无法保障了。

无人机的难点在于解决飞机在空中的飞行安全问题。

选择无人机的核心原因在于中国航空人才的缺乏。

举个例子,一万架飞机的运输队伍,意味着需要雇三万个飞行员,为三万个飞行员要配备的周边服务、配套教学、培训、认证管理体系等,背后的投入将会非常大。

而选择无人机方向,我们需要投入的主要是无人化的管控、飞行安全的管控、线路管控航、航空调度等,成本不至于到波音空客这种货机那么贵。

另外,在中国,货机还面临一个非常大的运营问题——航线拥挤。运人都运不过来,运货肯定会被限制。行线路本身比较饱和,而且大型货机不能夜间飞行,大部分只能白天飞。

无论是有人机,还是无人机,核心还是同一个问题——解决航空运输的问题。但解决难度不一样,思路不一样。

机器之心:相比中小型无人机,重型无人机会是物流领域一个更大的一个趋势吗?

肖军:航空运输的问题可以分为两个层面。

一个是超过 1300 公里的运输,首选一定是大型飞机,比如 737、747、787 等大型的波音空客的货机为主。在 1300 公里以上的线路上,重型无人机的效率成本还是不错的,虽然相比地面运输肯定是要贵,但相比有人机还是相对经济一些。

但如果你要低于 1300 公里,因为飞机起飞降落需要投入较高的成本,那可能就不经济了。举个例子,如果北京到石家庄,启用重型无人机航线可能就是亏损的。

机器之心:所以这并不是一个重型无人机取代中小型无人机的关系?

肖军:两类飞机完全不一样。中小型飞机要飞 1300 公里那以上,就需要选用更大的发动机,或者更大的油箱,那相对低,就运不了那么多货,不划算。

有了重型无人机,对京东的远途运输的能力将会有很大的提升,这是重型和中小无人机的不同点。

机器之心:这个项目现在处于什么阶段?

肖军:已经标准化下产线,还在等待飞行的计划。

机器之心:现在看起来,这个市场似乎仍存在一些不确定性:能不能飞,哪些地区能飞,能飞多远,什么时候能飞,这些都是问题。

肖军:短期内的确很难看到重型无人机的落地。它会需要非常长的研发和试验过程,同时也需要完善的政策和监管标准出台以后才可能真正走向市场运营。

机器之心:时间会是多久?

肖军:在我们看来将会是十年以后的事情。可能试运营会比这个时间更早,但真正规模化运营需要一个比较长的周期。

机器之心:京东集团是一个什么样的支持方式?

肖军:规模和具体计划不方便说。但从刘强东总平时的对外发言来看,这个态度是非常坚决的。

机器之心:如何从京东的战略层面来理解?

肖军:我们为了给用户提供更好的体验,90% 以上的城市都能够实现 211 限时送达。(即当日上午 11 点前下单, 当日送达;当日 23 点前下单, 次日 15 点前送达。)

为此,我们在尽可能在离你们近的城市和地区建设仓库。密集的仓库确保了京东物流的时效性,以及更好的用户体验。但是,建仓库不仅需要一次性的投入成本,还需要持续的库存准备。光是仓库不够,有仓就要有货,货就是钱。

我们现在已经搭建了 14 个亚洲一号,未来我们需要为更多的用户服务,订单量水平和整个规模都在发展,我们就需要建立更多的仓库,同时需要积压更多的货。

这个对于任何一家电商公司来说,都是巨大的压力。因为它需要周转。比如手机,价格波动非常大,一个月以 A 价格进的货可能下个月降到 B 价格,就可能出现亏钱卖的情况。

如果重型无人机项目得以运转,京东将不再依赖于增加大型仓库而使得货运更加高效,在 1 千公里以外的地区,因为重型无人机的配送能够让你感受到和周围建有大型仓库一样的效果。

机器之心:之前透露的项目细节中,只提到载重量和飞行距离。在飞行速度上,重型无人机的速度能够达到普通的民航机吗?

肖军:飞行的角度,完全能够持平。40-60 吨超重型的无人机速度可以参考民航机。因为现在的波音 7478F 载重已经能够达到 150 吨以上。

机器之心:面向高速场景下的无人车项目,京东的布局思路是?

肖军:根据运输场景的不同,我们的划分逻辑主要基于三级物流网的概念,即干线、支线和末端配送。

比如,物流机器人、中型无人机等都是针对末端配送场景。轻型卡车(也叫传站车)和重型卡车则主要针对干线和支线场景下的运营,重卡对应着干线、中型;轻卡对应着城市内部、轻型,载重 1-2 吨。

目前,无人重卡主要在硅谷研究院进行研发和路测。轻型无人卡车则和国内整车厂商进行合作。

机器之心:京东的美研院成立时间?

肖军:大概两年前。硅谷研究院作为京东在美国本土设置的一个研究机构,不仅只做自动驾驶,旗下包含了多个团队,支持 X 事业部的团队只是一个分支。

机器之心:所以他们还提供无人仓等物流自动化的技术支持。

肖军:是的。

机器之心:美国的路测数据和道路环境与国内还是存在差异?

肖军:还需要一些全新的路测和数据来支撑优化和修正,以及针对两国不同的道路交通法规进行修正等。但从人工智能、尤其自动驾驶技术来看,美国仍然走得比较靠前,有一定地域和人才优势。

目前,无人重卡已经完成了 2400 小时的智能驾驶路测,计划 2020 年在国内上路。

产业京东物流
1
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

调度技术

调度在计算机中是分配工作所需资源的方法。资源可以指虚拟的计算资源,如线程、进程或数据流;也可以指硬件资源,如处理器、网络连接或扩展卡。 进行调度工作的程序叫做调度器。调度器通常的实现使得所有计算资源都处于忙碌状态,允许多位用户有效地同时共享系统资源,或达到指定的服务质量。 see planning for more details

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

工业机器人技术

工业机器人是面向工业加工制造的可自动控制,多用途,需有三轴及以上可编程的固定或可移动机械手。其系统中包括带有执行机构的机械手以及示教控制器。 它可以依靠自身控制能力来执行预设的轨迹及动作。典型应用包括焊接,刷漆,组装,采集和放置等工作。工业机器人完成工作具有高效性,持久性和准确性。目前常用的工业机器人包括关节机器人,SCARA机器人,并联机器人和直角坐标机器人等。

无人机技术

无人机(Uncrewed vehicle、Unmanned vehicle、Drone)或称无人载具是一种无搭载人员的载具。通常使用遥控、导引或自动驾驶来控制。可在科学研究、军事、休闲娱乐用途上使用。

暂无评论
暂无评论~