导语
大家好，我是智能仓储物流技术研习社的社长，你的老朋友，老K。
本文根据旷视王银学演讲和网络整理而来
AI 物流大有可为
相关数据显示，社会物流总额的增速低于GDP（无论产品销售几次，社会物流总额只计算1次），表明物流中技术、智力的占比在提高。
01 我们已经进入智慧物流时代
智慧物流的发展主要得益于：一、技术要素支撑：物联网、机器人、人工智能（AI）、大数据等技术不断成熟；二、市场要素倒逼：企业面临产能过剩、需求个性化、产品快速更新等市场发展；三、社会要素加速：劳动力成本上升、疫情影响下少人化趋势、资源和环境等；四、国家政策助推：智慧物流、智能制造、机器人等相关政策频繁推出。
02 智慧物流市场前景可期
一方面，中国智慧物流市场持续高速增长，近十年来平均增速高于20%（数据来源：网经社《2019年度中国物流科技行业数据报告》）；另一方面，物流数智化再升级空间巨大，目前我国整体物流自动化平均水平在20%左右，对比发达国家的80%尚有巨大可开发空间（数据来源：华创证券：《物流自动化行业专题研究报告》）。
03 物流系统需要更加智能化
当前，智慧物流正处于大发展阶段。从千平米到千万平米，物流场景的规模越来越庞大；海量SKU、海量订单与即时消费、即时配送等维度叠加，导致物流履约系统更加复杂；场景内智能设备、子系统越来越多，常规的调度系统已经无法驾驭复杂的情况。在这样的趋势之下，传统的技术已经无法应对现有挑战，系统需要足够的算法和算力支持。AI正在成为智慧物流发展的新引擎，未来，AI 物流大有可为。
04 2020年是AI 物流的应用元年
从20世纪40年代现代物流兴起，到1979年“物流”一词引入中国，再到2015年“互联网 物流”迎风而上，物流行业在市场、技术等因素的叠加作用之下不断演进。当前，互联网 基础设施不断完善，AI 物流具备了一定的数据基础。随着数字化渗透率持续提升，人工智能将成为物流的“新基建”，正在不断深入行业应用。此外，疫情影响下，无人化、少人化发展趋势加速。因此，2020年成为了“AI 物流”的应用元年。
05 2025年AI 物流市场规模将达100亿
人工智能技术不断应用于物流领域，在仓储、运输等环节降低物流企业的人力成本，提供人员及设备的工作效率。2019年人工智能 物流的市场规模已达15.9亿元，预计到2025年市场规模将接近100亿（来源：艾瑞咨询《2020年中国AI 物流发展研究报告》）。
AI在物流各环节的应用分布方面，目前仓储与运输环节占比较大，两者占比之和超过80%（来源：艾瑞咨询《2020年中国AI 物流发展研究报告》）。例如，在智能仓储方面，AI入库识别、货物搬运、存储上架、分拣出库、软件上面都有应用。在搬运环节，目前移动机器人的应用已经开始爆发式增长。
AI 物流实践成果初现
01 打造激光 视觉融合的SALM技术
SLAM（即时定位与地图构建）技术可以让机器人在无信标的情况下实现定位导航，具有易部署、柔性等特点，更加适合在运行环境复杂、业务经常变动的场景下应用，因此受到越来越多客户青睐，正在成为机器人领域的主流趋势。
该技术赋能的机器人，能够实现智能避障，确保复杂产线场景中的人、货、设备的安全；在机器人与产线或工作站对接时，还能做到高精到点，确保作业的稳定、可靠；实现了更加灵活、安全和高效地智能导航。此外，SLAM技术通过将视觉和激光等多传感器融合，可以智能过滤动态物体，实现传统激光SLAM无法达到的动态环境适应性。
02 AI 让设备有眼睛、会思考
除了机器人之外，AI还能让传统物流装备拥有眼睛，并可以简单思考，提升生产的安全性与效率。旷视人工智能堆垛机通过装载的五面扫描探照、3D摄像头，检测破损、异物、数量等异常情况，在提升作业效率的同时，保障盘点的准确率。到目前为止，经过1万多箱型的测试，人工智能堆垛机数量清点与真实情况还没有出现过差异。旷视已经在一家浙江黑灯工厂部署了全球第一台人工智能堆垛机。
03 AI 使系统最优化，实现多机协作
随着工厂和仓库自动化水平的不断提高，机器人（AGV/AMR）、无人叉车、穿梭车、堆垛机、机械臂、分拣机等智能设备越来越多，需要通过集群的方式协同完成特定任务。成百上千台多种类型设备的规模化集群作业已成必然，要保证整个群体协作的效率，并根据业务需求动态调整策略，需要让整个系统能够不断学习、不断修正自身策略；在这个过程中，人工智能将发挥巨大作用，帮助整个系统不断优化。
因此智慧物流操作系统，将机器人等智能物流装备与物流、生产业务快速集成，提供规划、仿真、实施、运营等一站式解决方案，以AI能力通过物联网技术连接物流各个环节。
系统能够将不同类型的智能物流设备集合在一起统一调度，具有极大挑战。例如，AGV和电梯通讯在我们看来是非常简单的事，但能真正将两者打通的却不多，因为电梯厂家不开放接口。物流系统当中，目前还没有其他家把仿真系统和运营系统做到一起，因为这样才能帮助整个系统实现效率最优化。
04 AI视觉助力工业场景降本增效
探索和落地计算机视觉等AI能力在入库出库、生产质检等各种环节中的应用。
药品是特殊商品，需要准确核对相关信息，避免误发。在医药图像识别复核方面，深度视觉识别技术能把单据、货物上的生产批号、生产日期、失效日期、注册证号等关键信息自动识别、对比，避免了人工识别的差错，准确性和效率大幅提升。
轮胎存在老化问题，一般超过一定时限的轮胎就不允许入库和出库。人工检查的方式不仅会让工作人员长期面对气味恶劣的橡胶味道，而且检查准确率低。视觉识别技术可在轮胎移动过程中高精度自动识别不同品类轮胎的DOT码，摘出不符合要求的轮胎。
在生产质检环节，AI 视觉技术能够自动识别果冻等产品的缺陷，帮助企业快速准确完成产品筛选工作，提升出厂产品的品质，也能避免工人使用肉眼长时间在强光照射的环境下工作，容易产生视觉疲劳和疏漏。
在日益复杂和多样的物流产业需求面前，没有一家企业能够独自处理好全部需求，通过合作实现优势互补、资源互补、多方共赢是必经之路。因此，希望有更多人工智能和智慧物流行业的机构与企业加入人工智能物流产业联盟，聚力各方力量共创AI 物流新业态，用人工智能造福物流行业。
