領教工坊第八屆中國企業家私人董事會年會完美落幕，近400位民企中堅企業家和商界領袖、業界專家齊聚上海，共商巨變時代的生存之道。

會上藍胖子機器人公司聯合創始人兼CEO鄧小白以《人工智能與機器人如何賦能物流與工業領域》為題，分享：藍胖子機器人用實踐闡述：“如何通過機器人助力物流公司效率提升”、“怎樣通過人工智能和機器人在工業領域里面的應用，探索效率升級”。以下內容來自鄧小白現場演講，內容經過本人修訂發布，與您分享。

藍胖子的誕生過程

鄧小白，藍胖子機器人聯合創始人兼CEO，本科畢業于中山大學經濟學系，畢業后本打算直接進入物流行業，但機緣巧合去了摩根大通。后來偶然發現全球最大快遞速運商的招聘啟事，便申請加入了這家公司的美國總部，并在短短兩年時間內升任亞太區管理層。

從這家物流公司辭職后，鄧小白入選了IDG資本“自由人計劃”，通過一位共同好友認識了擁有豐富機器人研究和創業經驗的張浩。兩人一拍即合，共同運營起藍胖子機器人，專注于用AI和機器人技術為物流電商企業提供無人倉解決方案。

從2015年正式商業化運作開始，我們就想著要做國際化和多元化。剛開始是初生牛犢不怕虎，以為從全世界招人、打全球市場不會特別難，但現實并非如此。慶幸的是我們堅持下來了，團隊的前10個人里有4個人來自其他國家，等到20人的時候，英語已經成為公司的主要工作語言。

現在我們有近200位同事，從3個人到200人，我們經歷了四輪半的融資，投資者是一些中國最知名的風投機構，例如天使輪的領投方創新工場，以及A+輪的領投方云鋒基金。

公司的第一個客戶是美國最大的物流公司，前三個客戶都來自海外?，F在我們總部是在深圳，同時在廣州、香港、美國亞特蘭大、澳大利亞布里斯班設有辦公室，業務涵蓋中國、美國、澳洲、歐洲、日本等市場。

快速發展的行業背景

電商的快速發展

電商的爆發，一方面使得包裹數量急劇上升，十年前中國一年大概只有30億件包裹，而2018年超過了500億件，這個數據預計3年后會超過1000億件。另一方面，包裹變得越來越小，以前的快遞大多是二三十公斤的大件，現在的快遞大多是5公斤甚至3公斤以下的小件。

物流行業就業吸引力下降以及快遞需求的提升

無論是中國還是大多數發達國家，很多年輕人都已經不愿意選擇物流行業的工作。剛剛說到去年中國包裹量超過500億件，平均下來每天超過1億件，假設每件包裹在達到消費者手上之前要經過10次流轉（這實際上已經非常高效），那么加起來平均每天會有超過10億的包裹周轉。以前在美國還有數日達，但在中國往往是隔日達，甚至當日達。這種情況下，如何去優化整個流程或者推動哪些環節的自動化，從而保證消費者的購買體驗，其實是一個很大的挑戰。

技術提升效率

在這樣的行業大背景下，我們以智能物流作為一個切入點其實遇到了一個很不錯的時間窗口。從包裹的上件、分揀、運輸到裝載，幾乎倉儲中的每個工作環節，我們都可以運用AI和機器人技術去替代。所有的數據分析和優化都會在我們自己的中間件中進行。以前我們的客戶可能會用幾百人去做規劃的工作，現在我們幫他們直接在云端就完成了。

機器人硬件很多老牌的公司已經做得很好，我們主要做的是系統部分。打個比方，我們更像是微軟，做系統做軟件，然后通過機器人硬件應用到不同的場景中。在抓取放置系統方面，我們的團隊中有亞馬遜機器人大賽的世界冠軍，所以技術是全球頂尖的。

在移動小車方面，我們著重在做多機系統。比如說如果滴滴未來都是無人車的話，每一輛車擁有一個目的地，需要做路徑規劃、靜態和動態避障等，他們是在外面的路上跑，而我們是在室內來做相似的事情。在這方面我們有來自韓國機器人比賽的一個冠軍。

所以，無論是包裹分揀、裝載、運輸這樣的工業場景，還是畫畫、做咖啡、做餃子這樣的服務場景，都是同一套系統在不同場景的具體應用，是基于一定的模塊，不同行業去做定制化開發。

AI的應用優化方案

在物理層面上用機器人完成不同操作，實際上需要將很多的數據分析結果從云端傳送給機器人。我們通過接入一個AI的模塊直接將傳統ERP或者WMS系統中的數據進行優化，并將優化后的指令給到機器人去執行。這樣機器人通過傳感器收集到的第一手環境數據實時上傳到云端，云端進行實時的數據分析和優化，優化后的結果一方面和客戶的ERP/WMS系統實時溝通，一方面傳給機器人區執行，就形成了一個全系統自動化方案。

我們一個物流公司的客戶，有700架飛機，16000多輛卡車，每天有1500萬的快遞量。如何去分配不同的包裹裝在哪一輛車、哪一架飛機，每一輛車、每一架飛機應該何時出發，何時到達，走怎樣的路線，可能有過萬人在做這樣的規劃。而且一旦做了這個規劃，可能幾年都如此執行。但現在AI可以很快地計算出最優甚至次優的結果，并可以做動態調整。然后我們發現有些包裹其實不用上飛機，通過陸運也可以到達目的地，滿足遞送要求。要知道，陸運的費用可還不到空運的四分之一，僅此一個點，AI就幫客戶每年節省了差不多50億美元。

而且以前人制定好規則之后，是由工人去執行。未來很可能是由機器人來執行。這個規則如何根據實際情況調整，都可以由AI來實時計算。

在一些制造業公司，在貨物出庫前也是用工人來做掃碼、分揀的工作，但走來走去，需要花費很長時間，現在用機器人去配合他們，可以增加差不多10倍的效率。

其他行業的一些應用

我們先從物流行業切入，然后擴展到其他行業。在制造企業，貨物生產完之后，我們幫助客戶在碼垛（堆放）、裝載這樣的物流環節去提升效率。其中會涉及到計算每個托盤的位置擺放，以達到最少的行動距離。這個過程中的邏輯是我們并不是和人去做競爭，而是在場景中去做彌補，彌補人不在或者人手不足時候的效率提升。

很多中國制造企業在做國際化拓展的時候都偏向于做全自動化的改造。因為到了海外，無論是勞動力成本還是當地的適用法律，中國公司都不是特別熟悉，如何做到管理可視化以及從總部對各分部的把控，最簡單的方法就是做全自動化。只要做完了一套方案，無論是到東南亞，還是到歐洲，都可以在這個模板上去做微調。

例如我們有一個客戶來自家居行業，可能是全世界最大的品牌，他們每年大概會處理300萬個車柜，在全世界范圍內運送。我們知道家居產品是有不同尺寸、不同大小的，在車柜中的如何擺放以達到不同的裝載率，對于物流成本影響很大。以前他們有專門的規劃員去做計算，現在我們利用純AI的算法，和他們最好的規劃員去PK。這樣的競爭一方面是正向地把規劃員的能力逼著提高了，另一方面我們也看到AI算法能夠和擁有數年經驗的規劃員打成平手，甚至多數時間表現得更優。那其實人只要跟著AI算法的指導去執行就可以了，節約了經驗的積累和訓練的過程。

這類客戶擁有制造端、物流端以及銷售端，我們的AI算法可以幫他們提前一年就把所有數據計算出來，未來一年物流成本大概是多少，需要用到多少車柜，每個車柜裝哪些東西，怎么裝，怎么走，怎么銷售，整個過程都可以做到可預測、可視化。單只這個過程，可能就可以幫客戶節省數十億成本。

我覺得機器人的效率在十年之內都打不過中國人，這個是肯定的，因為中國工人的效率實在是太高了，可以說是世界第一，但中國企業往外走就會遇到挑戰，因為外面的效率可能只有一半甚至更少，所以需要借助全自動化來解決這樣的挑戰。

未來5G時代

以前的通訊技術無法在很便宜的情況下實現多個設備的互相通訊，5G時代的到來會大幅度降低設備的通訊成本，可以實現多個設備的互聯互通，而且延時效應也會很低。對于工業互聯網、產業互聯網都是非常大的助力。當然如果只是單一的企業去做布局會非常難，成本太高，可以探索政府主導、企業租賃的形式。

未來5G+AI+IoT，實現通訊加產業物聯網，在生產領域、物流領域，所有的工業的環節實現自己去做決策，一條生產線去做多種產品，庫存的概念可能變成了不是大量生產然后再儲存再賣出去，可能變成了定制化。

在生產領域、物流領域，所有的工作環節都有望實現自主決策、實時優化，一條生產線可以同時生產多種產品，庫存的概念可能就不會再是大量生產后儲存起來再賣出去，而可能變成快速定制化。

責任編輯：ct