當數(shù)字化進化為數(shù)智化，就意味著大數(shù)據(jù)和人工智能的深度結合，同時，數(shù)據(jù)采集、數(shù)據(jù)通道建設、數(shù)據(jù)處理和分析，以及數(shù)據(jù)反饋控制等各個環(huán)節(jié)發(fā)展到了同等重要的位置，數(shù)據(jù)的閉環(huán)處理能力已然成為產業(yè)升級的必要條件，打造完整的數(shù)智化“神經(jīng)系統(tǒng)”成為這個時代的“標志”。

　　時間追溯到2012年，亞馬遜豪擲7.75億美元收購了一家名為Kiva的倉庫自動化公司，這家公司給亞馬遜的倉庫帶來了一群“其貌不揚”的橙色機器人。

　　原本習慣了在倉庫里奔波的工人們驚訝地發(fā)現(xiàn)：這些矮小機器人不知疲倦、找貨快速且準確。

　　不僅物流行業(yè)，在制造工廠里，大量機器人和智能型設備也被普遍引進，有人斷言：未來工廠一定是無人的“黑燈工廠”。

　　缺少工人的工廠，缺乏了“柔性”

　　誠然，在一些勞動強度大、危險性高、機械性、重復性的崗位中，機器人取代工人已經(jīng)是大勢所趨。

　　一方面企業(yè)招工也越來越難;另一方面，人員流動帶來的培訓成本高漲、成長期漫長等因素，造成了企業(yè)用人成本居高不下。

　　據(jù)統(tǒng)計，在我國節(jié)點物流花費中，倉內的物流費用在逐年遞增，2019年就達到了1.9萬億元，2020年又將達到歷史最高峰。其中，70%的費用為人工成本。

　　但如今的年輕勞動力更愿意選擇外賣、網(wǎng)約車等平臺，即便投身物流行業(yè)也不愿從事倉內搬運等高強度工作，這就無形中推動了物流的無人化進程。

　　根據(jù)另一組統(tǒng)計數(shù)據(jù)：國內物流機器人總數(shù)將從2019年的20萬臺增加至2023年的50萬臺，市場規(guī)模突破600億元，這還是相對保守的估計。

　　此外，正如開頭所言，人工作業(yè)在倉儲物流中相比如各類機器人的效率實在是太低，因此各家企業(yè)都開始了從信息化的人工作業(yè)開始向無人化的純自動化設備轉變。

　　但只靠機器人真的可以解決所有問題嗎?有些人給出了不同的答案。

　　在與國內智慧物流“新星”華清科盛的交談中，鎂客網(wǎng)得到了一個新的觀點：人工在倉內物流中也是不可缺少的要素。

　　缺少了人力之后，工廠的物流就缺乏了“柔性”，面對新的業(yè)務時就很難做出最快的相應。

　　例如，當業(yè)務出現(xiàn)調整時，工人們可以根據(jù)實際情況進行運作，但機器人需要修改算法程序等一系列步驟，周期長。

　　另外，單純的機器人很難應對復雜的場地環(huán)境和空間布局，一旦有新的貨物出現(xiàn)，同樣需要進行調整。

　　“沒了人力，機器人其實一點都不靈活?！?/p>

　　在華清科盛的模式下，單純自動化設備作業(yè)的“無人工廠”屬于內部物流3.0版本，雖然相較于純人力的物流提升了效率，但同時也忽視了人工在現(xiàn)實中的靈活可變。

　　機器人與人的“共舞”

　　或許有人會說，人工只是一種“妥協(xié)的方式”，在算法完善之后，機器人也能適應不同的環(huán)境。

　　但華清科盛告訴鎂客網(wǎng)：人工和機器人一直都是平行互助的關系，兩者不存在誰代替誰的說法。

　　當下，中國制造正在想中國智造升級，我們越來越清晰的意識到：單點的智能化、局部的改善無法達到資源配置最優(yōu)，用機器人代替人工也只存在于特定的場景中，而人則是制造現(xiàn)場“柔性”最強的生產力。

　　他們將這種模式稱作“物流資源的池化”，在這個“池子”里，無論是機器人、人力甚至是叉車，都屬于倉庫里的資源，管理者可以根據(jù)需求任意規(guī)劃池內的資源。

　　相較于之前的物流3.0，這種“將人、車、器具、設施和場地等物流資源統(tǒng)籌管理”的物流模式被華清科盛稱為“物流4.0”，是公司所有產品的核心。

　　與純機器人的無人工廠相比，人工加入的最大的好處其實是在于解決了產線的柔性問題，同時兼顧了效率。

　　在池化的概念之下，這些資源沒有區(qū)域界線和崗位束縛。換句話說：在人機混合的模式下，系統(tǒng)可以優(yōu)化調度，人和機器都可以做自己擅長的事，既可以根據(jù)訂單均衡分配工作任務，也可以預測波峰波谷提前調配資源。

　　從物流的本質來看，其實就是服務于用戶的需求，追求效率和成本的一致性。用專業(yè)術語來形容，就是“降本、增效”。

　　在目前的大環(huán)境之下，機器人的出現(xiàn)確實能作為取代人力成本的最佳選擇，同時提高了效率。但一味地追求“無人化”并不能得到最優(yōu)解。

　　就如前文所說，人工可以根據(jù)現(xiàn)場的實際情況進行改變，但機器人卻只能依據(jù)設置好的算法進行運行。

　　當然，這也從側面反應出當下的現(xiàn)狀：工廠的智能化依然處于初級階段。

　　就好比運行在高速公路上的卡車司機們，他們或許很需要自動駕駛的輔助，但如果不能保障自動駕駛系統(tǒng)的穩(wěn)定和安全運行，他們還是會選擇手動駕駛。

　　內部物流需要一個“大腦”

　　因此，在工業(yè)4.0的理念下，數(shù)智化正成為智慧工廠發(fā)展的重點方向之一。這套“物流4.0”模型，最終也是遵循一套完整的物流運營系統(tǒng)，從而幫助管理者實現(xiàn)分析與決策的原則規(guī)劃。

　　據(jù)華清科盛介紹，公司擁有l(wèi)oT軟件平臺和各種硬件產品，可以實現(xiàn)完成全局物流要素的數(shù)字化，再借助AI、數(shù)字孿生、大數(shù)據(jù)等技術，完成各種資源的數(shù)據(jù)分析、預測以及自主優(yōu)化調度。

　　其中，最核心的平臺是“數(shù)智化大腦Wisdom”。在這套平臺之下，員工、車輛、場地、倉儲設備、周轉器具都被數(shù)字化，可以通過實時診斷分析和預測仿真完成自主配合和自動感知。

　　另外在工廠里，各類loT智能物流裝備以及硬件模塊也可以幫助企業(yè)最大程度提高效率。

　　值得一提的是，在華清科盛的整套系統(tǒng)里，人的價值被凸顯了出來。新人可以快速成長并完成跨崗位的工作，成為“萬能工”;同時也能實時績效反饋，參與技能和流程的創(chuàng)新改善。

　　此前，亞馬遜的工人們就一直抱怨自己被“困”在了倉庫管理算法，如同一枚巨型機器上的零件，隨時都可以取代。而華清科盛的Wisdom改變了這種狀態(tài)，讓人不再受困于重復性和機械性的日常操作，更有機會參與到創(chuàng)新和管理這些主觀性價值發(fā)揮的工作中。

　　這也恰恰呼應了之前的理論：無論是工人還是機器人，其實背后都是依賴于整套系統(tǒng)的算法，只有整套“神經(jīng)系統(tǒng)”高效運行，才能充分發(fā)揮人的柔性并進一步提高制造現(xiàn)場的智能化水平，同樣能達到降本增效的作用。

　　結語

　　目前，華清科盛的這套理念已經(jīng)覆蓋了超過30個行業(yè)，服務超過300家客戶，其中又以汽車行業(yè)客戶居多。

　　在國內，汽車制造本來就屬于智能制造的代表性行業(yè)，當智能制造遭遇傳統(tǒng)物流，所體會的痛點也格外顯著，自然非常容易接受這套運營模型的改造。

　　尤其在疫情之下，靈活配置的廠內物流對于保障制造企業(yè)柔性、提高市場反應能力進行起到至關重要的作用，華清科盛以數(shù)字科技優(yōu)化物流全要素，像是為企業(yè)提供了一把“萬能鑰匙”。

　　回到開頭討論的話題：在一些場景中機器人應用是必然趨勢，但不論未來如何發(fā)展，人都將是創(chuàng)造主體。一味地追求“無人化”并不是正確的選擇，而應該充分利用數(shù)智化“神經(jīng)系統(tǒng)”，做好資源要素的優(yōu)化配置，從而實現(xiàn)最佳的物流運營狀態(tài)。