7
雷鋒網按：本文作者frank，賓夕法尼亞大學工程碩士，現為美國物流行業從業者，專注于現代化倉庫，自動化倉儲設備，基于數據的物流系統優化設計。本文為雷鋒網獨家首發。
人工成本越來越高，作為大后方的物流倉儲真是腹背受敵，那么無人倉真的能解救嗎？先來看看京東無人倉視頻（點擊可看）
如果大家看了上面的視頻，第一反應一定是cool！是的，隨著科技的發展特別是自動化控制的水平提高，越來越多的倉庫開始采用機器去代替人力。也有越來越多的人開始考慮一個新的概念，無人倉。
無人倉，顧名思義，不需人力的倉庫。通常來說，倉庫里的人力按照流程主要分為幾種：
卸貨(inbound卡車)->存貨（貨架）->提貨（訂單）->分揀（裝箱）->貼標（貨品清單+運送地址）->裝貨（outbound卡車）。
這么多流程，這么多人工，真的可以做到不依靠人力純靠機器來完成嗎？這篇文章，我們將基于一些行業的真實數據，從技術和現實的角度討論美國現有的自動化倉儲系統以及無人倉的可行性，為讀者提供一個理性分析的視角。
實話來說，近幾年來，美國傳統倉庫真的越來越少，大多已經進行了現代化更新，或者正準備更新。特別是大的企業，每天需要完成幾十K的訂單，如果純用人工那就太費錢了。
舉個栗子，簡單為大家算一下，筆者之前去Urban Outfitter的倉庫，在賓夕法尼亞州，離費城大約2小時車程。Urban Outfitter有五個子品牌，namesake， Anthropologie， Free People，Terrain，and BHLDN。 全球有400家零售店，1400經銷店，還有電商部分。 賓州的倉庫負責三個品牌的物流供應，每個品牌一層儲物架，共3層，人可以在每一層行走取貨，每一層長度是1.5公里。每天大概有100個工人提貨（僅僅是提貨這個部分）。美國普通倉儲工人一年35k工資，每年光開工資就要350萬美元！而且這還是一天一個班次，要是兩個班次就得double了。
另外，seasonality（季節性）是另一個問題，等到感恩節（類似中國雙11）的時候，訂單數量通常會翻3-6倍，提貨這個環節也要相應的翻3-6倍的人工。更討厭的是大部分倉儲都是聚在一起的（政策導向or地理原因），等到holiday season大家都在搶勞力。有個客戶跟我說，他們那小鎮的勞動力人口已經達到極限，招不到人了，去年因此還撤下了很多廣告以防訂單太多。
Figure 1 Hebron KY, 這個小鎮全是各大品牌的物流倉庫，人口已不足支撐倉庫工人需求。圖中品牌包括Amazon，Toyota, Speedway, Kroger等
另一個方面是美國很多企業的電商體系相當成熟。電商訂單很特殊，基本上有三大特點：量大，物少，組合多。就是每天有很多訂單，但是每個訂單也就一兩個東西，但是這東西可能是各種組合：你買了塊肥皂加洗面奶，我買了肥皂加巧克力，等等等等。以前倉庫工人去搬東西，花半分鐘走過去，一搬搬一箱，現在同樣半分鐘走過去，一拿拿一個，再花半分鐘走到倉庫的另一端拿另一個，太低效了。而且如果物品種類繁多，貨架又長又高（如Urban Outfitter的1.5公里），平均提貨時間會達到90秒。
所以，在高額的人工成本催化下，成熟的電商體系基礎上，和快速發展的科學技術的前提下，美國利用偉大的科技發明了各種自動化倉儲系統：
第一代ASRS自動化倉儲：
這是最初的最簡單的系統，中間一個crane（中文貌似是堆垛機），可以前后移動，中間那個buffer可以上下移動，所以這一列的所有箱子都能拿到。京東視頻里的也是用的這個，現在在中國比較流行。
但是缺點也很明顯，非常慢啊。一次取一個盒子，得用多少個這樣的crane以及多少列才能完成我一天50k的訂單乘以2個物品的吞吐量？在美國，這樣的初代自動化設備已經被大多企業拋棄，只有一些對速度要求不高，但是對重量要求很高的企業在用（比如汽車大型配件）。
第二代ASRS自動化倉儲：
以Dematic為代表的shuttle system，穿梭車。
每個小車都在這一行運行，可以把箱子拿出來，完了送到系統前端，放到傳送梯上，傳送梯在送到傳送帶上。大家通過圖2可以更清楚地看到這一系統的運作原理。為什么這個系統比第一個好呢？因為這個系統一下子就把速度提升了10倍+， 如果層多的話更甚，你將有更多的穿梭車，相應的提取時間也會變短。
這是美國正在流行的系統，技術已經相當成熟，很多大的公司都在做，互相壓價，市場空間所剩無幾了。但是這個系統還有問題，就是吞吐量的瓶頸在外面的傳送梯那。換句話說，如果電梯的速度是1000箱每小時，那么小車再快吞吐量也就是1000箱了。可惜的是電梯因為又要上又要下，還要拿箱子卸箱子，吞吐量能到300就不錯了......所以聰明的美國科技企業發明了第三代系統。
第三代ASRS自動化倉儲：
這個系統叫Perfect Pick，從外面看不出來多厲害，貼張圖為大家解釋一下：
這張圖是剖面圖，中間白色的是放物品的箱子，前后兩邊都有，藍色的是小車。這個系統最大的創新在于，每一個小車能上能下能左能右，可以到達系統的任何一個地方。不像第一代一次只能取一個，也不像第二代一輛車被束縛在哪一行，極大的增加了自由度。所以，如果我們從Picker的角度看，就是這樣的：
一堆小車拿著東西排隊等你拿。你沒有任何的時間浪費，不需要走動也不需要等待，吞吐量多大全看你能拿多快。如果你3秒拿一個，1秒鐘小車transfer，你的吞吐量就是3600/(3+1)=900每小時，要是你可以1秒拿一個，那個吞吐量就是1800...... 這是一列，第一張圖上有10列，在乘以工人每天工作時間10小時，輕輕松松上幾萬，秒殺其他任何系統。
但是，這個系統的瓶頸在哪？人。
人會累，人會伸懶腰，監工不在的時候還會偷懶，一天平均下來4秒能拿一個已經是好員工了......怎么辦？拿機器換唄......回到開始的問題，答案是肯定的。
既然在現實角度需要換，經濟角度應該換，為什么還沒有換呢？這涉及到另一個問題，機械手臂。現在美國主要有兩種機械手臂，吸盤式和夾取式：
這兩種手臂現在的能力都還不夠，吸盤式可以處理多樣產品，但是力量有限，5磅是上限。夾取式可以夾重物，但是對形狀和表面規整度很很高的要求。另外，兩種手臂都有個共同的問題就是圖像識別。箱子里的物體可能是各種角度擺放，如何才能找到對的角度提取是個巨大問題，最近有很多公司開始使用人工智能的算法，深度學習，這一方面貌似進展很快。
我們相信，在不遠的將來，絕大部分人力將被自動化設備所替代，不單單是因為很cool，更多是因為這樣更快，這樣更準確，這樣更省錢。雖然不知道這樣對倉庫的工人們是個好消息還是壞消息，但是歷史的滾滾車輪應該不會為此而停留。
最后希望說明的是，這些系統都不便宜，在美國這么高的人工下催生出來，ROI依然在3年左右。如果在中國，1/6的人工工資不一定能hold住（18年的ROI相信沒有一個CEO會投資），所以可能最后算算造價發現還是人便宜。任何商業決策的背后，其實還是一個投資回報的問題。
雷鋒網注：本文為雷鋒網獨家文章，轉載請聯系我們授權，不得修改內容。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
