2016年4月11日-13日，由投中信息主辦的“2016年中國投資年會”在上海金茂君悅大酒店隆重舉行。本次“中國投資年會”以“跨境、布局、未來”為主題，探討當下行業熱點，縱論私募股權行業未來，掀起了對中國股權投資行業新一輪的憧憬與展望。

　　快倉智能創始人楊威在4月13日“科技未來”專場中表示，基于人工智能技術的智能倉庫解決方案，將大幅提升效率、解決人力成本，為倉庫行業帶來巨大的改變。未來五年內，搬運工作將實現徹底的無人化。

　　以下為楊威論壇發言實錄，根據速記整理：

　　我們公司是基于機器人集群技術為電商提供智能倉庫解決方案的公司。倉庫是比較落后的，99%的公司都是靠人工堆疊。在電商碰到海量訂單的時候會遇到問題。現在依然沒有一個很好的產品可以媲美，在國內是做到最領先的，是唯一一個提供大型倉庫解決方案的公司。
　　我們做的事和人工智能有什么相關的?比如說機器視覺和空間處理，我們需要做建模，三維體和特征都需要機器識別，包括機器人集群在通行的過程中和交互的過程中邏輯的判斷。數據挖掘在系統里也非常多，比如說你是服裝類的電商，可能所有的服裝品類都要賣，但是夏天賣體恤，冬天賣羽絨服，隨著季節和定單的變化，倉庫的儲位就需要有變化。實際上講起來很簡單，但是要做到這一點就需要涉及到后面的學習過程，包括聚類和建模。把夏天的貨架和冬天的貨架按照順序調整位置，說起來簡單，但是前提就是把夏天的衣服放在一起，放在同一個貨架，冬天也是，那么這個聚類的過程是沒有任何特征的，我們應用了很多機器學習和人工智能相關工作。剛才主持人也講了alphago擊敗人類，實際上增強學習的算法在我們的系統中也有非常廣泛的應用。比如所有機器人之間的路徑規劃，實際上是基于圖片處理的增強算法，基于這樣的算法才可以處理超過1萬臺的機器人在所有的倉庫中進行工作。
　　我是計算機系畢業的，人工智能也發展很多年了，但是沒有廣泛的應用，但是今天我認為轉折點已經到了，可以在很多的行業中得到非常具體的應用。剛才我已經舉了很多例子，當然在AR/VR中也有很多的例子，我認為其實人工智能和機器學習的春天剛剛到來。
　　我們其實是做倉庫的，我們賦予倉庫靈魂，這個就是典型的人工智能在倉庫中的應用。我覺得人工智能在倉庫作業中有幾個部分的作用，第一個可以做很多人沒有辦法做的解決方案，因為機器的數據處理能力遠遠大于人腦，起碼結構化數據處理能力很強。所以一個女工要取貨的時候是基于手上的20個定單，但是機器人取貨的是可以基于今天、昨天甚至是明天的幾十萬的定單，我可以根據所有的信息綜合起來做判斷，這些數據是沒有辦法給任何一個人，所以人工智能在倉庫中可以做很多人沒有辦法作出的判斷。

　　人工智能可以幫我們做很多重復性的勞動，可以改變人的操作。比如說你買一個礦泉水，這個女工一天走30公里把水拿出來，這是非常低效率的勞動。如果我在倉庫中有100個機器人，這些機器人就可以在倉庫中重復性的勞動，女工就可以被人工智能取代。

　　人工智能系統其實可以及時的對倉庫運行做很多的推薦，比如說產品的預包裝，比如說銷量異常變化，包括剛才講到的基于季節變化的定單變化等等。其實人工智能至少在這三個領域可以為倉庫帶來改變。但是這些東西是表面的，容易被看到，但是你把人工智能的技術，把機器人的技術，把自動技術用到倉庫以后，你會發現它能夠做的遠不止這點。因為可以不用人做，不用人做就沒有出錯，有很多交易轉接的職能都可以被取代掉，你有一個人工智能系統進去以后這些流程就可以被取消掉。從接受一個定單到結束有七八個流程，但是現在有了人工智能只需要兩個流程。

　　這個挑戰基本上傳統的物流人聽不太懂，為什么?其實傳統的物流基于業務流程是人到貨，任何一個定單的履行是人到倉庫找貨，我們這個系統就是貨到人，本身的業務流程就已經變更了，所以傳統優化的理論都要被取消掉。原來的業務流程一定要非常清楚，倉庫的6S要執行的非常高效，但是在我的系統里不需要，沒有這些流程，所以要改變很多的想法。其實我們現在的做法很簡單，用結果說話，對我來說人工智能和機器學習不是很高大上的，對于我來說人工智能就是每一個定單的執行效率，每一個定單的響應時間，對我來說人工智能就是每一個員工每一天的勞動生產率，所以我的倉庫以最早的倉庫來說一天1000多單，原本是12人團隊，現在的團隊是3個人，系統每天只啟動2個小時，這個就是效率。

　　我們平時對外講不喜歡用人工智能這個詞，我們喜歡用數據智能，想把它拉回來一點，而不是用這種很酷炫的名詞。其實跟以前基于數據來做決策沒有什么區別，在深度學習之前有很多這類的決策樹、決策森林、邏輯回歸等等說法。在很多有數據的領域其實都在應用，只不過原來是比較深，了解沒有那么多，現在隨著數據大量積攢，讓這些數據比起以前有很大的提高。但有一些限定，不是所有問題都適合深度學習。

　　人工智能在倉庫領域絕對是藍海。我的用戶對產品的饑渴程度超過我的預想。人工成本上，現在的成本是美國的三分之一到四分之一，倉庫的成本一定比美國的貴，所以在國內做電商倉庫非常苦。第二個國內的倉庫比美國的要求高的多，沒有要求2小時之內配送的，小米有一單16分鐘就配送，有100多輛電動車，200多個人就為了做這個記錄出來，其實非常的辛苦。我用1/3甚至是1/4的的消耗，用一個24小時的全待命的系統幫他解決就非常的有價值。但是有一個悲劇的事，因為我們公司在國內是最早做的，到了今年還是有很多潛在的競爭對手。但是大部分的競爭對手以做機器人或者做裝備的思路做解決方案，并不涉及到人工智能和數據挖掘、決策支持，外觀上一樣，也可以做到貨到人，但是沒有辦法在實際當中產生價值，沒有戰斗力。而且這樣的供應商很多，也有死了的，那么你說對于他們來說這個市場是紅海還是藍海?
　　不光是人工智能在發展，實際上整個行業也在發展，比如說標準化，信息化，也進步的很快。整個行業的發展節拍要相互配合。從目前的情況來看我覺得5年之內搬運的工作基本上可以做到無人化。為什么這么說?因為搬運這個事是重復的，是2B的，是允許我在一個場景中長時間的迭代的。那么整個流程的信息化對接，包括包裝的標準化等等，在未來的5年倉庫搬運的無人化是可以實現的。10年的話，我記得有一個投資人問我你這個系統最后還是人，還是一個人在動作，你什么時候搞一個機械手出來把它拿下來，我再包裝，整個的業務流程就沒有人了。我的判斷是10年之內是實現不了的，這個可能大家認為我比較悲觀，因為10年之內實現它投資回收是算不過來的，也許10年之內有機械手，它的反饋、感知和靈活性可以達到人手的70%的能力，但是它的投資額一定是10倍一個人的人工費用。因為正常的包裝沒有工傷，它的穩定性不如人，所以我們也不需要一口吃一個胖子。