新消费时代下，电商的服务特性让仓储物流行业的需求越来越多元：例如电商节日期间单日峰值操作货量过大、物流配送要求次日或当日达，特殊产品需用冷链运输等等，这也激发了仓储物流行业的一系列变革。目前我国仓储物流行业正处于自动化发展阶段，主要应用AGV、自动货架、自动存取机器人、自动识别和自动分拣系统等先进物流设备，传统仓储行业开始向新业态、新产业、新模式发展。

那么AMR（Autonomous Mobile Robot，自主移动机器人）在仓储物流的重塑阶段将发挥怎样的关键作用，这个赛道未来的发展前景如何？本期《科技瞭望塔》邀请Syrius炬星创始人兼CEO蒋超分享“新消费下仓储物流需要被AMR重塑”这一话题。此外本期节目也邀请到联想创投战略投资总监张骋、联想商用大客户生态及方案中心经理张亚兵作为特别嘉宾，与蒋总一起交流仓储物流与AMR的相关话题。以下为蒋超的演讲全文整理，enjoy~

元宇宙虚拟主持人连星羽博士与Syrius炬星创始人兼CEO蒋超展开对话

01

此轮仓储物流升级的本质

是成本与效率的博弈

通常来说，仓储物流行业有三个要素是不能同时实现的，就是用户体验、成本和效率。为什么这么说呢？我可以给大家举个例子，比如两分钟之内要出货，当然用户体验非常好，而且它的物流效率也很高，可是仓储物流企业和电商平台需要为此付出的成本是非常高昂的。反过来也是一样，在这个三角之中任意两个条件达成的时候就必然有另外一个条件无法达成。

如何能够打破这个不可能三角？如何能够持续不断的提高用户体验？ 用户体验是不可能打折扣的，所以，成本和效率之间的关系就成了博弈的基础。消费者日益增长的对用户体验的美好期待和难以控制的物流成本，或者说难以达成的时效之间的一个长期的矛盾，解决这个矛盾需要科技进步，需要有新的方法论。

02

亚马逊收购的 Kiva System

是中国仓储物流的答案吗？

在说明这个之前，要提到非常著名的亚马逊收购Kiva System事件，这个事件发生在2012年，当时非常引人注目。我们也会想仓储物流升级的世界级明星，像Kiva System这样的系统是否能够适应中国仓储物流变化需求？

经过调研发现，中国大部分的仓库规模比较小，经营仓库的企业也比较零散，跟国外大型的仓储物流中心、物流转运中心，以及大型的商业集团运营这些物流基础设施的情况是完全不一致的。基于此，我们判断能够在中国这个市场为我们物流仓储和电商的消费体验助一臂之力的，可能不是国外使用的Kiva System这样的系统。

首先，仓储物流行业实际上是一个长尾行业，在利润率不是很高的情况下，通过投入仓储物流设备来做自动化和信息化的话，对企业的压力是比较大的。

其次，用户消费数据无法共享，无法通过数字化的手段让物流体验提高、效率提高。

类似于Kiva System的工具，以AGV为基础的自动化系统，需要持续的高投入，以及投入之后10-20年的回收周期，同时扩展性非常低。如果我们在10-20年内无法预测未来存储的形式，以及在物流转运整个过程中所需要的设备到底会怎么变的话，那提前投入的这些比较刚性的设施和设备就有可能收不回成本。所以，高投入、扩展性差其实是一个本质的问题，也是制约这个行业导入机器人，或者导入一些物流自动化设备的一个重要的原因。

中国市场上的小仓库比较多，分散经营的情况也比较多。所以整个环境，对使用自动化设备的制约性也非常高。另一方面，以前传统物料处理设备，包括AGV为基础的货端解决方案所需要的设备事实上都是精密仪器，维护这些精密仪器需要的维护成本是非常高的。在这种情况下，要持续不断的维持这个系统的运作，在软硬件方面所需要的投入、而且是持续的投入就会非常高。

此外，目前国内使用的阁楼货架系统都是以钢材为基础的，每一层的承重大概在800公斤到一吨左右，而机器人自身非常重，而且它要驮着一个一吨或者更重的货架移动，阁楼系统是无法承担这样重量的。如果改变目前的现状会造成两个问题，一个是存储效率的直接下降，因为它只能在地面上运动，存储效率只有原来的1/2或1/3。如果在这个情况下再去做一些立体式的存储，那需要付出新的成本。

最后一个问题，在仓储物流的作业领域我们发现一个非常严重的问题，就是上架和下架的速率不匹配。 “上架”就是仓库的供货商把一些商品通过托盘为单位的形式运到仓库来，把它拆成零散件，然后把这些零散件放到货架上面等待这些零散件被捡选。下架的过程就是将已经拆零的这些零散件从货架子上拿下来，打包成快递包，然后贴上面单把它送出去。这两个实际上方向就是相反的，一个是进入仓库，另外一个是从仓库里面出去。进来的时候是整托的批发商品，商品卖出去的时候是一件一件的零散单件。这两个形式完全不一致，也就是直接导致了它上架和下架的速度不可能匹配，也就是说仓库最根本的矛盾是在于怎么样能把商品以一定的速率进来，又以一个比较合适的速率把它送出去。因为我们很难对前端消费者行为做出预估，只能做到即时反应。

综合这些情况，我们发现以Kiva System系统为代表的自动化解决方案实际上成本比较高，同时如果做下去回收周期比较长，再加上一些难以变化的点，风险也是非常高的。在这种情况下企业很难做出决策使用这样的新兴系统，所以这样的技术有可能是不适合中国市场的。