當CV“四小龍”開闢新戰場，曠視選擇了啃智慧物流的“硬骨頭”。經過3年摸索，該業務在總營收中貢獻仍然較小。物流行業的轉型非一朝一夕之功，需要證明賺錢能力的曠視依然面臨考驗。

作者|蘆依 編輯|羅麗娟

粉色堆垛機在高達25米的倉庫上下運轉，將貨物託上貨架，託一次是16箱衣物，約是200件夏裝。在倉庫的高層密密麻麻掛裝著服裝，不需工人上下樓跑動，服裝就能順著軌道跨樓層、多方向地傳輸，再經貼碼、分裝、運輸出庫。

無錫夢燕服飾有限公司的自動化立體倉庫

這是無錫夢燕服飾有限公司（以下簡稱夢燕）的智慧倉庫，也是曠視智慧物流業務的一個合作案例。

曠視做智慧物流已不是新鮮事，畢竟CV“四小龍”們都在開闢新戰場。他們以安防業務起家，之後又各有側重。比如商湯致力於打造人工智慧的平臺型公司，雲從主打“人機協同作業系統”，而曠視則走上了“軟硬體一體”道路，把智慧物流作為下個增長點。

就在去年10月，曠視正式宣佈了智慧物流戰略，既推出了智慧物流作業系統——河圖的2.0版本，也一口氣釋出了7款智慧硬體機器人。曠視曾自稱要做“最硬”的AI公司。

“河圖”是什麼？曠視科技聯合創始人兼CTO唐文斌曾解釋道，“河圖是一個致力於多種型別的機器人，與物流、製造業務系統快速整合，並且可以一站式解決從規劃、模擬、實施和運營的一套全流程的作業系統。 ”

在收購艾瑞思機器人後，曠視已經自研了包括AMR機器人、SLAM導航智慧無人叉車、人工智慧堆垛機等多款智慧物流硬體。

曠視智慧物流解決方案中心負責人白建宏表示，曠視在智慧物流上的商業模式是賣產品解決方案，包括解決方案和機器人在內的硬體產品。

雖然被給予厚望，智慧物流並不能在短期獲得高回報。曠視招股書顯示，截至2020年前三個季度，該業務營收佔總營收比重僅為7.5%，對總營收的貢獻仍然較小。

除夢燕以外，曠視也在陸續拓展客戶，向鞋服、醫藥、智慧製造、零售電商等多家客戶提供了倉庫、工場及零售店的智慧化升級改造，徐福記也是案例之一。

問：以前純人工作業的方式存在哪些問題？

夢燕宋建軍：原先的舊倉庫是純手工作業的。純依賴人工會使得作業效率較低。夢燕每年要推出2000-3000款服裝，日發貨最多達到3-4萬件。大量衣物需進行掛裝、疊裝，然後稱重、貼標、分揀發貨，單純依靠人工作業不僅成本高，效率與庫內作業時效也很難提升。這樣的話，不僅影響到整個門店的銷售，還會造成庫存積壓。

除此以外，出入庫作業需要熟練工將產品放到對應位置，導致夢燕在旺季時很難補充人手，在人力方面會對業務有制約。

問：曠視的河圖系統在哪些環節上對工廠進行了改造？

夢燕宋建軍：2017年建造自動化立體倉庫時，曠視就參與了。澆築地皮、水泥厚度和貨架擺放等細節問題都有關注。在倉儲環節，從入庫、庫內的合理儲存、揀貨、分撥複核再到最後的運輸，都會有改造。為提高揀貨效率，我們要合理使用紙箱，安排合理的路線。分撥複核的話，需要最佳化每個分撥位的作業量，不能讓工人的工作量差距太大。

我們舊倉庫的貨架只有兩層，因為工人上梯子舉重物也就這麼高了，再高會有危險。現在堆垛機能直接擺貨，我們現在的倉庫有25米高了。

以前工人需要拿著一張單子，靠自己記憶尋找貨品的擺放位置，新人記牢擺放位置大致得要半年的時間，他們還要坐電梯把貨物拖放到合適的位置。而現在，透過機器給貨品打好標籤後，系統可以直接提示擺放位置。

系統也會設定好碼放規則，當季新貨會放在同一區，不會讓貨散落到各個樓層裡去。系統還能為工人做出合理的路線規劃，不會走回頭路。這樣新人短暫培訓下也能很快上手，能極大程度上避免對熟練工的依賴。

問：在用人工和用河圖系統上有成本的比較嗎？

夢燕王春建：這種事要看長遠。 短期用人工還是便宜的， 但做智慧工廠後我們的效率和準確率能有提升，這意味著很多銷售的關鍵節點我們能抓住。如果只依賴人工，人也會出錯，比如本該2天完成的揀貨4天才完成，那就失去了兩天的銷售視窗。所以，這並不是減少或增加幾個人來決定的，影響的是整個鏈條。

倉儲就像一個樞紐，連線著門店、物流等很多個環節，在這個鏈條上任何一個環節卡死，都可能帶來很嚴重的後果，就像高速公路被堵死一樣。

問：為什麼選擇曠視這種整合的解決方案，沒有去尋找傳統物流公司的合作？

夢燕王春建：曠視相當於一個整合商的角色，可以把整個資料、系統和硬體整體整合下來。如果讓我們自己做整合去接觸各家裝置公司，我們在這方面沒那麼專業，雖然可以處理資料，但我們處理不了這些硬體，這樣反而事倍功半了。

傳統的物流公司關注裝置的運作和穩定性。而AI公司的強項在於資料和演算法，重視大資料在高併發下怎麼去合理分配。我認為對現在的物流行業而言，資料才是最重要的。

比如我們和曠視合作的電子標籤，做成了全動態的且有演算法植入，這樣我們可以去均分所有的工作量。傳統的是按照流水線來做，可能有人沒活幹有人很忙碌，需要不停加減人員。但我們現在想用處理資料的能力去糾正這些工作，讓流水線上工人的工作量是均等合理的。

這需要整合商有處理大資料的能力，需要能夠總控裝置去做合理的排程。比如檢測到樓下的迴圈線繁忙，樓上的機器就不會再往下派任務，這樣就可以合理排程裝置以及人員。

問：有資料能佐證AI及河圖系統提升了工廠效率嗎？

曠視白建宏：從資料來看，以前產品入庫需要工人去找貨，現在只要一個叉車司機就可以完成，效率提升了不止2倍。同時，工廠改造後也能減少搬運次數，最佳化儲存方式。以前倉庫的日出貨量最多三四萬件，現在已經能支撐日出貨六千箱，即18萬件的水平。

問：有些企業會對轉型有顧慮，只願意先試水一條生產線，這對曠視做智慧物流而言有壓力嗎？

曠視白建宏：這其實是一種行業普遍現象。我們在接觸客戶時發現，工廠對轉型智慧物流會有顧慮，往往是由點及面，先試水改造一條生產線，然後綜合考量投資收益、人員成本節約等方面後，再逐項進行轉型，這總是需要一個時間過渡。