苏宁物流研究院副院长栾学锋：无人军团出征之路的两大重点

2018年8月24日，由中国物流与采购联合会指导，亿欧公司主办，旷视科技协办的“科技落地 物链未来----GIIS 2018物流 产业创新 峰会”在北京万达文华酒店成功举办，来自全国各地的800余观众参与了此次峰会。

本次峰会以“科技落地 物链未来”为主题，以“物流科技落地”为讨论方向，就传统物流企业、制造企业在物流科技应用场景及实操、物流科技新畅想等议题，携行业人士一同探讨新机遇下物流科技如何更好落地及发展走向。

在会上， 苏宁物流 研究院副院长栾学锋发表了题为《 无人军团 · 出征之路》的演讲。

以下是栾学锋的演讲实录：（有所删减）

大家下午好，今天非常荣幸来参加亿欧的峰会，在来之前我还是做了很多的思考，关于我们今天谈论的主题，“科技落地 物链未来”。在这个之前其实还是先把我们苏宁大概的情况给各位做一个简单的汇报。

苏宁可能大家也不陌生了，对于苏宁大家接触最多的是苏宁易购，苏宁易购是苏宁集团的八大产业之一，是零售变革的核心力量。除此以外，我们还有物流集团、科技集团，还有文创、体育、投资、金融等相关的一些产品。今天谈物流的话，2018年我们把物流集团的重点提升它了一个战略高度，上升到了一个产业集团的地位，也是说明苏宁对物流这块业务的重视。

刚才大家一直谈的是叫科技落地，我重点想谈谈落地的问题。

第一个先给大家分享几个数据，这个数据可能大家第一个看到的，是一个1950年中国人口的年龄层次的一个分布图，这个数据来源不是中国的统计局来源于联合国。可以看到最上面的是七十岁以上的，颜色更深一点，下面是每十岁一个层次。1950年的时候我们的人口结构是典型的金字塔的结构，这样的结构是相对比较年轻的结构。大家再看第二个图是2017年，2017年我们人口的结构已经变成了这样一个样子，其实我们在19上世纪60年代、70年代，经历了两次人口高峰，带动了整个中国高速快速的发展，一个最根本的问题，人口是第一生产力。但是到了近几年我们人口的结构变化在悄然显现，也可以看到我们再过二十年，我们整体的人员年龄结构会更加的趋向于老龄化。

再往下去看2050年的时候，当然这个是一个预测，看到刚才讲的情况可能就会发生。

年龄层次的变化给我们带来了一个思考，这个是8月20号经济网上看到的一篇报道，谁来照顾老去的我们？其实谈到这儿的话我觉得大家可能有点沉甸甸的感觉，我们肩上的责任真的非常大。

另外一个利好的消息就是工业4.0，中国制造2025，我们也可以看到国家在这个方面来讲的话，也在采取措施，在大力的支撑我们的科技产能。其实今天大多数嘉宾都是来源于科技领域，科技的发展给我们制造了大量的、利用技术改变我们生活的机会，这是我们面临的很好的机遇。

今天上午听到蔡会长报了一个数据，说我们中国的物流整个的产值现在已经达到252万亿，我们的 智慧物流 到了2025年才会达到万亿规模吗？我觉得这个可能都不需要到2025。所以我们整体面临的就两个词，第一个是责任，第二个是机遇。我们这一代人要感觉到我们肩膀上是有很沉重责任的，我们怎么样让今天谈到的东西能够尽快地在我们的生产中应用。

苏宁物流目前正着力构建整个全链条闭环的无人化和自动化，苏宁其实从2008年开始推动自动化仓库建设，在那个年代京东刚刚起步，2008年苏宁开始做第一代自动化基地，在那个时候已经有了ASRS，已经有了云平台，已经有了电子标签拣选。再往后面，我们其实在跟世界排名第一的公司做了合作，然后去做了一个二十万平的仓库。这个里面来讲的话，其实我们也是去建了我们一整套的完整能力，这个是关于仓的能力建设。

从干线和支线以及末端配送来讲，苏宁在成立之初就开始建立大家电的配送，到了2009年，我们着力转向小件配送能力建设，目前在全国已经有了三千多条干支线，在全国有两万多个末端的快递点，也会有很多配送人员去帮我们做各种各样的服务。

这个里面大家可以看到，我们在干线里面也在测试无人重卡，刚才图森的同事也介绍了，这个我就不去做过多介绍了，我们在末端也在尝试无人配送小车。

但有个问题应该是最关键的，就是我们要去落地的话，这个东西必须要靠谱，也就是说，它必须要具备人能够所做到的各种各样的灵活性，我必须要把这个货送掉，而不是说我机器人到你楼底下了，这个顾客不在家，或者门敲了半天没开，发了短信等半个钟头，那我不能一直等着你。仓库里的 AGV 不可能说我现在十一点已经截单了，我十一点四十要等着发货，你这个还在那边排队，这些对于我们来讲都是一些应用里面所面对的问题，那我们怎么样去让这些更加靠谱，怎么样去推动我们的技术更好在真正的生产中发挥作用。

1、第一个关键点就是标准的问题

我认为第一个关键点就是标准的问题。在几千年之前秦始皇统一了文字和交通，书同文、车同轨，这个是帮助我们中华文明做的非常大的技术发展，是非常大的推动力。我们今天再去借鉴就必须回过头来谈一下标准的问题。

这个照片其实是我们一套旋转库拣选系统中拍的一张照片，现在的旋转库可以做到SKU到你面前来，你只要伸手就能把货拣出来，放到货架上面去，一个小时可以做一千多件，我们的AGV可能目前在三百到四百件这样的水平，但是我们在想为什么不能把这个环节用机械手代替，其实我也在跟各种各样的合作伙伴探讨这样的问题，大家可能看的不是太清楚。这个里面有几方面。

一个方面SKU特别杂；第二个它有软有硬，有塑料包装，其实技术上来讲目前很难去实现，最终实现了之后算来算去觉得人是最便宜的。但目前在我们仓库里，仓品的规整程度是很高的，但是我们再去仔细观察，我们可以去关注商品的条形码，如果这个条形码不在规定的位置，我怎么样才能读到这个条形码？我怎么样让我的输送带在走的时候，能够很快速地去读到这个条码？有的是在上面，有的是在前面，有的是在下面，那么，要为每个读码器都要装六面读码器吗？

我们再看另外一个照片，这是我随便从桌子上找了几本书出来以后，大家随便看哪一本书都有这样的特点，它的边框永远都是在你图书的右下角，距离基本上都是差不多的。我们为什么不能反思我们条码为什么不能在你的箱子的标准位置出现？那这样来讲的话那我们的条码读取是不是可以识别每一家的，不管是大福的，还是什么的，我们的读码安装方式是不是可以统一？我们也知道条码在行进过程中，肯定是垂直于我们的激光线扫描读取率是最高的，这个是不是可以作为一个标准？可能大家之前任何一家公司都没去注意这个方面，因为美的有美的标准，海尔有海尔的标准，可能每家都有自己每家的标准，标准不统一就导致我们生产中就很难去运用我们的技术。

在这个方面，其实苏宁做了很多的工作，一方面是我们的托盘，其实在2007年苏宁就已经定了自己的大家电的托盘标准，1.4×1.2（米）和1.4×2（米），当然可能做的标准和现在国家定的不一样，国家定的现在是1.2×1（米），那你为什么要定1.4×1.2（米）呢？其实你现在再去看，如果大家稍微的关注一下大家自己家里用的家电，大家会关注自己的洗衣机，洗衣机基本上是在50×50或者60×60的规格，60×60的规格你怎么摆到1×1.2（米）的托盘上去？所以我们一方面还要去反思商品到底是不是通用于现在1×1.2（米）这样的标准。第一个是托盘，第二就是纸箱，我们现在标准小件的纸箱也是40×60（厘米）这样的规模，没有这个标准的话，我们就没法去谈高效的货到人的技术，也没法谈高效的高密度存储的技术。不标准的商品对仓储就是成本，我们要去谈我们的降本增效怎么谈？标准化是第一步。

我们谈我们的AGV，今天所有的AGV，处理产品基本都是货架的形式，这个已经是一种标准。再去看ASRS，这个也是国际通用的标准。再往下展望一下我们的 无人驾驶 和 无人机 的问题，我们是不是跟我们的政府去探讨怎么样的标准之下，才能让我们的无人车上路，怎么样去上路？我们的无人驾驶现在既然已经具备了一定的技术积累，那是不是一定的环境之下可以开放这样的一条路，可以让我们上路去跑，因为所有的技术必须要在真实的生产环境里面验证它的可行性，我们也不要说因为无人车可能撞到人，可能撞到车，可能有什么样的事故，但是人驾驶就没有问题了吗？人驾驶事故更多，但是人不会去归罪于人，人会归罪于机器。从另一个角度反思，我们是不是可以定义这样的标准，在前行的时候让它尽可能减少发生事故的概率。所以这个里面是不是可以考虑一条高速公路可以给你一条道路，而且在国内可能跟加州那边不一样，是不是允许你上路但不允许你变道，这样是不是可以更大程度的降低事故产生的概率？所以这个也是我们在无人驾驶角度来讲考虑的标准。

最后一块是无人机，前一段时间看到西安有一个无人机的表演，可能有的人说有人干扰，会出现无人机噼里啪啦往下掉的场景。国家也是基于这样的考虑，不敢让你无人机到处跑，因为根本没有规则。我们现在只能在山区，当然山区是配送成本非常高的地方，是刚需。我要配送我要开个车去的话，我可能半天都耽搁了，但是无人机30分钟就能到。所以，我们必须要制定一个标准，无人技术到底应该在城市里，应该走什么样的道路，走直线还是拐弯，它的路是跟我们的人行道要重合还是要走花丛、走树丛，也没考虑过这样的问题。没有标准来讲，我们谈的技术再成熟落不下去，也落不了地。

除了硬件的标准之外还有软件的标准，我们现在也在做，我们刚才也介绍了，我们在做整个闭环的一套无人系统。

2、第二个是刚柔相济的问题

再下一个词来讲，我们谈的是刚柔相济的问题，现在其实今天上午来讲，大家谈的更多的是柔性，其实也是因为苏宁自身的特点，我们做了很多刚性，做了很多重投资的设备。我们整体上来看我们也知道刚性的设备肯定有它的优势，因为我刚性处理的订单不是一天发一万单，发五万单，我一天可能发二十万单、三十万单这样的体量。但是大家不要去从一个极端走到另外一个极端。

我们现在在做的就是要去提高自动化程度，我们要去怎么考虑把所有的环节里面嵌入我们的 自动化设备 。

软硬兼施，在前面有很多的专家已经谈到了数据的问题，我这边其实也是很概括的再阐述一下，可能从我的视角跟大家前面的不太一样。我今天只是谈到了无人重卡，因为我觉得它是传统的物联网到大数据到 人工智能 到应用的组成，第一个可以看到它的感知层，我们用到了各种各样的感知器，我们有各种各样的视觉，这些都是感知系统，要为后台获取数据，大量的数据会去形成数据把它画像构建出来，像今天拍一张照片知道在座是这么多人，在路上开车知道知道这个灯是红绿灯，经过这么多分析之后要有一个决策，我知道我现在应该踩刹车还是加油，我应该打方向盘左拐去超市还是再忍忍，它通过我们的传感器去调动你的方向盘是不是要打转向，这个是非常形象的，从硬件里面提取出来个人的数据，然后我们AI控制再去控制到我们的硬件上面来，这样完整的闭环。

刚才讲的那个是偏硬的，大家可能看得到。我们内部最核心的是基于大数据销售的预测和库存的分配，这个也是基于海量的数据去做的，我们不管是基于消费者的画像对他的行为进行分析，根据每个地方，大家如果仔细的去看，从我们的消费市场上来看，市中心的消费者和郊区的和城乡结合部的和农民的顾客，选择的商品是不一致的，我们前置仓要考虑当地的顾客覆盖四公里的范围之内到底喜欢什么东西，这个里面来讲也是我们在考虑的这样一个问题。

这张图我只想点两个技术，这个是人机大战，是阿尔法狗和我们的围棋柯洁，他们去做的世纪之战，这个不管背后的商业宣传，背后来讲可以看到技术，基于神经网络的一种机器学习的技术。其实我们有一个段子说柯洁晚上睡了一晚上觉，但是阿尔法狗自己跟自己下了十万盘棋，它的速度非常快，这个也是我在最开始的时候谈，为什么看到我们的明天是一片光明，因为我们有现在越来越多的人在掌握神经算法的技术，这个里面来讲是我们的核心的点。

第二个核心的点是这样一张图，大家上大学的时候都学过运筹，但是今天谈的更多的东西，大家在做决策的时候是不是可以用到这些技术，我们可以更多的关注运筹学和神经网络机器学习技术在我们的大数据和物流里面的一些应用。

最后用一句话简单地点一下，就是今天的安排也是这样的， 技术在前，场景在后。标准在心中，机遇在左右，未来已来，共同携手。 希望我们可以为我们肩上的责任，可以给我们一个大家都满意的答案，谢谢大家！