0
作者 | 肖漫
编辑 | 李帅飞
在位于上海经济技术开发区的上海西门子开关有限公司工厂（下文简称“西门子开关工厂”）中，上百台移动机器人规范自如地来回行进着，除了讲解员与部分操作系统的工作人员，几乎看不到其它人影。
从收货、质检、入库，到在库理货、出库集货和产线送料，移动机器人无不覆盖，在复杂的工厂动线以及多样的工作流程下秩序井然。
如今，移动机器人正走进越来越多工厂——而西门子开关工厂，仅是其中一面写照。
事实上，移动机器人的发展历史与工业机器人相当，只不过前者早期并未受到过多关注。
移动机器人最初被大众所熟知，是出于一次大型并购——2012 年，亚马逊以 7.75 亿美元收购了仓储物流机器人明星企业 Kiva Systems，后者主要研发采用二维码导航移动机器人。
“这是一个标志性的事件”，Interact Analysis 高级研究总监张键表示，“它使得移动机器人不再局限于汽车、烟草等自动化程度较高的制造业中，而开始大规模应用到物流分拣领域”。
在亚马逊对 Kiva 机器人批量应用后，国内出现了诸多基于二维码导航的类 Kiva 方案，比如京东的“亚洲一号仓”；菜鸟为天猫打造的智能仓、“苏宁云仓”等。
如今，移动机器人已经出现了不少细分类别，从导航技术上可以大致分为四类——磁导航移动机器人、二维码导航移动机器人、激光雷达导航移动机器人、视觉导航移动机器人。
就行业普遍认知来看，AGV （Automated Guided Vehicle）和 AMR（Automated Mobile Robot，即自主移动机器人）最主要的区别在于：AMR 无需依靠外部基础设施去定位和固定路径，而是能够通过机器人对周围环境的感知进行自主路径规划，其技术路线以激光或者视觉 SLAM 为主。
不过，由于应用了更多传感器以及需要考虑环境的干扰，AMR 造价更为高昂，移动速度一般也慢于独占场地的 AGV。
如今，尤其在仓储物流场景中，基于二维码导航的移动机器人已经得到普遍应用，且占据绝大部分存量市场，包括极智嘉、海康、快仓在内的国内厂商正是这类产品的早期入局者，吃到了仓储物流自动化建设过程中的第一波红利。
不过，随着仓储物流场景第一波红利瓜分殆尽，移动机器人厂商开始尝试打开工业市场这道大门，而 AMR 正是开启的钥匙。
“自然导航 AMR 的柔性和全局适应性更好，更适用于人机混合、场景改造困难的工业环境”，迦智科技陈首先曾向雷锋网说道。
2015-2018 年间，国内 AMR 厂商辈出，包括极智嘉、隆博科技、优艾智合、迦智科技等近十家移动机器人厂商陆续布局工业 AMR。
在这期间，在仓储物流领域已经小有名气的极智嘉也开始进军工业领域，基于自身前期在电商仓储领域积累的技术、产品、方案，从应用场景与电商仓储相似的工业仓储场景做起。
AMR 进入工业场景初期，由于国内工业自动化水平不够高，对移动机器人的应用仍处于早期试用阶段。另外，AMR 在技术层面也处于验证阶段，需要在实际工业场景下一边试行，一边修正。
正当 AMR 尝试打开工业市场时，一次时代的浪潮以及偶然性的环境变化为 AMR “添了一把柴火”。
2020 年，“新基建”的提出，为国内工业数字化进程踩了一脚油门，另外，“十四五”规划的其中一个目标，便是提出将数字经济核心的数字产业的比例提升至 10%。
由此，越来越多工厂迈出了数字化转型的第一步，多数工业 AMR 项目也加速进行场景验证；西门子开关工厂和极智嘉的合作便是其中之一。
在上海经济技术开发区中，一座全流程柔性自动化的智慧物流工厂在 2020 年成功落地，而这座工厂便是西门子开关工厂。
随着工业 4.0 时代的到来，西门子开关工厂开始关注数字化转型的落地。当时，西门子开关工厂有 500 多名员工，年产超过 35000 台真空断路器和 12000 台中压开关柜。
对西门子开关工厂而言，其需求主要有两大方面——一是改造原有的原材料存储，改善送料流程过度依赖人工的状况；二是促进厂区人员管理从手工劳动逐步向机器人应用技术管理转型。
另外，工厂内的各个产线都在工作状态，即使对工厂进行改造升级，如何保证产线工作的同步进行也是需要考虑的因素之一。
当时，西门子开关工厂对比了市场上的各种解决方案，要么投资巨大，要么方案不够灵活，一旦落地难以改变；这与西门子开关客制化生产之间存在一定矛盾。
在多方的权衡和对比下，西门子开关工厂最终选择了极智嘉提出的模块化柔性部署方式。
所谓模块化柔性部署，即部署阶段能够分区块展开，实现无停产升级改造，同时后续能够根据业务情况进行实时调整。
在部署过程中，极智嘉首先在货到人区展开，而后才逐步拓展至机器人收货区、四向车立库存储区、质检环节打通和自动化集货区。2020 年 10 月，西门子开关工厂完成了物流中心的全流程机器人覆盖，并开始部署机器人产线送料。
在为西门子开关工厂提供的智能仓组合方案中，涵盖了货到人拣选机器人 P800、货箱到人拣选机器人 C200S、四向穿梭车和智能搬运机器人 M1000，以及 AI 算法和智能系统，解决了库内 20 万+仓库存储单元（SKU）原材料的收货、分区存储、齐套发运、产线领料等流程问题。
从收货区来看，其拣选机器人能够监测数量、大小、体重是否符合标准。据西门子开关工厂工作人员介绍，过去 80 个工人花费 5 天所做的工作量，现在 10 个工人花 2 天时间就能做完。
在理货方面，厂内的货到人库区每天根据热力图进行智能理货，立库区则按照生产计划每天进行智能理货。
值得一提的是，西门子开关工厂部署了六层立库区，机器人上可达顶层，下可到底层，当工人下班之后，机器人照常运转，按照优先顺序进行理货，以确保第二天工厂开工时能够完成出库。
另外，基于开关工厂的特殊性，产品经常需要抽检测试，机器人在这之中扮演着不可或缺的角色——不仅能够将抽检物品送至检验室，而且在检验完成后能够将物品归置原位，做到全链路可追踪，实现货品信息流和实物流的统一。
据西门子开关工厂数据统计，在完成智能升级后，工厂的入库效率提升 2.5 倍、出库效率提升 2.15 倍，存储面积减少 50%，存储能力增加 2-3 倍，供料及时率 100%，厂内人力需求节约 30%。
尽管西门子开关工厂已经全面实现自动化智能物流管理，但在多数时候，其仅仅起到示范意义。“来西门子开关工厂看的人很多，真正行动的少”，西门子(中国)有限公司智能基础设施集团配电设备与系统事业部财务总监束长虹表示。
AMR 如何跨越“从 1 到 N”的鸿沟，成为一个摆在任何玩家面前的难题。
制造业和物流行业不太一样，前者的定制性非常强。
制造业有太多分门别类，每一个行业、哪怕是不同的公司在同一个行业里面，它所要用到的机器人的解决方案可能都会不一样，都会有自己的需求。
张键说道。
同样的看法，极智嘉 CEO 郑勇在采访中也有所提及。郑勇坦言，不同级别的制造业，需要的方案不一样，相对来说制造业对机器人定制化要求更高。
然而，机器人定制化会带来成本上升，且质量难以控制。这不仅是 AMR 厂商造成挑战，对制造企业而言，仅在资金一项就加高了部署门槛。
事实上，难以实现定制化并非极智嘉一家之难，对于其他 AMR 厂商来说同样是困境所在。
隆博科技 CEO 佘元博此前也曾告诉过雷锋网，工业类场景的定制化，是普遍存在的问题，但难以突破这个瓶颈的因素之一在于 AMR 优质集成商太过稀缺。他表示：
不同工厂，甚至同一个工厂的不同场景，业务逻辑不同，对 AMR 的用法也不同，AMR 要落地到客户实际场景中，中间必须有一个方案规划、定制的工作，以及渠道和商务也有很大工作量，这些工作集成商都可以解决。
但是 AMR 行业起步较晚，目前在本体制造商和客户落地场景中能够有效完成方案规划、定制工作，完成技术转化的集成商，目前仍然非常稀缺，这种缺失制约了 AMR 行业的规模化爆发。
另外，在束长虹看来，影响 AMR 大规模应用的一个重要因素还在于老旧工厂的改造。目前，大多数机器人厂商都有一套自家的解决方案，对于新建厂房则容易复制和应用。
但对于传统工厂的数字化转型，则对复制能力提出了更高的要求，这需要机器人厂商方案不断地应用、调整、修改，进而健全解决方案，提升可复制性。
对移动机器人厂商而言，只有跨越了这道鸿沟，才能真正实现 AMR 规模化爆发；对于这道没有标准答案的难题，各家都在分别作答。
在极智嘉全球智慧物流峰会上，目前在 AMR 市场占有率位居第一的极智嘉给出了自己的思考。
在极智嘉看来， To B 行业有一个痛点——即满足大规模个性化的问题。当应用场景不断拓宽，项目和需求不断增多，实现大规模复制和个性化部署的矛盾也随之显现。
2019 年，进入 AMR 赛道摸索了两年的极智嘉在面临越来越多场景需求、客户项目需求时，越发意识到解决这个主要矛盾的必要性。
于是，极智嘉做了一次战略升级，将原来客制化软件开发变成了应用平台——aPaaS，即“极智云脑”，旨在解决大规模客制化问题。
“在某种程度来讲，aPaaS 就是一个高度模块化可配置的东西，相当于搭乐高一样，先把乐高模块做出来，以及怎么样去搭乐高的规则或者流程给做出来，等以后再去搭建一个新的项目我们就用乐高的方式做出来。”李洪波向雷锋网等媒体介绍道。
从 0 到 1 的过程中，极智嘉从一开始的硬件交付进一步衍生至软件平台的构建，AMR 市场在扩大，用户也在不断提出新的需求，在 1 迈向 2、3、4……N 的时候，极智嘉意识到还有很多未做的工作。
在全球智能物流峰会上，李洪波提到了当下机器人智能物流系统面临的三大变化——一是单场景规模越来越大；二是复合场景越来越多；三是客户更加追求可感知的价值。
李洪波表示，一套机器人智能物流系统已不能够满足客户需求，客户需要三个层次：基于全品类的机器人，深度量身定做与它适配的端到端解决方案，以及在此基础上的一站式服务。
在新的需求催生下，历经超过 300 位工程师、两到三年的持续开发后，极智嘉在 aPaaS 平台基础上加入“4D 使能技术”——即融入了深度软件智能、深度业务智能、深度数据智能，以及深度群体智能。
其中，群体智能和深度软件智能主要在自动化层面和软件层面为客户提供全链路的深度连接，实现入库到出库，从地板到天花板，全链路从硬件到软件的连接。数据智能和业务智能，则是为客户提供整个的全链路的数字化，比如“数据即资产”的增值服务。
那么，这些“智能”在实际应用上如何体现？
比如，在自动化仓库构建之前，可以做出整个系统的仿真，用真正的业务数据贯穿到系统里面看真实数据，看不同子系统之间是否有瓶颈。
在系统真正运行之后，再通过一个数字孪生功能，把真实的自动化系统运行状态能够数字化展示出来。
通过软硬件的结合，极智嘉逐渐摸索出一套属于自己的方法论，而这同样也是包括海康等头部厂商在探索的为之可行的方法。这套方法论或许不是唯一正解，但包括极智嘉在内的 AMR 厂商都在不断靠近答案。
从产业话角度看 AMR 的发展，一般会经历三个阶段——一是教育市场阶段；二是判定趋势的过程；三是大规模应用。
“现在已经到了第二阶段甚至到第三阶段大门打开的时候”，李洪波向雷锋网表示。
Interact Analysis 数据统计显示，2018-2020 年间，全球用于物流仓储和制造业的移动机器人总出货量翻了 2 倍，即使 2020 年存在疫情影响，但该市场销售额仍有 20％ 增长。
据张键及其所在团队预测，到 2024 年，全球移动机器人市场规模会超过 140 亿美元。
“移动机器人前期存在一个非常长的准备期，当准备期过了以后，也就是说移动机器人通过实操验证，被认为是一个行之有效的解决方案以后，整个移动机器人部署的成长将是爆发式的，会非常快。”张键说道。
同时，张键在调研中发现，无论是在 AMR 数量上，市场规模上，还是解决方案上，中国厂商在世界范围内都已处在头部位置。
近年来，随着 AMR 的行业价值被验证，资本也愈加青睐这一赛道，仅在 2020 年，移动机器人领域发生了数十起融资。
同时，也有越来越多玩家布局 AMR，据雷锋网了解，字节跳动已入股至少 3 家仓储物流机器人；全球机器人四大家族之一的 ABB 宣布收购 ASTI 移动机器人集团；优必选在 WAIC 上也发布了 AMR 智能物流机器人解决方案……
资本的青睐、玩家的竞逐，AMR 赛道不可谓不热闹，但与此同时，AMR 市场仍存在巨大变量——目前整个行业 25% 的单位都是来自于初创企业，且排名前 13 的移动机器人厂商所占的市场份额还不到一半。
AMR 正起势，但行业仍有长路要走。正如李洪波在采访中所说——
相当于两万五千里长征，大家翻过第一座山，后面还有特别长的路。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
