<font id="rpfhf"></font>
<dl id="rpfhf"><output id="rpfhf"></output></dl>
<dl id="rpfhf"><output id="rpfhf"><delect id="rpfhf"></delect></output></dl>
<dl id="rpfhf"><delect id="rpfhf"><font id="rpfhf"></font></delect></dl><noframes id="rpfhf"><video id="rpfhf"><output id="rpfhf"></output></video>
<video id="rpfhf"></video>
<dl id="rpfhf"></dl>
<video id="rpfhf"><dl id="rpfhf"></dl></video>
<dl id="rpfhf"></dl><noframes id="rpfhf"><delect id="rpfhf"><delect id="rpfhf"></delect></delect>
<dl id="rpfhf"></dl>
<dl id="rpfhf"><dl id="rpfhf"></dl></dl>
<video id="rpfhf"><dl id="rpfhf"><output id="rpfhf"></output></dl></video>
<dl id="rpfhf"><delect id="rpfhf"><meter id="rpfhf"></meter></delect></dl><noframes id="rpfhf"><dl id="rpfhf"></dl>
<dl id="rpfhf"></dl>
<dl id="rpfhf"><dl id="rpfhf"><delect id="rpfhf"></delect></dl></dl>
<dl id="rpfhf"></dl><video id="rpfhf"></video><dl id="rpfhf"></dl>
<dl id="rpfhf"></dl>
<output id="rpfhf"><output id="rpfhf"><font id="rpfhf"></font></output></output>
<video id="rpfhf"></video><video id="rpfhf"><output id="rpfhf"></output></video><dl id="rpfhf"></dl><dl id="rpfhf"></dl>
<dl id="rpfhf"></dl>
<dl id="rpfhf"><output id="rpfhf"></output></dl>
<dl id="rpfhf"><delect id="rpfhf"><font id="rpfhf"></font></delect></dl>
<video id="rpfhf"></video><video id="rpfhf"><output id="rpfhf"></output></video><dl id="rpfhf"><output id="rpfhf"><font id="rpfhf"></font></output></dl>

關鍵詞: 曠視倉儲物流智慧物流

曠視科技物流事業部總經理徐慶才:AI深耕智慧物流的核心價值

作者:楊云飛

來源:中國物流與采購雜志

近年來,智慧物流已成為物流行業發展的主流趨勢之一。特別是隨著AI、物聯網、大數據、云計算等新技術的快速發展和應用,為物流行業智慧化升級帶來更多可能。


作為行業領先的人工智能(AI)公司,北京曠視科技有限公司(以下簡稱“曠視”)如何依托AI為物流行業賦能?面對新挑戰與新機遇,曠視將如何布局智慧物流?為了獲得答案,《中國物流與采購》雜志(以下簡稱“CLPMA”)記者日前采訪了曠視科技資深副總裁、物流業務事業部總經理徐慶才。


1.jpg

曠視科技資深副總裁、物流業務事業部總經理徐慶才


1 數智化升級勢在必行


CLPMA:在您看來,物流行業對于AI、IoT等新技術有著怎樣的需求?AI的應用又能為物流行業發展帶來哪些核心價值?


徐慶才:在倉儲物流環節,隨著業務需求日趨復雜,柔性、離散的物流子系統不斷涌現,各種類型的機器人、自動化裝備大量應用于物流行業,傳統物流技術已無法有效應對這些挑戰。而人工智能技術可以通過不斷學習來修正策略,搭配足夠的算法及算力支持,能夠更加高效地管理和協同各種類型的設備,建立與業務緊密結合的物流系統。


過去100年,每一次物流產業變革都與基礎設施和科技有關,而人工智能、物聯網等核心技術構建的敏捷供應鏈體系將在未來五年深刻影響和改變物流產業。


此外,人工智能將引領新一代物流技術的發展方向。以智能感知、自主決策、圖像與視頻理解與分析、數據挖掘與分析為代表的AI技術,將極大降低物流行業成本和工人勞動強度,提升服務效率和質量,推動物流行業從勞動密集型向科技密集型行業轉變。


與此同時,人工智能與物聯網的融合將加快產業數字化轉型的步伐,成為未來十年最大的創新機遇。在這其中,AI是核心技術能力,IoT是產業落地場景。AI與IoT的融合,本質上就是將AI的能力注入到IoT的場景之中,實現產業的數字化、智能化改造,進而推動實體產業的高質量發展。


CLPMA:早在幾年前,曠視就開始布局智慧物流。那么,曠視如何看待智慧物流發展前景?相比于其他物流系統集成企業,曠視的優勢體現在哪些方面?


徐慶才:一方面,物流及供應鏈領域已成為社會基礎設施和實體經濟的重要支柱;另一方面,在企業、社會、技術等多重因素的推動下,物流行業正在從勞動密集型向科技密集型行業轉變。目前,物流領域呈現規模大、離散、少人的場景趨勢,企業面對日趨復雜的業務需求和激烈的市場競爭,亟需對物流及供應鏈環節進行數智化升級,以構建敏捷、柔性的供應鏈體系。


作為行業內領先的人工智能公司,曠視擁有領先的底層AI技術、創新的軟硬一體化AIoT產品體系,以及行業經驗豐富的業務團隊。這是我們與傳統系統集成商和新興設備提供商相比的差異化所在,也是曠視能為行業帶來的一些獨特價值。曠視希望作為新一代數智化物流基礎設施的全球參與者,與客戶和行業合作伙伴一道,用人工智能重構和升級供應鏈,推動物流行業的轉型升級。具體而言:


在底層AI技術方面,曠視是全球少數擁有自主研發深度學習框架的公司之一,自研的新一代AI生產力平臺Brain++,為智慧物流業務提供一站式AI工程解決方案;曠視還從計算機視覺和深度學習進一步向物流行業算法演進,涉及運籌優化、SLAM導航、機器人3D揀選、實時3D地圖重建等一系列技術研發和應用;


在AIoT產品方面,率先推出智慧物流軟件平臺“曠視河圖”,并自研了20余款AI賦能的機器人及智能物流設備,還首創了AS/RS(自動化立體倉庫)+AMR(自主移動機器人)+AI(人工智能技術)的3A智慧物流解決方案,將人工智能與物流自動化深度融合。曠視河圖通過統一管理物流作業流程、倉庫庫存庫位、各類機器人和自動化裝備,借助AI智能調度的算法能力優化物流作業效率。此外,我們自研的智能物流設備包括二維碼導航潛伏式AMR、激光和視覺SLAM導航AMR、激光SLAM導航叉車AMR,以及人工智能堆垛機、智能圓形播種機等,并擁有自主知識產權核心控制器及核心算法。相比于傳統物流系統集成方案和單純的機器人解決方案,曠視3A智慧物流解決方案具有投入產出比(ROI)高、柔性高、使用率高,以及部署快、維護方便等優勢,能更好助力用戶降本增效、優化管理;


在業務團隊方面,曠視將物流行業老兵與AI領域頂級人才相互融合,團隊協同作戰能力不斷強化。目前物流業務核心管理團隊成員均有幾十年從業經驗,滲透在軟硬件產品研發、方案規劃、交付實施、售后運維、服務保障等環節。同時,我們還有數百人的AI技術研發團隊為業務創新提供有力支撐。


2 為物流與供應鏈賦能


CLPMA:在智慧物流領域,曠視如何依托AI為物流行業賦能?在智能機器人、傳統裝備、物流系統、行業應用等方面分別做出了哪些努力?推出了哪些核心產品和解決方案?


徐慶才:曠視從2017年起率先開展AI+物流領域的前沿探索和應用實踐。


首先是AI賦能機器人:打造激光+視覺融合的SLAM技術。SLAM(即時定位與地圖構建)技術可以讓機器人在無信標的情況下實現定位導航,具有易部署、柔性等特點,更加適合在運行環境復雜、業務經常變動的場景下應用,越來越多客戶青睞,正在成為機器人領域的主流趨勢。目前,曠視自研SLAM技術已應用于MegBot-S800、MegBot-S800V等多款智能物流設備中。該技術賦能的機器人,能夠實現智能避障,確保復雜產線場景中的人、貨、設備的安全;在機器人與產線或工作站對接時,還能做到高精到點,確保作業的穩定、可靠;實現了更加靈活、安全和高效的智能導航。此外,曠視SLAM技術通過將視覺和激光等多傳感器融合,可以智能過濾動態物體,實現傳統激光SLAM無法達到的動態環境適應性。


其次,AI賦能傳統裝備:讓設備有眼睛、會思考。除了機器人之外,AI還能讓傳統物流裝備擁有眼睛,并可以簡單思考,提升生產的安全性與效率。曠視人工智能堆垛機通過裝載的五面掃描探照、3D攝像頭,檢測破損、異物、數量等異常情況,在提升作業效率的同時,保障盤點的準確率。到目前為止,經過1萬多箱型的測試,人工智能堆垛機數量清點與真實情況還沒有出現過差異。曠視已經在一家浙江黑燈工廠部署了全球領先的人工智能堆垛機。


第三,AI賦能物流系統:使系統最優化,實現更高效的多機協作。隨著工廠和倉庫自動化水平的不斷提高,機器人(AGV/AMR)、無人叉車、穿梭車、堆垛機、機械臂、分揀機等智能設備越來越多,需要通過集群的方式協同完成特定任務。因此,曠視推出了智慧物流操作系統河圖(HETU),將機器人等智能物流裝備與物流、生產業務快速集成,提供規劃、仿真、實施、運營等一站式解決方案,以曠視核心的AI能力通過物聯網技術連接物流各個環節。


第四,AI賦能行業應用:計算機視覺助力工業場景降本增效。曠視也在積極與客戶和合作伙伴共同探索和落地計算機視覺等AI能力在入庫、出庫、生產質檢等各種環節中的應用。例如,針對藥品這一特殊商品,其需要準確核對相關信息,避免誤發。在醫藥圖像識別復核方面,深度視覺識別技術能把單據、貨物上的生產批號、生產日期、失效日期、注冊證號等關鍵信息自動識別、對比,避免了人工識別的差錯,準確性和效率大幅提升。


CLPMA:去年可以說是“AI+物流”的應用元年。當前,客戶需求出現哪些新的變化?曠視又是如何解決痛點、滿足客戶需求的?


徐慶才:客戶對于自動化、智能化系統的需求變化有以下幾個方面:


第一,受疫情影響,消費者不斷嘗試與過去截然不同的購物模式。社交與零售融合,線上與線下融合,遠場與近場融合;使得零售與消費者形成高互動、高轉化、高粘性的關系。運營效率與體驗必將重構,履約能力是重構“人、貨、場”的關鍵戰略能力,而更加柔性、靈活的物流系統則可重塑零售履約新體驗。


第二,國內的年輕人寧愿送快遞不愿意進工廠搬箱子,加上人口老齡化帶來的勞動力不足,而機器人以及自動化技術恰恰可以彌補勞動力不足的隱患,尤其在一些低技能、勞動密集型領域,將人從簡單的重復勞動和比較惡劣的工作環境中解脫出來。


第三,城市土地資源的日益緊缺形勢對集約化利用土地資源提出了更高要求,對于存儲系統高層化、密集化的需求也隨之快速上升。如何顯著提高倉儲空間利用率與倉儲工作效率,并為人員、貨物提供出高等級的安全保障是市場的另一個需求。


第四,除此之外,隨著人工智能、大數據技術的不斷迭代升級,物流系統的需求逐漸從自動化向數字化、智能化、柔性化方向升級,軟件技術與傳統硬件趨于融合,軟件系統核心算法能力的作用越來越大,其帶來效率極大提升和決策的快速準確性都是不言而喻的。


曠視深知倉儲是供應鏈的核心環節,物流倉儲系統不是簡單的設備組合,而是以系統思維對設備功能的充分應用。這是一個全局優化的復雜過程,需要用前瞻性的視角對客戶需求做出理解,更重要的是需要創新型的技術形成新一代供應鏈解決方案。我們相信憑借人工智能技術,以及行業經驗豐富的團隊,曠視可以實現賦能內部物流供應鏈,向數字化、智能化、柔性化的未來更進一步。


CLPMA:目前,在物流行業應用方面,曠視實現了怎樣的突破和成效?請舉例說明。


徐慶才:現階段,曠視智慧物流業務不僅在國內不斷深耕醫藥、鞋服、智能制造、新能源等行業,還成功將業務擴展至新加坡、日本、韓國、阿聯酋等多個國家和地區。


曠視智慧物流解決方案不斷幫助實體企業實現降本、增效、提質。例如,曠視助力一家電機制造頭部企業打造“黑燈工廠”,實現了全流程自動化、24小時晝夜不停歇生產和運轉;并在該工廠智能倉率先部署了全球第一臺具備垛形識別、異物檢測、智能盤點功能的人工智能堆垛機;曠視助力夢燕打造的服飾智能物流中心每日可支持出貨量提升5倍,僅產品入庫效率就提升超2倍,數字化管理貨品也減少了商品損耗和爆倉問題。而且夢燕智能物流中心讓揀貨人員的勞動強度大大降低,工人每天的微信步數從舊倉的50000步/天減少到20000步/天,相當于每天少跑半個馬拉松。


疫情期間,采用曠視智慧物流解決方案的儲存易新加坡迷你倉,依舊能為其用戶提供便捷、安全、私密的非接觸式服務,同時空間利用率提升3倍。曠視智慧物流解決方案還助力日本汽車零部件巨頭的智能化倉儲和搬運,改造后的倉庫揀選錯誤率降低,人貨安全度提高,且不再受限于不斷高企的人力成本。


3 致力于智慧物流“最優解”


CLPMA:您認為未來物流行業發展方向和重點是什么?智慧物流發展面臨哪些新挑戰與新機遇?


徐慶才:智慧物流市場前景可期。一方面,中國智慧物流市場持續高速增長,據相關報告顯示,近十年來平均增速高于20%;另一方面,物流數智化再升級空間巨大,目前我國整體物流自動化平均水平在20%左右,對比發達國家的80%尚有巨大可開發空間。無疑,人工智能、物聯網、機器人等技術構建的新基建,將帶動下一個階段物流產業的轉型升級。而多年來,互聯網+基礎設施的不斷完善,也為“AI+物流”發展奠定了基礎。


當前,智慧物流正處于大發展階段,物流系統需要更加智能化。從千平米到千萬平米,物流場景的規模越來越龐大;海量SKU、海量訂單與即時消費、即時配送等維度疊加,導致物流履約系統更加復雜;場景內智能設備、子系統越來越多,常規的調度系統已經無法駕馭復雜的情況。在這樣的趨勢之下,傳統的技術已經無法應對現有挑戰,系統需要足夠的算法和算力支持。


CLPMA:未來,曠視在智慧物流方面的發展戰略是怎樣的?在產品研發和技術創新方面有哪些重點布局?


徐慶才:曠視的發展戰略是扎根醫藥、鞋服、制造、新能源等重點行業,基于客戶業務場景和流程,為客戶提供軟硬一體化AIoT產品和解決方案,幫助企業客戶降本增效、優化管理。


曠視一直堅持軟硬一體化的產品布局,重點打造AI重新定義的物流設備、軟件平臺和整體AIoT解決方案。在技術創新上,曠視從計算機視覺和深度學習進一步向物流行業算法演進,涉及運籌優化、SLAM導航、機器人3D揀選、實時3D地圖重建等。


在產品研發方面,曠視自研20余款AI賦能的機器人及智能物流設備,包括二維碼導航潛伏式AMR、激光和視覺SLAM導航AMR、激光SLAM導航叉車AMR,以及人工智能堆垛機、智能圓形播種機等;曠視擁有自主知識產權核心控制器及核心算法。此外,曠視還在不斷打磨智慧物流軟件平臺“曠視河圖”,通過統一管理物流作業流程、倉庫庫存庫位、各類機器人和自動化裝備,借助AI智能調度的算法能力優化物流作業效率。


  • END
聲明: 1、凡注明“來源:物流+”的所有內容(含圖片),未經允許不得轉載。 2、本網轉載內容目的為傳遞更多信息,不代表本網觀點,亦不對其真實性負責。 3、如因內容、版權等問題,請及時與本網聯系。

{{ total }}條評論

  • {{ item.representName }}

    {{ item.comment }}

點擊查看更多評論
回到頂部
亚洲综合图色40P
<font id="rpfhf"></font>
<dl id="rpfhf"><output id="rpfhf"></output></dl>
<dl id="rpfhf"><output id="rpfhf"><delect id="rpfhf"></delect></output></dl>
<dl id="rpfhf"><delect id="rpfhf"><font id="rpfhf"></font></delect></dl><noframes id="rpfhf"><video id="rpfhf"><output id="rpfhf"></output></video>
<video id="rpfhf"></video>
<dl id="rpfhf"></dl>
<video id="rpfhf"><dl id="rpfhf"></dl></video>
<dl id="rpfhf"></dl><noframes id="rpfhf"><delect id="rpfhf"><delect id="rpfhf"></delect></delect>
<dl id="rpfhf"></dl>
<dl id="rpfhf"><dl id="rpfhf"></dl></dl>
<video id="rpfhf"><dl id="rpfhf"><output id="rpfhf"></output></dl></video>
<dl id="rpfhf"><delect id="rpfhf"><meter id="rpfhf"></meter></delect></dl><noframes id="rpfhf"><dl id="rpfhf"></dl>
<dl id="rpfhf"></dl>
<dl id="rpfhf"><dl id="rpfhf"><delect id="rpfhf"></delect></dl></dl>
<dl id="rpfhf"></dl><video id="rpfhf"></video><dl id="rpfhf"></dl>
<dl id="rpfhf"></dl>
<output id="rpfhf"><output id="rpfhf"><font id="rpfhf"></font></output></output>
<video id="rpfhf"></video><video id="rpfhf"><output id="rpfhf"></output></video><dl id="rpfhf"></dl><dl id="rpfhf"></dl>
<dl id="rpfhf"></dl>
<dl id="rpfhf"><output id="rpfhf"></output></dl>
<dl id="rpfhf"><delect id="rpfhf"><font id="rpfhf"></font></delect></dl>
<video id="rpfhf"></video><video id="rpfhf"><output id="rpfhf"></output></video><dl id="rpfhf"><output id="rpfhf"><font id="rpfhf"></font></output></dl>