2020年12月20-21日，全球供應(yīng)鏈上合峰會暨第八次CSCMP中國大會在青島膠州召開。我們精心組織了議題，邀請到了來自中國、美國、歐洲等十多個國家和地區(qū)的著名經(jīng)濟學(xué)家、全球著名供應(yīng)鏈專家和企業(yè)領(lǐng)袖，探討了后疫情時代全球經(jīng)濟、全球供應(yīng)鏈、發(fā)展的重大趨勢，探討了物聯(lián)網(wǎng)、大數(shù)據(jù)、5G、人工智能、區(qū)塊鏈等顛覆性技術(shù)加速應(yīng)用的前沿實踐。這些重量級嘉賓的發(fā)展非常具有啟發(fā)性。我們現(xiàn)在將演講的內(nèi)容整理出來，與協(xié)會的會員們和供應(yīng)鏈的同行們一起分享，作為一項增值服務(wù)，也給沒有機會參會者一個再學(xué)習的機會，這也是我們一直秉承的價值觀，請大家珍惜這場學(xué)習的機會。我們希望真正想學(xué)習知識的人能夠聚到一起，共同致力于發(fā)展供應(yīng)鏈事業(yè)。

——王國文

大家下午好，那個非常感謝沈會長、王博士以及主辦方的邀請。

有這樣一個機會跟大家分享一下。然后講到這一這一段的話，我突然也理解了這個王博士的良苦用心。我們從大件，然后到物流，現(xiàn)在走向倉，走向配，走上小件。那么鯨倉科技其實是一家這個專注的解決什么？就是中小件商品的這個零售倉的問題，我們是最末端，這是從倉到配，到這個用戶家里面去的問題。

先簡單介紹一下這個鯨倉。右邊這個圖也是我們倉庫的一個實景的一個照片，我們也是國內(nèi)的一個就是密集倉儲系統(tǒng)的創(chuàng)新者。

因為咱們國家大量的這個密集倉儲還是在對標歐洲和美國的在做一些進口替代的這樣的一個工作，實際上原創(chuàng)的部分還是比較少的。我們在這塊的話一直堅持三個特點，一個是密集自動，我們非常重視這個密集存儲的這樣的一個要求，做的密度也是全球第一。然后同時追求高性價比，要適應(yīng)咱們國內(nèi)的成本結(jié)構(gòu)。第三個，我們就是堅持原創(chuàng)。然后我們也為很多的這個知名品牌提供了這樣的一個零售倉的服務(wù)。這是我們一個大體的一個介紹。

那么下面我想是跟大家分享一下這個關(guān)于整個零售倉的一個趨勢。第一個來講是數(shù)字零售下的一個供應(yīng)鏈的發(fā)展趨勢。那么總結(jié)起來就是三個詞，首先是數(shù)字化，然后是短鏈化，然后是拆零化。那我們怎么來理解？就是說在整個的這個供應(yīng)鏈流通領(lǐng)域里邊，我們以前都是一種叫做多級流通體系，有國代，有省代，有市代，商品是一級一級地下去的。那么每一個代理商會同時承載了物流功能、銷售功能和金融功能，是三個功能為一體的。但是到了數(shù)字化時代的時候，這一體系就變了，因為銷售功能被電商化、數(shù)字化，就是說整個的訂單的這個處理和獲得已經(jīng)實現(xiàn)了數(shù)字化的，已經(jīng)變成線上去完成了。

那么的話，那么多級代理，反而只是起到了一個物流功能，甚至是金融功能。京東的創(chuàng)始人劉強東講一句話，說京東要做一件事情，就是讓商品只搬兩次，那么這就是未來的一個短鏈化的一個特點了。那他所說的這個只搬兩次是什么？就是工廠倉一次，零售倉一次，然后就可以到家里去了，這叫只搬兩次。那么這個就叫做短鏈化。所以我們看到上面那樣的一個層級流通體系里邊，大部分的作業(yè)，在艙內(nèi)的作業(yè)都是拖進拖出，一個托盤進，一個托盤出，用叉車機械化操作，或者就是搬箱子。但是到了這個零售倉的時候，一定是相近出貨，就是要拆零，就是你的操作顆粒度是到貨的。那么未來其實整個的數(shù)字化零售誕生的這種短鏈化,最后導(dǎo)致倉庫的形態(tài)變成了什么？就是拆零化，就是相近出貨的倉開始替代各種不停地在搬箱子這種無效動作的倉，它成為一種主流。然后，同時由于這個零售拆零化了之后，使得我們的用工量急劇地上升，倉庫的利用率也下降。我們就從一個機械化作業(yè)蛻變到了一個手工化作業(yè)，于是產(chǎn)生了矛盾，這也是我們要去解決的問題。

那么趨勢是這樣的話，我們看一下具體的數(shù)據(jù)，就是今天這個零售倉變成什么樣子了，它是一個什么樣的數(shù)量級。那么我們可以參考就是一個日均快遞包裹量的這么一個數(shù)據(jù)。我們在10年的時候是1600萬個包裹，今年我們是全年可實現(xiàn)750億個包裹，也就是日均包裹量突破2億。10年的時間漲了33倍。那我們的馬云先生在2017年的菜鳥大會上面，就提出了說，中國到了2025年的時候，一天會有10億個包裹，那個到時候那個時候這10億個包裹怎么發(fā)出去，怎么做不知道，但是一定不會像現(xiàn)在這樣干。這是一個大家也看到的一個趨勢判斷。那么我們根據(jù)這個唯品會18年的財年數(shù)據(jù)，我們可以做一個換算。大概唯品會是2.4平米，可以發(fā)一單。也就是說我們今天要支撐一天的2億個包裹發(fā)出去。那背后一定要有4.82億的倉庫面積，雖然說這些倉儲面積大家可能是在租一些辦公室里發(fā)，小廠房里發(fā)，但不管在哪發(fā)，這個面積是需要的。而中國的總共只有10億平方的倉儲面積，所以48%都是要被拆零倉所需要，同時還有200萬的艙內(nèi)工人。

那到了2025年，我們可以明顯看到全國的倉庫加起來都不夠用了，所以這就是一個零售倉的需求的量級。其實你知道去年的電商是10萬億的規(guī)模，我們占這個社會零售品總額的滲透率只有10%，其實還是非常朝陽的一個狀態(tài)。所以他未來說達到2025年的10億的時候，也就是達到50%的滲透率，其實并不是一件遙不可及的事情。但是我們也可以看到整個在倉庫面積和艙內(nèi)工人的這種供需矛盾，已經(jīng)非常的嚴重了。所以我這邊做了一個比喻，就是說今天的每戶的日均收到的包裹數(shù)量達到了自來水標準。那什么叫自來水標準呢？就是我們每戶每天至少有一次，要去井邊打一次水，扛回家里。那么在這種需求的密度的情形下，這樣的頻率之下，我們就有必要在城市里面去修建自來水管道，為了替代這樣高的頻率。但是我們看到，中國的電商用戶數(shù)是7個億，那么中國的每戶的平均人口是3.4人，所以就有2億戶的這個電商的包裹需求。而我們知道2020年我們已經(jīng)有2億包裹了，所以已經(jīng)達到每天收一個包裹的水平了。大家想想自己的家里是不是這個樣子。到2025年的時候，要達到5個包裹。因此就是說2020年我們達到了一個什么？就是電商的這個日均收到的包裹數(shù)量達到了自來水標準。那就意味著我們可能要去經(jīng)歷打水、送水的狀態(tài)，變成有自來水的這種管道的狀態(tài)。所以到達了一個我們來架設(shè)物流自來水管道的一個臨界點了。

那么我們就提了一個口號，說讓商品像自來水一樣流動的物流系統(tǒng)，那是什么樣子的呢？我們?nèi)ハ胂笠幌卢F(xiàn)在自來水系統(tǒng)怎么樣，又是怎么組成的。首先它要有一個動力，就要有水泵。我認為這個水泵的話，就相當于我們這個智能物流的這個智能倉的系統(tǒng)，它是原始的動力。第二個要有水塔，大家知道每一個小區(qū)上面都一定要有一個水塔，那么我們認為就是智能倉，在每一個城市的周邊，都應(yīng)該有分布有智能倉，來水塔來蓄水。然后，也有水管，就是跟我們今天看到的這個智慧物流一樣，我們有無人的這種配送車，大家也在開始加緊這方面的一些研發(fā)。再就是水龍頭，就是自提柜。今天的自提柜是在你家的小區(qū)的門口，有可能未來就到你家的門口，那么整個這些東西架設(shè)起來，它實際上就是一個商品的自來水系統(tǒng)。那么鯨倉在這里邊做的就是智能系統(tǒng)與智能倉。而且由于這個水塔，你看咱們水塔是一定要建得高高的。因為城市的空間是非常緊俏的，咱不能說弄個水池，挖個地面去存，這是很難的事情，沒有那么多的空間去做，所以說我們也認為這樣的一個智能倉的一定是密集的，并且也是自動的。所以說你可以理解我們鯨倉是一個做水泵和水塔的公司，我們?yōu)榱诉@個自來水系統(tǒng)來做出我們在倉儲領(lǐng)域方面的一些努力。

那么這樣的一個密集存儲系統(tǒng)，我們得出了一個非常簡單的結(jié)論。但其實這個結(jié)論，是在大概14年的時候，我們已經(jīng)得出了一個結(jié)論，就是什么？就是中國的智慧倉儲，必須要走中國創(chuàng)造之路，不能走進口替代之路。為什么？我們做一個簡單的算賬，就很就很清楚。首先有歐洲的立體庫，有美國的AGV。歐洲的立體庫省地，因為歐洲的房租貴，那么美國的AGV省人，當然因為美國的人貴，當然歐洲的人也不便宜。但是我們簡單來對比一下成本，就是說那歐洲的房租成本是6 ，大概合人民幣180到200塊錢一個平方的月租。中國是1，所以是1比6的關(guān)系。所以說如果你要在在歐洲做一個立體庫的，你只要把成本做到18 ，那我就可以實現(xiàn)三年回本了。但是你要在中國做，因為中國的成本是1，你要實現(xiàn)三年回本，你要做到3。18到3之間，有80%的一個空間，你要把這個成本降下來。但是大家知道，如果做咱們做一個進口替代，美國造一臺車30萬，我們造一臺車15萬 ，我降個50%，勒緊褲腰帶干還是有可能的。

但是當你要降到83%的時候，你會發(fā)現(xiàn)，你靠抄作業(yè)，你靠山寨恐怕已經(jīng)做不到了。那么人力成本也是這樣的。所以美國人工成本貴，所以他們用AGV，3年能回本。但是同樣到了中國，因為要乘以6倍就變成18年能回本。你即便AGV降到一半還要9年能回本，那你仍然是9年的時間，那么還是不能夠滿足需求，所以智慧倉儲必須需要中國創(chuàng)造。那么我們需要做一個完全不一樣的東西，要走我們自己的路子。其實我認為像中國今天的快遞行業(yè)，是有加盟制快遞的，這是中國原創(chuàng)的。外賣行業(yè)也是中國原創(chuàng)的，對吧？美團剛開始是抄美國的，是做團購，后來發(fā)現(xiàn)團購是降低餐館的坪效，那但餐館要的是要提升坪效，我要增加大面積的銷售量，是要讓貨，讓我的這個飯賣出去的。所以最后外賣在國內(nèi)興起，雖然還叫美團，但是早不是當年那個美團了，所以很多事情最終還是要靠中國原創(chuàng)才能走來。

那么最后還有一點點時間的話，簡單介紹一下我們的這個產(chǎn)品，就是一個中國原創(chuàng)的、基于國國內(nèi)成本原創(chuàng)的一個“4D AGV”，那么它的特點的話就是密集度全球最高，造價全球最低。那么我們做了哪些創(chuàng)新？一個來講的話就是我們在做了一個框架式的密集存儲，實現(xiàn)的45天交鑰匙以及無損拆裝遷移。那你最大的變化是什么？就是大家的立體庫都是層架結(jié)構(gòu)，一層鋼板，一條軌道，然后一臺車，然后上面放一個箱子。我們是一個框架，是框架式結(jié)構(gòu)，一條軌道一臺車上面可以落7到8個箱子。所以這樣的話，我們的成本就降低了1/7，簡單來講就是耗鋼量少了。但是我們?yōu)榱私鉀Q這個上下的問題，我們在機器人上面多了一個功能。它除了可以前后左右移動之外，還增加了一個可以上下拆碼垛的功能，多了一個維度，再加上我們的智能時序調(diào)度。就由3D再加一D變成4D，然后把這個像AGV從地上跑的，然后翻過來變成天上跑的，就這么樣的一個簡單的邏輯。但是降低了耗鋼量，降低了成本，同時提升了密度和減少了這個人力需求。所以這樣的話就實現(xiàn)了這樣的一個產(chǎn)品的創(chuàng)新。

那么最后一點點時間，我們就播放一個產(chǎn)品視頻，讓大家有一個直觀的理解。

鯨倉揀選蜘蛛系統(tǒng)（Picking Spider System簡稱PSS），是一種高度集成、多類型機器人合作，和人工智能技術(shù)應(yīng)用的密集智能倉儲整體解決方案，采用AI倉儲大腦調(diào)度人機高效協(xié)同。能充分利用高度和通道空間，存儲密度可達傳統(tǒng)倉6倍以上，最高可三層樓設(shè)計，二三樓存揀一體，一樓用于地堆存放快進快出商品，大促期間也可擴充作為作業(yè)區(qū)域，結(jié)構(gòu)靈活，與傳統(tǒng)倉須人工尋找貨位進行入庫上架不同的是，鯨倉PS倉人員只須將商品料箱放入上架臺，用PDA掃描料箱與站臺編碼，則完成箱碼綁定，上架指令也已同時發(fā)出，取箱機器人接受指令到指定站臺抓取料箱放入庫區(qū)，人工無須其他動作，可快速完成料箱批量上架，存放料箱的目標庫位由系統(tǒng)通過庫位推薦算法選定最佳位置，如對商品冷熱度進行預(yù)測，將周轉(zhuǎn)率高的貨往前、往頂層放，使整體出入庫成本最小。

在出庫環(huán)節(jié)，PSS通過貨到人模式，大幅節(jié)省工人走路用時，提升3倍人效。在接收出庫任務(wù)后，系統(tǒng)即制定最優(yōu)揀選路徑，調(diào)度取箱機器人前往將料箱搬出至揀貨臺，人工只須在揀貨臺用PDA逐一掃描對應(yīng)商品揀出即可，揀貨完畢，取箱機器人自動搬回料箱，PSS的閑時倒箱功能，即通過挪箱算法控制取箱機器人，在閑時把熱度值較高商品料箱挪至上層。若訂單目標箱上層有障礙箱，系統(tǒng)會先給機器人指令將障礙箱挪至最優(yōu)位置，再將目標箱出庫，且料箱在庫區(qū)內(nèi)是動態(tài)儲位管理，障礙箱被挪開之后無須復(fù)原。另外，在滿足生產(chǎn)需求條件下，并非庫區(qū)內(nèi)每條軌道都須設(shè)置取箱機器人，出/入庫作業(yè)任務(wù)下達后，系統(tǒng)可調(diào)度換軌機器人，將閑置的取箱機器人換到有作業(yè)需求的軌道，實現(xiàn)一機多軌或一軌多機，并且PSS還支持對接擴展其他自動化設(shè)備，整合倉儲場景的各類需求，完全替代人工，實現(xiàn)全流程自動化，PSS無縫對接流水線，替代收貨裝箱到上架環(huán)節(jié)的人工轉(zhuǎn)運，PSS無縫對接機械臂與AGV，替代人工實現(xiàn)智能揀選，PSS配備的智庫管理系統(tǒng)，讓運營數(shù)據(jù)實時可見，倉庫動態(tài)隨時監(jiān)控。鯨倉，密集智能倉儲系統(tǒng)的創(chuàng)新者，致力于為客戶提供“省地、省人、省心”的智能倉。非常感謝各位的時間，謝謝！