自2009年“智慧物流”這一概念被提出后，物流業(yè)發(fā)展日新月異，物聯網、大數據、人工智能等技術更是將物流這一傳統(tǒng)行業(yè)引入信息化、智能化的快車道。前幾年，AGV、無人機等物流科技產品引發(fā)智慧物流的應用潮流，而當下物流企業(yè)更加注重效率優(yōu)化與服務升級，大數據、人工智能成為物流領域的新風口。
然而，如何利用好大數據是一個行業(yè)難題。首先，數據采集是一道門檻，采集倉儲物流過程中各類數據，需要場景建設具備信息化數據采集的基礎設施;其次，做好數據整合是大數據應用的關鍵—數據經過計算、歸納、分類和分析才能得以利用。
筆者在2019年4月為《物流時代周刊》撰寫的《AIoT驅動倉儲物流變革》一文中曾提到，在四面墻之內的倉儲物流領域，大數據可應用于掌握場內物流各個流程環(huán)節(jié)的具體執(zhí)行情況，并運用大數據分析，對人、車、庫的利用率和效率等進行實時分析、監(jiān)控，由此管理并優(yōu)化倉庫資源。
AIoT即“AI（人工智能）+IoT（物聯網）”，通過物聯網技術進行業(yè)務交互，產生并收集物流業(yè)務數據和物流行為數據，并通過大數據及人工智能技術進行分析和提供場景優(yōu)化建議。以揀選場景為例，運用物聯網技術，對傳統(tǒng)揀選貨架、小車進行智能升級，實現這些新的智慧倉儲設施的自動交互，指引揀選人員無需思考即可高效完成揀選任務。同時，智慧倉儲設施自動采集并上傳揀選業(yè)務數據和行為數據，通過大數據平臺整合并分析處理，得到設施利用率和人工效率，發(fā)現流程瓶頸，優(yōu)化操作流程，提升人效和整體揀選效率。
在制造業(yè)的生產環(huán)節(jié)，有OEE（設備綜合效率）的概念，用來表征設備的實際產能與理論產能的比率。OEE可以掌握設備利用效率，優(yōu)化設備排產，提高生產效率。借鑒OEE的概念，運用于倉儲物流環(huán)節(jié)，可以進一步提高人效。例如，由于各個物流區(qū)域作業(yè)對人的依賴性降低，可以將人作為靈活配置的資源，通過大數據的技術分析創(chuàng)新地實現跨區(qū)域調配員工，提升人員的綜合利用率。
在上述揀選應用中，揀選人員基于與設備更高效地交互，提高揀選效率，這意味著員工實際工作時間將減少，人力資源的需求其實是降低的。也正因為物聯網技術的使用，對人的依賴降低，揀選區(qū)域空閑的人，可以被系統(tǒng)調配到其他物流流程，也能很好地完成工作，這樣人的總體利用率就會增加，整個場內的物流區(qū)域就能實現人效進一步提高和人員數量的實質精簡。
TBL華清科盛正在打造智慧物流分析平臺Wisdom，進行物流場景的大數據實時分析，實現人員的跨區(qū)域智能調配，進而在多區(qū)域進行人效突破和人員精簡。與之相類似的是，曠視（Megvii）在2019年初發(fā)布的物流機器人操作系統(tǒng)“河圖”，統(tǒng)一管理倉儲場景中的機器人，協(xié)同各種機器人在不同物流區(qū)域完成業(yè)務。
由于機器人種類及功能限制，通常不同工種的機器人無法協(xié)調跨區(qū)域工作。而Wisdom基于人員的分析與優(yōu)化，以減少對人的依賴為基礎，實現跨區(qū)域完成不同倉儲作業(yè)，突破了物流區(qū)域的壁壘，并在提高綜合人效率。
大數據技術已成為物流市場的新“藍海”，賦能倉儲物流，提高倉儲效率，只是大數據技術應用的第一步，融合物聯網、人工智能等技術在具體倉儲場景中解決問題，還將進一步激發(fā)大數據的價值，提高企業(yè)核心競爭力。
來源：物流時代周刊
下載文檔
