本刊记者 / 任芳
决战“双11”物流黑科技大显身手
本刊记者 / 任芳
“双11”,全球剁手党的狂欢,数百万物流人的“战场”。
在这个战场上,淹没在包裹堆里、奔波于大街小巷“物流战士”的身影随处可见;不断升级,一年更比一年强的物流技术与系统更是发挥着越来越重要的作用。正因为它们的支撑和保障,尽管包裹量一年年成倍增长,但物流作业效率却不断提升。2016“双11”物流大考之后,让我们一起来翻阅各电商与快递物流企业的答卷,细数那些举足轻重的“物流黑科技”和备战重点。
交易额1207亿元,物流订单6.57亿单。作为2016“双11”的主战场,这是天猫的答卷。与之相比,其他电商平台的表现虽然不够抢眼,但是相比去年均实现了跨越式发展。其中,苏宁全渠道订单量增长193%,线上订单量增长210%;京东用时13个半小时交易额便超去年全天。
在物流方面,菜鸟首单仅耗时13分钟,16小时发货1.87亿个订单,超过2015“双11”全天发货量;京东首个订单更是3分钟便完成了打包,12分钟送达消费者;苏宁首单也仅耗时17分钟,全国发货及时率高达99.7%,全天妥投率96.6%,半日达和急速达占比超过80%;亚马逊的单日包裹处理量达到平时日均的8倍多……
这些数据看起来无疑是非常漂亮的,但是物流人都十分清楚这背后所付出的巨大努力和投入。菜鸟网络给出的数据显示,2016“双11”有超过268万物流人员投入,干线车辆增长59%,航空运力增长40%。除此之外,要在短时间内承接海量订单的涌入并快速响应,支撑数亿包裹存储、分拣等作业的高效、准确运行等,对整个物流系统、设备及技术提出了极高的挑战。因此,这些方面自然成为各商家和物流企业备战“双11”的重点。
随着仓储智能化水平的不断提高,机器人被越来越多地应用到仓储物流的各个环节。在今年“双11”期间,AGV智能仓储机器人(类Kiva机器人)在菜鸟、心怡科技、苏宁、京东等电商仓库内得到大量应用,协助人员完成拣选作业。这些会举重、会避让、会等待的机器人大幅度节省了人力并提高效率和拣货准确率,实现机器人之间、机器人和人之间的无缝对接。例如,作为国内类Kiva机器人的代表公司之一,Geek+在“双11”期间与国内主流电商展开不同程度的合作。据了解,截至2016年“双11”当日,Geek+系统的部署仓库面积全年已超过3万平方米,正式商用的机器人超过200台,单仓最大日出货能力超过了60000件。
此外,拣选机器人也是今年“双11”的一大技术亮点。京东亮相的无人仓核心成员中,除了类Kiva机器人外,Delta分拣机器人也是当仁不让的主角,不仅拣货速度非常快,达到近1秒/件,还能根据拣选商品的属性更换不同的端拾器(夹具);菜鸟首度曝光的拣选机器人则非常灵活,可以360度运行,从环形的货架上将集齐消费者所有订单商品的周转箱取出并放到流水线上。同时,菜鸟还有多快机器人在“双11”期间投入测试并将很快投入正式运行。
除了这些仓库内使用的机器人,京东和菜鸟的末端配送机器人也加入了决战“双11”的机器人大军,通过系统规划的最优配送路径,将物品送到指定位置,用户进行电子扫描签收。
申通快递也首次在义乌和天津物流中心采用了机器人自动化分拣系统,每小时可完成 18000件包裹的分拣,相比传统分拣可以节省70%的人工,分拣错误率几乎降为零。心怡科技通过启用“货到人”智能机器人以及其他智能设备如语音拣货系统等,拣货效率提升30%,准确率几乎达到100%。
依靠强大的算法、自主感知、智能识别、运动规划等多项关键技术,各类仓储、配送机器人在物流作业中扮演着越来越重要的角色,机器人的大范围应用不过是时间问题。苏宁就表示,未来计划将日常运营作业能力的30%由智能机器人取代。
目前,中国超过70%的快递包裹,数千家国内外物流、仓储公司以及200万物流及配送人员在菜鸟数据平台上运转。可以说,菜鸟的物流能力直接关系到“双11”包裹的配送效率。为了更好地提效“双11”物流,菜鸟全面升级了智能仓库。其中,菜鸟与德马集团联合打造的全流程的智能物流系统首次曝光。该套系统包括机器人料箱暂存系统、3D自动识别拣选机器人和智能分拣机器人的协同作业,同时配备德马最新一代高模组化的G5自动输送系统,可以在无人工操作的环境下,自行完成整箱入库与放入货架缓存、取货出库、拆零拣选、货物分拣以及输送出仓的整个流程。
苏宁则全面升级了高密度自动存储系统,包括AS/RS托盘自动仓库、Miniload高密度箱式自动仓库、SCS旋转货架等先进的自动化存储系统。AS/RS系统主要用于中件及小件大批量存储,自动存取双循环30个托盘/小时(单循环50托盘/小时);Miniload系统用于小件料箱和硬纸箱的存储、补货,自动存取双循环1400箱/小时(单循环1800箱/小时左右);旋转库货到人系统用于拆零商品的拣选,带有分离的货品自动储存和取回装置,自动排序、缓存,拣选效率为每个工作站每小时500~600个订单行(1200件/小时)。此外,苏宁与德马合作的全自动分拨系统采用了交叉带分拣系统,每天满足约50万个订单的配送服务,订单处理效率大幅提高约3倍。
兰剑为满足电商物流需求针对性开发的蜂巢式电商4.0系统也在今年唯品会迎战“双11”中取得了不错的成绩。该系统占地面积2500平方米,有效利用库位3.6万个,平均装载率29.1件/周转箱,配备8个拣选台,15名工作人员,在“双11”期间(11~14日)累计出库近20万件,日均5万件,峰值作业效率达5000件/小时。
除了智能仓储系统,智能仓库管理系统(WMS)、仓库控制系统(WCS)犹如仓库的大脑,解析业务层下发的作业指令,调度全库自动化设备,其能力直接决定了自动化仓库的运转水平。在“双11”巨大单量的冲击下,WMS、WCS无疑需要呈现出最优的状态。为此,心怡科技先后将WMS/ WCS系统升级,根据大数据算法解决最优拣选路径,启用全自动化仓储运营中心,订单的拣选效率提升几十倍。
2016年“双11”,几家主流电商平台的首个物流订单均在短短十几分钟内便完成了配送,仅仅借助上述自动化物流系统无法做到。这需要依靠大数据技术实现精准备货。
物流的计划和准备往往要提前“双11”半年时间,而准备工作的第一步便是单量的预测和分析,即大数据预测。基于电商平台庞大的数据基础,运用大数据技术进行提前预测消费者的购物趋势,继而提前备货,并进一步下沉到消费者附近的仓库,当订单产生时快速发货。
菜鸟作为中国物流数据基础设施提供商,随着信息和数据的积累越来越完善,已经成为全球最大的物流数据库。依托大数据,菜鸟先后推出了电子面单、智能分单、聚单直发等产品,这些数据产品在今年“双11”期间大规模应用,为物流提供事前预测、智能分配线路、事中监测、事后分析等功能。
“双11物流背后真正是一场数据的战争,是数据的指挥枢纽。”菜鸟网络CEO童文红表示。依据大数据,菜鸟以“物流介入工厂”的方式,通过大数据预测,深入供应链,解决商家库存。例如,美的借助菜鸟联盟仓配网络的全国智能分仓,在全国一盘货模式下,生产部门可以根据线上销售数据实时安排计划。去年双11备货是1∶1.4,今年在销售翻倍的情况下降到了1∶1;同时周转率提升了37%。
也有专家提出,“双11”竞争的本质是融合大数据技术的供应链的竞争,在适当的时间,以适当的价格,把适当的商品,卖给适当的顾客。因此,京东在备战“双11”的过程中,同样以大数据为核心,进行大数据预测、大数据定价、大数据选品,以及供应链协同,即与供应商、品牌商一起构建协同供应链,将大数据预测结果开放给供应商,实现数据共享。
亚马逊同样借助大数据,基于卖家客户提供的历史销售数据进行运算和分析,从管理、系统等方面严谨地分析仓储物流的每一个环节,让单量预测的数据细分到全国各个运营中心、每一条运输线路和每一个配送站点,提前进行合理的人力、车辆和产能的安排。
像“双11”这样的物流大考,瞬间产生的大量订单信息数据需要存储和处理,同时,物流不仅要快,还要确保准确无误,对企业物流的各方面能力都提出了非比寻常的要求。而以上这些备战技术不过是众多努力和准备中的一部分。
诚然,尽管越来越高效的物流设备与技术,越来越智能的物流算法,越来越功能强大的物流系统大大提升了“双11”海量订单、海量包裹的处理效率,各电商平台及快递物流企业的物流设备、物流系统等物流基础设施的处理能力在一次次的冲击下得到大幅度提升和优化。但是对不能“升级”的物流人来说又意味着什么呢?
有一位物流人无奈地打趣:“投入‘双11’一次,折寿3年!”这样的体会怕是会引起物流人的普遍共鸣。“双11”已不仅仅是对物流技术和设备的极限考验,更是对人员的极限考验。在离全自动化尚有很大一段距离的今天,高效的物流运作仍然依赖于人员与物流系统的配合,依赖于大量的人力投入。在短短几天之内,数百万物流人通宵达旦不眠不休,随处可见极度疲惫后睡眼惺忪的面庞和漂浮游离的脚步。
这难道不是一场噩梦?
这样的投入是否有必要,又是否符合发展规律呢?
一位深谙经济之道的物流人表示,“双11”从一个普普通通的日子,从一个利用光棍节噱头借机处理一年库存的打折营销开始,演变成全球购物狂欢节,单从这一点看,“双11”就不会消失,反而将继续以更大的规模带来更大的冲击。但是物流业是否就应该一直如此?他建议,应该考虑利用价格措施来调整物流需求的高峰。例如,针对不同的配送时间需求制定不同的物流配送价格,以准时配送为第一指标,其次再追求快。如此一来,既满足了客户需求,又缓和了物流作业高峰,减轻了物流系统及人员的压力。
不过,按照中国电商目前的发展态势,未来“双11”这样的海量订单有可能成为常态,换句话说,将来的物流业或许将每天都面临上亿的包裹量,到那时,物流业又将发生怎样的蜕变?如今还很难想象。但可以肯定的是,物流技术将更加自动化、智能化,越来越多的物流“黑科技”将不断涌现,而大数据的能量才刚刚喷发。