群雄逐鹿哪家强？
作者 | 芊乂、火柴Q
编辑 | 火柴Q
2009到2019，中国涨得最快的是什么？
不是房价，是快递。
19亿件到640亿件，10年翻了33倍，复合增长率达42%。
仅2019年一年的快递，连起来就可以绕地球503圈。
快递量暴涨背后，是中国覆盖7亿人口的移动电商，是在线买买买、在家拆拆拆的消费新方式；是越来越多的商品越过了批发商、渠道商、零售商的层层桎梏，直接从仓库发往最终用户手中的物流新业态。
这一巨大变化让物流中的仓储环节必须跟着变革，仓储自动化机会由此萌发。
于是新公司涌现、资本涌入，中国乃至全球仓储自动化市场一时群雄逐鹿，热度数年不减。
仅在今年前5个月，就有：
移动机器人公司Clearpath Robotics子公司OTTO Motors完成2900万美元C轮融资，
一站式物流技术服务提供商凯乐士完成数亿元人民币D轮融资，
智能机械臂公司Covariant完成4000万美元B轮融资，
AMR方案供应商灵动科技完成上亿元人民币B+轮融资，
智能机械臂公司梅卡曼德完成过亿元人民币B轮融资，
仓储机器人公司伯克希尔·格雷完成2.63亿美元B轮融资，
AMR方案供应商Syrius炬星获得逾千万美元A+轮融资。
但对想深入了解这个机会的投资人和相关从业者来说，对好奇快递是怎样一层层送到自己手中的普通人来说，仓库内部难得一见，作业流程神秘复杂，这是一个很难被简单理解的场景。
本文，「甲子光年」深入采访了近20位熟悉仓储自动化的头部科技公司创始人或高管、物流客户和投资人，我们将从“当前仓储自动化主流方案的梳理”、“不同方案的评判方法”和“中国市场的趋势预测”3个方面全景式详解行业。
全文共计1.2万字，长了点，但看这篇就够了。
现在，让我们从一个典型的电商仓库出发。
你即将收到的快递，也许就正在经历如下的旅程。
1. 仓储自动化的寻宝图
一个快递诞生
在复杂的仓储场景中，孕育着诸多自动化、智能化的“寻宝机会”。
以SKU最多、业务流程最复杂的电商中心仓为例，主要作业流程有收货、存取、拣选、质检、打包、分拣、配送等十余个环节。
下图就是一个典型的电商中心仓平面图（该仓使用货到人方案，后文将介绍）。
听起来非常复杂？
其实翻译一遍，商品在仓库中的一生可以被主要划分为进、存、出三个阶段。
其中“存”的环境，直接决定了商品“进”和“出”的方式，因此我们从“存”开始讲解。
商品在仓库中的存放环境通常为货架，而货架又分为两类：
一是轻型隔板式货架，它常见于普通超市，在传统的人工拣选仓库中也被大量使用。
传统的人工拣选电商仓库，其中有大量轻型隔板式货架，拣货员推着车走到各个货架前根据订单进行拣货。
二是高位货架，也就是立库、阁楼。这类货架对很多人来说也并不陌生，在宜家、麦德龙等仓储式卖场里都能见到。
宜家高位货架图
而仓库里的货品在大部分情况下并不是直接放在货架上，而是放在标准化的存储单元中。常见的存储单元包括托盘和料箱。
上图箱子下的部分为托盘，下图为料箱。托盘和料箱有一系列规格，是最常用的标准化的存储单元。
每个存储单元中通常只放单一种类的SKU，比如清一色的SKII神仙水或AJ19球鞋。
讲完了货架和存储单元这些商品存放的基本环境，才能讲明白整个进、存、出的的核心流程，它包括：
收货，即商品存放前的准备阶段：
入库——把卡车拉来的商品卸货；
点数、质检——看商品有没有数量、质量问题；
理货——把原本包装简陋或不规范的商品重新整理，按作业流程对商品分类，然后按规则码放到料箱、托盘等存储单元中。
商品的存放，更准确说是“存取”，这是仓储的最核心环节：
上架——把存储单元放到货架上暂存；
下架——根据订单，把装有所需商品的存储单元从货架上取出，并送到拣选区。
最后是包裹准备和出库配送：
拣选——按订单要求的商品名、规格、型号、数量等，将商品从存储单元上取出，并搬运到分拣区；
组货、打包、贴标签——把一份订单里不同SKU的商品组合到一起并打包，贴上货品、配送信息等标签；
分拣——把打包好的商品按目的地、客户或承运的三方物流公司分流，并送到最后的出库区。
下面，我们会详解仓储场景中几个自动化、智能化的热门环节，力图帮助读者理解专业性很高的仓储自动化行业的现状。
人工拣选的优化
先讲一个近年来曝光率很高的明星方案——类Kiva方案。
此方案由物流机器人公司Kiva System首创，它以货架搬运AGV（Automatic Guided Vehicle，移动机器人）为核心，主要的作用是优化人工拣选环节的效率。
以往电商仓的拣货方式是拣货员人工推着小车或开着拖车到各个货架拿货，再将不同的商品组成一个个订单。
京东618期间，一个拣货员一天要走60000步，约数十公里，占了拣货环节6到7成的劳动时间。
亚马逊在美国罗密欧维尔的仓库
而如下图所示的Kiva方案，则是让长得像扫地机器人一样的AGV钻到货架下面，通过顶升结构将货架抬起，然后托着货架移动到拣货员身边——这就是“货架到人”。
它实际上是“货到人”对“人到货”的取代——用速度更快、且不会劳累的机器人运货到人身边，替代人去找货，大大提升了拣货效率。
在类Kiva方案中，机器人能通过激光导航或视觉导航技术，在无需轨道的情况下灵活移动。部署方案时也不涉及土木工程改建，周期较短，并可动态加减机器人数量。
其中，最常见和成熟的导航方式是“特征点图片对比”，所以如下图所示，这种方案在运行时，地面上贴了很多供机器人识别的二维码。
“货架到人”的缺点则是影响了存储密度——由于需要预留较大空间供货架移动，其存储密度甚至可能低于过去使用固定货架的仓库。
在2012年Kiva被亚马逊以7.75亿美元收购后，国内涌现了一批做类似的“货架到人”方案的公司，如极智嘉、快仓、马路创新、水岩科技、蓝芯科技等；海康、大华、旷视（旷视于2018年收购了艾瑞思机器人）等以安防业务为主的公司也纷纷入局。
当前行业普遍认为极智嘉、快仓、海康机器人属于类Kiva赛道的第一梯队。
近年来，这一路线上也发展出了变种，一个代表是变“货架到人”为“料箱到人”。“料箱到人”方案中，机器人不再是搬运整个货架，而是从货架上成批取出料箱。
「甲子光年」调研发现，国内的海柔创新、极智嘉、快仓、海康、国自、蓝芯等公司，以及国外的Magazino、Fetch等公司，均有此类方案的产品。
海柔创新CEO陈宇奇告诉「甲子光年」，“料箱到人”方案里货架是固定的，这更符合大部分已建仓储的情况，改造难度相对小；更重要的是，由于机器人不是顶着整个货架移动，所以可以把货架之间的巷道设置得更窄，存储密度更高，更省地方。
BV百度风投副总裁王秋评价，“料箱到人”方案作业的对象是比货架更小的单元料箱，因此更符合SKU更多元化、物流作业更精细化的发展趋势。
该方案的缺点则是一次拿货的种类比“货架到人”要少，但这可以通过一次操作多个料箱或优化调度算法来处理，比如海柔创新的库宝机器人一次可以取8个料箱，且通过自研的智慧仓储管理系统HAIQ调度协作，提升作业效率。
人工拣选的替代
相比在国内已发展了5年以上的类Kiva方案，目前拣选、分拣环节的新趋势是更直接的“机器换人”。
其实直到今天，在自动化已搞了快100年里的仓库里，大部分针对具体商品的“细活儿”——如把某盒面膜、某瓶化妆水从同类货品中挑出放到分拣带、组货箱或分拨机器人上——还是要靠人。
拣选、分拣、组货、打标签、理货等流程也因而成了最耗劳动力的仓储环节。
前面讲到的Kiva方案对拣选环节的优化，主要在于用机器帮拣选员减少运动距离和时间，但移动机器人本身并不能替代人做拣选。
这时就需要更“灵巧”的机器人登场——结合了3D视觉、人工智能和轨迹规划的智能化机械臂。
具体而言，机械臂在仓储自动化中的应用主要包括拆码垛、拆零、播种、复核等场景。
拆码垛：指将纸箱或者塑料货箱放上托盘和从托盘上取下，通常要配合运送托盘的AGV或立库使用。
拆零：是指从许多不同货架或料箱中逐一拣出订单上所需的货品，放在同一个筐中，组成订单。
播种：先将多份订单都需要的商品汇总在一个料箱当中，再等待进一步组货的操作。
复核：对自动设备或人工拣选的货品，逐一进行扫码复核。
在这个方向上，亚马逊、瑞仕格、发那科等大公司都有积极投入，新创业公司中发展阶段相对领先的有Mujin（日本）、Covariant（美国）、Righthand Robotics（美国）、梅卡曼德（中国）等。
这个方向的公司还有Fizyr（荷兰）、Kinema（美国，2019年被波士顿动力收购）、库柏特（中国）、星猿哲（中国）、蓝胖子（中国）等。
梅卡曼德创始人邵天兰告诉「甲子光年」，他们早在2018年就有货品拆零应用的实际落地，最近推出的海量SKU拾取方案也已经出海到日、韩等市场。
但相比于已经大量使用机器人的制造业客户，当前国内物流行业对机器人的价格承受能力要低很多，而且物流行业目前更接受替代重体力劳动的、能搬运大件的机器人，小件拣货机器人仍处于早期试水阶段，应用量还很小。
“在中国物流业，小件拣货机器人去年的总台数加起来，可能还没有我们在制造业里一个订单的台数多。”梅卡曼德邵天兰对这个方向长期看好，但认为需要耐心。
星猿哲科技CBO邢梁立博告诉「甲子光年」，机器人拣货最重要的直接技术指标是节拍、准确率和稳定性，而长期看标准程度和易用性十分重要。
星猿哲科技成立于2018年，目前已针对拆零和播种环节研发出了智能机械臂方案，产品于2019年底到2020年初逐渐成型，已有数个应用落地。由于播种拣选方案不依赖于上下游的自动化改造，部署的经济成本较低，是主攻中国市场的核心方案。
除了传统人工方案和上文提到的机械臂方案，也可以用搭载了小型搬运机器人的智能播种墙来做播种。
以慧仓的方案为例，扫描货品条形码之后，员工将货品放在可沿轨道移动的小型机器人上，移动机器人会将其放入对应的分拣筐中。传统的人工播种模式需要员工拉着堆满各类货品的料箱在长长的播种货架前来回走动，而智能播种墙可以让员工站在固定位置实现播种操作。
存取环节的革新
而在传统仓储中最核心的存取环节，目前的主要行业实践是对以立库等密集存储货架为核心AS/RS（自动存取系统）方案的持续优化，其特点是非常追求存储密度。
这类AS/RS仓库中的货架非常高大，给人“钢铁巨兽”之感。
简单来说，这种钢铁巨兽由两部分组成，一是固定的框架，包括货架和轨道；二是做商品存取的各种运动设备，如堆垛机、穿梭车、取箱机等，存取的操作对象通常为托盘或料箱。
国内厂商做AS/RS系统，第一种是类似胜斐迩、大福、DB等国外老牌仓储自动化厂商的路线，也就是立库+托盘堆垛机等设备的方案。
以国内智能物流机器人及一站式物流技术服务提供商凯乐士为例，他们的核心产品之一是智能四向穿梭车。
该穿梭车可以在密集的箱式货架中，自动搬运箱式货物或容器，实现上下、左右、前后移动，完成上架、下架作业，并通过连接输送系统，快速实现货到人、货到机械手或直接出库等作业任务。
另一条路线是一些相对原创的方案。
其中，有鲸仓的“密集料箱存储框架+取箱机”的组合。鲸仓把这种取箱机叫“蜘蛛拣选机器人”。
鲸仓创始人李林子告诉「甲子光年」，蜘蛛拣选机器人的好处是同时具备搬运和拆码垛（即把料箱放到架子或其他指定位置）的能力；而前文介绍的AGV则只有搬运功能，要搭配能做拆码垛的机械臂才可实现商品上架、下架的完整无人化。
国内另一家整仓智能化公司——慧仓的方案则又有所不同。
与鲸仓和凯乐士方案中用金属框架搭建的大面积整体仓不同，慧仓将高位箱式货架拆分为多座宽2.5米、高7米的封闭存储墙。
慧仓摩天轮快速密集存储系统
其存取料箱的机器人，也不是在一个三维的大立库里移动，而是在这面墙里移动，所以慧仓把这个东西叫“摩天轮”。
以立库为核心的方案，不管其存取设备是多层穿梭车还是蜘蛛拣选机器人，它们的共同特点都是充分利用了仓储的垂直空间，且存取设备是在存储框架内移动，不需要额外的场地。因此能大大提升存储密度、减少仓库占地面积，从而节省租金。
搬运的再造
下面简单讲一下在存取、拣选、分拨环节都能使用的搬运设备和系统的新动向——无人叉车和AMR（Autonomous Mobile Robot）。
国内开发无人叉车的企业众多，如新松、昆船、灵动、未来机器人、仙知机器人等。
无人叉车与Kiva方案中的AGV的区别主要是导航技术不同。
前文已讲到，后者的常见方案需要在地上贴二维码。而无人叉车的技术方案接近封闭环境下的自动驾驶，它可以更灵活地运动，且无需重新搭建货架，对仓库整体环境改造较小。
由VSLAM（基于视觉的定位与地图构建）提出者创办的美国公司Seegrid，自2003起就在研发主要通过视觉导航的机器人。
不可或缺的大脑
最后，我们来看一个统摄全仓的环节——仓储管理调度的软件系统，现在经常被称作“仓储大脑”。
和其他IT系统一样，仓储软件系统正在经历从信息化到智能化的转型，它正在汇集更多传感器的更多数据，同时更多应用大数据分析、AI等新的数据智能技术。
具体而言，“仓储大脑”就像人的大脑一样可以拆成两部分。
一部分负责记忆和思考——记忆是存储数据，思考是处理数据和做规划。它对应“仓储大脑”中的WMS（仓储管理系统）系统。有了WMS，商品在上架、盘点、出库、拣货等各环节都能通过扫描二维码的方式自动线上备案。
另一部分负责“运动”——也就是调配仓储系统的“四肢”，即移动机器人、穿梭车、叉车、堆垛机、分拣带、机械臂、传感器等各种设备。它对应“仓储大脑”中的多机调度系统。核心作用是让各种设备协作运转，与人共同完成物流作业。
作为整仓智能化方案的供应商，鲸仓、凯乐士都在重点研发和迭代仓储调度管理软件。极智嘉、快仓等以AGV见长的厂商，也在自研“智慧大脑”等操作系统以实现智能调度，并与客户的信息系统实现对接。旷视机器人也于2019年1月推出了智能机器人网络协同大脑“河图”。
凯乐士集团副总经理白红星告诉「甲子光年」，软件是灵魂、是核心、是中枢系统，它与上下位系统衔接，决定了客户的作业模式、流程和人员考核。
目前来看，负责连接和控制设备集群的调度控制和WMS系统，其重要性已经超越了硬件本体。
源码资本副总裁郝毅文告诉「甲子光年」，在整仓方案中，仓储大脑与本体稳定性的价值占比大概为6:4——因为仓储大脑的水平不仅决定了整仓运作效率，还能助力机器人企业搭建增量业务，如仓储代发货的云仓等。
2. 什么才是好方案？
判断公式和场景分类
在看完林林总总、令人眼花缭乱的方案后，下一个问题，什么才是好方案？
这里我们不会也无法直接给一个简单回答，但总结各方观点，一个较好的判断方法是：
场景特点+ROI
从客户需求的角度，效益一定要算得过来，而衡量效益的ROI到底怎么计算，要看具体场景。
总的来说，按产业链上的位置，仓内物流场景可分为3大块：
工厂仓库、中心仓和快递中转场/前置仓。
工厂仓库的典型例子是汽车、3C行业的零部件或整机厂仓库，主要用途是大批量货物的出厂。
快仓AGV在制造业工厂的应用
中心仓的典型代表则是上文详细拆解的、流程最为复杂的大型电商中心仓，它处理大数量、海量SKU货品的出库和入库。
某电商中心仓
快递中转场/前置仓则是深入各城市、地区的包裹中转仓库，这里已临近末端配送环节。
快仓晋江邮政立式分拣机器人
鲸仓创始人李林子告诉「甲子光年」，从不同要素的重要程度来看，这些场景又可分为三类：
存储敏感型 ，作业敏感型和安全、准确敏感型。
存储敏感型的特点是，商品种类多、数量大，但周转速度相对慢，典型场景包括零部件仓库和鞋服类仓库。这类客户的需求主要不是省人而是省地，即节省物业成本。
作业敏感型的特点是订单多、流程多、时效性要求强，作业复杂。电商中心仓和快递中转场/前置仓是这类场景的代表。
安全、准确敏感型的特点则是仓内商品货值高或者具有危化性，比如3C品类、奢侈鞋服类仓库和化学化工品仓库。
结合产业链位置和仓储特性两大维度，我们可以得到不同场景的需求侧重：
作业敏感型：“电商化”驱动新机会
讲完场景地图，再来看2012年以来仓储智能化在中国的发展，一个行业主线浮出水面：电商带来改变。
其实物流仓储是非常传统的行业，但近年来之所以有了新机会，是因为整个商业活动的末端发生了巨大变化——那就是在整个零售环节，电商模式对快消、电子、生鲜、奢侈等全品类的渗透。
说大点儿，这是从规模化机器大生产到以需定产的大转型。
某一线美元基金投资人告诉「甲子光年」，这种趋势会让仓储自动化、智能化从降本增效的选项逐渐变成完成作业的刚需。
因为电商模式会使SKU激增、订单零碎化，原来存在于终端和流通环节的“拆零拣选”动作被倒推回仓，这让仓内作业对节拍、效率和准确率的要求逐渐逼近乃至超越人能操作的物理极限，所以接下来仓储物流自动化的发展会进一步加速，“用于解决能和不能的问题”。
这其实就对应着上文场景分析中的“作业敏感型”需求。
评判这类针对电商“作业敏感型”需求的方案，首先是看能否完成越来越复杂的作业。
这包括对拆零拣选的优化。
极智嘉创始人郑勇说，客户最能感知价值的地方在于，用了新的自动化方案后，仓库整体服务水平能否有大幅提升。服务水平看两点：一是库存准确率，二是发货及时率和准确率。
据极智嘉介绍，在用极智嘉方案实现货到人拣选后，每个工位的拣选效率比传统模式平均提升了3倍以上；在to C的电商仓里，拣选量可在双十一期间达到700件+/时/工位；如果是在to B仓内做集单拣选，拣选峰值甚至可以超过4000件/时/工位。
据快仓资料显示，其运转中的项目，如去年在迪拜与IQ FulFillment合作的智能机器人物流中心，对传统人工拣选的效率提升也在3倍左右。
另一个考察因素是柔性和灵活性。
因为电商业务具有弹性，平时和大促时，某种单品突然爆火时，作业方式也要相应改变。弹性还包括高成长性，比如今年的大促峰值，到了3年后可能就是平时情况。
快仓杨威告诉「甲子光年」，能实现弹性业务的柔性和灵活性，正是类Kiva方案相比传统立库等刚性自动化方案的优点，后者往往通过传送带、输送线、穿梭车等实现相对固定的点到点运送，所以作业方式比较定型。
而在Kiva方案中，当大促来临时，客户可通过增设更多机器人+改变软件层的调度方式，提高临时吞吐量并减少爆仓，这也能为未来整体业务量的增长预留空间。
除类Kiva方案外，针对“作业敏感型”需求，目前的另一个新趋势是对机械臂的使用。
这已不是帮拣选员减少运动距离以提升拣货效率，而是直接替代人来完成拣选。
评判这类方案的好坏，主要看速度、准确率和设备稳定性。
梅卡曼德邵天兰告诉「甲子光年」，他们接到的一些拆零拣货需求，客户对节拍的期望达到3秒/个甚至更快，这对于机器人技术是很大的挑战。
星猿哲CBO邢梁立博告诉「甲子光年」，星猿哲新推出的二代播种方案的节拍可达到800件/小时，并可省去后端复核的作业环节，在一班倒的仓库能替代3个人工（这里的人工基准是400件/小时）。
在中国，由于劳动力成本较低，并且工作强度、工作时间超过发达国家，因此客户对于机器人的效率要求更为苛刻，是当之无愧的Hard模式试炼场。
日前美国Covariant的宣传中写道，“如果一家公司一个工人的年薪是40000美元，那他们的机器人就收30000美元”，这里提到的薪资水平显然远高于国内
回到针对“作业敏感型”需求的、相对成熟的类Kiva方案，它在国内应用时，仍要面临进一步降低成本的挑战。
一方面，类Kiva方案中的本体机器人价格确实在大幅下降。
某搬运机器人行业供应商告诉「甲子光年」，单台AGV的行业售价在2012年时约25万元，到2015年时已降到5万元，最新价格则是2.5万元。
但另一方面，类Kiva方案的综合成本仍然较高。
一是它需要留出供AGV运动的场地，会损失一定的存储密度，且单个Kiva机器人的承重不超过一吨，因此一次性搬运的货物有限，导致方案整体占地空间较大，租金较高。
二是这类方案的很大一部分成本其实在于特制的货架——能让AGV钻入并被顶升的货架，单个在500~600元
以某类Kiva方案公司目前正在广东争取的一个项目为例，需要4万个货架，光货架成本就在2000万元左右。
三是维护成本——Kiva方案中的AGV一般是通过识别地面二维码来实现导航的，对地面一致性要求高，且一般不能有人在场地中作业。如果二维码被破坏，需要重贴并在软件系统中做调整。
某货到人AGV厂家设备对运行场地的要求
所以仅从替代劳动力的角度，类Kiva方案的整体成本还没有降得足够低。
某物流行业投资机构的投资人告诉「甲子光年」，类Kiva方案要想比人工仓更划算，需要劳动力成本达到40元/人/小时，这在欧美日等劳动力成本高的地方完全不是问题，但当前国内的行业劳动力成本只有20元/人/小时。
但这位投资人同时提到，客户不会仅考虑综合替代成本，还会考虑用新方案来提升综合竞争力，以实现“增收”。
比如用新方案来实现更高的发货速度和吞吐量，这能帮他们在前端以更低价格接到更多订单。聪明的客户，会看到新技术方案的这层价值。
存储敏感型：接地气超越老巨头
被电商驱动的“作业敏感型”方案之外，另一类一直存在、市场容量大，且适应中国高价商业用地的方案则侧重解决“存储敏感型”需求。
鲸仓创始人李林子告诉「甲子光年」，当商品的品种比较多且周转速度较慢时，客户对物流成本中的存储成本有较高敏感型，更关注“省地”而不是“省人”。
这类仓储场景广泛分布于各类型制造业和一些快消品行业中，鲸仓服务较多的鞋服业是典型代表之一。
某跨国第三方物流公司流行服饰与精品行业负责人告诉「甲子光年」，在使用了鲸仓的“密集料箱存储框架+取箱机”方案后，与传统阁楼货架相比，至少提升了20%以上的坪效，节省了约15%的地租。
凯乐士白红星向「甲子光年」介绍了另一类典型的存储敏感型案例——零部件制造企业仓库。
以生产、销售螺丝、螺母、轴承等工厂标准件的企业为例，一般长期在库SKU高达数十万种，但每种的库存量都不大，流速也很慢。
如按传统方式建仓库，企业可能要花上亿元建设数万平米的的场地；但如果使用立体多层穿梭车方案，建设费用会大大降低；同时存储密度会极大提高，并能节省人力，让企业的资金投注在带来效益的系统设备上，而不是流动性低的土建固定资产。
在省地之外，针对存储敏感型的各类新方案也在着力降低货架成本和设备成本。
鲸仓李林子告诉「甲子光年」，针对他们服务较多的小件鞋服、母婴、化妆品客户，鲸仓的方案将传统以托盘为存储单元的立库优化为了以料箱为单位的“密集料箱存储框架”，用料更轻质，成本更低。
过去主要由国际物流装备巨头供应的交叉带分拣机等设备，现在也开始越来越多地国产化。国产交叉带分拣机出现后，整个品类的性价比提升。这有利于国内提供咨询+整仓建设和部署的厂商的方案落地。
“存储敏感型”方案也同样追求灵活性和柔性。
如白红星介绍，凯乐士整仓方案中的不少设备都在做“模块化”。以一款模块化摆轮为例，它改进了过去摆轮需要定制设计、施工周期长、维护成本高的缺点。使用这款产品后，可解决各类摆轮分拣问题，降低整体成本，并为未来的业务变化预留调整空间。
场景融合下的方案配合
作业敏感型和存储敏感型这两大类需求的边界并非泾渭分明。
实际上，对同一个客户来说，它的需求经常是综合的。
仍以国内电商仓场景为例，Kiva在亚马逊使用时，主要配套的存储方式是分散式存储，但国内工业、物流等商业用地价格高于美国，有更强的省地需求，且大型中心仓的商品数量非常大；所以国内电商仓尤其是大型中心仓，实际是“作业敏感”与“存储敏感”并存的场景。
存储区用凯乐士、鲸仓、慧仓等强于密集存储的方案，分拣区用类Kiva等长于拆零拣选的方案，这会是常见搭配。
制造业场景也是如此。快仓杨威告诉「甲子光年」，在实际的服务案例中，他们跟立库不是竞争对手：“不管是在工厂还是三方物流仓库，存储和搬运都是必不可少的环节。我们做搬运，立库做存储，这是两件事。”
未来，直接替代人工做拣选的智能机械臂等新方案也会被进一步使用，以满足客户的综合需求。
同时，场景融合也在促使类Kiva方案做存储效率上的优化。
海柔创新陈宇奇告诉「甲子光年」，海柔创新的“料箱到人”方案是原版“货架到人”Kiva方案的存储密度的2倍。
他们的方案也不需要特制的货架，只需要在原来的货架上贴上供机器人使用的二维码就可完成改造，改造周期在一周左右。
陈宇奇说，海柔创新在为顺丰DHL上海服装仓和百世供应链佛山电商仓提供服务时，都做到了1周改造，1个月上线。
极智嘉方面也告诉「甲子光年」，他们为苏宁提供的方案中，使用了货架和托盘的混合存储和单元格不等距布局，相比人工拣选方案，能把整体存储能力提升40%。
总结而言，以上针对不同场景需求的、纷繁的收益与成本计算，有一个总原则——在综合考虑业务能力提升和各种支出后，最终落到对单均成本的核算。
最后，从科技公司自身发展的角度，方案好不好还有另一重标准——是否有复制性、通用性。
模块化、软件系统的轻代码化以及不断积累服务经验等，都是提升复制性和通用性的手段，这里不再展开。
3. 好乱好热闹
从以上百家争鸣的方案、公司和客户案例中不难感受到，中国仓储自动化、智能化市场如今热闹非凡。
这片风景，如果扒在门口往里瞧，第一感觉可能是“乱”。
部分采访对象告诉「甲子光年」，目前行业存在竞争乱象。一些供应商不顾设备和方案的实际状况，为拿单胡乱承诺客户，最终却无法交付，影响行业整体信誉。
而to B行业有较长的账期，如果因无法交付导致客户拒绝验收，收不到尾款的科技公司也将陷入困境。
据行业信息，厦门、深圳、广州等地的部分搬运机器人厂商已面临较大的经营挑战。
而乱象的另一面是，这一波新机会的最大驱动力，即以电商为代表的“作业敏感型”客户，已从最初做标杆的尝试阶段回归ROI逻辑。
2018年以前是“做标杆”。
阿里、京东、顺丰、苏宁等大型电商物流企业，自上而下地进行了大量尝试性、测试性采购，建了不少大规模标杆性自动化仓库，如京东（上海）亚洲一号仓、菜鸟（广州）智能仓和苏宁（南京）云仓等。
供应商则盯着亚马逊使用的Kiva方案，不少“货到人”的类Kiva仓储自动化方案在此时起量。
2018年后，客户逐渐进入ROI逻辑。
一是因为大企业“打样”测试期结束，大型电商、物流企业打造showcase的需求被耗尽；二是中小型客户开始跟进，他们本身更看重ROI。
在ROI逻辑下，客户行为发生一系列变化，包括：
· 采购前的分析论证期被拉长，短则数月，长则1~2年；
· 小规模试点结束，整仓改造大项目增多，客单价提升；
· 客户看重的要素变更，此前先谈技术和方案，后谈价格，现在价格排第一位；
· 对回本周期要求高，以前可放宽至4~5年，现在希望是3年或更短；
· 项目发起方从客户一把手，变为中层管理人员。
从做标杆走向ROI，并不是因为客户以前被“忽悠”了，而是新技术方案从无到有再到落地，其规律是先有标杆性创新，带动供应链和买方市场成熟，成本随之降低，之后才能算清ROI。
这个先有标杆、后回归ROI的过程，必然会导致前期资本和公司涌入，后续却出现洗牌。
这正是类Kiva细分赛道面临的情况——各公司已进入同质化竞争和价格战阶段，这其实是一个赛道相对成熟的表现。
据知情人透露，目前类Kiva方案机器人的价格和利润都在大幅下跌。2012年～2020年的8年间，单台机器人售价从25万人民币下探到2.5万人民币，毛利从80%左右下降到据说是“几乎不赚钱”。
于是，一些类Kiva公司开始进军制造业。例如，快仓把自己的定位场景从仓储拓展到“四面墙内”，极智嘉、海柔创新也开始在制造业积极布局。
但转型并非换个场地这么简单，还要面临产品线拓展的挑战，比如快仓在进入制造业后，就推出了新的叉车式机器人产品“智能全向堆高机器人”。
总而言之，当行业逐渐回归ROI，开始洗牌去沫时，也意味着开启了一个静水深流但更重要的新阶段。
从历史来看，上一轮以刚性自动化机械为主的仓储自动化革新培育了大福、胜斐迩、德马泰克、霍尼韦尔、村田机械、范德兰德等大体量厂商。
以上所列公司在2019年的总收入均超过17亿美元，其中日本大福集团的总收入超过40亿美元。
新一轮仓储自动化、智能化也很有可能催生“大乙方”，而且大乙方很有可能是中国公司。
在这个生机勃勃的机会中，不管是平台型企业还是单点创新型企业，不管是被大企业收购还是坚持独立发展，成为未来赢家的关键始终是掌握专利核心技术，并且利用技术优势快速打造自己的商业和渠道壁垒。
下一个十年，赋能制造业、物流业等产业链上游环节的新科技巨头中，会有中国公司的一席之地。
