當數字化進化為數智化，就意味著大數據和人工智能的深度結合，同時，數據采集、數據通道建設、數據處理和分析，以及數據反饋控制等各個環節發展到了同等重要的位置，數據的閉環處理能力已然成為產業升級的必要條件，打造完整的數智化“神經系統”成為這個時代的“標志”。

　　時間追溯到2012年，亞馬遜豪擲7.75億美元收購了一家名為Kiva的倉庫自動化公司，這家公司給亞馬遜的倉庫帶來了一群“其貌不揚”的橙色機器人。

　　原本習慣了在倉庫里奔波的工人們驚訝地發現：這些矮小機器人不知疲倦、找貨快速且準確。

　　不僅物流行業，在制造工廠里，大量機器人和智能型設備也被普遍引進，有人斷言：未來工廠一定是無人的“黑燈工廠”。

　　缺少工人的工廠，缺乏了“柔性”

　　誠然，在一些勞動強度大、危險性高、機械性、重復性的崗位中，機器人取代工人已經是大勢所趨。

　　一方面企業招工也越來越難;另一方面，人員流動帶來的培訓成本高漲、成長期漫長等因素，造成了企業用人成本居高不下。

　　據統計，在我國節點物流花費中，倉內的物流費用在逐年遞增，2019年就達到了1.9萬億元，2020年又將達到歷史最高峰。其中，70%的費用為人工成本。

　　但如今的年輕勞動力更愿意選擇外賣、網約車等平臺，即便投身物流行業也不愿從事倉內搬運等高強度工作，這就無形中推動了物流的無人化進程。

　　根據另一組統計數據：國內物流機器人總數將從2019年的20萬臺增加至2023年的50萬臺，市場規模突破600億元，這還是相對保守的估計。

　　此外，正如開頭所言，人工作業在倉儲物流中相比如各類機器人的效率實在是太低，因此各家企業都開始了從信息化的人工作業開始向無人化的純自動化設備轉變。

　　但只靠機器人真的可以解決所有問題嗎?有些人給出了不同的答案。

　　在與國內智慧物流“新星”華清科盛的交談中，鎂客網得到了一個新的觀點：人工在倉內物流中也是不可缺少的要素。

　　缺少了人力之后，工廠的物流就缺乏了“柔性”，面對新的業務時就很難做出最快的相應。

　　例如，當業務出現調整時，工人們可以根據實際情況進行運作，但機器人需要修改算法程序等一系列步驟，周期長。

　　另外，單純的機器人很難應對復雜的場地環境和空間布局，一旦有新的貨物出現，同樣需要進行調整。

　　“沒了人力，機器人其實一點都不靈活。”

　　在華清科盛的模式下，單純自動化設備作業的“無人工廠”屬于內部物流3.0版本，雖然相較于純人力的物流提升了效率，但同時也忽視了人工在現實中的靈活可變。

　　機器人與人的“共舞”

　　或許有人會說，人工只是一種“妥協的方式”，在算法完善之后，機器人也能適應不同的環境。

　　但華清科盛告訴鎂客網：人工和機器人一直都是平行互助的關系，兩者不存在誰代替誰的說法。

　　當下，中國制造正在想中國智造升級，我們越來越清晰的意識到：單點的智能化、局部的改善無法達到資源配置最優，用機器人代替人工也只存在于特定的場景中，而人則是制造現場“柔性”最強的生產力。

　　他們將這種模式稱作“物流資源的池化”，在這個“池子”里，無論是機器人、人力甚至是叉車，都屬于倉庫里的資源，管理者可以根據需求任意規劃池內的資源。

　　相較于之前的物流3.0，這種“將人、車、器具、設施和場地等物流資源統籌管理”的物流模式被華清科盛稱為“物流4.0”，是公司所有產品的核心。

　　與純機器人的無人工廠相比，人工加入的最大的好處其實是在于解決了產線的柔性問題，同時兼顧了效率。

　　在池化的概念之下，這些資源沒有區域界線和崗位束縛。換句話說：在人機混合的模式下，系統可以優化調度，人和機器都可以做自己擅長的事，既可以根據訂單均衡分配工作任務，也可以預測波峰波谷提前調配資源。

　　從物流的本質來看，其實就是服務于用戶的需求，追求效率和成本的一致性。用專業術語來形容，就是“降本、增效”。

　　在目前的大環境之下，機器人的出現確實能作為取代人力成本的最佳選擇，同時提高了效率。但一味地追求“無人化”并不能得到最優解。

　　就如前文所說，人工可以根據現場的實際情況進行改變，但機器人卻只能依據設置好的算法進行運行。

　　當然，這也從側面反應出當下的現狀：工廠的智能化依然處于初級階段。

　　就好比運行在高速公路上的卡車司機們，他們或許很需要自動駕駛的輔助，但如果不能保障自動駕駛系統的穩定和安全運行，他們還是會選擇手動駕駛。

　　內部物流需要一個“大腦”

　　因此，在工業4.0的理念下，數智化正成為智慧工廠發展的重點方向之一。這套“物流4.0”模型，最終也是遵循一套完整的物流運營系統，從而幫助管理者實現分析與決策的原則規劃。

　　據華清科盛介紹，公司擁有loT軟件平臺和各種硬件產品，可以實現完成全局物流要素的數字化，再借助AI、數字孿生、大數據等技術，完成各種資源的數據分析、預測以及自主優化調度。

　　其中，最核心的平臺是“數智化大腦Wisdom”。在這套平臺之下，員工、車輛、場地、倉儲設備、周轉器具都被數字化，可以通過實時診斷分析和預測仿真完成自主配合和自動感知。

　　另外在工廠里，各類loT智能物流裝備以及硬件模塊也可以幫助企業最大程度提高效率。

　　值得一提的是，在華清科盛的整套系統里，人的價值被凸顯了出來。新人可以快速成長并完成跨崗位的工作，成為“萬能工”;同時也能實時績效反饋，參與技能和流程的創新改善。

　　此前，亞馬遜的工人們就一直抱怨自己被“困”在了倉庫管理算法，如同一枚巨型機器上的零件，隨時都可以取代。而華清科盛的Wisdom改變了這種狀態，讓人不再受困于重復性和機械性的日常操作，更有機會參與到創新和管理這些主觀性價值發揮的工作中。

　　這也恰恰呼應了之前的理論：無論是工人還是機器人，其實背后都是依賴于整套系統的算法，只有整套“神經系統”高效運行，才能充分發揮人的柔性并進一步提高制造現場的智能化水平，同樣能達到降本增效的作用。

　　結語

　　目前，華清科盛的這套理念已經覆蓋了超過30個行業，服務超過300家客戶，其中又以汽車行業客戶居多。

　　在國內，汽車制造本來就屬于智能制造的代表性行業，當智能制造遭遇傳統物流，所體會的痛點也格外顯著，自然非常容易接受這套運營模型的改造。

　　尤其在疫情之下，靈活配置的廠內物流對于保障制造企業柔性、提高市場反應能力進行起到至關重要的作用，華清科盛以數字科技優化物流全要素，像是為企業提供了一把“萬能鑰匙”。

　　回到開頭討論的話題：在一些場景中機器人應用是必然趨勢，但不論未來如何發展，人都將是創造主體。一味地追求“無人化”并不是正確的選擇，而應該充分利用數智化“神經系統”，做好資源要素的優化配置，從而實現最佳的物流運營狀態。