极智嘉:物流机器人的扩张瓶颈是什么?( 四 )


对于技术型公司来说 , 将公司业务从完全的项目制向标准化服务的方向拓展 , 办法之一就要加强底层的技术创新 。
要用技术去解决系统的快速定制化 , 让系统有更灵活配置的能力 , 怎么能够快速匹配客户的需求 。郑勇表示 。
这也是业内人士共识 。例如 , 上海世界人工智能大会期间 , 某公司推出「AI大装置」 , 试图解决大规模场景、覆盖更多长尾客户和场景 。
事实上 , 早在2019年 , 极智嘉就做了一次战略升级 , 将原来客制化软件开发变成了应用平台——aPaaS , 旨在解决大规模客制化问题 。
就工业现场来说 , 完全没有定制化是不可能的 , 每个客户尤其是工厂 , 哪怕同一个客户的两个工厂都是独一无二的 , 关键在于定制内容放在哪一层 , 要素抽象到什么程度 。
就像盖房子 , 每个楼盖的都不一样 , 但预制板几乎都是一样的 。你可以一砖一瓦地盖房子 , 也可以组合不同预制板 , 完成新场景的定制 , 以更低边际成本实现对象场景的规模化覆盖 。这也是整个aPaaS最核心逻辑 。
李洪波解释道 , 在某种程度 , aPaaS就是一个高度模块化可配置的东西 , 就像搭乐高 。先把乐高模块、搭乐高的规则或者流程给做出来 , 需要搭建一个新项目时 , 我们就用乐高的方式做出来 。
无论是安卓还是苹果操作系统 , 本身也是aPaaS 。在安卓基础上 , 无论谷歌还是开发者都可以二次开发 , 进而呈现出千人千面 。同样 , 无论是极智嘉做交付 , 还是合作伙伴或者是终端客户 , 都可以基于这个平台做二次开发 。
aPaaS平台的价值是两个 , 李洪波认为一个是敏捷 , 第二个是节省成本 。
在历经超过300人工程师、两到三年的持续开发后 , 今年aPaaS平台再次升级——加入「4D使能技术」 。所谓「4D使能技术」 , 也就是四个「Deep」:DEEP(深度)软件智能、DEEP(深度)业务智能、DEEP(深度)数据智能 , 以及DEEP(深度)群体智能 。
例如 , 业务智能包含的数字孪生 , 可以让企业享受智能变得风险更低 , 也更「可持续」 。
客户在上线系统之前、之后都会面临不同痛点 。例如 , 上线之前 , 如果端到端的解决方案是其他客户现场没用过的 , 如何来判断解决方案是否高度适配 , 是个很难的问题 。
上线之后 , 如何更加有效地进行智能监控和运维也是挑战 。运维人员一般技术水平没有那么高 , 如果业务波动的情况下 , 如何做持续性优化?
数字孪生有助于减少数字能力和设计能力之间的差距 。「构造一个自动化智能仓库模型 , 在真正建设这套系统之后先做好仿真 , 找到系统薄弱点 , 去优化解决方案 , 可能是能够让现在自动化成功率提高非常重要的基础 。」郑勇说 。
上线后 , 基于数字孪生的数智化监控运维和基于数据驱动的综合优化 , 有助于解决客户痛点「在真正运行过程当中帮助找到问题 , 确实是非常有价值的 。」

【极智嘉:物流机器人的扩张瓶颈是什么?】生态 , 又是生态除了「从1到N」 , 这几年 , AI和机器人供应商谈得最多的还有生态 。过去「生态建设」频繁见于半导体行业 , 如今制造业供应商们也在呼吁分工与协作 。西方成熟工业体系拥有一套稳定的社会分工 , 生态成员安于恪尽职守与协作 。很多大型企业有明确的信息化部门和受过专业训练的技术人员 , 他们清楚公司需要什么样的系统 , 什么样的业务属于哪一类生态成员 。传统中国制造业的客户未必有如此清楚的认知 , 「开发+外包」思维惯性导致他们仍然会对供应商提出包含诸多痛点、过于丰富的需求 。找客户的时候 , 我卖的不是机器人 。我上去的时候都是问 , 你有什么痛点 , 订单量有多大 , 双11怎么样 , 我再跟你说这样端到端的解决方案 , 人在运营层面上应该怎么做 , 机器人怎么去加 , 方案怎么配 。李洪波说 。「把他所有的顾虑都能解决 , 这个时候才能叫降维 , 否则你就被别人降维了 。」郑勇告诉我们 , 国内商业环境比较复杂 , 不仅产品要做好 , 还要服务好客户 , 要做好很多软能力建设 , 才能拿到更多订单 。今天很多做系统都是端到端 , 不过 , 未来要向ERP公司、卖机械手的公司学习 , 他们有专门产业分工 , 比如有人做系统集成实施 。在物流领域逐步构建出生态 , 有更多合作伙伴去做落地 , 才能走得更快 。郑勇反复强调 , 极智嘉仍然是一个机器人公司 , 本身最核心的定位是产品公司 。有了标准化定制产品后 , 再与更多合作伙伴一起 , 做灵活的上层机制 , 配适合业务需要 。要成为一家全球领先的AI机器人公司 , 最重要的还是底层技术能力 , 这是支撑未来发展的基础 。过去几年 , 极智嘉曾经花了很大精力做商业化 , 希望把产品解决方案配到市场上 , 但「机器人产业里面 , 我觉得最重要的根本还是技术 。」郑勇说 。「极智嘉可能还是会追求自己的业务增长 , 涉及更多领域 , 技术还是我们非常重要的一部分 , 只要投资人还愿意相信机器人的赛道和机器人的梦想 , 我们还会融资 , 加强自己的技术 。」其实两年前 , 2019年的极智嘉全球物流峰会上 , 公司就表示在未来三年在AI机器人研发方向上投入超过10个亿 , 在技术上实现领先 。InteractAnalysis高级研究总监张键对中国在移动机器人领域的发展势头表示乐观和肯定 , 「我们已经是头部位置了」 。与受制于核心零部件的工业机器人领域不同 , 除了足够丰富的场景试验田 , 中国移动机器人企业在视觉感知、调度技术等方面都走在前列 , 进入全球前列的中国移动机器人厂商肯定更多 。目前 , 从产品数据看 , 货架到人机器人走势最为良好 。亚马逊自己复制了20万台 , 极智嘉销最大的也是P系列货架到人拣选机器人 。根据大数定律 , 大规模应用的背后一定是有一个不确定性里面的确定性 。如果这个方案有价值 , 那么 , 在后续大规模复制的过程中 , 这个价值就是它真正内在的大数定理指标 。像货架到人拣选机器人的数量 , 说明这种解决方案在某种程度上具有核心的价值 。李洪波说 。在大数定理下 , 市场格局还是在于谁能给客户提供更好产品解决方案 , 谁能给客户提供更好服务 。