電子發燒友App
2016年雙11,6.57億包裹連在一起，相當于從地球到月球的距離38萬公里，而配送距離加起來能走出太陽系。未來幾年，中國快遞日單量將達2億件。這意味著，傳統物流即便投入再多人力，也趕不上電商爆發期這種非線性增長速度。
大數據改造傳統物流 且看如何驅動“第二春運”
以1億包裹簽收時間來看，2013年是9天;2014年6天;2015年4天，2016年只用3.5天。這就是“換軌”帶來的巨大顛覆——如果不用大數據改造傳統物流，各大電商平臺如何驅動雙11物流這個號稱“第二春運”的戰役？
如何讓揀貨員少走路
每年雙11,京東集團副總裁兼X事業部總裁肖軍都要到倉庫體驗“極限峰值”。
“這一天，我最多在倉庫走20公里，而揀貨員這一天在倉庫要走50公里，相當于跑了一個馬拉松。”11月23日，肖軍在京東物流品牌戰略發布會上這樣說。
就像Facebook最早是為滿足哈佛大學一批想看女生照片的男生的需求，如何讓倉庫揀貨員少走路，甚至不走路，這是肖軍最初想要做得最樸素的事。2014年京東上線了一套“路徑優化”系統，讓倉庫揀貨員平均每天少走15公里，系統每迭代一次，揀貨員每天就少走5公里。
比如揀貨員之前走S形路徑，對其過去路徑進行大數據分析，再根據現在要分揀貨物的貨位，通過算法進行路徑優化，讓揀貨員走到哪兒再在哪個點回頭。
“路徑優化”是大數據運用到倉儲管理的典型案例，在這里，算法是核心。
亞馬遜的原則是“不走回頭路”。亞馬遜后臺有一套算法給每個揀貨員隨機優化路徑。每揀完并掃描一件貨品，掃描槍自動告訴揀貨員下一個要揀的貨在哪兒，揀貨員直接朝前走，不用走回頭路。這種模式能保證揀貨員全部揀選完了后走路最少，至少比傳統模式少走60%的路。
這得益于亞馬遜的“隨機上架”規則。產品入庫時，商品基于尺寸分類存儲。在貨物合理分類前提下，類似屬性的商品會被放到同類貨架上。對于處于不斷揀貨過程的貨位，可以哪里有空就塞哪兒，這大大減少選擇貨位的時間，更可以少走路。
麻煩不會留給后期揀貨環節吧？還是要靠大數據。由于商品分散分布，可以從整個庫存商品所在位置出發，將位置最為相鄰的商品及單個客戶訂購的不同商品組合成一個最優路徑。
亞馬遜從下單到發貨，揀貨，包裝，出庫最快30分鐘，不過中國同行們已刷新了這一紀錄，因為他們面對的是比亞馬遜大得多的中國市場，他們需要更快的速度讓買家記住他們的優質服務。在這里，京東的記錄是2分鐘。
今年雙11,京東最快的一單，從上海買家下單到送貨上門只用了12分鐘，這不是作秀，大數據“提前布貨”就能輕松搞定。
具體做法是后臺系統記錄客戶瀏覽商品的軌跡和歷史，通過大數據精準分析客戶需求，然后把顧客感興趣的商品放在離他們最近的倉庫。
“提前布貨”已成為物流倉儲的標配了。順豐有一款類似產品“順豐燈塔”。前不久，京東成立了Y事業部打造智慧供應鏈，其中銷量預測平臺就是專門為提前布貨服務的。
亞馬遜玩得更拉風，2014年它獲得預測式下單專利，這是根據用戶購買習慣和興趣愛好，在用戶下單前發貨。該系統可以在未指定具體發貨地址和時間的情況下，將包裹運送至目的地所在區域，具體地址將在運輸途中確定下來。如果決策得當，可使物流成本降低10%到40%。
“哪些貨物放在一起可以提高分揀率，哪些貨物儲存時間較短，都可以通過大數據分析出商品間的相關性來合理安排貨位。”肖軍說，現在，倉庫數量和面積每年成倍增長，合理安排貨位對提高倉庫利用率和搬運分揀效率意義重大，而過去只是憑經驗來做。
把分揀機器人訓練得跟AlphaGo一樣聰明
數據顯示，在運輸與倉儲共同組成的物流體系中，倉儲費用占物流運營總費用60%,有效提高庫存周轉速度，是物流企業降低成本的關鍵。
今年雙11投入運營的“京東一號”智能分揀中心，日可處理百萬訂單，分揀效率提升5倍以上，人力成本節省70%以上。而京東研發的無人倉，將目前行業里各種自動化技術，甚至磁懸浮等技術都進行了應用，還構建了一套系統解決方案，支持設備上的數據感知和人工智能算法，讓這些設備具備出色的學習能力。
無人倉配備了四大爆款機器人，它們是擁有3D視覺系統的DELTA型分揀機器人;可以慣性導航、自動避障的智能搬運機器人AGV;運行速度高、定位準確的SHUTTLE貨架穿梭車;載荷最高達165公斤、臂展接近3米的六軸機器人6-AXIS。
“用什么樣的機器人來幫助生產，幫助哪個環節提升效率，這來自于京東10多年來對物流倉儲這一行業理解的積淀。”肖軍說，這個過程中，需要很多合作伙伴幫助我們一起創新。
肖軍的話不難理解，處于爆發期的電商市場撐起了一個萬億級別的物流倉儲行業，合作伙伴思維和開放的勢態已成共識。
現實中，一個包裹分揀由人操作需36秒，機器人操作只需1秒，效率提高35倍。關鍵是，“傳統分揀中心要有多人盯著包裹，在雙11大促時，這是對生理極限的極大挑戰。”肖軍說，分揀機器人是在人的不斷訓練下，通過深度學習獲得這種強大能力。
這種訓練其實就像谷歌訓練AlphaGo一樣，谷歌用了幾十萬盤圍棋高手之間對弈數據來訓練，讓它變得聰明;在計算上，用了上萬臺服務器來訓練AlphaGo下棋的模型;并且讓不同版本的AlphaGo相互對弈了上千萬盤，這才保證它算無遺策。與這相比，訓練分揀機器人就算小菜一碟了。京東自營商品、SKU有3000多萬。京東在人工倉儲中心安裝了攝像頭，讓機器人每天根據操作員的操作方式，對商品的綁定方式進行學習。經過一周訓練，機器人對一個商品經過100次循環識別，揀貨準確率會從過去的80%達到99%多。
“我們還會訓練機器人在各種光照環境下工作，有時候會補點光，有時候是暗光，再進行優化，使機器人能大范圍地適用工作。”肖軍說，這也是人類理解機器人的一種方式。
大數據改造傳統物流 且看如何驅動“第二春運”
以1億包裹簽收時間來看，2013年是9天;2014年6天;2015年4天，2016年只用3.5天。這就是“換軌”帶來的巨大顛覆——如果不用大數據改造傳統物流，各大電商平臺如何驅動雙11物流這個號稱“第二春運”的戰役？
如何讓揀貨員少走路
每年雙11,京東集團副總裁兼X事業部總裁肖軍都要到倉庫體驗“極限峰值”。
“這一天，我最多在倉庫走20公里，而揀貨員這一天在倉庫要走50公里，相當于跑了一個馬拉松。”11月23日，肖軍在京東物流品牌戰略發布會上這樣說。
就像Facebook最早是為滿足哈佛大學一批想看女生照片的男生的需求，如何讓倉庫揀貨員少走路，甚至不走路，這是肖軍最初想要做得最樸素的事。2014年京東上線了一套“路徑優化”系統，讓倉庫揀貨員平均每天少走15公里，系統每迭代一次，揀貨員每天就少走5公里。
比如揀貨員之前走S形路徑，對其過去路徑進行大數據分析，再根據現在要分揀貨物的貨位，通過算法進行路徑優化，讓揀貨員走到哪兒再在哪個點回頭。
“路徑優化”是大數據運用到倉儲管理的典型案例，在這里，算法是核心。
亞馬遜的原則是“不走回頭路”。亞馬遜后臺有一套算法給每個揀貨員隨機優化路徑。每揀完并掃描一件貨品，掃描槍自動告訴揀貨員下一個要揀的貨在哪兒，揀貨員直接朝前走，不用走回頭路。這種模式能保證揀貨員全部揀選完了后走路最少，至少比傳統模式少走60%的路。
這得益于亞馬遜的“隨機上架”規則。產品入庫時，商品基于尺寸分類存儲。在貨物合理分類前提下，類似屬性的商品會被放到同類貨架上。對于處于不斷揀貨過程的貨位，可以哪里有空就塞哪兒，這大大減少選擇貨位的時間，更可以少走路。
麻煩不會留給后期揀貨環節吧？還是要靠大數據。由于商品分散分布，可以從整個庫存商品所在位置出發，將位置最為相鄰的商品及單個客戶訂購的不同商品組合成一個最優路徑。
亞馬遜從下單到發貨，揀貨，包裝，出庫最快30分鐘，不過中國同行們已刷新了這一紀錄，因為他們面對的是比亞馬遜大得多的中國市場，他們需要更快的速度讓買家記住他們的優質服務。在這里，京東的記錄是2分鐘。
今年雙11,京東最快的一單，從上海買家下單到送貨上門只用了12分鐘，這不是作秀，大數據“提前布貨”就能輕松搞定。
具體做法是后臺系統記錄客戶瀏覽商品的軌跡和歷史，通過大數據精準分析客戶需求，然后把顧客感興趣的商品放在離他們最近的倉庫。
“提前布貨”已成為物流倉儲的標配了。順豐有一款類似產品“順豐燈塔”。前不久，京東成立了Y事業部打造智慧供應鏈，其中銷量預測平臺就是專門為提前布貨服務的。
亞馬遜玩得更拉風，2014年它獲得預測式下單專利，這是根據用戶購買習慣和興趣愛好，在用戶下單前發貨。該系統可以在未指定具體發貨地址和時間的情況下，將包裹運送至目的地所在區域，具體地址將在運輸途中確定下來。如果決策得當，可使物流成本降低10%到40%。
“哪些貨物放在一起可以提高分揀率，哪些貨物儲存時間較短，都可以通過大數據分析出商品間的相關性來合理安排貨位。”肖軍說，現在，倉庫數量和面積每年成倍增長，合理安排貨位對提高倉庫利用率和搬運分揀效率意義重大，而過去只是憑經驗來做。
把分揀機器人訓練得跟AlphaGo一樣聰明
數據顯示，在運輸與倉儲共同組成的物流體系中，倉儲費用占物流運營總費用60%,有效提高庫存周轉速度，是物流企業降低成本的關鍵。
今年雙11投入運營的“京東一號”智能分揀中心，日可處理百萬訂單，分揀效率提升5倍以上，人力成本節省70%以上。而京東研發的無人倉，將目前行業里各種自動化技術，甚至磁懸浮等技術都進行了應用，還構建了一套系統解決方案，支持設備上的數據感知和人工智能算法，讓這些設備具備出色的學習能力。
無人倉配備了四大爆款機器人，它們是擁有3D視覺系統的DELTA型分揀機器人;可以慣性導航、自動避障的智能搬運機器人AGV;運行速度高、定位準確的SHUTTLE貨架穿梭車;載荷最高達165公斤、臂展接近3米的六軸機器人6-AXIS。
“用什么樣的機器人來幫助生產，幫助哪個環節提升效率，這來自于京東10多年來對物流倉儲這一行業理解的積淀。”肖軍說，這個過程中，需要很多合作伙伴幫助我們一起創新。
肖軍的話不難理解，處于爆發期的電商市場撐起了一個萬億級別的物流倉儲行業，合作伙伴思維和開放的勢態已成共識。
現實中，一個包裹分揀由人操作需36秒，機器人操作只需1秒，效率提高35倍。關鍵是，“傳統分揀中心要有多人盯著包裹，在雙11大促時，這是對生理極限的極大挑戰。”肖軍說，分揀機器人是在人的不斷訓練下，通過深度學習獲得這種強大能力。
這種訓練其實就像谷歌訓練AlphaGo一樣，谷歌用了幾十萬盤圍棋高手之間對弈數據來訓練，讓它變得聰明;在計算上，用了上萬臺服務器來訓練AlphaGo下棋的模型;并且讓不同版本的AlphaGo相互對弈了上千萬盤，這才保證它算無遺策。與這相比，訓練分揀機器人就算小菜一碟了。京東自營商品、SKU有3000多萬。京東在人工倉儲中心安裝了攝像頭，讓機器人每天根據操作員的操作方式，對商品的綁定方式進行學習。經過一周訓練，機器人對一個商品經過100次循環識別，揀貨準確率會從過去的80%達到99%多。
“我們還會訓練機器人在各種光照環境下工作，有時候會補點光，有時候是暗光，再進行優化，使機器人能大范圍地適用工作。”肖軍說，這也是人類理解機器人的一種方式。
? ?
?
工商網監
評論