【猎云网（微信：ilieyun
）北京】10月20日报道 文/黎曼
被称为“最聪明”的企业旷视，已进军物流业三年，它的产品也渐渐变成该细分领域的翘楚。
在10月15日召开的旷视智慧物流战略暨“AI+物流产业联盟”发布会上，其正式公布了智慧物流业务的定位和战略布局，还宣布了包括河图全新升级至2.0版本、发布7款AI+智能物流硬件新品、发起成立人工智能物流产业联盟等业务最新进展。
据了解，以智慧物流为切入点的供应链物联网，目前已成为旷视三大重点业务领域中增速最快的一个。
物流业务的快速增长，离不开旷视“1+3”战略聚焦下的持续投入，也与三位物流行业老兵的加入不无关系。
旷视机器人产品部总经理王宏玉是中国移动机器人（AGV）产业联盟发起人和名誉主席，在机器人领域拥有超过 30 年的从业经验。旷视物流业务事业部总经理徐庆才此前长期任职于北京起重运输机械设计研究院，是中国物流自动化装备系统领域的知名专家。旷视物流业务事业部战略和规划发展中心负责人王银学曾是京东“亚洲一号”项目负责人，主导搭建了电商行业最大规模的自建智能物流体系。
挖来行业老兵助力物流
发布会当日，在旷视位于北京金隅智造工场的机器人实验室中，旷视的机器人正在为前来参观的媒体进行演示。
一台车身高度仅有245mm的极薄小机器人，最重能扛起800kg的货物，最高运行速度能达2.1m/s。据在场演示人员介绍，这些机器人具备工业级5年的耐用时长，可以在12小时连续工作。这款机器人是旷视新一代物料搬运AMR ——MegBot-T800。
还有一台长相与其类似的机器人，MegBot-S800V，它有纯视觉导航系统，能够立体避障，智能区分人和物，对前方的障碍物能自主绕道而行。
图注：旷视金隅智造工厂一角
此外，旷视SLAM系列还有一款堆垛智能无人叉车MegBot-F1600，定位精度小于±10mm /±1°，能在10分钟万平米建图，15分钟自动精准运行。
在演示区，这些机器人正在有序地完成他们的程序指令，让人立马感受到未来智慧工厂及园区内井然有序的智能画面。
以上这些机器人都属于旷视本次发布会中宣布的7款机器人及智能物流装备。这些机器人可以交由2.0版本的旷视河图系统控制。其延续1.0架构设计，河图2.0丰富业务控制、设备调度、架构高可用等关键特性，能够为各种品类、复杂设备的大型无人仓提供高效稳定、智能调度、生态连接的整体智能仓储解决方案。
图注：旷视机器人产品全家福
河图2.0版本能够调度旷视自有设备以及其他企业的设备，面向客户生产全流程可视、提前决策、自适应动态调优等功能，均获得了成功实践。
可以说，这些机器人已经是行业里的翘楚产品。“旷视这几年都在认真一步一步地践行，从2017年先以机器人入局，我们2019年又推出了首个机器人网络操作系统——旷视河图。实际上现在旷视已经成为一家最懂物流行业的AI公司。”徐庆才表示。
这些产品背后，是智慧物流已成为旷视增速最快的业务。
根据此前旷视招股书显示，其智慧物流业务被收进其三大解决方案中的供应链物联网业务，其他两个解决方案为个人物联网解决方案、城市物联网解决方案。
招股书显示，旷视的供应链物联网解决方案从2018年才开始产生收入，在总收入中占比7%。
在这些收入中，2018年及截至2019年6月30日止六个月，旷视的前20大客户分別贡献总收入的44.7%及57.1%。这些客户包括金融科技公司、 银行、智能手机公司、第三方系统集成商、政府机构、物业管理者、物流公司等。
“从机器人切入智慧物流业务以来，旷视原来平均的订单金额是百万级，现在可能平均订单金额是千万级，我们和客户甚至有亿级的合作项目。”徐庆才表示，整个行业足够大，利润和规模肯定都是要去追求的。
网经社电子商务研究中心发布的《2019年度中国物流科技行业数据报告》显示，2019年智慧物流市场规模约为4872亿元，相比2018年增加了19.55%。
从行业代表性上市企业毛利率来看，2016-2020年上半年，智慧物流市场毛利率呈现波动态势，但整体保持在15%以上较高水平。企业盈利能力较好，智慧物流行业发展前景可观。
另外，AI新基建浪潮奔涌而来，AI企业需要找寻人工智能与产业结合的最佳落地点。物流行业规模庞大、场景标准，作为链接高度数字化的消费互联网和传统生产制造的过渡地带，天然是数字化转型推进的前哨。
图注：旷视联合创始人兼CTO唐文斌
在发布会上，旷视联合创始人兼CTO唐文斌也表示，“供应链物联网是旷视‘1+3’战略的重要支柱，是支撑旷视实现持续增长的关键引擎。旷视将坚定进行长期投入，深耕智慧物流领域”。
之所以旷视旷视在智慧物流领域较快取得成绩，这和请来行业老兵这一动作逃不开关系。
发布会上，全面负责旷视物流业务运营和战略的徐庆才表示，自己于2019年10月加入旷视。此前，他长期在北京起重运输机械设计研究院任职，拥有超过20年的行业经验，该研究院也是国内最早开展智能物流装备和系统解决方案技术研究和工程实施的国有研究院所。
与徐庆才几乎同一时间加入旷视的王银学，曾在京东担任“亚洲一号”项目部高级总监，主导搭建了电商行业最大规模的自建智能物流体系，此外还曾在联想、国药集团等从事物流工作，目前在旷视负责物流战略、规划、市场和创新产品。
可以说，因为徐庆才的加入，王银学才愿意加入旷视。一开始，业人士普遍认为只懂技术的AI公司其实很难把业务做扎实。王银学认为当时的旷视缺少行业经验，他告诉唐文斌，“如果你能把徐庆才找来，我就来。”
今年初，另一位拥有移动机器人行业30多年经验的王宏玉，也加入了旷视，负责机器人产品的研发和运营管理工作。王宏玉1989年毕业于清华大学，曾在新松机器人自动化股份有限公司担任高级副总裁，同时也是中国移动机器人产业联盟的发起人和荣誉主席。
图注：旷视高级副总裁、机器人产品部总经理王宏玉
王宏玉表示，业务之所以增长得比较快，也是因为大家融合得比较快，同时在市场竞争过程中发挥各自的优势。“创始人自己也非常拼，我们也会从他们身上汲取活力。他们也会从我们这些老兵身上去学一些行业经验。互相融合。”
“公司很放心地把物流交给我们这批行业内来的人去做。虽然团队来的时间不长，但实际上，我们此前就认识，相互都很熟悉，所以打起仗来非常默契。”徐庆才表示。
可以说，旷视打造了一个顶级的人才体系，这个团队又比较默契，再加上其原有的技术基础，能让旷视在半路深入物流业依然能取得好成绩。
护城河：算法、硬件和生态
旷视入局智慧物流，使其商业化进一步得到拓展。在强者如林的智慧物流领域，旷视如何铸造自己护城河？
发布会上，徐庆才称，旷视是一家AI公司，底层AI算法是旷视进入物流行业的核心竞争力。
此外，旷视还不断加大底层AI基础设施建设，从最底层的算法层向上生长，实现软硬件的创新，促进业务场景应用的最大化。
图注：旷视高级副总裁、物流业务事业部总经理徐庆才
Brain++是旷视AI算法的集大成者，经过前面七八年打造的核心算法，它为旷视研发人员提供了一站式AI工程解决方案，能够提供一整套的算法研发全流程的端到端的服务。
当前，旷视在智慧物流已经做出了进一步的探索。并且，物流与AI正在经历双向选择的过程。
徐庆才表示，物流行业目前面临的挑战主要在于设备的海量规模和系统的柔性离散。未来物流行业将面对三大命题：一是如何制定高可靠规划，保证合理稳定的方案规划设计；二是如何精准控制，精确准时的控制设备协同作业；三是如何打造高效能装备，保障高效安全的储存、拣选及配送。
徐庆才认为，融入人工智能才能解决这些问题。“AI+是智慧物流发展的新引擎，其终极目标是为行业用户降本增效，提升用户体验”。
因此，旷视在智慧物流业务的定位是——以AI技术为核心的智慧物流产品和解决方案提供者，重点聚焦在三大战略方向——AI算法技术力、软硬一体产品力、整仓集成生态力。
AI算法技术本是旷视的优势，而旷视又持续推进旷视河图升级迭代，打造差异化的智能机器人等软硬一体产品，构筑自己的护城河。
印奇曾表示：“所有的AI创业公司现在都很累，越走越重，又不得不往前走。”所谓的“往前走，便是越来越软硬一体化，技术越来越落地。“如果你不多走一步，你就没有竞争力。”
早在旷视做城市物联网时就开始做硬件。2017年开始，安防成为“香饽饽”。AI视觉相关公司都一头扎进了安防领域，旷视也不例外，但其姿势不同，直接做出了自己的智能安防摄像头。
2018 年 4 月，旷视全资收购了艾瑞思，正式将机器人作为自己一项重点业务，2019年初又发布了业内首个机器人网络操作系统——河图。
徐庆才表示，河图发布一年来已经有百来个项目落地了，规模最大的项目中，机器人多达700多台。
大量的机器人需要连接到系统进行统一调配，这其实是机器人业务的核心难题。“如果说连接5、6台机器人，大家都能做到。如果说是上百台，全国不超过10家能做。像碰到500台以上的也就是一两家能做，千台以上的也许就是旷视一家。”
他表示，真正拥有人工智能底层框架的公司其实是非常稀少的，在物流行业里现在也就旷视在做。
此外，旷视还积极成立了人工智能物流产业联盟，包括人工智能和智慧物流行业产、学、研、用方面的30余家机构与企业共同参与。旷视希望通过整仓交付，把更多的设备连接到系统，建设生态体系。
图注：人工智能物流产业联盟成立仪式
在旷视的战略中，有着AI算法技术力、软硬一体产品力、整仓集成生态力这样三位一体的深耕考量。从行业角度考量，旷视目前有着明显优势，但未来如何尚未可知，毕竟物流业的智能革命才刚刚开始。
此外，AI的技术发展也存在瓶颈。尽管目前许多AI公司仍然宣称在技术上有突破，但这种技术突破基本属于“优化”，并非“颠覆”。
好在，旷视在业务上也较为务实，并没有鼓吹过大的前景，反而是在强调旷视当下的重心是通过服务一个个客户，不断沉淀能力储备和行业理解，为此后的指数级规模化复制打地基。
此前，清华大学人工智能研究院院长张钹曾表示，目前全世界的企业界和部分学界对于深度学习技术的判断过于乐观，人工智能迫切需要推动到新的阶段，而这注定将会是一个漫长的过程，有赖于与数学、脑科学等结合实现底层理论的突破。
他认为，人工智能中比较重要的深度学习技术，从应用角度已经接近天花板了。不过，他也指出，只要选好合适的应用场景，利用成熟的人工智能技术去做应用，还有较大的空间。
有难题有机会，这对于处在AI时代进程中的旷视而言，还有很长的路要走。
