新型显示产业正成为升级新型消费的重要驱动力

财经 网站消息

11月24日，工业和信息化部官网显示，由工业和信息化部、安徽省人民政府共同主办的2020世界显示产业大会在合肥市举行。工业和信息化部党组书记、部长肖亚庆在会上表示，随着新一代 科技 革命和产业变革深入发展，新型显示作为数字时代的信息载体和人机交互窗口，正加快向智能化、泛在化、精细化发展，并和5G通信、人工智能、物联网、智能 汽车 、超高清视频等新兴产业深度融合，对经济 社会 产生深刻而广泛的影响。工业和信息化部党组成员、副部长王志军在大会上指出，当前新型显示产业正成为升级新型消费、壮大数字经济、发展信息产业的重要驱动力。
赛迪顾问指出，新型显示作为智能交互的重要端口，已成为承载超高清视频、物联网和虚拟现实等新兴产业的重要支撑和基础，是全球各国及地区近年来竞相发展的战略性新兴产业。近年来，中国新型显示产业规模快速增加，TFT-LCD产能全球第一，OLED产业规模不断扩大，已经有多达十余条G6代AMOLED生产线处于在建或者规划状态；与此同时，新型显示产业链上游材料设备环节也取得重大突破。中国正在成为全球新型显示产业的重要一极，目前已经初步形成了京津冀、长三角、东南沿海以及成渝鄂等地区为代表的新型显示产业格局。未来，随着韩国TFT-LCD产能的逐步退出，全球新型显示产能将加速向中国转移。
相关上市公司中，长阳 科技 ：加强新型显示上游材料研发创新布局，共计启动超过10余种膜品类研发，4-5种进入小批量试生产阶段，有望复制反射膜成功基因，“十年十膜”蓝图稳步推进。
芯瑞达：背光模组光电系统龙头，主营新型显示光电系统的研产销及技术服务，占据先发优势。
TCL 科技 ：注资JOLED 布局喷墨印刷显示，领跑下一代显示。印刷显示极大降低 OLED 显示成本，有望成为下一代主流显示技术。

文／杨剑勇

5G一旦得到应用并大规模普及，对 社会 意义重大，目前信息 科技 由移动互联向万物互联转变，但受制于无线通信技术的限制，导致物联网并没有规模化应用，当5G商用后，万物互联才能成为可能。如今，5G技术处在应用前期，从你芯片到通信设备厂商，从运营商到5G应用，整个行业呈现蓬勃发展态势。
2019年将是5G商用关键年份，各界积极开启冲刺模式，在一年一度的拉斯维加斯消费电子展（CES），5G也是焦点，高通公布在2019年，将会有超过30款基于高通骁龙855配合5G调制解调器骁龙X50产品上市。三星手机也将支持5G网络，同时英特尔一个新项目“Athena”已经启动，旨在将5G和人工智能与Ultrabooks两部分关联起来，推动PC厂商打造关联5G和AI的先进的笔记本电脑。

各界积极谋划5G，让一切设备互联成为可能，促使物联网更大规模普及，在5G启动关键年份中，一旦得到大规模商用后，以下行业会迎来爆发式发展：

前两年炒的火热的虚拟现实没有爆发，在2014年因Facebook以20亿美元收购Oculus VR后，掀起了高潮，在当时被视为下一场计算机革命的重要趋势。遗憾的是经过多年，虚拟现实依然没有得到很好的发展，很大原因受制于网络宽带，5G一旦得到应用，网络足以支撑虚拟现实的运营，虚拟现实以及其它形式的沉浸式体验，届时 娱乐 、 游戏 、购物等场景会大量使用VR/AR。

来自爱立信的报告指出，VR和AR将随着5G技术的到来成为主流，5G的到来，将为发展虚拟现实带来新的动力，并将进入快速发展时期，我国也发布了《关于加快推进虚拟现实产业发展的指导意见》，希望在2025年整体实力进入全球前列，从产业规模看，有机构预测，2020年全球虚拟现实产业规模将超2000亿。

因5G的到来，将为视频行业带来巨大变革，目前各大电信运营商，大视频是核心战略之一，整个互联网流量绝大部分是来自视频流量，但5G得到应用，大视频将会为运营商带来巨大财富，从5G视频通话到8K体验，从 体育 赛事到城市安防等。

当5G到来后，在家庭用8K显示器看好莱坞大片，这种视觉震感亮瞎眼，8K是当前1080P的16倍，好莱坞对于8K发展最为积极，越来越多的会提供8K版本。

5G是无人驾驶 汽车 商业落地基础设施，没有低延时、超高速的网络，无人驾驶落落地就遥遥无期，目前大多数无人驾驶测试，都是超慢速测试，去年优步在低速下测试还造成严重事故，所以5G的部署将会使得无人驾驶落地核心，这个时间窗口在2020年。

由于5G在保障高稳定性与移动性下，以及瞬时响应下，从而大幅提升自动驾驶的性能，当无人驶 汽车 技术日益成熟，甚至还将催生全新的乘客经济，英特尔做出预测，无人驾驶将催生7万亿美元的“乘客经济”。

5G技术发展如火如荼，美国运营商将在2019年实现商用，国内华为在全球签订了26份5G合同，1万多个5G基站发往全球各地，在物联网高级顾问杨剑勇看来，整个世界在积极拥抱5G这一技术风口，5G支撑的大连接，以5G支撑的大连接，不仅会掀起新一轮的移动变革，以5G支撑的大连接，不仅会掀起新一轮的移动变革，实现千亿量的连接，促使万物互联时代到来，并结合云端和人工智能等技术，推动 社会 变革，进入一个万物感知的智能 社会 。

作者系物联网高级顾问杨剑勇，获得2016年中金在线十大 财经 自媒体，2017年度网易最佳签约作者，致力于深度解读物联网经济和人工智能等前沿 科技 ，基于对未来物联网洞察和对趋势判断，其观点被众多权威媒体和知名企业引用。

上个世纪90年代，在半导体产业高标准过程管理需求下，催生了高度行业化以及定制化的MES制造执行系统，并演化成可集成模式的I-MES制造执行系统套件。

作为改革开放排头兵，我国第一个引进MES的企业是宝钢，20世纪80年代宝钢预见性的引进了MES管理系统，但是经过几年发展，我国MES系统相较于国外仍然处于劣势。

2015年，中国制造业MES迎来了重大战略机遇。为了对标德国的“工业40”以及美国的“工业互联网”战略， 中国推出了“中国制造2025”的战略 ，并制定了一系列的技术标准以及从产业政策上进行了大量的引导，MES系统也由单一的生产记录型系统，进化为全方位的企业级执行协同系统。

这三十年的发展，对于国产软件来说，可谓“凛冬”，但 伴随着国产替代和政策扶持浪潮越来越大，国产半导体MES的“破冰号角”即将吹响。

这个时期，国内MES的从业者将迎来巨大发展机会，一批技术储备雄厚的企业实现跨越式发展。同时，云化、低代码的新企业也开始入局， 使得赛道异常火热，竞争更为激烈 。

#赛道火热

半导体MES系统起初是由设备供应商提供的，作为最早一批提供半导体MES的供应商，consilium和Promis利用低廉的价格在当时展开了水深火热的竞争。

但是，后来两家企业均被本身做半导体设备商的应用材料收购。在收购了Consilium和brooks software之后，也让 应用材料成为全球当之无愧的半导体MES霸主 。

进入21世纪后，专门的MES系统提供商开始出现，比如IBM提供了SIView的解决方案。 SIView是目前唯一可以与应用材料一较高下的半导体MES系统 。

而目前，在半导体MES领域，绝大部分12英寸晶圆厂系统几乎被国外厂商所垄断，其中IBM和应用材料两大行业巨头“霸占”了国内80%的市场。

国产半导体MES系统能否从中突围，分获一杯羹，打破IBM和应用材料两大巨头的垄断，无疑对国产芯片制造有着重要的意义。

据了解，半导体制造端的软件主要是CIM软件，而在整个CIM系统中，MES又是核心系统。但是 技术壁垒高、验证时间长是半导体MES系统的特性 ，和半导体设备不同，半导体MES系统在晶圆厂的全产线上是不能有任何偏差，这也造成了半导体MES行业市场份额极为集中，且行业壁垒极高，新玩家很难进入这一市场。

随着晶圆尺寸从4英寸变为6英寸、8英寸、12英寸，芯片性能和制造要求在不断提升，晶圆厂的自动化水平也在不断提升，从人工产线变为半自动产线、自动产线， MES系统对晶圆厂生产越来越重要 。

值得一提的是，今年以来，国内半导体MES企业异军突起，获得资本和市场的高度关注，融资赛道异常火热。

2021年，各半导体MES/CIM领域的国产厂商凭借其专业人才、技术实力获得资本青睐，相继完成大额度融资，实现国产软件自主化。

# 凭实力竞争

上扬软件

成立于2001年的上扬软件，是国内首批专门为半导体、光伏、LED等高 科技 制造业提供MES、CIM等软件产品和解决方案的供应商。目前已拥有4、5、6、8、12寸半导体MES整体解决方案。除了myCIM（MES）以外，上扬软件还提供包括EAP、RMS、APC、FDC、RCM、MDM在内的子系统。

2021年5月，上扬软件完成C1轮融资，获得哈勃资本、兴橙资本、红土善利的投资。此前，上扬软件在2017年就获得了深创投的A轮融资，启动进入半导体高端市场；2019年获得北京屹唐华创、上海物联网的B轮融资，进入8/12寸MES的产品研发。 10月份，上扬软件又完成了由大基金二期领投，中芯聚源、浦东科投等跟投的新一轮数亿元融资。在资金的大力支持下，上扬软件拿下了国内CMOS晶圆代工厂商长光圆辰和存储厂商杭州驰拓的12英寸产线 。

芯享 科技

芯享 科技 成立于2018年，是国内领先的半导体晶圆制造、先进封装厂生产自动化CIM系统解决方案服务商，也是目前国内少数可以为8寸、12寸晶圆制造FAB提供整体自动化咨询与建设的高新技术企业，在半导体封测领域的数个技术方向上也打破了国际CIM厂商垄断，达到了世界先进水平。

芯享 科技 以MES生产执行为核心，通过生产计划等链入企业管理系统，为客户服务员。目前已拥有9家晶圆厂商客户，MES客户包括SK海力士和华虹等。 今年3月，芯享 科技 获得红杉中国、高瓴资本、华登国际联合领投的近亿元A轮融资 。

赛美特

2020年并购成立的赛美特，成功合并了具有多年半导体行业经验积累的“上海特劢丝”“固耀SEMI Integration“和“深圳微迅”三家公司。成立以来，致力于填补国内集成电路制造工业软件领域空白。

赛美特自主研发打造的国产CIM解决方案，涵盖1800多个满足8/12寸晶圆制造厂所需的功能，能够打破国外厂商垄断，是目前国内唯一可支持12寸晶圆全自动化生产的智能制造软件服务商。

2021年5月，赛美特获得5000万元A轮融资。 据了解，目前赛美特在上海成立了专门的MES事业部，其产品目前已用于50余座工厂，客户包括SK海力士、三星、紫光等。

哥瑞利

成立于2007年的哥瑞利，一直专注于打造中国自有的高端半导体智能制造CIM软件，目前已为半导体、面板、光伏、PCB、PCBA、半导体设备等多行业提供了全栈产品线及解决方案。研发服务团队超过300人，拥有21项专利和111项软件著作权（含申请中）。在半导体前道领域，其客户有中芯国际等。 11月12日哥瑞利获得由招商资本、国新风投深圳领投的3亿元新一轮融资 。

值得注意的是，2021年哥瑞利实现了全国产自研的MES在半导体12寸前道晶圆制造全自动化工厂的首次应用，预计在明年交付量产。

除了上述企业，国内其他软件企业也研发了半导体MES产品，比如华磊迅拓、乾元坤和等。但这些企业普遍以第三方开发服务起家，在与专业的半导体MES大厂比较时仍然有行业适配上的差距。

因此， “菜鸡互啄”的时代已经过去，留下来的都是专业选手的竞赛 。

#写在最后

“种一棵树，最好的时候是十年前，其次是现在”。在半导体行业也有一个说法，做半导体要么是20年前，要么是今天。

如今，在大基金、中芯聚源、华登国际、高瓴资本等各类资金的支持下，上扬软件等老牌玩家获得了更大的支持，芯享 科技 等新兴玩家也开始浮现， 国产半导体MES行业发展正步入快车道 。

而如何抓住当前行业快速发展的窗口，在行业增速放缓时，做好研发投入和营收的平衡，将会是国产半导体MES厂商需要面对的挑战。

姓名：陈心语  学号：21009102266 书院：海棠1号书院

转自： 2020年中国人工智能+物流发展研究报告_应用 (sohucom)

嵌牛导读

近年来，中国物流业在互联网经济的催动下发展较快，在成本不断攀升、效率提升缓慢的背景下，物流业最迫切的需求即“降本增效”。人工智能技术及相关软硬件产品的加入能够在运输、仓储、配送、客服等环节有效降低物流企业的人力成本，提高人员及设备的工作效率，是缓解物流业顽疾的一味良药。

本报告中的“人工智能 + 物流”指的是基于人工智能技术的软硬件产品及服务在物流活动各环节中的实际落地应用。 2019年人工智能+ 物流的市场规模为159亿元，预计到2025年市场规模将接近百亿。在物流各环节的应用分布方面，仓储与运输占比较大，两者占比之和超过八成。

人工智能在物流中的应用方向可以大致分为两种，一是以AI技术赋能的如无人卡车、AMR、无人配送车、无人机、客服机器人等智能设备代替部分人工 ；二是通过计算机视觉、机器学习、运筹优化等技术或算法驱动的如车队管理系统、仓储现场管理、设备调度系统、订单分配系统等软件系统 提高人工效率。代替人工方向的AI应用市场前景广阔，但受技术水平和政策限制等因素影响，落地条件尚不成熟，还需要较长的培育时间。提效方向的AI应用已具备一定的技术基础，但实际场景散落在物流业务体系中的各个角落，场景清晰度不高，空间不足。

目前，人工智能在物流领域还处于探索之中，但从已经取得的成果来看，“人工智能+物流”的确能够给物流企业在降本增效层面带来收益。物流企业应该以立足当下、着眼长远的原则，以辅助管理、提升效率为短期目标，寻找自身业务链条中能够被 AI 技术赋能的环节并通过试点论证，稳步推进；对未来有望打破物流现有业态的前沿应用做好技术储备。AI公司一方面要把握与物流企业与电商平台的合作机会，在不断地测试积累中打磨核心技术；另一方面也要灵活运用自己研发的技术与产品，在关注物流行业的同时寻找其他的适配领域和变现途径，具备一定的造血能力，以待机会到来之时能够迅速响应物流领域的市场需求。

嵌牛鼻子人工智能运用于物流行业。

嵌牛提问人工智能在物流行业有什么运用呢？

嵌牛正文

物流业的核心痛点

成本增速高于收入增速，物流效率提升缓慢

尽管中国物流业近年来一直保持着较快的发展速度，但随着人力资源、土地资源等要素成本的不断提高，中国物流企业的成本增长速度始终高于收入增速，国家发改委与中国物流与采购联合会共同发布的《全国重点物流企业统计调查报告》中的数据显示，2007-2016年国内重点企业物流业务成本年均增速为105%，比收入增速高07个百分点。在行业成本居高不下的背景下，国内物流行业的效率一直处于较低水平。以社会物流总费用与GDP比率为例，2019年全国社会物流总费用达到146万亿元，占GDP比率为147%。尽管这一比率近年来总体上呈持续下降态势，但下降速度非常缓慢，与发达国家8-9%的水平相比仍有非常大的差距，与全球平均水平（12%）比起来也尚有一段距离。

物流业与人工智能的契合之处

AI是物流降本增效的良药，物流亦是AI展示能力的舞台

物流业的核心痛点决定了该行业最迫切的需求即“降本增效”，物流企业的自动化、信息化转型升级都是为实现降本增效目的而做出的努力。人工智能技术产品的加入能够进一步推动物流业向“智慧物流”发展，更大限度地降低人工成本、提升经营效率。对于人工智能行业而言，随着技术的不断迭代，人工智能不再是高悬于天上的空中楼阁，“商业落地”已成为人工智能企业发展到当前阶段鲜明的主题词。从落地难度及发展前景来看，业务流程清晰、应用场景独立、市场空间巨大的物流业无疑是人工智能落地的绝佳选择。

人工智能+物流概念界定

关键词：人工智能技术、软硬件产品及服务、落地应用

本报告中所阐述的“人工智能+物流”指的是基于人工智能技术（机器学习、深度学习、计算机视觉、自动驾驶等）的软硬件产品及服务（无人卡车、无人机/无人车、智能调度系统等）在物流活动各环节（运输、仓储、配送、客服等）中的实际落地应用。“人工智能+物流”是物流科技的新形态，本报告对“人工智能+物流”的研究范围主要集中在物流活动中的运输、仓储、配送及客服四个环节，分析研究人工智能技术及产品在上述物流作业流程中的应用情况与效果。

人工智能+物流发展环境

利好政策与企业及用户的需求鼓励物流业积极拥抱人工智能

近年来，物流行业发展基础和整体环境发生显著变化，新兴技术广泛应用、包裹数量爆发增长、用户体验持续升级等因素对物流企业的运作思路、商业模式、作业方式提出新需求、新挑战。作为物流行业转型升级的新动能，人工智能进入物流领域的时间尽管相对较短，但发展环境非常有利。政策层面，国务院、发改委等政府相关部门纷纷出台物流相关政策及规划，鼓励企业利用人工智能技术及产品降低物流成本、提升物流效率；经济层面，一方面全国物流业总收入始终处于稳定增长状态，另一方面物流总费用依然居高不下，企业亟需进一步控制物流成本，“人工智能+物流”的空间极为广阔；社会层面，“人工智能+物流”既能满足城市居民对提升即时物流服务效率的需求，又可拓展快递快运的服务边界以惠及农村居民。

人工智能+物流的核心技术

计算机视觉应用最为广泛，自动驾驶有望先于其他行业落地

目前，在物流行业实现应用的人工智能技术主要以深度学习、计算机视觉、自动驾驶及自然语言理解为主。物流领域中，深度学习在运输路径规划、运力资源优化、配送智能调度等场景中发挥至关重要的作用；计算机视觉是现阶段物流领域应用最广的人工智能技术，智能仓储机器人、无人配送车、无人配送机等智能设备都以视觉技术为基础，此外，计算机视觉还能实现运单识别、体积测量、装载率测定、分拣行为检测等多项功能；自动驾驶技术是运输环节智能化的核心技术，尽管尚未正式投入使用，但头部企业的无人卡车已经开始在特定路段进行实地路测和试运行；自然语言理解主要用于物流企业，尤其是快递快运企业的智能客服系统，该技术能有效降低企业在客服环节的人工成本。

人工智能+物流产业链分析

产业链尚不成熟，角色界限比较模糊

人工智能+物流产业链与传统物流产业链差异最大的地方在于，其上下游关系并非泾渭分明，或者说人工智能+物流的产业链还不太成熟，AI公司、物流企业、电商平台都在产业链中扮演重要角色，AI公司通过直客模式或集成商渠道向下游客户提供AI+物流相关产品与技术服务，而物流企业与电商平台也通过建立研发团队、成立科技子公司等方式研究开发AI技术在物流各环节中的可行应用，三者之间存在合作加潜在竞争的关系，生态比较开放。

人工智能+物流产业图谱

人工智能+物流市场规模

现有市场规模159亿元，仓储与运输环节的应用占比较高

AI公司进入物流领域的时间尚短，产业链下游物流企业与电商平台在人工智能产品技术自主研发中的不遗余力也令解决方案提供方们可选择的入局角度相当有限。从供给侧能够获取的收入来看，2019年人工智能+物流领域的市场规模为159亿元，随着技术能力的提升和行业理解的加深，预计到2025年市场规模将接近百亿水平。人工智能在物流各环节的应用分布方面，智能仓储与智能运输占比较大，两者占据了八成以上的份额；智能配送的落地环境尚不成熟，现阶段规模较小，但未来想象空间极大；智能客服的应用场景较为单一，在各环节中占比最小。

智能运输中的人工智能应用

人工智能在运输中的应用方向集中在无人卡车及车辆管理

运输是物流产业链条的核心环节，也是物流成本构成的重要内容，运输费用在社会物流总费用中的占比始终在50%以上。但由于运输环境及运输设备的复杂性，现阶段人工智能在物流运输中的应用尚处于起步阶段。目前国内人工智能在物流运输环节的应用集中于公路干线运输，主要有两大方向：一种是以自动驾驶技术为核心的无人卡车；另一种是基于计算机视觉与AIoT产品技术，为运输车辆管理系统提供实时感知功能。人工智能赋能物流运输的最终形态必然将是由无人卡车替代人工驾驶卡车，尽管近两年自动驾驶在卡车领域进展顺利，无人卡车在港区、园区等相对封闭的场景中已经开始进入试运行阶段，但与实际运营的距离尚远。未来数年内，人工智能在物流运输中的商业化价值主要体现在车辆状态监测、驾驶行为监控等功能。艾瑞认为，2019年国内人工智能+物流运输的市场规模为61亿元，预计到2025年超过30亿元。

智能运输丨无人卡车

无人卡车的商业化前夜已经到来，但大规模应用仍需时日

近年来，自动驾驶技术的开发与应用一直深受各界关注，与无人卡车相比，无人驾驶乘用车往往更吸引普通民众的眼球。从技术角度出发，应用在无人卡车上的自动驾驶技术与乘用车并无二致，其系统架构同样是由感知层、决策层与执行层组成，感知载体也都以摄像头、激光雷达、毫米波雷达、超声波雷达等传感器为主。但对于目前尚处在实验阶段的无人驾驶车辆而言，城市路况的复杂程度和不确定因素给无人驾驶乘用车的商业化道路带来极大的障碍。反观物流领域，港口、物流园区、高速公路等道路运输主要场景的封闭性较高，运输路线相对较为固定，测试数据的获取与积累也更容易。从商业化的进程来看，以图森未来为代表的L4级别自动驾驶卡车已经率先进入到了试运营阶段，无人卡车的商业化序幕正在缓缓拉开。但这只是无人卡车在物流运输中的初步尝试，目前仍然存在技术稳定性有待验证、可测试路段较少、国内甩挂运输份额较小等诸多问题还未解决，无人卡车距离大规模商业化应用尚需时日。

智能运输丨车队管理系统

实时感知车辆与司机状态，适用于各类运输车辆

无人卡车能够从根本上颠覆整个物流运输流程，但可预见的是在未来一段相当长的时间内，国内公路运输的主力依然会是规模不一的物流企业及其管理的车队。目前，国内人工智能赋能物流运输的主要形式是基于计算机视觉技术与AIoT技术，在车队管理系统中实现车辆行驶状况、司机驾驶行为、货物装载情况的实时感知功能，使系统在车辆出现行程延误、线路异常和司机危险行为（瞌睡、看手机、超速、车道偏离等）时进行风险报警、干预和取证判责，并最终达到提升车队管理效率、减少运输安全事故的目的。与无人卡车的“替代性”功效不同，车队管理系统中所应用的计算机视觉技术是在对原有物联网功能的补充与拓展，依然是以辅助者的角度来帮助司机和车队管理者，其感知设备是后装形式的车载终端，决策来自系统平台，对车辆的控制和动作执行要通过司机手动完成。因此就现阶段而言，融入人工智能技术的车队管理系统在适用性和商业化程度上领先于无人卡车。

智能仓储中的人工智能应用

目前仍以点状应用散落于整个智能仓储系统的各个子系统中

物流业是一个“动静结合”的产业，运输与配送代表着物流的“动”，仓储则代表物流的“静”。为了提升效率，物流产业对仓储也有“动”起来的强烈需求，智能仓储即通过物联网、大数据、人工智能、自动化设备及各类软件系统的综合应用，让传统静态仓储也朝着动静结合的方向进行转变。智能仓储属于高度集成化的综合系统，一般包含立体货架、有轨巷道堆垛机、出入库输送系统、信息识别系统、自动控制系统、计算机监控系统、计算机管理系统以及其他辅助设备组成的智能化系统等。因此在智能仓储中，商品的入库、存取、拣选、分拣、包装、出库等一系列流程中都有各种类型物流设备的参与，同时需要物联网、云计算、大数据、人工智能、RFID等技术的支撑。从目前来看，人工智能在智能仓储系统中的应用还不够成熟，仍以货物体积测算、电子面单识别、物流设备调度、视觉引导、视觉监控等多种类型的点状应用散布于整个系统的各个环节当中。

智能仓储丨仓储现场管理

仓内管理——规范员工行为、减少货物损失、降低理赔风险

人工智能在智能仓储中的应用领域之一是在仓储现场管理场景中，其实现途径是以高清摄像头为硬件载体，通过计算机视觉技术监测并识别仓储现场中人员、货物、车辆的行为与状态。根据作业环境，我们可以将人工智能技术在仓储现场管理中的具体应用分为仓内现场管理与场院现场管理。计算机视觉技术在仓内现场管理的应用场景一是针对仓内工作人员的行为进行实时监测，识别并记录暴力分拣、违规搬运等容易对货物、包裹造成破坏及损伤的行为，采集行为实施人员的相关信息；二是监测仓内流转的货物、包裹的外观情况，识别并判断包裹的破损情况，对存在明显破损的包裹进行预警上报。在仓内现场管理中引入计算机视觉技术，能够起到监督与规范员工行为、降低货物破损与丢失概率、减少理赔成本等作用。

智能仓储丨AMR

仓储AMR市场尚处于起步阶段，未来六年CAGR达367%

尽管AMR具备柔性部署、自主灵活等优势，但AMR产品技术门槛较高，国内能够实现量产且推动项目落地的企业相对较少，AMR市场尚处于起步阶段，还需要一段市场验证时间。而随着落地项目带来的数据积累以及算法的不断优化打磨，AMR将会逐步得到更为广泛的应用，其市场发展前景极为可观。艾瑞认为，2019年国内仓储AMR的市场规模为68亿元，未来数年，AMR市场规模将以高速增长状态迅速扩张，预计到2025年，国内仓储AMR的市场规模将超过40亿元。

智能仓储丨设备调度系统

基于深度学习与运筹优化算法，提升设备群体的智能化程度

随着AS/RS、AGV、AMR、穿梭车、激光叉车、堆垛/分拣机器人等不同类别的自动化及智能化设备越来越多地进入到仓储环境中，设备的调度与协同成为影响设备工作效能的关键因素之一。如果把仓储环境中的各类设备比作一只足球队，那么设备调度系统就相当于球队的教练，负责制定球队战术、选择出场球员以及指挥球员跑位等工作。早期仓储设备的调度与控制主要是以WCS（仓库控制系统）为载体，接收WMS/ERP等上层系统的指令后，控制着设备按照既定设计的运行方式进行工作。而在人工智能技术，尤其是深度学习与运筹优化算法的驱动下，设备调度系统在准确性、灵活性、自主性方面取得显著提升。以AGVS为例，基于大规模聚类、约束优化、时间序列预测等底层算法，AGV智能调度系统能够灵活指挥数百乃至上千台AGV完成任务最优匹配、协同路径规划、调整货架布局、补货计划生成等多项业务，并随数据积累与学习不断自主优化算法。可以说，AI算法加持的设备调度系统能够在一定程度上将系统自身的智能赋予设备本体，使设备群体的智能化程度得以提升。

智能配送中的人工智能应用

理论上市场空间极为广阔，但仍需要较长时间培育

配送是货物流动过程的最后环节，也是物流链条上人力资源投入最重的环节。以快递业与即时配送行业为例，全国快递员数量在2018年就已突破300万，工作灵活性较强的即时配送行业所需人力更甚于快递行业，2019年，仅在美团点评平台上领取过收入的骑手数量就高达3987万人。对于旨在降低人力成本和提高人力效能的人工智能而言，配送领域的应用前景相当广阔，且场景清晰明确。从“替代人工”角度来看，配送中的人工智能核心应用集中于无人配送领域，实现形式是无人配送车与配送无人机；从“辅助管理”角度来看，人工智能主要应用在即时配送领域的订单分配系统中，为系统提供订单数量预估、订单实时匹配、订单路径规划等能力。人工智能在物流配送领域的施展空间极大，但受限于技术稳定度不足、成本与收益不匹配、监管政策严格等因素，无人配送在商业落地层面尚处在萌芽阶段；而即时配送中的订单分配系统尽管已广泛使用深度学习及优化算法，但其核心技术都由各大平台自研自用，软硬件供应商并无获利空间。艾瑞认为，2019年国内人工智能+物流配送的市场规模为19亿元，预计到2024年超过10亿元。

智能配送丨无人配送

无人配送车——城市环境中自动驾驶技术的“降维”落地

无人配送车是应用在快递快运配送与即时物流配送中低速自动驾驶无人车，其核心技术架构与汽车自动驾驶系统基本一致，都是由环境感知、车辆定位、路径规划决策、车辆控制、车辆执行等模块组成。由于无人配送车的运行环境里有着大量的非机动车与行人，路面复杂程度要高于机动车道，因此对于超声波雷达、广角摄像头等近距离传感器的依赖度更高，环境感知算法的侧重点与汽车、卡车等机动车自动驾驶系统也有所不同。但在人口、车辆密集的城市环境中，无人配送车无疑是比无人驾驶乘用车更加适合自动驾驶技术落地的载体，首要原因是无人配送车的体积小、车速低，出现事故的风险与造成人身伤害甚至死亡的概率较低；此外，无人配送的场景非常丰富，落地初期可以选择边界相对清晰、环境相对简单、对新技术接受度高的高科技园区、高等院校等场景，在技术成熟度提升和政策支持的前提下逐步向写字楼、小区等环境扩张，为自动驾驶算法的迭代与进化积累大量的数据资源。

配送无人机——测试为主，可行的应用场景有限

无人机起源于军事领域，早期的发展驱动力是为了减少飞行员伤亡以及应对极端情况，近年来消费级无人机市场也异常火爆。最早将无人机引入物流领域的是亚马逊于2013年提出的Prime Air业务，国内以顺丰、京东为代表的快递、电商巨头也纷纷跟进，推出物流无人机战略。人工智能技术在配送无人机领域的应用原理与自动驾驶并无本质上的差异，主要区别有两点：一是无人机搭载的传感器种类更为繁杂，环境感知算法对数据融合技术的要求更高；二是无人机配送中可选择的路径明显多于车辆，路径上的海拔、地貌、气候等客观约束条件都会对无人机的配送行为产生影响，此外，出于安全考虑，路径规划还需要尽量避开人群聚集区与关键设施，因此配送无人机的路径规划算法更加复杂。2015年至今，快递、电商巨头以及无人机产品技术供应商们通过大量的试验与测试不断打磨提升物流无人机的技术稳定度、探索科学的运营模式。基于国内的人口密度、居住条件、政策限制等现实条件，配送无人机目前较为可行的应用场景在于偏远山区配送、医药资源紧急配送、应急保障物资配送等。

智能配送丨订单分配系统

以“大数据+算法”之力实现订单与运力的最优匹配

鉴于无人配送距离大规模落地较远，可预见的是未来相当长的一段时间内快递及外卖“小哥”仍然会是物流配送的主力军。现阶段人工智能在物流配送中发挥的主要作用是通过订单分配系统合理匹配运力与需求，提升配送效率，有效解决配送资源配置问题。尤其是对配送时效性要求非常高的即时物流领域，在引入基于机器学习与运筹优化算法的订单分配系统后，将行业发展初期使用的效率较低的骑手抢单模式和人工派单模式转变为系统派单模式。即时物流订单分配本质上可以看作是带有若干复杂约束的动态车辆路径问题（DVRP），订单分配系统的工作原理是以大数据平台收集的骑手轨迹、配送业务、实时环境等内容作为基础数据，通过机器学习算法得到预计交付时间、预计未来订单、预计路径耗时等预测数据，最后基于基础数据和预测数据，利用运筹优化模型与算法进行系统派单、路径规划、自动改派等决策行为。订单分配系统给企业带来效率提升的最直接表现即配送时长明显下降，以美团为例，在应用了自主研发的O2O即时配送智能调度系统后，美团外卖的订单平均配送时长由2015年的41分钟缩短至28分钟，降幅达到了317%。

智能客服

2025年物流领域智能客服业务规模有望突破77亿元

物流领域的智能客服特指以智能语音和NLP技术为代表的客服机器人。从服务类型上可以分为以语音导航、业务识别、智能派单、坐席辅助为主的语音智能客服和以文字查询、业务识别为主的文字智能客服，二者分别服务于电话呼入和客户端、小程序等终端入口。2019年物流领域智能客服业务规模约为11亿元，其中语音与文字智能客服份额比约为6:4，按供给侧发展规律预计，2025年整体业务规模约为77亿元，年复合增长率为391%。因云呼叫中心逐渐替代传统呼叫中心业务，市场中供智能客服发展的基础环境逐渐完善，智能客服市场发展平稳向上，服务内容从面向消费者的前台形式向面向管理的中后台形式拓展，未来市场有望基于语音人机交互形式的拓展而打开新的想象空间。

人工智能+物流应用总体评价

人工智能+物流发展策略——物流企业

厚积薄发：立足当下的点状应用与着眼长远的技术储备

对于物流企业来说，衡量是否要在原有的生产经营体系中引入某种技术或软硬件产品，唯一标准是该技术与自身业务融合后能够在多大程度上实现“降本增效”，人工智能亦不例外。物流企业，尤其是引领行业的头部企业们对“人工智能+物流”大多秉持着积极且谨慎的态度，一方面通过自建研发团队以及与AI技术输出方开展合作的形式在自动驾驶、智能机器人、无人机等AI前沿应用领域试图取得实质性突破；另一方面基于深刻的行业理解，在自身业务体系中寻找适合成熟度较高的AI技术“即插即用”的场景，在小范围试点应用的基础上评估应用成果并根据实际效果选择优化推广或暂时弃用，在不断地尝试中积累数据与经验、逐步建立企业的AI技术应用逻辑与应用体系。总体而言，目前物流企业较为合理的“人工智能+物流”发展策略首先要立足当下，应用方向以辅助管理、提升效率为主，将计算机视觉、智能语音等AI技术与机器学习、运筹优化等AI算法融入实际业务中形成若干能够为企业带来效益的点状应用；其次要着眼长远，对落地条件尚不成熟且未来发展前景广阔的无人卡车、无人机等应用适当投入研发力量或采用联合开发、注资收购等方式，做好技术储备，在窗口期真正到来时占据市场先机。

人工智能+物流发展策略——AI企业

多重适配：适合切入的场景有限，AI企业需要一核多用

作为“人工智能+物流”中的技术输出方，目前国内物流相关AI企业的主要业务是向物流企业、电商平台等提供基于自动驾驶、计算机视觉、智能语音、自然语言理解等AI技术的软硬件产品。由于进入物流领域的时日尚短，AI企业对物流行业理解不深导致赋能场景挖掘能力有限，涉及物流内部业务核心的类似于订单分配系统的场景又难以触达，大部分AI企业选择从自动驾驶卡车、无人配送车、无人机等具备较大市场想象空间但技术成熟度稍显不足或落地条件不够完备的应用场景入局，短期内很难取得实质性突破。因此，对于AI企业来说，其“人工智能+物流”发展策略中最关键的还是要致力于提升自身核心产品技术的领先性与稳定度，具备向客户提供较为成熟的软硬件产品的能力是企业发展的根基；其次要积极与物流企业深入合作，以标杆项目和实战数据说话；此外，要灵活运用核心技术与产品，在关注物流行业的同时寻找其他的适配领域和变现途径，例如无人物流车的低速自动驾驶技术同样可以驱动无人清扫车、无人零售车等，使企业具备一定的造血能力，而不是一味地接受资本输血，生存下去的初创企业才有机会等到真正的窗口期到来。

---