快遞行業(yè)從20世紀(jì)90年代開始蓬勃發(fā)展至今，每年都保持在30%左右的增長速度。情況稍差的2019年全國快遞件量累計達成635.2億件，同比增長25.3%，在如此體量情況下依舊保持了高速發(fā)展。2020年受疫情影響整體快遞件量預(yù)計仍能保持正向增長；2019年CR8指數(shù)同比提升1.3，達到82.5。隨著行業(yè)頭部公司的上市與行業(yè)發(fā)展集中度繼續(xù)攀升是行業(yè)較為一致的認知。
傳統(tǒng)印象中快遞行業(yè)一直是勞動力密集型行業(yè)，雖然業(yè)內(nèi)不斷探索無人配送車、無人車、無人飛機甚至無人分揀，但是距離實際應(yīng)用仍有相當(dāng)漫長的崎嶇坎坷路要走。但是隨著勞動力成本快速增長，技術(shù)的引入、資本的推動，快遞行業(yè)也在從傳統(tǒng)印象的勞動力密集型行業(yè)轉(zhuǎn)向技術(shù)密集型轉(zhuǎn)型。本次幾何分析的重點在“快遞分揀”這個節(jié)點，在轉(zhuǎn)向過程中的彎路及未來三年行業(yè)將會普遍應(yīng)用的“智能分揀模型”。
快遞分揀智能化的發(fā)展已經(jīng)經(jīng)歷了近10年的探索，其實業(yè)內(nèi)已經(jīng)有較為成型的自動分揀模型，例如業(yè)內(nèi)較為知名的法孚、伯曼、英特樂等多數(shù)借助單件分離+中件交叉帶自動分揀機，實現(xiàn)除了裝卸車以外的大部分環(huán)節(jié)“自動分揀”，但是未能引入普及的主要原因就是“價格高昂”，以目前各家公司3-12元不等的票均收入完全無法拉平成本投入。是否存在既相對經(jīng)濟又能高效操作的“智能分揀”模型？且容幾何一一分析。
目前業(yè)內(nèi)的智能分揀現(xiàn)狀——百花齊放，彎路從生
根據(jù)智研咨詢數(shù)據(jù)調(diào)研，從2012年至2019年自動化物流裝備規(guī)模從27.5億增長至1440億，年復(fù)合增長約24%，其中自動化分揀裝備規(guī)模從27.5億增長至165.5億，年復(fù)合增長29.2%；從自動化分揀裝備規(guī)模占比看，增幅緩慢從10%增幅至11.5%（不排除調(diào)研數(shù)據(jù)差異）。從投入看，行業(yè)內(nèi)在自動分揀設(shè)備的增幅明顯超過行業(yè)常規(guī)設(shè)備，對于自動化分揀的追求趨勢非常明顯。
圖一數(shù)據(jù)來源智研咨詢
在開始梳理設(shè)備與智能分揀模型前，有必要先對場地分揀的場地內(nèi)流轉(zhuǎn)環(huán)節(jié)與場地布局進行稍微延伸，再匹配上各個環(huán)節(jié)的可應(yīng)用設(shè)備（由于交叉帶分揀已經(jīng)屬于行業(yè)普遍設(shè)備直接納入流程）。
快遞分揀中心內(nèi)流轉(zhuǎn)環(huán)節(jié)
一般分為：卸車、上線、區(qū)分是否標(biāo)準(zhǔn)小件、交叉帶分揀機集包回流、矩陣分揀、干支擺流向分流、裝車等幾個主要環(huán)節(jié)。
圖二分揀流程環(huán)節(jié)
快遞分揀中心環(huán)節(jié)中目前應(yīng)用的設(shè)備匯總
為了方便后續(xù)對于設(shè)備的價值回本周期評估，我們假設(shè)一個樞紐級全功能中轉(zhuǎn)場，人數(shù)為1000人（操作效率受件型與流程影響大就不做評估）。按照各個環(huán)節(jié)的人員比例進行測算。
（點擊放大查看）
圖三注：數(shù)據(jù)為作者實際應(yīng)用經(jīng)驗非廠家公布數(shù)據(jù)；滑靴方式已淘汰，迭代后的為“窄帶直線分揀機”不再贅述。
智能分揀的根本性瓶頸——機器視覺與信息交互角色
目前行業(yè)自動化的發(fā)展全部受“機器視覺”的瓶頸影響，目前的所有設(shè)備應(yīng)用場景都是由于信息讀取能力限制，模式上所有模式都是“X面掃描儀+一維碼面單”，獲取信息，機器視覺的唯一性導(dǎo)致了信息讀取存在誤差，快遞件型的不規(guī)則進一步降低了信息獲取能力。這也是目前設(shè)備應(yīng)用模型局限的根本所在。
“自動化”與“智能化”有什么區(qū)別？行業(yè)內(nèi)兩種稱呼基本是混用的，在幾何個人區(qū)別。自動化信息交互的角色是“人與設(shè)備”，而智能化信息角度的角色是“設(shè)備與設(shè)備”，信息交互方式不同，決定了應(yīng)用模型的不同。何為“設(shè)備與設(shè)備”的信息交互？就是上游設(shè)備讀信息后上游分揀設(shè)備可以分揀，同時可以把已分揀信息與讀取信息一并傳遞給下游設(shè)備也按照同樣的信息進行分揀。
幾何個人認為目前唯一能夠達成這個要求的只有“環(huán)形交叉帶分揀機”，流程如下：人工供件→設(shè)備積放→賦予小車編號信息→上車→讀取商品一維碼→讀碼信息確定落格位置→信息回饋給對應(yīng)小車→對應(yīng)小車在對應(yīng)隔口轉(zhuǎn)動落格。
如果機器視覺的信息獲取方式變革，設(shè)備與設(shè)備之間的信息互通，對于設(shè)備應(yīng)用模型將會是天翻地覆的變革。幾何敢于判斷未來3年的設(shè)備應(yīng)用模型，也是基于未來3年突破機器視覺的可能性過低來判斷的。
智能化已經(jīng)啟動——我們已站在零界點上，爆發(fā)的前夕
幾何個人判斷，目前行業(yè)已經(jīng)站在了從人工走向智能化的零界點上，智能化設(shè)備的爆發(fā)已經(jīng)啟動，現(xiàn)在就是爆發(fā)的前夕。
從行業(yè)內(nèi)的信息判斷，目前致力于生產(chǎn)環(huán)形交叉帶、直線交叉帶、窄帶直線交叉帶分揀機、擺輪等設(shè)備供應(yīng)商在年中已經(jīng)爆單，更有甚者產(chǎn)能已經(jīng)賣到2021年年中。側(cè)面印證了幾何的觀點。
零界點的標(biāo)志事件是什么？
· 設(shè)備及應(yīng)用模型可以完成“全品類”分揀，體驗超越人工；
· 單環(huán)節(jié)設(shè)備實際應(yīng)用產(chǎn)能破5000件的人工極限；
· 人機結(jié)合的方式，局部突破機器視覺的瓶頸；
· 信息交互角色逐漸從“人與設(shè)備”到“設(shè)備與設(shè)備”；
· 設(shè)備投資回報周期低于24個月。