----------------------------------------------------------------------------------------

　　需要不断的积累和磨合

　　尽管智能仓库“货到人”的模式是受到国外案例的启发，但杨威心里非常清楚，中国的电商仓库有着自身的特点，不能照搬亚马逊的模式。他指出，与亚马逊三百万SKU、每天几万订单不同，中国的电商是C2C业务起家，买卖双方都十分零散，一个商户一天两千单以下占了绝大多数。

　　除此以外，一个仓库内往往会入驻不同的商家，对于仓库管理系统来说，业务流程需要根据商品特点灵活切换，况且中国仓库的面积比国外要小很多。“用户形态、商业模式上的区别决定了仓库模式的不同，整个软件系统、人机交互完全不一样了。”杨威表示。

　　据了解，智能仓储的底层技术涉及自动化技术、导航、控制、图像处理、硬件、加工装配等；软件层面的技术包括路径规划、资源调配等。此外，大数据分析也是运用其中的一项重要技术，它可以辅助系统进行预测，从而提高效率。例如，根据季节的变化，调整服装货架的位置，使当季的衣服更加便于拿取；当某项商品进行促销时，可将所涉及的货架临时摆放在工作台旁，由此实现更高效率的产销联动……而最核心的技术要数业务流程的设计了，根据商品的特点、用户的需求、销售的方式等方面产生的变化，如何更加高效、更加便捷地在商品上架、发货、退货、补货等环节实现智能化管理，这是智能仓储系统所要“思考”的问题。

　　杨威坦言，在创业之初，这些技术的大方向已经有了，但从想法到实践，从实验室到产品化，再到批量化生产，需要一个脚踏实地的积累过程，无法一蹴而就。例如，在实验室阶段，他们从淘宝上买了个机器人，自己定方案、写程序，作为原理机。原理验证之后，对机械就要有承重的要求，于是，他们花了五万多块钱，用四十五天的时间，通过数控机床系统进行了机械加工。而到了产品化和量产化的阶段，又需要在保证精度的前提下，压缩成本、提高生产效率。

　　在技术层面上，杨威格外强调经验的日积月累。首先，在系统测试阶段，设计出的测试流程要覆盖到未来的工况，做好未雨绸缪的工作。其次，在系统运行中，利用数据分析，测算出关联性，例如，黑衣服和灰衣服经常一起卖，那在上架的时候，系统应指导把它们放在同一货架上。此外，在与现实工况的磨合中积累经验也是尤为重要的。比如，服装产品的退货率较高，而药品虽然退货率低，但有保质期限制，它们的系统算法显然存在差异。再比如，如何根据不同商品的形状、体积，优化上架方式及商品摆放，做到既提高拿货效率，又避免拿错等等，这些都是需要在实践中不断摸索的。

　　杨威举例说，一开始他们的智能化系统运用到一个六个人的仓库，但效率反而更低了。后来，通过经验的积累、算法的迭代，逐渐得到改善。最后，只需三个人，每天工作两个小时，就能完成原来的量。

　　一个新兴技术的成长需要时间，其被大众所熟知和认可更需经历一个漫长的过程。在杨威看来，国内仓库用户对这项有国外先例的技术充满期待，但同时，也心存疑虑，担心系统的稳定性以及对工况的适应程度。“我们现在要做的就是去磨合场景，让我们的系统能够适应不同的工况，之后实现系统迭代、成本降低，市场接受度就会更高。毕竟这项技术能够节省人工、提高效率，带来很多价值。”他表示，公司预计在今年六月实现量产，未来也会融入更多诸如融资租赁的商业模式去做市场推广。

　　谈及未来的发展，杨威认为，传统的物流业在转型，供应链发生了变化。零散化、高效化的需求愈发增强，积压少、出货能力强，根据定制化需求不断微调，是未来仓库的趋势。因此，智能化的仓储管理也必将迎来发展良机。他表示，快仓智能仓储的这套系统柔性很高，未来将对机器人进行迭代，满足更多工况，不仅限于电商仓库的管理，会有其他方向。