編者按：本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。作者程駒炎。

疫情利好了一批新經(jīng)濟(jì)，從遠(yuǎn)程辦公、在線網(wǎng)課到家庭運(yùn)動會，全民宅文化成為過去幾個月的主旋律，這些新業(yè)態(tài)也在悄然改變我們的生活，與我們的娛樂、教育、健康、出行等深度融合。無人工廠、無人配送車、服務(wù)機(jī)器人、無人消毒車等解決方案在疫情的影響下得以應(yīng)用，并迅速落地。一方面緩解了勞動密集型行業(yè)的用工荒問題，同時也達(dá)到了資源高效配置和供需精準(zhǔn)匹配。本文從無人配送的需求出發(fā)，通過對無人配送現(xiàn)狀的解讀，為讀者勾勒無人配送全景。

核心觀點(diǎn)：

• 物流、配送常見的場景包括室內(nèi)載物、室外載物，按速度不同則又可分低速和高速。再細(xì)分，則室外又可分為封閉園區(qū)場景、半開放長距離場景。

• 短期來看，疫情驅(qū)動無接觸配送，室內(nèi)室外都用得到無人配送車、服務(wù)機(jī)器人。長期來看，快遞、外賣等需求持續(xù)增長，為了配送更多的訂單，或提升效率，通過優(yōu)化運(yùn)營、優(yōu)化算法、優(yōu)化配送商圈/網(wǎng)格、用末端智能設(shè)備提效等方式；或增加運(yùn)力，持續(xù)招工，以及招機(jī)器人員工。

• 快遞員增速低于快遞訂單增速。本地生活服務(wù)賽道的體量亦有較大規(guī)模的增長。

• 硬件及算法是幫助無人配送車/機(jī)器人解決定位、感知、規(guī)劃和決策的問題。

• 經(jīng)過此次疫情，市場和用戶對無人配送車、機(jī)器人的接受程度提高，隨著疫情逐漸被控制，機(jī)器人也會逐漸融入生活和業(yè)務(wù)常態(tài)。

從需求出發(fā)

物流、配送常見的場景包括室內(nèi)和室外（室外包括天上和地上，暫且不討論天上的事情），那么粗略分，則可再分為室內(nèi)載物、室外載物，按速度不同則又可分低速和高速，在此主要探討低速場景。再細(xì)分，則室外又可分為封閉園區(qū)場景、半開放長距離場景。

*無人配送場景分類

由于物流、配送是比較復(fù)雜的業(yè)務(wù)，在此將業(yè)務(wù)抽象成簡化的模型。

1、室外配送場景

*室外配送業(yè)務(wù)節(jié)點(diǎn)

站在C端用戶視角，用戶與物流、配送從業(yè)人員打交道最多就是快遞小哥、外賣小哥。而在業(yè)務(wù)的各個配送節(jié)點(diǎn)上，物理位置分散、特別需要勞動力做標(biāo)準(zhǔn)化或半標(biāo)準(zhǔn)化服務(wù)的，也恰是和用戶打交道最多的收件、送件、送外賣等環(huán)節(jié)。

通常這些包裹、外賣來自電商平臺、直播帶貨、外賣平臺、本地生活服務(wù)平臺等，而這些小哥通常會穿著某家快遞公司、物流公司或外賣平臺等的工作服，承擔(dān)相應(yīng)訂單的服務(wù)。平臺在向用戶收取或不收取運(yùn)費(fèi)后，也會直接或間接的支付配送人員工資，這些人工運(yùn)力付費(fèi)方同樣也是為機(jī)器化運(yùn)力付費(fèi)的玩家。

站在B端客戶視角，生產(chǎn)中的原材料、零部件等的入庫、保管、出庫、產(chǎn)線間轉(zhuǎn)運(yùn)等，都是高頻的物流環(huán)節(jié)。工廠或工廠的第三方物流服務(wù)商則承擔(dān)運(yùn)力，是為運(yùn)力付費(fèi)的玩家。

*室外快遞配送網(wǎng)絡(luò)示意圖

*室外同城配送網(wǎng)絡(luò)示意圖

不同業(yè)務(wù)模式的平臺或商家會產(chǎn)生不同的配送需求。

對于快遞平臺或自營運(yùn)力的電商平臺，在末端大多是“站點(diǎn)->樓/配送點(diǎn)->多個用戶”的模式?？爝f公司會給快遞小哥劃分相對穩(wěn)定的配送區(qū)域、范圍，在此范圍內(nèi)配送。當(dāng)運(yùn)力短缺時，補(bǔ)充運(yùn)力要承載的也是從站點(diǎn)到用戶的環(huán)節(jié)，而其中站點(diǎn)到樓的環(huán)節(jié)相對標(biāo)準(zhǔn)化，存在大量高頻、規(guī)律的人力勞動。

對于本地生活電商平臺，更多是多對多的配送，平臺運(yùn)力需要在約束時間范圍（典型如外賣午高峰和晚高峰）內(nèi)，平衡商圈內(nèi)整體效率和單個騎手的效率。品類做寬、配送路徑優(yōu)化是常見的優(yōu)化效率的方式。

對于自營的本地生活電商，做的是單店/倉到多點(diǎn)的配送，自有配送網(wǎng)絡(luò)上游更聚焦，因此可通過優(yōu)化配送批次、優(yōu)化配送路徑的方式進(jìn)一步提升集單、進(jìn)而提升騎手人效。

2、室內(nèi)配送場景

*室內(nèi)配送部分業(yè)務(wù)節(jié)點(diǎn)示意圖

疫情催生的樓內(nèi)無接觸配送（送餐、送藥等）需求，實(shí)際上在已有場景的服務(wù)做延伸即可實(shí)現(xiàn)，而一些非疫情驅(qū)動的需求也早已存在，在抖音、快手等平臺也經(jīng)?？煽吹揭恍C(jī)器人在餐廳、醫(yī)院等場景服務(wù)的視頻。

*上海某餐廳傳菜員招聘廣告，來源：58同城

在餐廳場景，機(jī)器人可以將菜品從出餐口送到餐桌，也可將餐盤回收。餐廳支付員工薪酬給服務(wù)員，也有些餐廳為員工提供宿舍。

在樓內(nèi)配餐和快遞時，機(jī)器人從樓宇節(jié)點(diǎn)或樓層節(jié)點(diǎn)取貨/取餐，再聯(lián)通樓內(nèi)電梯，將物品配送到指定房間。越高頻發(fā)生配送的場景，則對樓宇配送機(jī)器人越剛需。而由于場景不同，機(jī)器人可能由醫(yī)院、物業(yè)、外賣平臺付費(fèi)。

另一個樓宇增量場景是醫(yī)院，醫(yī)院功能區(qū)分為門診、住院部、后勤，區(qū)域間和區(qū)域內(nèi)均有物品配送需求。按照場景、載重量做出適合不同功能、區(qū)域的通用或半通用產(chǎn)品，可以解決醫(yī)院的配送問題。

3、為什么需要無人配送車/機(jī)器人

短期來看，疫情驅(qū)動無接觸配送，室內(nèi)室外都用得到無人配送車、服務(wù)機(jī)器人。

疫情期間，運(yùn)輸需求和物流一線人員供給不匹配，使得大家意識到人力密集型的模式難以持續(xù)，而人口紅利的逐漸消失作為長期趨勢，也使得勞動力流動、招工難等問題隨之突出。

疫情期間，在北京、武漢、杭州等多個城市，均可看到無人配送車、服務(wù)機(jī)器人參與到物品物資的配送工作中。相比10年、20年的時間，疫情是相對短期的情況，而由此形成的認(rèn)知與需求轉(zhuǎn)化，也是對未來無人車/機(jī)器人商業(yè)落地的長期利好。

長期來看，快遞、外賣等需求持續(xù)增長，為了配送更多的訂單，或提升效率，通過優(yōu)化運(yùn)營、優(yōu)化算法、優(yōu)化配送商圈/網(wǎng)格、用末端智能設(shè)備提效等方式；或增加運(yùn)力，持續(xù)招工。勞動力越來越貴，招工難，都驅(qū)動了需要更多機(jī)器來補(bǔ)足人力短缺并提升效率，疫情期間也有餐飲與零售、配送共享員工的情況。缺勞動力、勞動力逐漸貴、效率待提升，是B端的剛需和痛點(diǎn)。

根據(jù)國家郵政局?jǐn)?shù)據(jù)，2019年全國快遞業(yè)務(wù)量突破600億件，累計(jì)完成635.2億件，同比增長25.3%，業(yè)務(wù)收入累計(jì)完成7497.8億元，同比增長24.2%，業(yè)務(wù)量增量規(guī)模連續(xù)2年超過100億件。2016-2018年，全國快遞業(yè)務(wù)量分別為312.8億件、400.6億件、507.1億件，同比增速分別為51.3%、28.1%、26.6%?？爝f業(yè)持續(xù)增長驅(qū)動了快遞業(yè)勞動力需求持續(xù)增長。

2020年1月，國家郵政局主管的中國郵政快遞報社發(fā)布了《2019年全國快遞從業(yè)人員職業(yè)調(diào)查報告》，數(shù)據(jù)顯示，40歲以下人員構(gòu)成快遞從業(yè)人員的主體。收入上，75.07%的快遞從業(yè)人員月收入在5,000元以下，一線快遞從業(yè)人員月收入超1萬元的占比為0.73%，但有6成人表示快遞這一行“有前途，值得干下去”。2018年的數(shù)據(jù)顯示，從2016年至2018年，中國快遞員數(shù)量增長了50%，總數(shù)量已經(jīng)突破300萬。快遞員增速低于快遞訂單增速。

在本地生活領(lǐng)域，以美團(tuán)點(diǎn)評為例，根據(jù)其2019年年報，美團(tuán)點(diǎn)評2019年外賣訂單達(dá)到87.22億單，即相當(dāng)于日訂單2,389.6萬單，同比增長36.4%，2018年四季度至2019年四季度的季度復(fù)合增速為8.1%。根據(jù)美團(tuán)點(diǎn)評季報數(shù)據(jù)測算，2019年四季度，其平均外賣日單量達(dá)季度平均單峰值2,723.2萬單。

本地生活服務(wù)賽道的體量亦有較大規(guī)模的增長。

據(jù)2019年10月17日美團(tuán)點(diǎn)評發(fā)布的《美團(tuán)點(diǎn)評扶貧報告》顯示，在過去2018年一整年的時間里，美團(tuán)帶動的勞動就業(yè)機(jī)會高達(dá)1,960萬個，美團(tuán)點(diǎn)評的騎手?jǐn)?shù)量也已經(jīng)增至370萬人。

2020年3月19日，美團(tuán)研究院發(fā)布《2019年及2020年疫情期間美團(tuán)騎手就業(yè)報告》，2019年通過美團(tuán)平臺獲得收入的騎手達(dá)398.7萬人，疫情期間騎手日均有效接單量與2019年相比有所提升，新增騎手中，日均訂單量在11-30單的騎手占比達(dá)59.6%。

據(jù)此計(jì)算，2019年通過美團(tuán)平臺獲得收入的騎手?jǐn)?shù)同比增長7.8%，獲得過收入的騎手?jǐn)?shù)增速不及外賣業(yè)務(wù)單量增速。

無人配送車/機(jī)器人的關(guān)鍵問題

1、硬件及算法幫助解決核心問題

定位：通過GPS、慣導(dǎo)、里程計(jì)、攝像頭、激光雷達(dá)等，獲取機(jī)器當(dāng)前的位置和航向；也有結(jié)合慣導(dǎo)、里程計(jì)等方法的方案。

感知：通過攝像頭、激光雷達(dá)、毫米波雷達(dá)、陀螺儀等裝置，感知車輛、機(jī)器人周圍的路徑方向、形狀、坡度、障礙物及障礙物或人的位置、大小、速度、方向等。理論上通過配置更高的硬件可以獲得更準(zhǔn)確的感知數(shù)據(jù)，但考慮到商業(yè)落地，需要在硬件性能、成本和算法等方面尋求平衡。

規(guī)劃：無人車或機(jī)器人在明白“我在哪”、“我周圍是什么樣子”之后，則回答“我往哪里走”的問題。

決策控制：一方面是是決策，即根據(jù)定位、感知及路徑信息，決定選取哪條道路、是否停下、是否繞行等；另一方是控制，即主要是轉(zhuǎn)向、驅(qū)動、制動的控制。

*reference：技術(shù)部分參考頭條號“算法集市”，鏈接為：https://baijiahao.baidu.com/s?id=1592245713299899099&wfr=spider&for=pc

2、B端關(guān)注的問題

作為無人配送車/機(jī)器人的使用和付費(fèi)方，B端購買機(jī)器人或服務(wù)的出發(fā)點(diǎn)是“降本增效”，降本是前提，增效是加分。從業(yè)務(wù)視角，則更關(guān)注安全程度、業(yè)務(wù)可靠程度、需要花多少錢、可以實(shí)現(xiàn)什么效果。

以快遞場景為例，快遞小哥平均每單配送成本 = 平均月工資 / (每月工作天數(shù) x 每天配送趟數(shù)x 每趟配送單量)，無人車平均每單配送成本 = 平均月收費(fèi)/ (每月工作天數(shù) x 每天配送趟數(shù) x 每趟配送單量)。假設(shè)一個快遞員月工資5,000-12,000元，則年工資6萬-14.4萬元，取平均數(shù)則為10萬元左右。即，同等工作效率下，機(jī)器人年費(fèi)用不高于10萬元則可有商業(yè)落地機(jī)會。

通常，快遞小哥一天配送2-3趟，約10-12個小時工作?？紤]到TO C機(jī)器的工作時間需與用戶收件時間一致，則拋開工作時長，無人車在載重量、配送趟數(shù)方面也相比人工更有優(yōu)勢。

*外賣小哥UGC，來源：抖音

關(guān)于外賣小哥的工作量，雖然城市和商圈、網(wǎng)格的道路、面積、地形的不同會使得工作量有差異。從一些UGC內(nèi)容及經(jīng)驗(yàn)值看，45-50單已經(jīng)是比較高的人均日配送訂單量，30-40是常規(guī)的人效，在此不評價具體人效是多少，但網(wǎng)絡(luò)上大量的騎手UGC內(nèi)容可作為參考。

關(guān)于機(jī)器的成本，在目前產(chǎn)品和技術(shù)路線下，可把無人車簡化為底盤、上半身艙體和核心傳感器/雷達(dá)。降低成本一方面需要通過規(guī)?；狭俊㈤_模量產(chǎn)，另一方面也需要在軟件和硬件上找平衡。而隨著規(guī)模增長，核心傳感器/雷達(dá)的成本降低也會有利于整車成本的降低。

3、什么場景先落地

機(jī)器替人通常是找勞動密集、標(biāo)準(zhǔn)化程度高、大量重復(fù)的場景，此類場景會先于勞動不密集、非標(biāo)情形多、不大量重復(fù)的場景落地。在室內(nèi)室外的配送中，站點(diǎn)/門店到配送點(diǎn)/POIs/多個樓宇、餐廳內(nèi)的傳菜收盤、醫(yī)院里的物資配送、工廠里的原材料零部件轉(zhuǎn)運(yùn)都屬于標(biāo)準(zhǔn)化、大量重復(fù)勞動場景。

單對多的場景早于多對多的場景先落地。網(wǎng)絡(luò)化配送需要考慮的變量更多，受到的時間、空間約束也更多，一對多則受到更少的約束，配送路徑復(fù)雜度低于多對多，集單也更容易。在此場景下，無人車/機(jī)器人可以發(fā)揮自己的載重優(yōu)勢、除“工資交電費(fèi)”而不需要休息的優(yōu)勢，實(shí)現(xiàn)比人力配送更好的ROI。一對多成熟后，再進(jìn)入更多約束條件的多對多場景，是個邏輯上可行的路徑。

憧憬長期

經(jīng)過此次疫情，市場和用戶對無人配送車、機(jī)器人的接受程度提高，隨著疫情逐漸被控制，機(jī)器人也會逐漸融入生活和業(yè)務(wù)常態(tài)。從最近密集披露的無人配送車、機(jī)器人融資情況看，市場對賽道的關(guān)注在提升。

從商業(yè)模式看，機(jī)器銷售、租賃、作為運(yùn)力第三方平臺，哪種模式能跑出來暫無定論，各類玩家在各自模式下小步快跑。從B端視角，要看誰能解決痛點(diǎn)、業(yè)務(wù)上ROI算的過來。從公司視角，商業(yè)模式也與其戰(zhàn)略選擇、量產(chǎn)出貨規(guī)模相匹配。

從行業(yè)格局看，已經(jīng)量產(chǎn)、出貨并且商業(yè)模式跑通的玩家則已經(jīng)在技術(shù)、產(chǎn)品、供應(yīng)鏈、銷售上建立了自己的優(yōu)勢。如果訂單潮來襲，接得住、能服務(wù)好、算的通也是對現(xiàn)有玩家的考驗(yàn)，而跑得快和跑得慢的玩家則在上述表現(xiàn)上呈現(xiàn)出差異。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個人觀點(diǎn)，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。