机器人上岗，「无人配送」背后的角力与暗战

本次报告对无人配送行业的变革、兴起的原因、中美间的差异进行了深入的分析，同时也介绍了行业的代表公司以及未来可能的发展方向。

2019年，你可能直接在写字楼的工位上，收到半小时前下单的外卖，而无需下楼;你可能在机场的候机大厅里，遇见各处穿行的机器人兜售饮料;你可能直接在宿舍楼下收到沉甸甸的快递，而无需在走到学校大门口……

在当下，配送领域正在酝酿着这样一场“机器代替人”的变革。

阿里菜鸟、京东、饿了么、美团、苏宁、Segway Robotics、YOGO、深兰、云迹、真机智能……快递和外卖行业在高基数、高增长的当下，国内无人配送机器人领域，可能还会有更多公司名字出现。而在人力成本飙升的当下，机器人上岗成为配送员，已是大势所趋。

承载着无人版顺丰与无人版达达的商业愿景，无人配送机器人领域尚不被普通大众了解的背后，角力与暗战早已开始。

超万亿体量的物流配送市场里，是否可以再造一个无人版的顺丰或者达达?

这个新兴的方向，为何此时出现，什么样的公司又能脱颖而出?

新的机遇之下，后来者能否快速超越，资本能在多大程度上加速行业发展?

在行业大变革之前，36氪想用这篇文章，帮你拆解无人配送机器人赛道。

一、配送行业机器替代人的新变革

2017年底深兰、云迹、Segway Robotics等初创公司相继展示了无人售货机器人Demo，其实质也是室内配送机器人的一种。近期业内传闻称，YOGO获得了新一轮融资，其中包括了真格历史上最大的一笔投资，做的也是室内配送的方向。真机智能的室外配送机器人也已在高档物业试点。

在大众并没有关注到的地方，配送机器人正在兴起。36氪从业界了解到，目前Segway Robotics有计划于下半年在北京进行试点;YOGO与合作伙伴有望于下半年在上海、深圳试点。

事实上，有配送业务场景的大公司，也在加码室内无人配送。2016年阿里菜鸟、京东相继展示末端配送机器人，其中阿里小G预计最快5月会在北京、上海、杭州三地进行小范围商业化落地，2018年年底前将会陆续量产，京东的无人快递车2017年6月出现在北京、西安、杭州等6所高校内，测试给学生们送快递和外卖业务。

2017年，饿了么外卖机器人“万小饿”试点完成了首次楼宇内外卖订单配送;2018年3月，美团在朝阳大悦城进行配送机器人试点的视频曝光;2018年4月，苏宁展示了与真机智能合作的机器人“卧龙一号”，可实现电梯交互。

场景公司加码鼓励，技术公司积极探索，室内配送机器人被认为有可能会成为率先大规模商用的新场景。

二、无人配送行业兴起的供需原因分析

配送机器人之所以在这个时间点起步，背后与配送行业需求快速增长、可用于配送的机器人供给逐步成熟关系密切。

配送行业需求快速增长，面临成本高、招聘难、管理难等问题

1、配送行业市场基数大、增速快

从市场看，快递和外卖行业在高基数(300亿件/年，4000w单/天)下迎来高速增长(30%+ CGAR)。

具体来看，相关数据显示，2016 年全球快递业年业务量已达到700 亿件，全球物流市场价值超 9 万亿美元。国内市场，快递业务量 2016 年达到 300 亿件，增长近 30 倍，从 2014 年破百亿件大关开始，以每年 100 亿件的速度高速增长。

外卖行业，中国现在每天的外卖订单量达到4000万/单。(这个数据来自估算，根据媒体报道信息，现在美团一天是1800万单，约占43%的市场份额，以此推算中国现在每天的外卖订单量达到4000万/单左右)。

全球 2017 年食物配送市场在1000亿美元，而包裹配送更大，有3000亿美元。其中，“最后一公里”的配送份额，也就是3-5公里的半径内，大概市场份额在800亿美元。

2、配送行业人力成本飙升

德勤的数据显示，自2005年以来的十年期间，中国的劳动力成本上升了五倍;到2050年，中国老年人抚养比可能增加到现在的3倍。

配送行业是劳动密集型行业。我国快递行业从业人员数量自12年起不再公布，但中国产业信息网根据行业上市公司的数据估算，2015年全行业从业人员数量很可能已经突破150万人。而在外卖行业，目前外外卖送货人员数量可能在100万人左右。新华网获知的业内统计数据显示，外卖行业的配送从业人员可能已经达到700万，其中饿了么、美团外卖、百度外卖三家外卖平台的注册人数超过400万，其他众包物流平台的兼职外卖人员有300多万。

劳动力成本上升正在压缩配送企业的利润。《2016年度物流企业负担及营商环境调查报告》显示，2016年人力成本占重点物流企业主营业务成本的19%,是企业重要的成本支出之一;而劳动力成本高，已经成为近三年阻碍物流企业发展的最重要营商因素。

此外，供给增加很难一蹴而就，且会增加招聘、管理的难度。而在夜间、恶劣天气，运力不足是常态，若要依靠人力解决这些特殊场景下的劳动力供给，成本的增加无疑会大幅增加。

可用于配送的低成本、高可靠性、可量产机器人供给逐步成熟

虽然外观类似的服务机器人已经出现数年之久，但基本无法满足室内无人配送的需求。后者供给端核心要解决的是低成本、高可靠性、可量产的机器人硬件产品供给。

低成本、高可靠性、可量产三点各自实现已不容易。三者之间一定程度上是一定程度上相互制约的关系，需要找到合适的平衡点。比如，低成本往往意味着使用更低价的器件，就必须通过软件的优化提升可靠性。

当前，随着核心零部件成本降低、视觉VSLAM避障技术成熟、量产经验逐渐积累，使得低成本、高可靠性、可量产的机器人供给成为可能。

1、核心零部件成本下降

当前，市面上的可移动机器人，多是采用了激光雷达、视觉传感器、IMU、超声波等多传感器融合进行定位、导航、避障。这种方案稳定性高，但因为可用的激光雷达的成本多在1万元人民币左右，这就使得机器人整机的成本很难低于2万元，制约大规模商用。

近年来，国产激光雷达领域创业公司众多，均希望推出低成本产品。以苏宁“卧龙一号”的合作伙伴真机智能为例，其送货机器人未采用国产激光雷达厂商速腾聚创的激光雷达，后者对外宣传的售价仅为5千——1万元。

2、多传感器融合的自主导航技术、VSLAM定位导航技术成熟

市面上目前主流的方案还是采用2D激光雷达、视觉摄像头等多传感器融合的方案。虽然试验室场景下的自主定位导航技术可以做到一定的精度，但室内或者室外的纯商用环境均十分复杂，对于机器来说挑战依然明显。以室内为例，涉及到镜面、玻璃场景，2D激光雷达SLAM基本就会失效;遇到黑色背景，红外摄像头的准确度可能就会受影响。

过去几年，尤其是2015年以后，国内机器人公司在商业化的过程中，不断积累这方面的经验，通过工程手段不端解决这些技术难题。云迹科技CEO告诉36氪，针对镜面、玻璃问题， 云迹增加了超声波传感器，用以进行辅助。

近年来，随着VSLAM技术的成熟，一些公司逐渐提升视觉传感器的重要性。原因主要是视觉传感器可以获得的信息量丰富，且成本更低。大厂方面，Intel 推出了RealSense传感器;初创公司方面，国内已有多家公司推出或者即将推出深度相机或者模组。虽然目前业内对包括RealSense在内的视觉传感器的可靠性仍有所疑虑，但诸如赛格威机器人等公司则通过自研相关算法，提升VSLAM技术的稳定性与可靠性。

3、供应链在成熟

量产是机器人大规模商用的难题之一。目前世界上并无大范围移动机器人量产产品的先例，真正具备移动机器人量产能力的厂商不多。无人配送落地，往往要求在短时间内部署大量的机器人，这对配送机器人产品的量产可靠性提出了新的要求。

一般来说，花时间研发的成本高，花在研发量产的时间可能更高。量产困难的一个原因在于，量产涉及到光学元件的校准问题，如果不通过复杂的自动化手段解决，几乎无法满足量产的产能和效率要求。

近年来，诸如富士康等工厂也在想办法解决量产难题。根据媒体报道，富士康烟台工厂2015年2月量产Pepper时，每小时仅能生产5台，当年8月已达到每小时10台，同时计划通过引进一部分自动化装置等措施，将每小时产能增至15台。36氪从业内了解到，YOGO目前也已与富士康达成合作，双方在进行量产产线的研发。

另外，赛格威机器人依托平衡车的量产资源，在长三角的工厂里部署了相应的产线。根据官方信息，目前云迹已经有900多台机器人在酒店、医院运行，这意味着其很可能也积累了相应的量产经验。

国外先行者已在海外部分验证财务模型

国外方面，先行者Starship已于2017年初获得1720万美元融资融资，获得戴姆勒支持，开始成功上路，已经部分验证财务模型。

2016年，Starship开始试点服务，与在线外卖平台Just Eat、伦敦的初创外卖公司Pronto、德国快递公司Hermes以及德国的零售商Metro集团达成合作。此后在美国、英国、德国、瑞士以及爱沙尼亚进行配送服务，与奢侈品品牌爱马仕、瑞士邮政以及Wolt达成合作。

数据显示，2016年Starship机器人在伦敦市中心每送货一次的成本平均约为12英镑，但其希望通过设备大规模普及将成本减少到1英镑。

三、无人配送领域的中美差异

笔者经过调研发现，与国外相比，中国的无人配送机器人领域的商业尝试和创业呈现出独有的特点：

• 一是，与国外主要做室外场景不同，国内初创公司室内、室外场景并重，室内无人配送成为中国特色;
• 二是，国外做室外配送机器人的以初创公司为主，但国内则以互联网大公司为主。

具体来说，国外这一领域，最为知名的公司Starship、Marble、Dispatch、Nuro等均是初创公司，均是做室外配送。而在国内，阿里、京东、饿了么、美团等互联网大公司均是从室外配送切入;而深兰、云迹、Segway Robotics、YOGO等初创公司则是从室内配送开始做起;真机智能等少数初创公司则从室外配送开始做起，希望未来同时切入室内、室外配送。

造成这一现象的原因很可能与中美国情之间的差异有关：

• 一是，中美人口密度差异大，使得配送行业的成本构成差异大;
• 二是，中国移动互联网高速发展，已培养出有配送业务场景的大公司，其体量超美国同类公司。

人口越是密集的地方配送成本越低。简单来说，中美的人口密度约是美国的5倍。而城市人口，尤其是大城市人口的密度差异可能更大。2014年，全世界人口密度最大的七个城市，中国上海、北京分列第三四名，而这个榜单中基本没有美国城市。

这种城市的密度，也造成了中美物流配送行业成本结构的差异。有数据显示，中国末端配送成本已经占到物流行业总成本的30%以上。

另一方面，中国移动互联网高速发展，尤其是电商、O2O大潮下，已培养出有配送业务场景的大公司，如阿里、京东、饿了么、美团外卖，其本土配送体量超美国同类公司。

快递方面，从包裹数量的角度上来看，中国包裹量对美国呈现碾压状态。最近三年以来，中国包裹量每年以100亿的增量在递增，2016年增加到了312.8亿件，有分析认为，近两年，中国每天就会产生将近两亿以上的包裹。若以峰值对比，2017年“双十一”期间，菜鸟网络单日产生的包裹量是6.57亿，全球最大的包裹企业UPS，峰值单日产生的包裹量才刚刚接近三千万。

O2O方面中美两地互联网公司的体量差异巨大。同以外卖为例，2015年时，美团外卖的日均订单量已接近300万单，是美国同行GrubHub的十余倍，后者日均订单仅为21万左右。而随着新零售概念的兴起，中美O2O产生的配送订单的差距还会进一步增大。本身有巨大的业务需求，因此这些互联网公司也成为了重度参与者。

四、中美无人配送领域代表公司

笔者也梳理了这一领域有代表性的几家中美公司。如图所示。

五、国内无人配送行业仍处于探索期

整体来看，目前国内仍处于探索期。

1、硬件产品尚未大规模量产

目前硬件产品尚未进入量产期。这部分上文已经提及，这里就不再赘述。

2、业务流程尚处于探索期

不管是室内场景还是室外场景，业务流程跑通都不容易。室外场景需要解决路权问题，室内场景需要解决电梯权限问题。

路权方面，美国一些城市已经同意机器人上路，但在国内尚无明确法律。从实际的经验和惯例来看，难度很高。因此，很长一段时间内可能还是会停留在封闭园区场景。

电梯方面，基本可以认为是可解决的，只是需要物业方同意，且需要电梯开放接口，同时需要经过电梯安全审核，周期相对较长。比如云迹科技，首先就选择了从自有产权的物业做试点，一定程度上会缩减这一过程。但长期来看，要做更广阔的业务场景，这一问题就必须解决。

从这个角度来说，未来中国的无人配送，一段时间内很可能会集中在室内配送、封闭园区配送。

3、商业模式处于探索期

如上文所说，基本要到下半年几家公司才会进入试点状态。

初创公司多从做机器出发，未来的可能商业模式可能有：

• 售卖机器;
• 自营服务网络，相当于做无人版的达达;
• 与巨头合作进行联运;

从目前36氪访谈的初创公司来看，创业公司基本都未选择第一种方式，多倾向于第二种模式。但与欧美崇尚合作的逻辑不同，国内初创公司与大公司之间往往是竞合关系。在这一过程中，大公司是否倾向于投资、收购、扶植甚至自己做一家公司，仍有不确定性。这是接下来这条赛道很值得关注的一个点。

另外，除了菜鸟、京东、美团外卖、四通一达等创业公司，这一领域还有一些其他的潜在合作伙伴值得关注。以室内配送为例，诸如百米站等有物业资源的公司也有可能成为潜在的合作伙伴。

六、新科技无风口

虽然本文打着“新风向”的标签，但我们认为，这一领域很可能并不会成为风口。

1、这一领域并非资本驱动型，留给后来者的时间窗口并不多

一般来说，即使推进速度很快，机器人类的产品做到稳定、量产至少需要一年。这一赛道的初创公司在2016年前后基本已经入局，发展至今基本已经有两年多的时间。目前国内其他配送机器人的厂商也有多年机器人行业的经验，到最后推出很可能也要花费至少一年的时间。

此前赛格威机器人总裁蒲立曾向36氪解析，赛格威机器人目前有100多人，研发了两年，做到了现在的水平。赛格威机器人是借助了母公司纳恩博的技术、产品、供应链、生产线、品牌的优势，花费在A轮融资的规模，其他机器人厂商的花费可能会高于这个资金规模;以华硕这种有硬件研发、供应链、量产能力的厂商为例，为了研发机器人Zenbo，组建了700人的研发团队。

2、一旦进入试点阶段，有业务场景的合作伙伴往往不会轻易更换供应商

技术往往需要与业务结合，短期内有业务场景的厂商如果合作顺利，可能不会轻易更换供应商。国内的快递、外卖、配送公司大约在2017年年中开始进行这方面的研究，挑选合作伙伴，2018年上半年会进行一些测试和测算，如果数据理想，2018年年中很可能会有一些应用。率先进入商用的配送机器人公司会获得先发优势，加速迭代，拉开与后来者的差距。