原本一心只想賣公司的他,現在卻發現自己正站在更大的風口上
原本一心只想賣公司的他,現在卻發現自己正站在更大的風口上

當然,或許做成這件事情的人不是他,而是別人。不過,無論如何,他相信這一趨勢已不可阻擋。

2014年2月,他和兩個創業夥伴在淘寶上淘了一些材料和二手物,做出了一台倉儲機器人樣機。作為試驗之作,這台機器人外觀簡陋、功能不足,卻依舊讓團隊燃起了信心。他們覺得創業方向沒錯,只是自己缺人,缺錢。

於是,他們去找錢。

楊威約了一個做倉庫的老闆在咖啡館見面。身為一個沒有任何創業經驗的理工男,他帶去的不是商業計劃書,而是一沓厚厚的技術開發文檔。他花很短的時間告訴這位老闆,自己做的事情,市場空間很大,接下來就是長達五個多小時的產品開發技術講解。

老闆聽著,時而禮貌性地微笑點頭。後來,他和楊威熟絡了,才吐露真相:「你講的那五個多小時,我基本沒聽懂。」

但他做了一個判斷:雖然楊威手上的原型機簡陋,但能講出這麼多東西,說明心裡早就有數,把整個技術路徑、系統構架都想清楚了,只是因為資源不足才做不出理想的產品,這個創業團隊是靠譜的。

那次咖啡館長談的結果是,倉庫老闆告訴楊威:「這樣,給你點錢,再給你個倉庫,你們自己去弄吧。」

就這樣,楊威和夥伴們得到了1,000萬的天使投資。拿到錢後,他們去註冊公司,取名快倉。

快倉倉儲機器人
快倉倉儲機器人。
圖/ 極客公園

7.75 億美元的榜樣

2012 年,亞馬遜收購了一家名為Kiva systems的倉儲機器人公司,價格7.75億美元。

隨之曝光的是Kiva機器人在亞馬遜物流中心運行的全過程:機器人接到指令後,掃描地上的QR code前進,將貨架搬至人工處理區,再由揀貨員將貨物揀出。人不用再步行到貨架前揀貨,效率比之前提高了兩倍。

中國的創業家們為之興奮,在隨後幾年裡,出現了多家以Kiva為模板的機器人公司。

Kiva被收購時,楊威還在一家製造業國企上班,先後做了深海鑽井平台的動力定位系統、廈門港自動化碼頭AGV(自動導引運輸車)的調度和運動規劃系統,都是軟體層面的事情。他擅長數據挖掘和處理。

後來,一個在物流公司工作的朋友看上了楊威的學科和工作背景,拜託他在中國物色一家軟硬體實力都不錯的公司,以投資研發類似於Kiva機器人的產品。因為Kiva被收購了,市面上很難再買到它的產品。

楊威調研了兩三個月,拜訪了20多家公司,沒有找到合適的標的,朋友的投資計劃只能作罷。

楊威意識到,這種產品在中國確實有人想要,但沒人能做出來,他有一批做機器學習和數據挖掘的大學同學,又有一群做港口自動化的同事,天然具備技術優勢。從大環境​​來看,他判斷未來幾年中國電子商務將繼續迅猛發展(據公開數據,2013年中國電商交易規模為10.2兆,到2016年已超過20兆),物流體系內的倉儲機器人市場規模一定比美國還大。

況且,亞馬遜為Kiva付出了7億多美元,楊威心想:我做一家公司,即使被7.75億元人民幣收購也挺好的。所以當初去拉天使投資時,他對那位倉庫老闆說:「投我吧,回頭肯定能賺錢。」

快倉倉儲機器人
快倉CEO楊威。
圖/ 極客公園

楊威辭了職,拉來同事倪菲(曾主導研發中國第一代自動化軌道吊和港口AGV)和同學孫宇(曾在搜狗任職開發),湊了50萬元,在上海浦東租了間民房,開始研發自己的倉儲機器人。

幾個月後,樣機做成了,但楊威很快也意識到,技術優勢不能解決所有問題,特別是說服不了供應商。一開始,快倉去買電機,可能一批訂單也就十台,廠商根本不願接單。他們勸楊威去淘寶逛逛。但倉儲機器人頂著幾百公斤甚至一噸重的貨物經歷瞬時減速,稍微次點的電機馬上就失控。楊威還想讓廠商幫忙定製,可是誰理他?

好在情況慢慢有了改變。公司成立四年,快倉一直在朝好的方向發展,機器人銷量越來越大,2017年營收一億多,客戶包括天貓、京東、大潤發、國藥集團、中國郵政等。快倉再向供應商購買電機時,變成了每批兩三萬台。數量優勢讓快倉在供應鏈上的話語權越來越大,廠商終於願意派工程師拎著設備箱飛過來,面對面聽取需求,再回去調試做定制電機。

但楊威認為供應商對快倉信任關係的建立,訂單量並不是全部原因,還有對他們做事方式的認同。供應商領導來拜訪,楊威不會告訴他「明年我要從你這裡訂多少台貨」,而是解釋準備把產品做成什麼樣子。

「人家是感受得到的,我們團隊真心想做這款產品,真的會投入各種資源去做,他支援我們,自己也會獲得更大的市場空間和更好的技術迭代。我們的每一個參數不是拍腦袋決定的,都有實際工況,做不到機器人就要淘汰。」

楊威耿直,說話不願繞圈子。他直言快倉和競爭對手極智嘉在技術上互有優劣,認為快倉的優勢在底層演算法和運動控制上,但也誇極智嘉機器人在轉向的運動銜接上「做得挺好」。

他點評中國這個產業的現狀:「我可以這麼講,今天中國只有我們和極智嘉可以做出大型倉庫,其他人都做不出來,我們兩家在技術上領先其他公司很多。」

在去年的一個展會上,快倉展示自己的機器人在多個QR Code之間的移動,「『唰』,過去,轉向,再到下一個」,過程迅速流暢。旁邊展位上一個友商的機器人,在離QR Code十公分的地方便開始減速,然後慢慢蹭過去。

「為什麼?因為他對自己運動控制的精度沒有絕對信心。這一點點事情,外行人可能都不太注意,但那包含著我們工程師多少心血,是在倉庫裡一點點調試出來的。」

有錢才能快跑

硬體創業是一件「很貴」的事情,從研發到規模量產,要很多錢。

融完天使輪的那一年年底,楊威想給公司員工發年終獎,但他比較糾結:產品還沒開賣,尚無收入,拿投資人的錢發年終獎,心裡過意不去,不發又對不起大家這一年的辛苦。

剛好當時有一個創業大賽,拿獎了能有幾十萬獎金。楊威去報名,想著到時候把獎金分一分。快倉一路殺進決賽,最終得到第三名,獎金20萬。

但快倉在比賽中的評分兩極化,得了全場預賽、決賽所有項目加起來的最高分和最低分,給他們打最高分的是中興合創創辦人丁明峰。 「他的投資邏輯非常清楚,也是工程師出身,所以看得懂。」楊威認為丁明峰真正理解了快倉。

在那之後,丁明峰表達出想要投資快倉的意願,讓投資經理和快倉保持著長期接觸。2015年中,快倉啟動A輪融資,和中興合創談好條件,到七月所有協議準備就緒,但楊威卻猶豫了,沒有急著簽字。

「我是覺得我們這個事需要場景,需要用戶。」楊威後來在很多場合都表達過類似觀點:懂物流業務才是核心壁壘。「懂物流、懂客戶,才能知道他真正的痛點是什麼,知道他在不同單量的情況下是什麼樣子,才能去增強自己的軟硬體能力。」

快倉現在有不同產業、不同體量的大小客戶,每一家的需求都有差異。賣零食的希望透過數據挖掘,發現經常被一起下單的SKU(庫存量單位),好把它們放在同一個貨架上,提高揀貨效率;賣飲料的則希望盡量提高機器人的載重能力;還有賣藥的,肯定和賣百貨的不一樣,需要集中優化產生大部分訂單的少量SKU。另外,大電商有自己的系統,快倉只能部分接入;小電商資金有限,關注流程整合和效率,更想要整體解決方案。

快倉倉儲機器人
圖/ 極客公園

但A輪融資前的快倉,只能在天使投資人的小倉庫裡做試驗,沒有更大的場景、更複雜的業務去驗證接下來的系統和產品。所以,楊威還想找一個有場景的戰略投資人。

一天晚上,楊威接到一個電話,對方自稱是百世信息化部負責人——「我們是百世快遞的百世,不是百事可樂的百事」,詢問能否來看一下快倉的機器人。第二天,楊威和他在公司見了面,兩人相談甚歡。

一週後的週六晚上十點,百世集團董事長周韶寧來訪。在快倉的兩個多小時裡,他跟楊威講了百世應該去做什麼。楊威心下納悶:不應該是我跟你説嗎?末了,楊威說了一句,「百世挺好」。

周韶寧回應:「那好,那我們投你。」

2015年10月,快倉拿到了中興合創和百世物流的4,000萬A輪融資。

楊威認為自己打動周韶寧的理由其實很簡單。「週六晚上十點,我們團隊20個人全在加班,而且Johnny(周韶寧)自己也是工程師,我們一張嘴,他就能聽出來是不是在吹牛。」

2016年快倉給京東做了河北固安倉專案,為它在業內加分不少。劉強東要求機器人在當年雙十一前上線,京東開始在全國尋找合作夥伴。當年9月,快倉開始介入,11月1日發出第一單,雙十一期間總共完成8,000單。之後,京東和菜鳥網絡都對快倉產生了投資興趣。

B輪融資啟動時,楊威考慮了兩件事情。第一,倉儲機器人研發是個系統工程,週期長,他們已經乾了兩年,中國浮躁的VC未必願意再等兩年;第二,這個事情哪怕技術再好,也要有場景推動,快倉需要一個對產業有巨大影響力、能推產業發展的客戶。

最終,快倉選擇了菜鳥,而軟銀中國也作為財務投資人進入。2017年3月,快倉宣布正式完成2億元B輪融資。

這幾年,隨著硬體創業越來越熱,人才招聘也變得困難起來。2016年11月,楊威在一次會議上發言:「我們公司剛成立的時候,招硬體工程師還比較容易,但今天HR跟我講,所有的硬體工程師工資都翻倍了,人才儲備不足。」

而今在快倉200多人的團隊中,一大半都是工程師。楊威應該慶幸自己還算順利的融資經歷,為快倉一路「快跑」打下了還算不錯的物質基礎。

圍牆裡的「自動駕駛」

當初有人問楊威:「你們做的機器人,是類似於Kiva系統吧?」楊威還要糾正:「我們不能叫Kiva系統,我們就叫中國的倉儲機器人。」

而隨著快倉產品的演進和客戶的拓展,未來可能連倉儲機器人的叫法都不太準確了。 「我們目前會把自己定義在四面牆裡,而不全是倉儲,2017年我們還做了很多製造產業的客戶。」

快倉同時扮演著集成商和供應商兩個角色,既為一些行業客戶提供整體解決方案,也為另一些缺乏硬體能力的技術類客戶供應硬體設備。

楊威稱自己從不以目前這種貨架機器人作為公司的目標,如今的產品線只是整個AGV產業進化的一個中繼站,最終目標是要實現四面牆內的自動駕駛以及人類不再搬運。

「四面牆裡的人會漸漸減少,這是符合規律的,你看現在的人口曲線,在四五線城市想找年輕人做倉庫管理工越來越難,我是1984年出生的,等我們這一代老了,這些活還有誰來幹?」

然後,他又從成本的角度來分析這個行業的前景。「現在的堆高機工人特別少,15萬一年還找不到,一台堆高機要配兩個人,如果做一台自動化堆高機,省掉這個人力,你說企業願不願意?」

他定義未來四面牆內的機器人:「一定是以機器視覺為主,其他傳感器為輔,多傳感器融合,擁有綜合高環境感知能力的機器人。」目前靠QR Code定位移動的機器人還有諸多缺陷,如QR Code懼怕污漬遮擋、機器人跑偏後必須手動恢復等,他稱「如果靠機器視覺能力,就可以自動做故障恢復了」。

快倉倉儲機器人.jpg
圖/ 極客公園

快倉目前正在研發的機器人內部編號為「三代機」,雖然機器視覺識別的演算法和運算能力還不足,但快倉仍舊會嵌入相關硬體設備,保留基礎處理能力,以做前期的數據收集和分析。

楊威規劃,一旦他們的視覺識別演算法成熟,以此為基礎能力,可以將產品線擴展至料箱機器人、分揀機器人、自動化堆高機等,機器人對不同產業、不同場景的兼容能力也會更強。

他相信五年之內,四面牆內的水平搬運將不再需要人的參與。「牆內的搬運這件事,歷來都是人做的,五年之後,這些都不用人,起碼技術上可以做到。」

這件事情讓楊威越來越興奮。當初剛創業時,他想著能把公司賣給菜鳥或京東就算成了,但現在他感受到了外部環境、資本、供應商、自動駕駛技術的變化,覺得讓人類不再搬運這件事情有一定道理,認為自己正站在一個歷史機遇的路口,一個全新產業的起始點。

「這個行業的玩家還沒夠呢,還得更多,現在的玩家太單一了。(讓人類不再搬運)快倉可能是這個行業裡第一家做成的公司,也可能不是,但無論如何,我經歷過。」

本文授權轉載自:極客公園

關鍵字: #物流運輸
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓