揭秘電商龍頭亞馬遜,不想讓你知道的自動化策略

2019.10.24 by
Bastiane Huang
Bastiane Huang 查看更多文章

目前在舊金山擔任 AI/Robotics新創公司OSARO的產品經理,專注於開發機器學習軟體,用於機器人視覺和控制。擁有近10年產品及市場開發管理經驗,並在美國《機器人商業評論》及《哈佛商業評論》發表文章及個案研究。如果你也對Robotics 2.0(AI-Enabled Robotics)、產品管理、Future of Work有興趣,歡迎追蹤bastianehuang.substack.com

揭秘電商龍頭亞馬遜,不想讓你知道的自動化策略
Frederic Legrand - COMEO via shutterstock
站在倉儲自動化第一線的亞馬遜(Amazon),為何對AI和機器人的影響力輕描淡寫?一文揭開亞馬遜沒說的事。

機器學習(ML)和機器人技術的突破,大大改善了出貨與量產的速度及成本。我們都希望以更低的成本立即取得我們的包裹,每間企業也希望獲得更高的利潤。但是,隨著工廠和倉庫中越來越多的任務被自動化,我們的社會又將承受哪些全面影響?

在全球最大的幾間公司中,亞馬遜尤其面臨著更嚴格的監督。這家電商巨頭始終扮演著現今倉庫自動化,與當日到貨承諾的主要推手,促使其同業與DHL等供應商開始測試一系列的機器人技術,設法跟上自己的服務水準。

亞馬遜在蒙受苛待員工的批判之際,同時也積極推動自動化,今後可能有多達12.5萬的全職或計時職缺因此裁減,同時在美國境內的物流和倉儲中心,也有另外12萬的季節性短雇工人往後可能因此失業。 面對公眾的監督與質疑,亞馬遜並未積極採取更坦率和透明的方式,討論我們該如何處理這段社會過渡期的各種問題,而是虛應故事。

在最近的一次記者參訪中,亞馬遜機器人物流(Amazon Robotics Fulfillment) 事業協理史考特.安德森(Scott Anderson)說,倉庫裡的全自動工作站,至少還需要10年的發展才能健全運作。確切來說,他認為至少還需要10年時間,才能把各筆訂單交由倉庫工人揀貨的作業徹底自動化。這樣的說法會不會分散了大眾的注意力,導致大家忘記了真正迫切的問題:

我們應該如何轉型?準備面對無可避免的自動化趨勢?

亞馬遜沒説錯的事

儘管我們仍需要幾年時間,才有辦法將倉庫中完成訂單的每一個步驟「全面」自動化,但亞馬遜沒提到的是,目前訂單處理其實已經被部分自動化,未來幾年自動化的程度也將進一步提高。

換句話說,足以全面提高效率和成本效益的自動化技術,現已問世。

雖然網路上隨處可見自動化倉庫的精彩影片,但根據實際情況,全美只有超過10%的倉庫真正使用了精密的自動化技術。精密自動化技術(例如分揀系統)、AGV (自動化地面車輛),以及堆卸棧板機等精密的自動化技術,通常需要超過5,000萬美元的投資,估計投資回收期超過5年。

此外,像Kiva和Fetch這樣的行動機器人,目前雖然已經投入運用,但用於揀貨的機械手臂才正開始部署。為什麼?我在先前的文章裡有提過,多數機械手臂的功能確實十分強大,卻不具備真正的因應能力。這些機器人在編程完工之後,只負責重複執行相同的工作。即使是小小的改變,都可能造成生產線暫停,歷經重新校準才能再作業。它們無法適應環境的變化,靈巧程度也比不上真正的人類手臂。

與機器人相比,人類仍然擁有較出色的靈活性、視覺感知能力與抓取能力(迄今我們尚未發明出靈巧程度足以比擬手指的夾具)。此外,如果你仔細觀察,我們很少使用語言,描述拾取、抓握等動動作。對大多數人而言,這些動作很直觀,不需多加說明,因為我們從出生到現在,已經重複做過無數次。

我們不加思索也能輕易撿起、放置各種物體,但對於機器人來說,撿拾、抓取卻是必須從零開始學習的課題,因為機器並不具備關於物理性質(像是摩擦力評估、重心研判)之類的關鍵背景知識。(正因為如此,我們無法直接把目前適用於人類的評量指標,套用至機器人的動作上。我將在之後的Medium的文章裡進一步闡述。)

貨物揀選過程非常複雜,可從區域揀選、離散揀選、一直到批量揀選。過程還牽涉到包括進貨、分類、堆棧、卸棧、揀選、檢查與包裝,標籤黏貼和運輸等幾個步驟。其中有許多步驟已經自動化,但要達到全面自動化,確實還需要幾年的時間。對照人類天生的卓越認知和操控能力,亞馬遜確實點出了目前人工智慧和機器人技術的侷限性。但是,這樣的說法是否會讓大家忽略掉某些重要趨勢?

亞馬遜希望大家忽略的事?

倉庫全自動化(level 5),其實只是一個假議題。 事實上,只要自動化一部分的訂單作業,就已經足以為電商及零售公司節省龐大的預算,這是因為目前,人力成本占大多數倉庫平均營運預算的65%。如此高的比例,不難理解毛利不高,又面臨巨大競爭壓力的物流業者,為何要想方設法盡可能讓倉庫流程自動化。也因此,各項倉庫自動化設備市場都在不斷成長。根據MarketsandMarkets調查,全球倉庫機器人市場的平均複合年成長率估計將達到11.8%,總產值將在2022年達到44.4億美金。不斷增長的市場需求,不僅引起ABB、Fanuc和KUKA等傳統工業機器手臂公司的注意,也吸引了知名機器人新創Boston Dynamics加入競爭。

另一方面,機器人也變得更加聰明。 揀貨能力便是其中一個很好的例子,這項能力多年來始終是機器人研究難以突破的「終極目標」。但現在,像OSARO和PlusOne等新創企業,都正在部署具備機器學習能力的機械手臂,這種機械手臂有能力識別和操縱倉庫中的各種物體。即使機器人只能處理80%的工作,剩餘的特例還需要人類處理,這種80/20的半自動化策略,也已經足以確保公司得以降低勞動力和系統整合的可觀成本。

此外,隨著時間推移,演算法也將持續改善並接逐漸接近完全自主,level 4 自主機器人系統會隨著搜集更多資料,並從反覆的錯誤嘗試中學習。除此之外,雲機器人(cloud robotics)、元學習(Meta Learning)、遷移學習(Transfer Learning)的最新發展,也加速了機器人學習和適應環境變化的過程。

我在Medium文章中有提到,倉庫自動化市場成長十分快速。 根據Tractica的資料,全球倉庫自動化技術的銷售額預計將從2018年的83億美元成長到2022年308億美元。包括機器人製造商(如ABB、KUKA、Fanuc),物料處理公司(如Muratec、Dematic)、零售商(如亞馬遜、Ocado)在內的多家產業巨頭,不僅設立了內部團隊,也與試圖用創新技術顛覆產業的新創公司合作,大力投資人工智慧和機器人技術。隨著零售商需要更快速、更高效率的出貨方案,如加拿大的Attabotics 和以色列的Commonsense Robotics這類高密度儲存系統的新創公司也就應運而生。

不只如此,倉庫不是唯一需要AI機器人技術來進行自動化的市場。麥肯錫(Mckinsey)的一份報告指出,美國企業的工資支出總額裡,估計有7,660億美元是來自於高度可預測的體力勞動工作,這樣的職缺因為可預測性高,很有可能透過機器人來實現自動化。而這樣的工作,主要存在於三大市場中:

  1. 住宿和食品業
  2. 製造業
  3. 運輸和倉儲業

根據美國勞工統計局統計,倉儲從業勞工人數已從2009年的66.2萬人增長到2019年的118萬人,年複合成長率為5.96%。如果持續增長下去,截至2029年將有超過210萬人在倉庫裡工作。即使亞馬遜和其他零售商真的花費10年的時間「將訂單的每一步驟全面自動化」,這意味著未來十年內將有超過200萬個職缺會遭到自動化所取代。 10年的時間會很長嗎?數百萬的工人和整個社會,是否有足夠的時間為這樣的劇變做好準備?可以肯定的是,如果繼續否認這個,我們有生之年勢必得面對的自動化新時代,只會讓我們錯過了做好準備的最後機會,最後恐怕會有數以百萬計的人受到影響。

無論是停止舉辦多年的「機器人貨物分揀競賽」,還是發布文章避談自動化的快速發展,亞馬遜似乎正在窮盡一切努力,避免公眾的監督與質問。但無庸置疑的是,自動化技術將會取代重複性高的人類職缺。這本來就是大勢所趨,亞馬遜比任何公司都要清楚這點。如果不是預見未來幾年內即將進行大幅自動化,亞馬遜又何需計畫在未來6年內花費7億美元,對旗下三分之一的美國工人進行重新培訓?這樣的因應對策是否太慢?範圍太小?包括亞馬遜在內的各大企業,對未來自動化計畫是否應該更公開透明?為降低社會衝擊,能不能採取更積極的作為跟態度?

如果我們的選擇正確,這股新自動化浪潮有望帶來更光明的前景:企業將獲得更高的生產力,員工也將從重複單調、勞力吃重的職務裡解脫,轉而享有更好的工作環境。哈佛大學最近的一項研究發現,受雇工人其實很歡迎改變並希望學習新技能,但是雇主卻單方面地認為員工不會願意接受自動化,並學習新技能。其實員工並不害怕自動化,怕的是執行過程中的各種不確定因素。

科技本身沒有好壞,端看我們如何運用。與其一相情願地認為員工拒絕改變,而淡化自動化的進程,企業更應該與員工攜手轉型,將高危險性或重複性的工作,交給機器執行。如此一來,也能協助員工,在未來的經濟環境裡獲得更高階技能的工作,以及更理想的工資。

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

每日精選科技圈重要消息