相较于传统物流体系，智能物流体系不仅提升了作业效率，而且实现了资源占用优化和劳动力成本降低，还解决了一些社会问题。例如，传统模式下的物流作业，对作业人员的技术水平要求严格，人员培训成本高、周期长。在智能化物流体系中，由于智能设备的投入使用，降低了作业人员的技能要求，在降低培训成本的同时，还在某种程度上缓解了技术工种和物流司机短缺的社会问题；再如，在条件艰苦的作业环境中，以智能化装备替代人工作业，更能体现人性化管理。在2020年初，由于新冠疫情的爆发，很多地区间的人员流动受阻，导致一些传统的劳动密集型企业复工困难，而智能化程度比较高的企业，由于对人员数量和技能依赖性相对较小，比较容易达到复工的条件，复工组织相对比较容易一些。

三、智能物流体系建设中的痛点

2015年印发的《中国制造2025》是一份实施制造强国的战略性文件，其中规划的“智能制造工程”的目标为：“到2025年，制造业重点领域全面实现智能化，试点示范项目运营成本降低50%，产品生产周期缩短50%，不良品率降低50%。”从目前落实的整体情况看，完成“智能制造工程”战略目标，任务十分艰巨。为保证整体目标的实现，大有必要在国家或行业的统筹规划促进下，加快智能化体系的支持力度，强化交流与分享，通过成功经验的分享和挫折痛点的借鉴，提高行业内智能化物流体系的推广速度和质量，尽快形成智能化物流体系构建和运行的良好环境。在构建和运营智能化物流的过程中，我们也走过一些弯路，经历了一些痛苦。

痛点一：规划时难以精准提出智能装备的技术要求，导致投入运营后整个体系的功能受到了影响。智能物流体系中，为确保总体功能的实现，不仅需要协同设备作业，智能设备之间的信息流也必须高效协同（高精准、低时延）。由于受专业知识的局限，我们在对智能设备技术要求方面常常难做到有的放矢。比如，不同品牌的智能装备之间编程语言不统一，调度系统兼容性差，通讯效率低，故障处理周期长、成本高和不同功能智能设备之间协同能力较弱，进而造成智能体系“低智商”的问题，例如：AGV只能在规定的区域进行简单的智能动作，在固定的路线运行，在固定地点加减速，完成固定任务，由于缺少集中调度管控系统，无法实现智能装备进行任务调度、协调；无论线路是否拥堵，任务是否均衡，都无法实现任务的统筹合理分配，只能“循规蹈矩”做着“规定动作”……除此之外，备用车辆由于需要写入任务和路线而无法快速实现替补，也是缺少中心调度管控的一个无法克服的痛点。在这种情况下，智能物流系统的效率优势自然难以体现出来。

痛点二：“非标准化”影响了智能物流体系能力优势的发挥。在传统的零部件入厂验收环节，由验收员扫描零部件的箱标签，完成信息上传和零部件的入厂验收，容错能力（对箱标签的位置和质量要求并不是很高）较强。

而智能化验收系统的流程，需要码放零部件包装箱的托盘自动在辊道上通过（如图3中左边所示），辊道两侧的标签识别装置将扫描读取箱标签上的信息，进行零部件数量、种类等识别，并与生产计划的物流筹措系统对比判断，信息无误后即可完成入库信息的自动录入（如图3中右边所示），这种作业方式对箱标签的位置和质量要求较高。在实际作业过程中，由于经常会发生标签附着位置、方向，以及标签打印质量等与“标准化”要求存在差异的情况，致使信息无法读取或误读，影响了作业效率。

另外，在穿梭车式立库和堆垛机式立库的物品存储过程中，由于零部件包装容器外廓尺寸的非标准化（通用性弱），常常需要浪费存储货位的空间，这样也影响了自动化立体库的空间利用率。

痛点三：“勉强”的运营环境，增加了智能设备作业的失误频次。根据发展需要，一汽集团旗下的红旗工厂需要在旧工厂基础上进行产能提升和制造体系的智能化升级，总装车间在工艺和物流环节投入了近300台AGV以替代生产线的板式传输链和物流牵引车。由于旧工厂场地狭窄（AGV转弯困难）、空间钢构密集（无线通讯不畅）和一些人为干扰（导致AGV急停避障）等方面的原因，AGV发生碰撞和脱轨等情况时有发生（图4是总装车间现场图，其中可见地面密布的AGV导航磁线和空中密布的钢构）。

旧工厂硬件方面的“短板”，一直制约着智能物流系统功能的正常发挥。