ロボットが任務中、「無人配達」の裏にある苦闘と暗闘

ロボットが任務中、「無人配達」の裏にある苦闘と暗闘
[[230225]]

本レポートでは、無人配送業界の変化、その台頭理由、中国と米国の違いについて詳細に分析しています。また、業界の代表的な企業と今後の発展の方向性についても紹介しています。

2019 年には、30 分前に注文されたテイクアウトの品を、階下に降りることなくオフィスビルのワークステーションで受け取ることができるかもしれません。空港ターミナルではロボットが飲み物を売りながら歩き回っているのを目にするかもしれません。重い速達品を、学校の門まで歩かずに寮の建物の階下で直接受け取ることができるかもしれません...

現在、流通分野では「機械が人に代わる」革命が起こりつつあります。

Alibaba Cainiao、JD.com、Ele.me、Meituan、Suning、Segway Robotics、YOGO、SenseTime、Yunji、Zhenji Intelligence... 宅配・テイクアウト業界が高基盤・高成長を遂げている今、中国では無人配送ロボットの分野でさらに多くの企業名が浮上するかもしれない。人件費が高騰する中、ロボットを配達員として雇用するのは必然の流れだ。

SFエクスプレスとダダの無人版というビジネスビジョンを掲げる無人配送ロボットの分野は、一般大衆にはまだ十分に理解されておらず、すでに闘争と秘密戦争が始まっている。

1兆元を超える規模の物流・配送市場において、SFエクスプレスやダダの無人版は実現可能か?

なぜこの時期にこのような新たな方向性が生まれたのか、またどのような企業が目立つことができるのか。

新たな機会の下で、後発企業は他社をすぐに追い抜くことができるでしょうか? 資本は業界の発展をどの程度加速させることができるでしょうか?

業界に大きな変化が起こる前に、36Kr はこの記事を利用して無人配送ロボットの軌跡を詳しく分析したいと考えています。

1. 流通業界の新たな変化:機械が人に取って代わる

2017年末には、Shenlan、Yunji、Segway Roboticsなどのスタートアップ企業が相次いで無人販売ロボットのデモを行ったが、これは実際には屋内配送ロボットの一種である。最近の業界の噂によると、YOGOは新たな資金調達ラウンドを獲得したとのことで、これにはZhenFund史上最大の投資が含まれており、屋内配達にも焦点が当てられているという。実際にインテリジェントな屋外配送ロボットも高級物件で試験運用されています。

配達ロボットは、一般の人が注目していない場所にも登場しています。 36Krが業界から得た情報によると、セグウェイ・ロボティクスは現在、今年後半に北京でパイロットを実施する計画であり、YOGOとそのパートナーは今年後半に上海と深センでパイロットを実施する予定だという。

実際、配送ビジネスを展開する大手企業も無人屋内配送への投資を増やしています。 2016年、アリババ菜鳥とJD.comは相次いで端末配送ロボットの実演を行った。そのうち、アリババ小Gは早ければ5月に北京、上海、杭州で小規模に商用化され、2018年末までに量産される予定である。JD.comの無人配送車両は2017年6月に北京、西安、杭州などの6つの大学に登場し、学生への宅配とテイクアウトサービスの配送をテストした。

2017年、Ele.meの食品配達ロボット「Wan Xiao E」は、初の建物内食品配達注文のパイロットを完了しました。2018年3月、朝陽大歓楽城でのMeituanの配達ロボットのパイロットのビデオが公開されました。2018年4月、SuningはZhenji Intelligenceと協力して、エレベーターインタラクションを実現できるロボット「Wolong No. 1」を披露しました。

シーン企業の後押しが強まり、テクノロジー企業も積極的に模索する中、屋内配送ロボットは大規模に商業化される最初の新しいシーンになる可能性を秘めていると考えられている。

2. 無人配送産業の台頭の需要と供給の理由の分析

配達ロボットがこの時期に始まった理由は、配達業界の需要が急速に増加したことと、配達に使用できるロボットの供給が徐々に成熟してきたことと深く関係しています。

流通業界は、需要の急速な増加、コストの高騰、人材採用の難しさ、経営の難しさなどに直面しています。

1. 流通業界は市場基盤が大きく、成長率も高い

市場の観点から見ると、宅配便および食品配達業界は、高いベース(年間 300 億個、1 日 4,000 万件の注文)で急速な成長(CGAR 30% 以上)を経験しています。

具体的には、関連データによると、2016年、世界の宅配便業界の年間取扱量は700億個に達し、世界の物流市場の価値は9兆米ドルを超えました。国内市場では、宅配便取扱量が2016年に300億個に達し、約30倍に増加しました。2014年に100億個を突破して以来、毎年100億個ずつのペースで急成長しています。

食品配達業界では、中国の1日の食品配達注文数は現在4,000万件に達している。 (このデータは推定値です。メディアの報道によると、現在、美団の1日あたりの注文数は1,800万件で、市場シェアの約43%を占めています。これに基づくと、中国の1日のテイクアウト注文量は現在、1件あたり約4,000万件に達していると推測できます)。

2017 年の世界の食品配達市場は 1,000 億ドル規模でしたが、小包配達市場はさらに大きく、3,000 億ドル規模でした。そのうち、半径3~5キロメートル以内の「ラストマイル」配送シェアは約800億米ドルの市場シェアを占めています。

2. 流通業界の人件費が高騰

デロイトのデータによれば、中国の労働コストは2005年以降の10年間で5倍に上昇しており、2050年までに中国の高齢者依存率は現在の3倍に増加する可能性がある。

流通業界は労働集約型産業です。わが国の宅配業界の従業員数は2012年以降公表されていないが、中国産業情報ネットワークは業界の上場企業のデータに基づき、2015年には業界の従業員数が150万人を超えた可能性があると推定している。フードデリバリー業界では、現在、フードデリバリー従事者の数は約100万人に上るといわれています。新華網が入手した業界統計によると、食品配達業界の配達員の数は700万人に達する可能性があり、そのうちEle.me、Meituan Waimai、Baidu Waimaiには400万人以上の登録ユーザーがおり、他のクラウドソーシング物流プラットフォームには300万人以上のパートタイム配達員がいる。

人件費の高騰が流通会社の利益を圧迫している。 「2016年物流企業の負担と経営環境に関する調査報告」によると、2016年に人件費は重点物流企業の主な経営コストの19%を占め、企業の重要なコスト支出の一つとなっている。過去3年間、人件費の高騰は物流企業の発展を妨げる最も重要な経営要因となっている。

さらに、供給量の増加は一夜にして達成することは困難であり、採用と管理の難易度が増すことになります。夜間や悪天候の場合には輸送力が不足するのが常態です。こうした特殊な状況で労働力不足を解消するために人力に頼ると、コストの増加は間違いなく大幅に増大します。

低コスト、高信頼性、大量生産可能な配送用ロボットの供給が徐々に成熟しつつある

似たような外観のサービスロボットは数年前から存在していますが、基本的に無人屋内配送のニーズを満たすことはできません。後者の供給側における中核的な課題は、低コストで信頼性が高く、大量生産可能なロボットハードウェア製品の供給である。

低コスト、高信頼性、大量生産を実現するのは容易ではありません。ある程度、これら 3 つは相互に制限的であるため、適切なバランスを見つける必要があります。たとえば、低コストは多くの場合、より安価なコンポーネントを使用することを意味するため、ソフトウェアの最適化を通じて信頼性を向上させる必要があります。

現在では、コア部品のコスト低減、視覚VSLAM障害物回避技術の成熟、量産経験の漸進的な蓄積により、低コストで信頼性の高い量産可能なロボットの供給が可能になりました。

1. コア部品のコストが下がった

現在、市場に出回っているほとんどの移動ロボットは、位置決め、ナビゲーション、障害物回避のために、LIDAR、視覚センサー、IMU、超音波などのマルチセンサー融合を使用しています。このソリューションは非常に安定していますが、利用可能なレーザーレーダーのコストは主に10,000人民元程度であるため、ロボット全体のコストが20,000人民元未満になることは少なく、大規模な商業利用が制限されます。

近年、LIDAR分野では国内のスタートアップ企業が数多く登場しており、いずれも低コスト製品の発売を目指している。蘇寧の「臥龍一号」パートナーである振機知能を例に挙げると、同社の配達ロボットは、わずか5,000~10,000元と宣伝されている国内ライダーメーカーRoboSenseのライダーを使用していない。

2. マルチセンサー融合自律航法技術とVSLAM測位航法技術が成熟している

現在市場で主流となっているソリューションでは、依然として 2D LIDAR やビジュアル カメラなどのマルチセンサー融合ソリューションが使用されています。実験室環境での自律測位およびナビゲーション技術は、ある程度の精度を達成できますが、屋内か屋外かを問わず、純粋な商業環境は非常に複雑であり、機械にとって明らかな課題となります。屋内環境を例にとると、鏡やガラスのシーンでは、2D LIDAR SLAM は基本的に失敗します。また、黒い背景に遭遇すると、赤外線カメラの精度が影響を受ける可能性があります。

過去数年間、特に2015年以降、国内のロボット企業は商業化の過程でこの分野で継続的に経験を積み、エンジニアリング手段を通じてこれらの技術的問題を解決してきました。 Yunji TechnologyのCEOは36Krに対し、鏡やガラスの問題解決を支援するために超音波センサーを追加したと語った。

近年、VSLAM 技術の成熟に伴い、一部の企業では視覚センサーの重要性が徐々に高まっています。主な理由は、視覚センサーがより低コストで豊富な情報を取得できることです。大手メーカーでは、IntelがRealSenseセンサーを発売しており、スタートアップ企業では、多くの国内企業が深度カメラやモジュールを発売済み、または発売間近となっている。 RealSense を含む視覚センサーの信頼性については業界ではまだ疑問が残っていますが、Segway Robotics などの企業は独自のアルゴリズムを開発することで、VSLAM テクノロジーの安定性と信頼性を向上させています。

3. サプライチェーンが成熟しつつある

ロボットの大規模な商業利用における困難の一つは大量生産です。現在、世界的に移動ロボットを大規模に量産した前例はなく、移動ロボットを真に量産できる能力を持つメーカーは多くありません。無人配送の実現には、短期間で大量のロボットを導入する必要があることが多く、配送ロボット製品の量産信頼性に対する新たな要件が求められます。

一般的に、研究開発に費やす時間コストは高く、量産化のための研究開発に費やす時間はさらに高くなる可能性があります。大量生産が難しい理由の一つは、光学部品の調整が必要なことです。複雑な自動化手段で解決しなければ、大量生産の生産能力と効率の要件を満たすことはほぼ不可能です。

近年、フォックスコンなどの工場も大量生産の問題を解決しようと努めている。メディアの報道によると、フォックスコンの煙台工場が2015年2月にペッパーの量産を開始した当初は、1時間当たり5台しか生産できなかったが、同年8月には1時間当たり10台に達した。同時に、自動化設備の導入などにより、1時間当たりの生産能力を15台に引き上げる計画だ。 36Krは業界から、YOGOが現在Foxconnと協力関係にあり、両者が量産ラインの研究開発を行っていることを知った。

さらに、セグウェイ・ロボティクスはバランスバイクの大量生産リソースを活用し、長江デルタの工場に該当する生産ラインを展開した。公式情報によると、雲吉は現在、ホテルや病院で900台以上のロボットを稼働させており、相当な量産経験を積んでいる可能性が高い。

海外の先駆者たちは、海外で金融モデルを部分的に検証した。

海外では、先駆者であるスターシップが2017年初頭に1,720万ドルの資金調達を行い、ダイムラーの支援を受けて順調に公道走行を開始し、財務モデルを部分的に検証した。

スターシップは2016年、オンライン食品配達プラットフォームのジャスト・イート、ロンドンを拠点とする食品配達スタートアップのプロント、ドイツの宅配会社エルメス、ドイツの小売業者メトロ・グループと提携し、試験的なサービスを開始した。それ以来、同社は米国、英国、ドイツ、スイス、エストニアで配送サービスを提供しており、高級ブランドのエルメス、スイス郵便、Woltと提携している。

データによれば、2016年にロンドン中心部でスターシップロボットによる配達1回あたりの平均コストは約12ポンドだったが、機器の大規模な普及を通じてコストを1ポンドまで引き下げたいとしている。

3. 無人配送分野における中国と米国の相違点

調査の結果、著者は、諸外国と比較して、無人配達ロボットの分野における中国の商業的試みと起業家精神には独特の特徴があることを発見した。

  • まず、主に屋外のシーンに焦点を当てている海外のスタートアップとは異なり、国内のスタートアップは屋内と屋外の両方のシーンに焦点を当てており、屋内での無人配達は中国の特徴となっています。
  • 第二に、海外で屋外配送ロボットを手掛ける企業は主に新興企業であるのに対し、中国では大手インターネット企業が中心となっている。

具体的には、海外でこの分野で最もよく知られているStarship、Marble、Dispatch、Nuroなどはすべてスタートアップであり、すべて屋外配達を手掛けています。中国では、アリババ、JD.com、Ele.me、Meituanなどの大手インターネット企業が屋外配達からスタートし、一方でShenlan、Yunji、Segway Robotics、YOGOなどのスタートアップは屋内配達からスタートし、Zhenji Intelligentなどのいくつかのスタートアップは屋外配達からスタートし、将来的には屋内と屋外の両方の配達に参入することを望んでいます。

この現象の理由はおそらく中国と米国の違いに関係していると思われます。

  • まず、中国と米国の人口密度の大きな違いは、流通業界のコスト構造に大きな違いをもたらします。
  • 第二に、中国のモバイルインターネットの急速な発展により、米国の同様の企業よりも大規模な配送ビジネスシナリオを持つ大企業が育成されました。

地域の人口密度が高いほど、配送コストは低くなります。簡単に言えば、中国とアメリカの人口密度はアメリカの約5倍です。都市部の人口、特に大都市の人口密度の差はさらに大きくなる可能性があります。 2014年、世界で最も人口密度の高い7都市のうち、中国の上海と北京はそれぞれ3位と4位にランクされ、このリストにはアメリカの都市はほとんど入っていませんでした。

この都市の密度は、中国と米国の物流・流通業界のコスト構造の違いにもつながっています。統計によると、中国のターミナル配送コストはすでに物流業界の総コストの30%以上を占めています。

一方、中国のモバイルインターネットの急速な発展、特に電子商取引とO2Oブームにより、アリババ、JD.com、Ele.me、Meituan Waimaiなど、配送ビジネスを展開する大企業が育成され、これらの企業の現地配送量は米国の同業企業を上回っています。

速達便に関して言えば、荷物の数で見ると、中国の荷物量は米国を圧倒している。過去3年間、中国の小包の量は毎年100億個ずつ増加しており、2016年には312.8億個に達した。一部のアナリストは、過去2年間で中国は毎日2億個近くの小包を生成したと考えている。ピーク時の数量を比較すると、2017年の「双十一」期間中、菜鳥網は1日で6億5,700万個の荷物を処理。世界最大の宅配便会社UPSは、ピーク時の1日にわずか3,000万個近くの荷物しか処理しなかった。

O2Oに関して言えば、中国とアメリカのインターネット企業の規模には大きな差があります。フードデリバリーを例に挙げると、2015年にMeituanのフードデリバリーの1日平均注文数は300万件近くに達し、1日平均注文数が約21万件だったアメリカの同業GrubHubの10倍以上となった。新しい小売コンセプトの台頭により、中国と米国におけるO2Oによる配送注文の格差はさらに拡大するだろう。これらのインターネット企業は、ビジネスニーズが非常に大きいため、積極的に参加するようになりました。

4. 中国と米国の無人配送分野の代表的な企業

著者はまた、この分野における中国とアメリカの代表的な企業をいくつか挙げた。写真の通りです。

5. 国内の無人配送業界はまだ模索段階にある

全体として、この国はまだ探索段階にあります。

1. ハードウェア製品はまだ量産されていない

現在、ハードウェア製品はまだ量産段階に入っていません。この部分は上で述べたので、ここでは繰り返さないことにします。

2. ビジネスプロセスはまだ探索段階にある

屋内であろうと屋外であろうと、ビジネスプロセスを実行するのは簡単ではありません。屋外シーンでは道路権限の問題を解決する必要があり、屋内シーンではエレベーター権限の問題を解決する必要があります。

道路使用権に関しては、米国のいくつかの都市はロボットの道路走行を許可することに同意しているが、国内には明確な法律はない。実際の経験と実践に基づくと、難易度は非常に高いです。そのため、長期間にわたり閉鎖された公園のシナリオのままになる可能性があります。

エレベーターに関しては、基本的には解決可能と考えられますが、不動産所有者の同意が必要であり、エレベーターのインターフェースを開く必要があります。同時に、エレベーターの安全性監査を受ける必要があり、サイクルは比較的長くなります。例えば、Yunji Technology はまず自社の施設でパイロット プロジェクトを実施することを選択しました。これにより、プロセスがある程度短縮されます。しかし、長期的には、より幅広いビジネス シナリオを作成したいのであれば、この問題を解決する必要があります。

この観点から、今後の中国の無人配達は、しばらくの間、屋内配達と閉鎖された公園での配達に集中する可能性が高い。

3. ビジネスモデルは探索段階にある

前述の通り、数社がパイロット段階に入るまでには今年後半までかかるだろう。

ほとんどのスタートアップは機械の製造から始まり、将来の可能性のあるビジネスモデルとしては次のようなものがあります。

  • 機械の販売;
  • 自己運営のサービス ネットワークは、Dada の無人バージョンに相当します。
  • 複合輸送に関して大手企業と協力する。

36Kr がインタビューしたスタートアップ企業から判断すると、そのほとんどは最初のアプローチを選択しておらず、2 番目のモデルに傾倒しているようです。しかし、欧米の協力の論理とは異なり、国内のスタートアップ企業と大企業の関係は競争と協力の関係であることが多い。このプロセスにおいては、大企業が投資、買収、支援、さらには独自に会社を設立する傾向があるかどうかについてはまだ不確実性が残っています。これは次のトラックで注目に値するポイントです。

さらに、Cainiao、JD.com、Meituan Waimai、STO Express、YTO Expressなどのスタートアップに加えて、この分野では注目に値する潜在的なパートナーがいくつかあります。屋内配送を例にとると、百米駅のような不動産リソースを持つ企業も潜在的なパートナーになる可能性があります。

6. 新しい技術には出口がない

この記事は「新しいトレンド」と銘打っていますが、この分野が話題になる可能性は低いと考えています。

1. この分野は資本主導ではなく、後発者に残された時間はあまりない

一般的に、進歩のスピードが非常に速いとしても、ロボット製品が安定して量産されるまでには少なくとも 1 年はかかります。この分野のスタートアップは基本的に2016年頃から市場に参入しており、それから2年以上が経過しています。現在、国内の他の配達ロボットメーカーもロボット業界で長年の経験を有しており、最終的に製品を発売するまでには少なくとも1年はかかると思われます。

以前、セグウェイ・ロボティクスの社長であるプー・リー氏は36Krに対し、セグウェイ・ロボティクスには現在100人以上の従業員がおり、現在のレベルに到達するために2年間の研究開発を費やしてきたと説明していた。セグウェイ・ロボティクスは、親会社であるナインボットの技術、製品、サプライチェーン、生産ライン、ブランドの優位性を活用し、シリーズAの資金調達に一定の金額を費やしました。他のロボットメーカーは、この金額以上を費やす可能性があります。たとえば、ハードウェアの研究開発、サプライチェーン、量産能力を備えたメーカーであるASUSは、Zenboロボットの開発のために700人の研究開発チームを結成しました。

2. パイロットフェーズに入ると、ビジネスシナリオを持つパートナーはサプライヤーを簡単に変更しない傾向がある

テクノロジーはビジネスと組み合わせる必要がある場合が多く、短期的には、ビジネスシナリオを持つメーカー間の連携がスムーズに進むと、サプライヤーを簡単に変更できない可能性があります。国内の宅配便、食品配送、流通会社は2017年半ば頃からこの分野の研究を開始し、パートナーを選定しました。2018年前半にいくつかのテストと計算を行う予定です。データが理想的であれば、2018年半ばまでにいくつかのアプリケーションが登場する可能性があります。最初に商業利用に参入する配達ロボット企業は、先行者利益を獲得し、反復を加速し、後発企業との差を広げるでしょう。

7. 業界に関するいくつかの神話

上記の分析の後でも、この業界の将来の発展については未だにいくつかの疑問が残っています。これらを記事の最後にリストアップし、この業界に興味のある読者と議論できるようにしました。

  1. スタートアップは、まず配送会社と協力することで、どの程度の先行者利益を得ることができるのでしょうか?
  2. スタートアップが成功するには、まずデリバリー事業のシナリオ会社と連携することが必須条件なのでしょうか?
  3. デリバリー事業のシナリオを持つ企業には、データと財務的支援があります。将来的に、自社で事業を運営しようとするのでしょうか、それとも財務モデルが良好な場所での自社運営を推進するのでしょうか。もしそうなら、スタートアップはどの程度のインパクトを与えるのでしょうか。他に打開策やチャンスはあるのでしょうか。
  4. 今後、多くの企業の技術が成熟すると、複数のサービス企業が受注を競うモデルが生まれるのでしょうか。そのときの競争の核心は配送コストのコントロールになるのでしょうか。

<<:  斉燕傑:Sina Weibo のパーソナライズされたプッシュにおける機械学習の応用

>>:  10年後に人工知能のリーダーとなる国はどこでしょうか?アメリカ国民:中国であるべきだ

ブログ    
ブログ    

推薦する

多くの機械学習戦略が失敗する理由

クラウド コンピューティング サービス プロバイダーの Rackspace Technology が...

...

ファイアウォールではできないことを人工知能で実現できるでしょうか?

[[183545]]ハッカーが徐々に人工知能システムに適応するにつれて、プログラマーも積極的に新し...

...

2018 年の AI にとって重要なマイルストーンは何でしたか? 2019年に何が起こるでしょうか?

世界中で普及している人工知能は人類に利益をもたらすのでしょうか?それとも世界を破壊するのでしょうか?...

...

アルトマン:解雇されて戻ってくるのは辛かったが、OpenAIにとっては良いことだ

1月8日、OpenAIのCEOサム・アルトマン氏は、タイム誌編集長とのインタビューで、昨年末に同社と...

ニューラル機械翻訳のための談話レベルの単一言語修正モデル

[[280280]]この記事はLeiphone.comから転載したものです。転載する場合は、Leip...

人工知能で最も人気のあるアルゴリズムトップ10をわかりやすく解説

機械学習は業界にとって革新的で重要な分野です。機械学習プログラムに選択するアルゴリズムの種類は、達成...

Transformer の再考: 反転がより効果的になり、現実世界の予測のための新しい SOTA が出現

トランスフォーマーは、ペアワイズ依存関係を記述し、シーケンス内のマルチレベル表現を抽出できるため、時...

GitHub Copilot の盗作が確認されました! GitHub: 私たちの AI はコードを「暗唱」しません

[[409261]] GitHub Copilot は、コードを自動生成するという強力な機能により、...

Kingsoft WPS Office 2019 正式リリース: Word、Excel、PPT を 1 つのソフトウェアで操作

7月3日、キングソフトは北京オリンピックタワーで「シンプル・クリエイティブ・シンプルではない」をテー...

AI列車に乗ってみよう!マーケティングに人工知能を活用する3つの方法

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...

垂直型AIスタートアップと水平型AIスタートアップ: 異なる製品ルートの選択

AIスタートアップは主に2つのスタイルに分けられます。本日の記事では、その両方を分析して見ていきます...

人工知能がデジタルマーケティング業界を変革

[[391859]]人工知能はデジタルマーケティング業界に変化をもたらしているのでしょうか? はい!...