📢 转载信息
原文链接：https://www.tmtpost.com/7732082.html
原文作者：智客ZhiKer，作者｜郭虹妘，编辑｜陶天宇
「50个技术赛道，50家创业公司」是一档聚焦前沿科技领域创新力量的深度探索栏目。我们以全球视野扫描新兴技术趋势，每期深入一个细分技术赛道，挖掘最具颠覆潜力的创业公司。呈现技术的商业价值，展示创新者的先锋姿态。
本文为第八篇，专栏集合在文章底部。
在刘明看来，仓库不是一堆货架的集合，而是一座不断试探效率边界的实验场。
先后任职于亚马逊、Coupang的刘明，有着十多年的仓储管理经验，而基于对仓储领域的深度参与与洞察，他又对“效率”这两个字格外敏感，一个调度算法、一条路径规划、一次货位调整，都能在无声处改变成千上万件商品的流转节奏。
他常说，仓库其实是人类组织行为的缩影，里面有秩序、有协作，也有博弈，而真正的挑战是如何让这种庞大的体系自己变得更聪明。
2016年，他离开大型企业的管理岗位，创立了牧星智能。彼时，中国电商正高速发展，仓储自动化设备层出不穷，但仓库依旧依赖人工经验维持运作。机器人在跑，系统在算，却没人真正让“仓库自己做决策”。刘明认为，行业真正缺的，不是更快的机械臂，而是一个能自我调度、自我优化的“大脑”让仓库从自动化走向智能化。
这正是与行业内许多出身于机械、电控等领域的创业团队有着完全不同基因的刘明团队想要去挑战的方向。所以，牧星智能从创立之初想要做的就是基于对仓库场景的深刻理解，用软硬件结合的方式，为各行各业的工厂和仓库提供智能高效的仓储解决方案。这也使得牧星智能成为了全球少数几个“先懂仓库、再做机器人”的智能仓储公司。
九年过去，牧星智能在韩国、日本、澳大利亚、德国以及美国成功落地了分公司，其业务系统已成功覆盖全球50多个国家和地区，服务全球超200家客户，其中，不乏可口可乐、雅马哈、Monde Nissin、朗德万斯等知名品牌企业或厂商。
更为重要的是，牧星智能的海外业务贡献了八成以上的营收，这无疑是近年来中国科技公司浩浩荡荡的出海征程中的成功代表。
牧星智能创始人刘明
以下为创投家与刘明对话全文，略有删减：
创投家： 牧星智能的创立契机是什么？
刘明：牧星智能是在2016年6月23号成立的。当时其实是一个很自然的结果。
我以前在亚马逊工作。2012年，亚马逊收购了 Kiva Systems，这让我第一次真切地看到机器人应用在仓库之后带来的巨大改变，也感受到了机器人在仓储领域可以带来巨大的价值。
以前，我们在中国的仓库，全靠人工加一点点自动化，而当我发现美国的机器人仓库效率能比我们人工做得更高。
这件事对我冲击很大，我当时在亚马逊中国管的仓库，是全中国效率最好的，但我发现，有些美国仓库能超越我们，靠的就是机器人系统。那一刻，我意识到，仓储行业可能会被彻底改变。
仓库的工作，其实是非常简单、枯燥、重复的。你每天拿着PDA（（Personal Digital Assistant）跑货位，扫条码、核对、走流程——人就像被电脑指挥的“机器人”。当时我就想，如果能把人从这种机械式劳动里解放出来，又能提高效率，这一定是一个很有价值的事。
所以，2016年我选择创业，聚焦在智能仓储、机器人仓储这个方向。我们团队有个特别的地方，是全球少数几个“先懂仓库、再做机器人”的团队，是真正干过仓库运营，知道客户要解决的问题是什么，客户要的是更高效、更经济的仓库运营方式。
创投家：擅长做“机器人”和“更懂仓库”，这两者的核心区别在哪里？
刘明：其实区别非常大。从“机器人”本身看，研发重心在硬件的稳定性、精度、成本、续航等。但仓储的目标是运营更高效、成本更低。所以这其中，真正的核心不在机器人，而是要解决仓库的问题。
我们从仓库出来，对仓库系统的理解是深入骨子里的。我们知道仓库从收货、上架、拣货、分播、出货的每一个环节是什么逻辑，知道不同仓型（比如电商、线边仓、成品仓）的差别。传统的自动化仓库系统是“一个系统配一套设备”，而到了机器人仓库，每次任务分配、路径规划、复位计算，都是动态的、实时优化的。你得同时考虑几十台、上百台机器人怎么协同，工作任务的顺序怎么排，怎样才能实现整体效率最优。这背后是算法，是系统级的调度逻辑，不是单个机器人的问题。
所以我们说，牧星智能是“做仓库的人里最懂机器人、做机器人的人里最懂仓库的”。我们做的是围绕整个仓库流程、软件系统、算法逻辑，去实现整体最优的智能仓储系统。
创投家：能否具体分享一个“更懂仓库”的典型案例？
刘明：其实每个案例之间都不太具备可比性，因为仓库类型太多了。比如有线边仓、成品仓、流通业仓、电商仓、直播仓、海外仓，每种场景的需求完全不一样。
我举个最典型的电商仓的例子吧。它的订单量大、SKU 多、时效要求高。过去人工拣货是一个个订单拣，每次走一大圈。为了提效，他们后来改成多订单一起拣，比如一次拣60个订单，这样单位行走距离内的拣选密度提高了，但问题是，后面分播环节就卡死了。
因为你一次拣回来几百件商品，要再分回每个订单，这时候就要靠人到“播种墙”前人工分播。墙太小，走动距离短，效率低；墙太大，又走太多路，整体效率反而下降。这就是多因子响应的问题，一个环节快了，另一个环节可能慢。
那我们是怎么解决的呢？我们在2023年推出了3D Sorter Max，这是一个全新的分播设备，可以自动识别、自动分播，不用人去跑着“播种”。这样一来，拣货环节就能一次性放大，比如从60个订单提升到500个订单一拣，效率能提升两三倍。前后流程打通以后，整个仓库的效率、拣选密度、人工占比全部优化。这种提效不是靠增加设备，而是靠算法设计和系统协调。
所以我经常说，牧星智能的核心不是卖设备，而是交付一个能高效运转的仓库。设备只是实现手段，背后的系统、算法、调度逻辑，才是真正的灵魂。
创投家：牧星智能的软件系统像一个“模块化低代码平台”，能否具体讲讲，这种设计思路如何让系统更灵活、更高效？
刘明：是的，我们整个软件系统的底层逻辑就是模块化。为什么？因为仓库场景太多，客户的需求差异非常大。你要是每个客户都重新开发一套软件，那就是“非标产品”，成本高、交付慢、稳定性也差。
我们做的是一个“积木式”的系统。我们把仓储操作拆解成上百个模块，比如拣货策略、路径规划、任务分配、货位优化、设备接口等等。
大概80%的功能是标准化的，可以直接复用，剩下20%根据客户场景进行轻定制。就像搭积木一样，不同客户我们帮他选哪些模块、怎么组合。这样一来，既能快速交付，又能保证系统稳定。
更重要的是，这个模块化平台背后是一个统一的数据逻辑。每个模块产生的数据都能互通，算法能实时调用整个仓库的状态数据来优化决策。我们内部叫它“低代码智能仓储平台”，你可以理解为仓库领域的操作系统。
客户看到的只是“我用了牧星的系统”，但其实背后是一整套经过上百次迭代的底层架构，这是我们能同时支撑全球几百个仓库的关键。
创投家：牧星智能早期就提到“AI自决策系统”，它在实际应用中发挥了哪些作用？未来是否会引入人形机器人参与仓储作业？
刘明：AI 其实我们早就在用了。现在外界热的是大模型，但在仓储领域，AI更多是“自决策”。比如系统会根据实时订单、库存、机器人状态，自动计算最优的任务分配方案，甚至在季节变化、促销周期变化的时候，系统会自己调整策略。
举个简单例子：到了夏天，雨伞、墨镜是热销品，系统会把它们自动调到离拣选面更近的位置；到了冬天，又会自动换成棉服、手套。这个逻辑不是人去手动配置，而是系统通过历史数据分析和规则学习，自动完成。它会不断学习、修正，这是AI在仓储里最实用的体现。
至于人形机器人，我个人非常看好。大家现在都在讲人形机器人能炒菜、能打螺丝，但我认为最容易落地、最先产生商业价值的场景是仓库。
因为仓库的场景相对标准化、环境可控。比如分播环节，人形机器人可以自动识别商品、抓取、放置；如果出现卡顿或异常，还能自主处理。我们其实已经在布局，预计明年会公布一些进展。
未来几年，你会看到人形机器人和轮式机器人在仓库里协同作业，真正做到“人形机器人+算法仓储系统”的融合。这将是智能仓储下一阶段的变革。
创投家：您在2018年就带队出海，为什么那时就决定布局海外市场？海外客户与国内客户，在需求和投资回报率上有哪些差异？
刘明：其实出海是被“算出来”的。机器人替代人工，本质上是经济决策。客户买机器人，不是为了好看，而是为了省钱，那就得看投资回报率。
我2018年去做苏宁的项目时发现个很有意思的事：2014年亚马逊仓库工人一小时成本是27块人民币，到了2018年苏宁仓库只有14块，四年过去，反而便宜了。
那到了今天，大部分中国仓库工人也就二十多块一个小时，对企业来说，用机器人反而不划算，因为人工太便宜。
但海外完全相反。像澳大利亚、美国，工人一小时120块，韩国、日本也要80块，这个差距太大了，同样一个仓库，海外20个工人就能支撑上机器人的投资，中国可能要到60-90个工人规模才划算。
第二个原因是订单结构。中国电商市场太特殊了，有双11、618，这种短时间订单暴增十几倍的情况。机器人系统有产能上限，哪怕你加人都跟不上。
海外市场相对平稳，像欧美圣诞节、黑五订单翻个四五倍就算高峰，系统能稳定运行，ROI也更可控。
所以我们2018年就决定走出去，先去韩国、澳大利亚，然后到欧洲、美国、日本。现在海外五家分公司占了我们超过80%的订单。牧星智能从一开始就不是只做中国市场，我们要做的是全球化的智能仓储标准方案。
创投家：哪些国家是增长最快的市场？在国际化过程中，您遇到过哪些挑战？
刘明：最早出海我们就选择了发达市场，因为它们的人工贵、仓储结构成熟，客户愿意为效率买单。后来我们也在东南亚、马来西亚、泰国、越南、中东、南美这些地方做项目，虽然现在规模不大，但增长很快。
最大的挑战其实有两个：
第一个是文化与沟通。仓储是一个强执行的行业，客户非常在意交付稳定性。我们在海外招的本地团队必须既懂行业，又能和国内研发对接，这需要磨合。
第二个是标准化能力。海外客户虽然需求各异，但都希望拿到“即插即用”的系统。我们通过模块化的软件平台来应对这个挑战，让本地分公司可以快速部署，而总部只需提供技术支持。
现在回过头看，我们走的这条路是对的。做硬科技出海，不能靠价格竞争，要靠体系竞争，靠标准化、靠交付、靠算法。
创投家：牧星智能的团队规模多大？组织结构上是如何运作的？
刘明：我们现在团队大概260人，研发人员占了一半以上。销售其实只有15个人，国内5个，海外10个。听起来少，但这是行业特点决定的。
我们这个行业的销售不是“卖产品”的，是“卖方案”的。客户要的不只是机器人，而是一整套系统，所以销售必须懂仓库逻辑、懂技术、懂ROI计算，不懂流程设计，就没法跟客户沟通。
组织上，我们把销售、方案、项目经理放在一个体系里，从拿单到交付是闭环的。这样效率高，也避免了信息断层。所以牧星虽然销售少，但能覆盖全球市场，我们靠的是技术驱动+方案驱动，不是靠人海战术。
创投家：牧星智能目前的营收情况如何？
刘明：我们现在的业务结构非常清晰，海外占比超过80%，这几年增长都挺稳健的。
过去两年，我们在海外市场的订单几乎是每年翻一倍，尤其是欧洲、日本和澳大利亚几个市场，客户复购率很高。国内业务占比不到20%，但主要是一些长期客户或者战略项目。
机器人仓储这个行业的特点是项目制，金额比较大，一个项目从几百万到上千万人民币不等。我们每年在做的有效交付项目有几十个，平均单体规模比前几年增长了不少。
我不太强调营收的绝对数，因为行业还在快速演化，我们更关注的是交付的质量、系统的稳定性和客户ROI。一个客户用得好，会自然复购，这个复购周期比新获客价值更大，我们在日本和欧洲已经看到这种复购效应了。
创投家：未来三到五年，牧星智能的核心增长动力来自哪里？如果用一句话定义牧星的下一个阶段，您会怎么说？
刘明：未来三到五年，我们的重点会有三个方向。
第一是软件智能化。我们会继续强化自决策系统，让仓库能真正“自己想、自己调、自己优化”，AI不是噱头，而是让系统更聪明。
第二是多场景协同。现在我们做的主要是拣货、分播、高位存储，但仓库里还有上架、打包、出货等环节。我们希望能把所有环节都打通，让仓库变成一个完整的智能生态。
第三是全球标准化。我们希望牧星能成为全球机器人仓储领域的技术标准制定者之一。无论在日本、美国还是中国，客户拿到的系统都是一样可靠、一样高效。
如果用一句话概括牧星的下一个阶段，我会说：“让仓库长出大脑，让机器人有判断力。”这就是我们接下来要做的事。
写在最后
刘明没有把“AI”“智能化”这些词挂在嘴边。对他而言，所谓智能，并不在于技术多先进，而在于系统能否真正替人思考、持续优化。“当算法能自己做决策时，人就能回到更有价值的部分去”他说。
在静水湖创投创始管理合伙人张毅看来，这样的刘明有一种少见的“克制”。张毅记得第一次见他时，刘明没有讲愿景，也没有谈估值，只拿着笔在纸上推导仓库的效率模型——机器人数量、货位密度、路径规划、ROI回收周期，一层一层算得清清楚楚。“他在AI浪潮里很少谈AI，却在做最接近AI本质的事，让系统自己学习、自己判断。”
张毅回忆起当初投资牧星的关键是在于刘明对国内和海外的不同类型的客户的需求以及如何解决其中的难点都非常清楚。
“我们看好的智能化不只是替代人工，更具客户吸引力的是智能化对客户整体效率的大幅提升，能为客户创造更多价值，提升客户竞争力。而且他们有软硬结合的系统性的解决方案，类似一个‘仓储大脑’，同时，又天然的具备出海基因”，张毅表示，创业的第一性原理是创始人要非常了解市场需求，而不仅仅是技术。
从亚马逊到Coupang，再到牧星智能，刘明用十多年时间在追问一个看似简单的问题：效率的尽头是什么？答案或许不是速度，而是秩序，一种由算法重组的人机协作的新秩序。
牧星的故事没有戏剧性的转折，也没有惊人的营销包装。它的成长像算法本身，缓慢、稳定，并不断逼近最优解。（文｜智客ZhiKer，作者｜郭虹妘，编辑｜陶天宇）
更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's巴伦中文网官方网站
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区