روبوتات المستودعات بعد منصة Kiva: ما الذي بنته أمازون ووول مارت وأوكادو بالفعل

في عام 2012، دفعت أمازون 775 مليون دولار مقابل شراء Kiva Systems — شركة ناشئة تصنع روبوتات برتقالية صغيرة كانت تحمل وحدات رفوف كاملة إلى العمال البشريين بدلاً من إرسال العمال للسير أميالاً في ممرات المستودعات كل نوبة عمل. كان الشراء يُعامل على نطاق واسع كفضول في ذلك الوقت. كانت أمازون تنفق ما يقرب من مليار دولار على شركة روبوتات لم يسمع بها أي شخص خارج عمليات المستودعات تقريبًا. بعد أربعة عشر عامًا، يبدو هذا الاستحواذ كواحد من أكثر عمليات الاستحواذ الصناعية استبصارًا في التاريخ الحديث. تدير Amazon Robotics الآن أكثر من 750,000 روبوت عبر شبكة التوزيع الخاصة بها، ومن المتوقع أن تتجاوز صناعة أتمتة المستودعات التي ساعدت في تحفيزها 30 مليار دولار بحلول عام 2030.
يخفي حجم التحول تباينًا كبيرًا في ما نجح بالفعل، وما لا يزال في طور النضج، وأين لا تزال فجوة الأتمتة كبيرة. فهم هذا التباين أكثر فائدة من الرقم الرئيسي.
نهج أمازون: طبقات، وليس كتلاً واحدة
نظام أمازون ليس نوعًا واحدًا من الروبوتات. إنه بنية متعددة الطبقات حيث تتعامل آلات مختلفة مع مهام محددة في كل مرحلة من مراحل التوزيع. نظام Sequoia — نظام التوزيع الحالي من الجيل الحالي لأمازون، الذي يتم طرحه عبر المواقع الأمريكية خلال 2025–2026 — يجمع عدة أنواع من الروبوتات في سير عمل شامل:
- وحدات الدفع (نسل Kiva) تحمل حاويات البضائع إلى العمال الثابتين، مما يلغي معظم المشي. كان عامل التوزيع النموذجي يسير 15 ميلاً في اليوم؛ أنظمة وحدات الدفع تخفض ذلك إلى أقل من 2 ميل.
- Sparrow هو الذراع الروبوتية لأمازون المصمم خصيصًا لانتقاء العناصر الفردية من الحاويات وفرزها في حاويات الطلبات. يتعامل مع أكثر من 200 مليون نوع من العناصر باستخدام الرؤية الحاسوبية ونماذج الإمساك المدربة. Sparrow هو المكان الذي تكون فيه رؤية الذكاء الاصطناعي الأكثر أهمية — انتقاء العناصر غير المنظمة والمتنوعة بشكل موثوق بسرعة الإنتاج لا يزال صعبًا حقًا.
- Proteus هو وحدة الدفع المستقلة بالكامل لأمازون التي تتنقل بحرية بجانب الأشخاص، على عكس وحدات الدفع السابقة التي تطلبت مناطق منفصلة. يتعامل مع نقل الصناديق في مناطق الشحن.
- Digit (من Agility Robotics، التي استثمرت فيها أمازون) هو روبوت بشري ثنائي الأرجل في مرحلة تجريبية حالياً لنقل الصناديق الفارغة. الشكل البشري ضروري للمهام في المساحات المصممة للبشر، لكن Digit على نطاق واسع لا يزال على بعد سنوات.
المواقع المزودة بـ Sequoia تعالج الطلبات بنسبة تصل إلى 25% أسرع من المواقع من الجيل السابق وتقلل الأخطاء بشكل كبير. لكنها تتطلب أيضاً استثماراً رأسمالياً كبيراً — بناء وتجهيز مركز توزيع Sequoia في موقع جديد يكلف عدة مئات من ملايين الدولارات.
وول مارت و Symbotic: البديل عالي السرعة
اتخذت وول مارت مساراً مختلفاً. بدلاً من شراء شركة روبوتات مباشرة، وقعت وول مارت عقداً بقيمة 3.5 مليار دولار مع Symbotic لنشر نظام الأتمتة الخاص بها عبر 42 مركز توزيع إقليمي لوول مارت. يركز نهج Symbotic على نظام تخزين عالي الكثافة ومرتفع الارتفاع حيث تتحرك روبوتات صغيرة مستقلة بسرعة عالية عبر شبكة ثلاثية الأبعاد منظمة — تشبه إلى حد ما AutoStore، ولكنها محسّنة لمتطلبات الإنتاجية الأعلى لمتاجر السلع العامة التي تخدم آلاف المتاجر.
نظام Symbotic يمكنه العمل على مدار الساعة طوال أيام الأسبوع دون إضاءة أو تحكم في المناخ (الروبوتات لا تحتاج لأي منهما)، ويتعامل مع المنصات المختلطة من SKU المتباينة، ويقلل بشكل كبير من العمالة المطلوبة لنقل المنتج من الاستلام الوارد إلى إعادة تزويد المتجر الخارجي. مراكز توزيع وول مارت بعد نشر Symbotic تعمل، وفقاً للتقارير، مع ما يقرب من 30% أقل من العمالة لنفس الإنتاجية — على الرغم من أن هؤلاء العمال يميلون إلى أن يكونوا فنيين ومراقبي أنظمة بأجور أعلى بدلاً من العاملين اليدويين.
تم إدراج Symbotic للاكتتاب العام من خلال SPAC في عام 2022 ومنذ ذلك الحين توسعت لتشكل مشروعاً مشتركاً مع SoftBank لتقديم منصتها كخدمة لعملاء الخدمات اللوجستية الخارجية إلى جانب وول مارت — وهو تحول استراتيجي كبير من النشر لعملاء فرديين.
أوكادو: المشكلة الخاصة بمحلات البقالة
أتمتة محلات البقالة أصعب من السلع العامة لأن تنوع SKU شديد (مركز توزيع البقالة يتعامل مع أكثر من 50,000 SKU بأشكال وأوزان ومتطلبات هشاشة مختلفة بشكل كبير) ودورات الطلبات مضغوطة (طلبات البقالة غالباً ما تحتاج إلى الانتقاء في أقل من ساعة). أوكادو، متجر البقالة عبر الإنترنت في المملكة المتحدة، أمضت سنوات في بناء حل خاص بها ثم رخصته للمنافسين.
"المنصة الذكية" لأوكادو تستخدم شبكة ثلاثية الأبعاد من الروبوتات الصغيرة التي تتحرك عبر الجزء العلوي من مكعب تخزين كثيف، وتخفض الأدوات لاسترجاع العناصر الفردية بكفاءة ملحوظة — مركز توزيع العملاء (CFC) بمساحة 600,000 قدم مربع يمكنه معالجة أكثر من 65,000 طلب في الأسبوع بجزء صغير من العمالة التي يتطلبها مستودع البقالة التقليدي. المنصة الآن مرخصة لـ Kroger في الولايات المتحدة (العديد من CFCs تعمل)، وSobeys في كندا، وMorrisons في المملكة المتحدة.
التحدي لأوكادو هو كثافة رأس المال: بناء CFC يكلف 50-80 مليون دولار. بالنسبة لمتاجر البقالة الإقليمية أو الأسواق ذات الكثافة المنخفضة، فإن الاقتصاديات صعبة. توسع أوكادو في الولايات المتحدة مع Kroger كان أبطأ مما أعلن في البداية نتيجة لذلك.
AutoStore والمنطقة الوسطى من AMR
ليس كل مستودع يحتاج إلى Sequoia أو Symbotic. AutoStore — شركة نرويجية مدرجة حالياً في البورصة — تقدم نظام تخزين مكعب معياري حيث تزحف مئات الروبوتات الصغيرة عبر شبكة، لاسترجاع الصناديق من الأسفل. النظام يعمل في مساحات المستودعات الحالية (يمكن تثبيته في أي مبنى تقريباً بأرضية سليمة هيكلياً)، ولا يتطلب إضاءة أو HVAC خاصة، ويتوسع من بضع عشرات من الروبوتات إلى عدة آلاف.
AutoStore منشور في أكثر من 1,100 تثبيت عميل في 50 دولة، بما في ذلك عملاء رئيسيون مثل DB Schenker وH&M وPuma. يقع في سوق وسط مثير للاهتمام: أكثر تطوراً من أنظمة الناقل البسيطة، وأقل كثافة رأس المال من شبكة Symbotic أو Ocado كاملة، ومرن بما يكفي لتطبيقات الأزياء والأدوية وقطع الغيار حيث يكون تنوع SKU مرتفعاً ولكن متطلبات الإنتاجية معتدلة.
الروبوتات المتحركة المستقلة التعاونية (AMR) — وحدات من Locus Robotics، و6 River Systems، وGeek+ وغيرها — تستهدف شريحة مختلفة مرة أخرى: عمليات نشر تكون فيها شبكة كاملة باهظة الثمن أو المنشأة متغيرة جداً، ولكن بعض الأتمتة ممكنة. هذه الروبوتات تتنقل بحرية باستخدام LiDAR والكاميرات بدلاً من المسارات الثابتة، وتعمل جنباً إلى جنب مع العاملين البشريين. التثبيت يقاس بالأسابيع وليس الأشهر، والاستثمار أقل بمراتب عديدة من نشر Sequoia.
أين تبقى المشكلات الصعبة
الانتقاء الآلي للعناصر غير المنظمة لا يزال غير محلول بالكامل. Sparrow أمازون يتعامل مع أكثر من 200 مليون نوع من العناصر، وهو أمر مثير للإعجاب — لكن الذيل الطويل من SKUs ذات الشكل غير المناسب، الناعمة جداً، الصغيرة جداً، أو في تغليف غير عادي لا يزال يُعجز الأذرع الآلية. العاملون البشريون يظلون أكثر براعة وقابلية للتكيف من أي ذراع آلية تجارية بالحجوم المطلوبة في مراكز التوزيع. الفجوة تتقلص، لكنها لم تُسد.
معالجة المرتجعات شبه يدوية بالكامل. معالجة عنصر مرتجع — فحصه، تقرير ما إذا كان سيتم إعادة تخزينه، إعادة طيّه، إعادة تغليفه، أو التخلص منه — يتطلب براعة وحكمة وفحصاً حسياً لا تتعامل معه الروبوتات الحالية بشكل جيد. معدلات الإرجاع للتجارة الإلكترونية بمتوسط 20-30% تعني أن معالجة المرتجعات هي تكلفة تشغيلية كبيرة لم تلمسها الأتمتة إلا قليلاً.
التوصيل إلى الميل الأخير مشكلة منفصلة تماماً. يمكن للروبوتات تحسين عمليات مراكز التوزيع، ولكن إيصال الطرد إلى عتبة الباب لا يزال يتطلب سائقاً بشرياً في معظم الأسواق. تجارب التوصيل بالطائرات بدون طيار (Amazon Prime Air، Wing من Alphabet) تعمل على نطاق تجاري محدود ولكنها لم تتوسع خارج مناطق جغرافية وفئات وزن منتج محددة. روبوتات التوصيل المستقلة الأرضية تعمل في بعض الحرم الجامعية والمجتمعات المخططة لكنها تواجه عقبات تنظيمية وبنيوية كبيرة على نطاق المدن.
مسألة التوظيف
السردية القائلة إن روبوتات المستودعات تقضي على الوظائف خاطئة جزئياً وصحيحة جزئياً، بطرق تعتمد بشكل كبير على الأفق الزمني. قوة عمل التوزيع لأمازون نمت من حوالي 88,000 في عام 2014 إلى أكثر من 1.5 مليون في عام 2022 — فترة نشر هائل للروبوتات. سمحت الأتمتة لأمازون بتلبية عدد أكبر بكثير من الطلبات بعدد أقل نسبياً من الأشخاص، لكن العدد المطلق نما لأن الأعمال نمت أسرع من تحسن الإنتاجية.
النمط الآن يتغير. أعداد موظفي التوزيع لأمازون استقرت، وفي بعض السنوات انخفضت بينما يستمر حجم التوزيع في النمو. تبدأ الأتمتة في الظهور في إحصاءات التوظيف بطريقة لم يحدثها النشر في المراحل المبكرة. بالنسبة للعمال، يتغير التركيب أيضاً: وظائف انتقاء أقل، وظائف صيانة روبوتات، وفنيي أنظمة، وتنسيق لوجستي أكثر — بأجور أفضل عادة، لكنها تتطلب مهارات مختلفة.
الخلاصة العملية لأي شخص يبني بنية تحتية لوجستية هي أن الاستثمار الرأسمالي في أتمتة المستودعات يؤتي ثماره بشكل أساسي من خلال تحسين الإنتاجية وتقليل الأخطاء، وليس من خلال إلغاء العمالة على المدى القريب. حالة العائد على الاستثمار نادراً ما تعتمد فقط على تخفيض عدد الموظفين. المنشآت التي تبنت الأتمتة المبكرة أصبحت الآن على الجيل الثاني والثالث من الأنظمة — والميزة التراكمية على المنافسين غير المؤتمتين كبيرة.