近日獲悉，柔性制造和智慧物流系統解決方案供應商賓通智能宣布完成6000萬元A輪融資，由元璟資本領投，清流資本、復星銳正、臨港科創投、紫竹小苗、將門創投跟投。

據了解，本輪融資資金將用于產品研發、市場推廣和團隊擴充。

元璟資本合伙人劉毅然表示：“隨著前端消費需求的快速迭代，中國制造業適應前端變革向小批量定制化轉變的需求增加，制化轉變的需求增加，柔性生產能力成為制造業核心的競爭力之一；賓通智能通過領先的人工智能技術結合制造業一線積累的know-how，提供給客戶秒級的靈活排產+智能調度執行系統，完成制造業從排產決策到執行的閉環，幫助客戶獲得柔性生產能力；團隊具有國際一流的技術能力的同時，深扎工業一線，客戶導向，我們看好賓通成為下一代智能制造的基礎設施。”

此前，賓通智能曾獲富士康天使投資，并為富士康在美國威斯康星州的工廠設計了智能化決策、調度和物流調度的全棧智能生產解決方案。

賓通智能專注于為制造業企業提供智能決策解決方案，目前業務已經覆蓋半導體、機加工、3C、航空裝備制造等多個行業，客戶多為行業內頭部企業。業務收入今年預計達數千萬元，較去年增長5倍左右。

信息顯示，上海賓通智能科技有限公司成立于2017年12月，法定代表人為龔超慧。團隊方面，賓通核心成員來自卡內基梅隆大學、施耐德、商飛、美的、德邦物流等知名高校與企業，并有機器人界諾貝爾獎得主Howie教授擔當顧問。

一、從離散型物流執行、調度層切入，專注實現柔性生產

賓通智能創立之初就希望幫助離散制造業企業實現柔性生產、形成智能決策能力。由于離散制造業中工序環節較多且有解耦化的趨勢，各個工序間的物料運輸環節不斷增加，生產靈活性的要求日益提高。賓通智能認為智能排產可以優化“人，機，料，法，環”間的協同關系，并通過對廠內物流環節實現數據采集和精確控制，那么就可以打通離散生產場景的各個環節，提高整廠生產的聯動性實現高效率智能化的生產。

基于此，賓通智能形成了從決策層到執行層的完整產品體系，即實時排產產品“劉邦”（BAPS智能排程系統）、多機調度產品“韓信”（BFMS多機調度系統）、單機控制產品“愚公”（BANS單機控制系統）。

首先，賓通智能選擇從AMR的控制器切入，開發了為底層物流機器人配置的通用型控制器產品：“愚公”。該控制器預制了自主導航、路徑規劃、安全避障等功能，并適配十幾種AMR底盤和兼容各類傳感器。通過配置“愚公”，集成商客戶交付門檻得以降低，終端企業也可以對不同廠商、不同型號的AMR進行統一的調度管理，并且硬件的升級更替將不會影響到軟件方面的數據沉淀和模型持續優化。

一個企業通常在廠區部署多個不同品類的AMR，為此賓通智能開發了滿足企業多機調度需求的軟件系統：“韓信”。該系統具備三個特點：

全局性：可以為多至數百臺機器人實時分配合適的路徑，保障機器人之間的協同運行，實現全局的交通調度。

實時性：可以對AMR進行實時狀態監控，實時管理物流任務，實時收集包括運行路徑、當前位置、所運物料等在內的各類數據。

易用性：提供友好的圖形化編輯界面，結合公司自主研發的SLAM技術所采集到的點云數據，實現快速建圖、修改路網等操作。

賓通智能表示，由于AMR在運行過程中會與機床、傳送帶等機器設備產生大量交互，因此調度系統將會覆蓋廠區內的絕大部分機器設備，使得企業可以通過一套軟件系統調度所有生產和物流設備。

二、區別傳統APS排程系統，實現實時智能決策

在“愚公”和“韓信”的基礎上，賓通智能打造了BAPS智能排程系統，走出了一條和傳統APS系統完全不同的路線。

公司CEO龔超慧認為傳統APS系統是在制造業沒有實現數字化時基于行業內“最佳實踐”開發形成的生產排程軟件，本質上是基于經驗、瀑布式管理制定生產計劃。由于沒有考慮實際作業過程中的動態變化，特別是中間物料運轉環節的控制缺失，導致很多APS軟件的部署效果并不理想，甚至“只能看不能用”。

賓通智能則通過實現底層執行層和上層決策層之間的實時數據交互，能夠對執行層的動態變化迅速反饋，提升企業生產決策的效率和效果。

BAPS智能排程系統產品的關鍵點有兩方面，首先是對企業生產過程實現精細化的建模。企業排產人員在BAPS中可以直接創建“人、機、料、法、環”多維度的生產過程模型，或者通過提供的EXCEL模板直接導入相關數據。BAPS同時建立與MES、WMS、ERP等其他系統的API接口，以獲取機器設備、生產訂單、物料等數據，打通制造業企業內部的數據孤島。

其次，在確定好相應的生產工序工藝邏輯、資源約束和排程需求規則后，BAPS將基于AI-Planning算法技術，實時給出生產排程計劃和預測，并可以進行多策略比對及人工調整。相較于一般APS系統采用的啟發式算法（基于人工經驗）、遺傳算法等，AI-Planning算法有以下特點：

可以進行自學習。AI-Planning本質上是類似于Alpha-Go采用的深度增強式學習算法。實際建模過程中，工廠的生產過程模型就相當于圍棋的下棋規則，只不過不同工廠的規則不同。當規則輸入后，AI-Planning會自動生成模擬的排程計劃，采用深度學習的評價函數來判斷、提升排程效果，這一過程則類似于Alpha-Go自己生成海量圍棋對局，通過對局數據進行自學習，而無需輸入大量實際的排程數據來訓練算法。

實時性。AI-Planning可以快速應對緊急訂單、設備故障等突發情況，迅速重新制定排程計劃，幫助企業實現動態最優生產決策。

此外，BAPS的排程計劃可以精確計劃全生產環節的每筆任務，包括預計物料的中轉送達時間，通過實時下發設備生產指令，確保計劃與執行的高度匹配。

三、業務應用覆蓋多個行業，為企業降本增效

賓通智能通過服務行業頭部客戶打造標桿案例，例如為日本知名工業用品電商平臺提供BAPS系統后，交期達成率從95%提升至100%，設備使用率從原先的60%提升到70%以上，將原先由排產員估算的人工排產方式轉變為機器智能實時排產、人工輔助調整的方式，降低了人力成本，提升了排產效率和生產效果。

半導體行業一直是公司業務推進的重點，賓通智能依然選擇從物流環節切入，先為半導體頭部企業提供廠內物流自動化和調度系統，配合其核心生產環節的自動化流程，可以降低中間環節50%以上的人力成本以及相關設備成本。未來公司將逐步切入排程環節，目前產品已經批量導入實際產線。接下來，賓通智能希望覆蓋包括面板、FPC/PCB、SMT等泛半導體領域的腰部企業客戶，在格局較分散的領域實現上下游的生產協同。

業務拓展方式上，賓通智能選擇直客+集成商合作兩種模式，未來將和近千家集成商合作為百萬家工廠提供智能決策服務。賓通智能還將系統逐步模塊化，提高跨行業的通用性。部署方式上支持企業私有云和公有云部署，視企業需求而定。