提升運營效率

當然，作為物流行業(yè)的重頭戲，分揀、裝車、派送是最基本的要素，貫穿于物流作業(yè)的始末，耗費大量的人力、物力、財力、時間，成本巨大。同時，與巨大的工作量相矛盾的是基層用工荒，而且這個缺口越來越大。智慧物流的應用直接提高了物流系統(tǒng)的效率和效益。

比如中轉(zhuǎn)場中的搬運工作占據(jù)了大比例的時間，勞動強度高，效率波動大，人工的重大貨物搬運，更是高風險。在順豐的智慧物流系統(tǒng)中，機械臂等智能硬件可以把工作人員從繁重、重復、且風險高的地方釋放，減少人員工作負擔，增加效率，降低綜合成本。

在智慧物流系統(tǒng)中，工作人員在裝車、卸車、分揀等環(huán)節(jié)，通過套在手指上的智能指環(huán)就可掃描快件運單，解放的雙手解決了手持著終端進行掃描而影響搬運的問題，提升工作效率的同時，為工作人員送去便捷。

無人配送

作為供應鏈創(chuàng)新應用的元年，2018年以來供應鏈應用成為物流最核心的內(nèi)容。圍繞供應鏈體系，國家不斷大力提升供應鏈的智能化、智慧化程度。近幾年大火的無人配送恰是供應鏈智能化的代表，其火熱程度從2019年來各巨頭持續(xù)的動作可見一斑。

除了前文提及的谷歌無人機配送，國內(nèi)市場中，美團無人配送車“小袋”也于本月初成功通過封閉測試場日常訓練、自動行駛輪式車能力評估測試等系列測試，通過測試的“小袋”具備激光雷達、攝像頭、GPS等傳感器，通過系統(tǒng)和算法來感知、定位和決策規(guī)劃做到安全規(guī)范行駛，也就是說國內(nèi)距離無人低速車配送也更近了一步。

此外，在配送環(huán)節(jié)，菜鳥也通過無人車、無人機、菜鳥快遞塔、菜鳥驛站智能柜、菜鳥小盒等系列方式形成多元化的物流配送矩陣，滿足了不同用戶的需求。

數(shù)據(jù)價值挖掘

在運營類操作以外，AI更大的優(yōu)勢就是幫助我們處理超過負載的信息，可以理解結(jié)構(gòu)化數(shù)據(jù)，以及包含圖像、視頻和語音的非結(jié)構(gòu)化數(shù)據(jù)。目前，許多巨頭也開始注重物流行業(yè)全局數(shù)據(jù)的收集。

比如順豐的智慧物流系統(tǒng)的不僅僅停留在“看、識別”方面，而是擁有了自己的思考，協(xié)同人類工作。為了幫助快遞車輛和收派人員尋求最優(yōu)路線、提升快件時效，通過綜合運用人工智能、大數(shù)據(jù)和動態(tài)規(guī)劃算法，順豐開發(fā)了實時路徑規(guī)劃技術(shù)，根據(jù)實時件量來動態(tài)優(yōu)化路由，將騎行小哥、貨車司機等運輸資源更好的與線路匹配，在時效窗口內(nèi)提高裝載率，從整體上提高運輸時效，降低運輸成本。

無獨有偶，對于每天會產(chǎn)生數(shù)億條數(shù)據(jù)的物聯(lián)網(wǎng)平臺G7來說，其通過與巨頭騰訊云的合作開始針對物流行業(yè)聯(lián)手打造解決方案，形成在數(shù)據(jù)積累、AI人才、市場傳播、商業(yè)模式等領(lǐng)域的生態(tài)合作。具體到實際場景中，車載設(shè)備從位置定位、油耗傳感器、溫度、速度搜集的數(shù)據(jù)會交由騰訊云在云端處理。騰訊云物聯(lián)云服務(wù)IoT可以獲取每一輛車的實時信息，如位置、油耗等，通過IoT服務(wù)實時匯集管理。同時，IoT通過規(guī)則引擎組件中編寫類SQL語句無縫對接大數(shù)據(jù)套件，進行車輛路徑、車輛規(guī)劃、司機排班等的優(yōu)化。在這個解決方案中，AI成功實現(xiàn)了從輔助身份到“軍師”身份的轉(zhuǎn)變。

不難想象，在物流行業(yè)日漸發(fā)展的未來，通過生成假設(shè)、評估、辯證和建議，人工智能未來會進化出更強大的信息推理能力。

全局、多維、協(xié)同、持續(xù)，產(chǎn)業(yè)AI的雛形初現(xiàn)

產(chǎn)業(yè)AI之所以更加復雜，是因為產(chǎn)業(yè)的需求往往比一兩個元素與AI結(jié)合復雜得多。綜合來看，合格的產(chǎn)業(yè)與AI必須是深度結(jié)合并具備多維、協(xié)同、持續(xù)、全局四個特點。通過多維度滲透進物流行業(yè)的“看”、“預測”、“匹配”；通過與物流行業(yè)的工作人員協(xié)同工作；通過全局洞察物流行業(yè)從而擁有大局視野，更是因持續(xù)不斷的進化升級，物流產(chǎn)業(yè)AI的雛形正在形成。

產(chǎn)業(yè)AI，本質(zhì)上是產(chǎn)業(yè)科技化，科技產(chǎn)業(yè)化，這也必將是個漫長的過程。如何抓住產(chǎn)業(yè)AI的機會，不再滿足于單點替代，而是和C端一起去重新定義端到端的模型，打造一個全新的業(yè)態(tài)，像物流行業(yè)一樣，深入場景＋打造閉環(huán)或許是AI產(chǎn)業(yè)化的最優(yōu)選擇。

文／AI趨勢學院