在順豐集團(tuán)CTO、順豐科技CEO田民看來(lái)，現(xiàn)在是到了要回歸物流的“初心”、看物流本質(zhì)的時(shí)候了。

　　這也是為什么田民在順豐、鈦媒體、杉數(shù)科技三家聯(lián)袂推出“AI與智慧物流圓桌論壇”的演講中，開篇就指出人類最早提出“物流”的概念，原意是關(guān)于計(jì)算的科學(xué)。

　　他強(qiáng)調(diào)：物流公司放棄計(jì)算，就是放棄未來(lái)、放棄自己的生存權(quán)。一家優(yōu)秀的物流公司一定是通過(guò)數(shù)據(jù)、計(jì)算來(lái)管理和運(yùn)行。

　　以下為田民在順豐、鈦媒體、杉數(shù)科技舉辦的“AI與智慧物流圓桌論壇”上的演講實(shí)錄：

　　用AI技術(shù)一定要了解它背后的原理，最基本的就是統(tǒng)計(jì)學(xué)和運(yùn)籌學(xué)等學(xué)科的算法和模型，不管把AI技術(shù)用到什么樣的業(yè)務(wù)場(chǎng)景中，對(duì)AI技術(shù)的基礎(chǔ)原理一定要明白和理解。

物流（Logistics）是關(guān)于計(jì)算的科學(xué)

　　今天首先想對(duì)物流這個(gè)詞做一下闡述，物流到底是不是搬貨這么簡(jiǎn)單？

　　"Logistics"一詞源出希臘文Logistikos, 意為"計(jì)算的科學(xué)"。在19世紀(jì)30年代，拿破侖的政史官A.H若米尼在總結(jié)征俄失敗的經(jīng)驗(yàn)教訓(xùn)中最先使用了Logistics。

　　物流的概念和理論最早是在美國(guó)形成的，起源于20世紀(jì)30年代，原意為“實(shí)物分配”或“貨物配送”。1963年被引入日本，日文翻譯為“物的流通”。20世紀(jì)70年代后，日文“物流”一詞逐漸取代了“物的流通”。

　　中文的“物流”一詞是從日文引進(jìn)來(lái)的外來(lái)詞。中文“物流”一詞把物的流動(dòng)呈現(xiàn)得很形象逼真，但失去了計(jì)算的科學(xué)的原意，所以我們今天一講物流就認(rèn)為是搬運(yùn)貨物。我們講物流，不僅要講“物的流動(dòng)”，更要講“計(jì)算的科學(xué)”。

　　今天為什么會(huì)跟鈦媒體、杉數(shù)科技一起舉辦這場(chǎng)活動(dòng)，因?yàn)槲覀冃枰黄饋?lái)探索和研究物流領(lǐng)域計(jì)算的科學(xué)，只有通過(guò)計(jì)算的科學(xué)才能真正幫助物流提高運(yùn)作效率、降低成本。另外我們只有正確地認(rèn)識(shí)物流的起源，才能準(zhǔn)確地分析物流的現(xiàn)狀和問(wèn)題，才能邁向智慧物流的未來(lái)。

數(shù)據(jù)與計(jì)算驅(qū)動(dòng)的智慧物流

　　智慧物流是通過(guò)大數(shù)據(jù)、云計(jì)算、智能硬件等智慧化技術(shù)與手段，提高物流系統(tǒng)思維、感知、學(xué)習(xí)、分析決策和智能執(zhí)行的能力，提升整個(gè)物流系統(tǒng)的智能化、自動(dòng)化水平，從而推動(dòng)物流的發(fā)展，降低物流成本、提高效率。

　　一家優(yōu)秀的物流公司一定是通過(guò)數(shù)據(jù)、計(jì)算來(lái)規(guī)劃和運(yùn)行。如果物流公司放棄計(jì)算，就是放棄未來(lái)，放棄自己的生存權(quán)。未來(lái)的物流有很多特點(diǎn)，包括互聯(lián)互通、數(shù)據(jù)驅(qū)動(dòng)、深度協(xié)同、高效執(zhí)行等。

　　所謂互聯(lián)互通、數(shù)據(jù)驅(qū)動(dòng)，就是所有物流要素互聯(lián)互通并且數(shù)字化，以“數(shù)據(jù)”驅(qū)動(dòng)一切洞察、決策、行動(dòng)；深度協(xié)同、高效執(zhí)行就是跨集團(tuán)、跨企業(yè)、跨組織之間深度協(xié)同，基于全局優(yōu)化的智能算法，調(diào)度整個(gè)物流系統(tǒng)中各參與方高效分工協(xié)作。

　　順豐有海量數(shù)據(jù)，比如運(yùn)單數(shù)據(jù)，如果能把數(shù)據(jù)（Data）轉(zhuǎn)換成為信息（Information），就能產(chǎn)生巨大無(wú)比的價(jià)值。

　　數(shù)據(jù)驅(qū)動(dòng)下的智慧物流一定是社會(huì)范圍內(nèi)高度協(xié)調(diào)，不可能是一家公司單獨(dú)自我運(yùn)作，今天的順豐已經(jīng)更加開放，豐巢平臺(tái)就是高度開放、高度協(xié)同的平臺(tái)，只有這樣才會(huì)給社會(huì)帶來(lái)最大化的價(jià)值。豐巢能夠被快速接受，就反映了互聯(lián)互通、數(shù)據(jù)驅(qū)動(dòng)、深度協(xié)同、高效執(zhí)行的趨勢(shì)。

AI的四大核心要素與五大轉(zhuǎn)型戰(zhàn)略

　　看一下AI的四大核心要素：數(shù)據(jù)、場(chǎng)景、技術(shù)和算法。

　　第一，核心要素是一定要有數(shù)據(jù)。

　　第二，一定要有場(chǎng)景，如果沒(méi)有業(yè)務(wù)場(chǎng)景的話，就會(huì)有問(wèn)題。

　　第三，是要有技術(shù)，包括硬件、軟件等，未來(lái)可能是根據(jù)算法模型來(lái)設(shè)計(jì)硬件，而不是只有唯一的硬件可選。

　　因?yàn)槊款惸Ｐ吞幚淼膯?wèn)題和數(shù)據(jù)類型都不一樣，沒(méi)有一個(gè)單一的硬件系統(tǒng)可以處理這么多的復(fù)雜問(wèn)題和不同類型數(shù)據(jù)。第四，算法需要不斷地研究和突破。

　　我們跟海內(nèi)外知名院校和優(yōu)秀的科技企業(yè)進(jìn)行合作，順豐科技需要聯(lián)合和聚集全球最優(yōu)秀的人才、最優(yōu)秀的公司來(lái)一起研究和解決最具挑戰(zhàn)性的問(wèn)題，踏踏實(shí)實(shí)地幫助中國(guó)物流業(yè)提升到一個(gè)新的水平。

　　AI轉(zhuǎn)型的五大戰(zhàn)略，包括成功案例、數(shù)據(jù)生態(tài)、技術(shù)工具、無(wú)縫接入工作流程和開放的文化和組織。首先要有成功案例。不能說(shuō)一開始就不現(xiàn)實(shí)地選擇做一個(gè)很大的項(xiàng)目，萬(wàn)事起步難。

　　此外，還要有數(shù)據(jù)，無(wú)縫接入到整個(gè)工作業(yè)務(wù)流程中實(shí)現(xiàn)整個(gè)端到端的數(shù)據(jù)生態(tài)化。另外還要有一個(gè)開放的文化，與各個(gè)領(lǐng)域的專家、學(xué)者和企業(yè)進(jìn)行交流，不然就無(wú)法實(shí)現(xiàn)AI的轉(zhuǎn)型和智慧物流。

　　順豐為什么會(huì)實(shí)施多元化戰(zhàn)略，因?yàn)槲覀兊倪h(yuǎn)景是以綜合物流服務(wù)能力為基礎(chǔ)，為客戶提供更多的其他服務(wù)，包括商業(yè)的服務(wù)能力、金融的服務(wù)能力、未來(lái)數(shù)據(jù)和技術(shù)的服務(wù)能力等。

　　順豐擁有的數(shù)據(jù)是非常豐富的，不僅有物流運(yùn)營(yíng)類數(shù)據(jù)，包括運(yùn)單數(shù)據(jù)、各個(gè)物流節(jié)點(diǎn)數(shù)據(jù)，還有物聯(lián)網(wǎng)類數(shù)據(jù)、客戶感知數(shù)據(jù)、商業(yè)類數(shù)據(jù)、金融類數(shù)據(jù)以及外部合作數(shù)據(jù)。

AI在順豐落地的六大業(yè)務(wù)場(chǎng)景

　　AI在順豐的落地場(chǎng)景包括智慧物流、智慧服務(wù)、智慧決策、智慧管理、智慧地圖、智慧包裝等。

　　順豐擁有幾十架貨運(yùn)飛機(jī)、幾萬(wàn)輛運(yùn)輸車輛、幾千個(gè)物流設(shè)施、二十幾萬(wàn)收派人員，這是我們強(qiáng)大的軀體，這樣的軀體需要非常高的協(xié)調(diào)能力和智慧能力。

　　未來(lái)幾年，我們會(huì)把人工智能等技術(shù)推廣和運(yùn)用到每一個(gè)領(lǐng)域。我曾經(jīng)反反復(fù)復(fù)與我們科研人員講要去一線基層體驗(yàn)，去觀察那些高頻率、重復(fù)性工作，想辦法利用技術(shù)手段去把他們替代掉，把人釋放出來(lái)去做創(chuàng)造更高價(jià)值的的工作。

　　順豐有這么多員工，其實(shí)每天重復(fù)處理的事情都是非常類似的，可以用機(jī)器學(xué)習(xí)的方法訓(xùn)練出一個(gè)優(yōu)秀的智慧大腦來(lái)提供輔助決策，最終由一個(gè)越來(lái)越聰明的智慧大腦來(lái)統(tǒng)一指揮和管理，每一個(gè)人的決策和執(zhí)行都是最優(yōu)的，給客戶的服務(wù)也是最優(yōu)的。

　　服務(wù)最難的就是持續(xù)的一致性和穩(wěn)定性?，F(xiàn)在客戶感知最痛苦的就是物流服務(wù)水平和時(shí)效的不穩(wěn)定，一會(huì)兒快，一會(huì)兒慢，有時(shí)態(tài)度好，有時(shí)態(tài)度惡劣。未來(lái)智慧物流就能夠更有效地保障服務(wù)的一致性和穩(wěn)定性。

　　物流業(yè)務(wù)量預(yù)測(cè)，現(xiàn)在物流的業(yè)務(wù)高峰是被各類電商的促銷活動(dòng)和人造節(jié)人為拉高的，對(duì)社會(huì)資源的浪費(fèi)是非常巨大的。

　　為了規(guī)劃和調(diào)度資源，我們需要對(duì)業(yè)務(wù)量進(jìn)行不同維度的預(yù)測(cè)，大到未來(lái)五年、十年的整體業(yè)務(wù)量變化預(yù)測(cè)，小到一個(gè)單元區(qū)域未來(lái)幾天不同產(chǎn)品業(yè)務(wù)量的預(yù)測(cè)和時(shí)間分布等。我們嘗試用機(jī)器學(xué)習(xí)和時(shí)間序列分析等技術(shù)和手段去做各種類型的預(yù)測(cè)并且研究和篩選相關(guān)性因素，例如天氣、時(shí)令節(jié)氣、產(chǎn)業(yè)結(jié)構(gòu)、政府政策、GDP等 。

AI在物流落地的實(shí)例

　　AI落地實(shí)例方面，路徑規(guī)劃是一個(gè)例子。傳統(tǒng)的路徑規(guī)劃算法和工具已經(jīng)很難解決今天更加復(fù)雜和動(dòng)態(tài)變化的物流問(wèn)題，需要引入新的思維方法、新的算法模型、新的技術(shù)手段。

　　另外今天主流的地圖服務(wù)都被互聯(lián)網(wǎng)大公司控制為其生態(tài)圈業(yè)務(wù)服務(wù)，變得不再純粹和中立，變成越來(lái)越消費(fèi)級(jí)而不是工程級(jí)。

　　物流需要的地圖服務(wù)需要更高的精度、穩(wěn)定性和實(shí)時(shí)性等，所以我們投了很多精力去研究智慧物流地圖。結(jié)合GIS能力和強(qiáng)化學(xué)習(xí)等技術(shù)，我們探索和研究更加適合的路徑規(guī)劃工具和方法幫助優(yōu)化時(shí)效和優(yōu)化成本。

　　AI落地的另一個(gè)例子是數(shù)字化智能場(chǎng)院管理。物流公司有很多場(chǎng)地、設(shè)施和操作人員，一般都是通過(guò)人的肉眼觀察來(lái)進(jìn)行操作和指揮調(diào)度，我們研究利用機(jī)器學(xué)習(xí)等技術(shù)來(lái)自動(dòng)識(shí)別場(chǎng)院內(nèi)外的人、物、設(shè)備、車的狀態(tài)和學(xué)習(xí)優(yōu)秀的管理和操作人員的指揮調(diào)度經(jīng)驗(yàn)和決策等，逐步實(shí)現(xiàn)輔助決策和自動(dòng)決策。

　　AI落地還有一個(gè)就是手寫運(yùn)單識(shí)別的例子。大家可能不太明白，中文漢字很難實(shí)現(xiàn)機(jī)器自動(dòng)識(shí)別，英文和數(shù)字還比較容易識(shí)別。我們利用計(jì)算機(jī)圖像識(shí)別、地址庫(kù)、合卷積神經(jīng)網(wǎng)把手寫運(yùn)單機(jī)器有效識(shí)別率和準(zhǔn)確率提升到了一個(gè)很高的水平，大幅度地減少人工輸單的工作量和差錯(cuò)。

　　還有其他許多案例就不一一舉例了，AI在物流領(lǐng)域的應(yīng)用空間是非常廣大的，我們會(huì)不斷地去探索、研究和創(chuàng)建順豐智慧物流大腦。

【獨(dú)家稿件及免責(zé)聲明】本網(wǎng)注明轉(zhuǎn)載文章中的信息僅供用戶參考。凡注明來(lái)源“運(yùn)輸人網(wǎng)”的作品，未經(jīng)本網(wǎng)授權(quán)均不得轉(zhuǎn)載、摘編或使用。聯(lián)系郵件：master@yunshuren.com