物流,不僅是“物的流動(dòng)”,更要講“計(jì)算的科學(xué)”。物流公司只做今天,是沒(méi)有未來(lái)的。
快遞物流公司正在進(jìn)入一個(gè)全新的階段,但引領(lǐng)這次轉(zhuǎn)型的,卻并不是資本和模式的改變,而是技術(shù)。云計(jì)算、大數(shù)據(jù)、人工智能,過(guò)去那些曾經(jīng)作為“黑科技”代表的名詞,正在滲透進(jìn)物流這個(gè)傳統(tǒng)的行業(yè),從智能無(wú)人機(jī)、物流機(jī)器人的配送,到客服機(jī)器人,再到倉(cāng)儲(chǔ)自動(dòng)化、智能調(diào)度,我們熟悉的快遞物流業(yè),正在被“智能化”所顛覆。
“物流最核心的東西不是我們整個(gè)基礎(chǔ)建設(shè),或者我們的重型資產(chǎn),而是計(jì)算?!痹谇岸螘r(shí)間順豐科技、杉數(shù)科技、鈦媒體共同舉辦的“AI+智慧物流圓桌論壇”上,田民表示。同時(shí),他也梳理了“智慧物流”的未來(lái),以及人工智能是如何在順豐實(shí)現(xiàn)商業(yè)化場(chǎng)景落地。
以下是田民演講實(shí)錄:
五年前,我回到國(guó)內(nèi),專(zhuān)心做物流。那么今天的物流,到底是不是“搬貨”這么簡(jiǎn)單?今天在一開(kāi)始,我想花一些時(shí)間給大家說(shuō)一下物流的概念。
物流是關(guān)于計(jì)算的科學(xué)
“物流(Logistics)”這個(gè)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,它當(dāng)時(shí)是一個(gè)軍事術(shù)語(yǔ)。物流的概念和理論最早在美國(guó)形成,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,但是去失去了原本“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。
而今天我們要講的物流,就不僅是“物的流動(dòng)”,更要講“計(jì)算的科學(xué)”。因此順豐科技跟鈦媒體、杉數(shù)科技一起舉辦這場(chǎng)活動(dòng),就是要一起探索和研究物流領(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。
現(xiàn)在,智慧物流概念興起了。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。而不是簡(jiǎn)簡(jiǎn)單單地做搬貨的搬運(yùn)工。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)運(yùn)行的,如果一家物流公司放棄了計(jì)算,就是放棄未來(lái),放棄自己的生存權(quán)。
未來(lái)的智慧物流包括兩大特點(diǎn),第一是互聯(lián)互通、數(shù)據(jù)驅(qū)動(dòng),第二是深度協(xié)同、高效執(zhí)行。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。
智慧物流的未來(lái)一定是高度協(xié)調(diào)、深度協(xié)同的,不可能是單獨(dú)一家公司的自我運(yùn)作。今天的順豐也更加開(kāi)放,我們的豐巢平臺(tái)就是高度開(kāi)放,高度協(xié)同的平臺(tái),它能被快速接受,也是“互聯(lián)互通、數(shù)據(jù)驅(qū)動(dòng),深度協(xié)同、高效執(zhí)行”這個(gè)趨勢(shì)的體現(xiàn)。
AI推動(dòng)物流轉(zhuǎn)型的四大核心要素、五大戰(zhàn)略
人工智能和物流相結(jié)合,要推動(dòng)物流行業(yè)轉(zhuǎn)型,要有四大核心要素、五大戰(zhàn)略。
AI的四大核心要素是數(shù)據(jù)、場(chǎng)景、技術(shù)和算法。首先要有數(shù)據(jù),有了數(shù)據(jù)后,還需要有實(shí)際的業(yè)務(wù)場(chǎng)景。同時(shí)也要有技術(shù),能夠快速計(jì)算處理復(fù)雜數(shù)據(jù)的硬件、軟件等,因?yàn)槊總€(gè)模型處理的問(wèn)題都不一樣,沒(méi)有一個(gè)單一的硬件系統(tǒng)可以處理這么多復(fù)雜的問(wèn)題,未來(lái)根據(jù)算法模型的特征和數(shù)據(jù)類(lèi)型設(shè)計(jì)的特殊計(jì)算機(jī)硬件設(shè)備,就能解決這一問(wèn)題。
算法是一個(gè)核心。我們要和很多高等院校、優(yōu)秀的企業(yè)進(jìn)行合作。順豐科技也要集合全球最優(yōu)秀的人才、最優(yōu)秀的公司,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?!耙粠б宦贰钡膶?shí)現(xiàn),也要求物流業(yè)要有強(qiáng)大的實(shí)施能力和基礎(chǔ)架構(gòu)能力。
AI轉(zhuǎn)型的五大戰(zhàn)略,包括成功用例、數(shù)據(jù)生態(tài)、技術(shù)工具、無(wú)縫接入工作流程和開(kāi)放的文化和組織。
成功用例是首要條件。其次,是要將數(shù)據(jù)無(wú)縫接入到業(yè)務(wù)流程中,之前我們講,要有數(shù)據(jù),而不僅如此,我們還要會(huì)用數(shù)據(jù),首要是要實(shí)現(xiàn)端到端的完整數(shù)據(jù)生態(tài)化。
物流需要“智慧”的大腦
AI在順豐的落地場(chǎng)景上,包括了智慧物流、智慧服務(wù)、智慧決策、智慧管理、智慧地圖、智慧包裝等。這是我們未來(lái)的夢(mèng)想。
順豐擁有幾十架貨運(yùn)飛機(jī)、幾萬(wàn)輛運(yùn)輸車(chē)輛、幾千個(gè)物流設(shè)施、二十幾萬(wàn)收派人員,這是順豐強(qiáng)大的軀體,這樣的軀體需要非常高的協(xié)調(diào)能力和智能,“腦子”也要好用。未來(lái)幾年, 順豐會(huì)把人工智能等技術(shù)推廣和運(yùn)用到物流的每一個(gè)領(lǐng)域,我曾反反復(fù)復(fù)去基層,看基點(diǎn),員工重復(fù)性、高頻率而缺少創(chuàng)造性的勞動(dòng),我們會(huì)致力于通過(guò)人工智能的技術(shù)和工具來(lái)解決,把人釋放出來(lái)去做能夠創(chuàng)造更高價(jià)值的工作。
有很多人每天處理的事情本質(zhì)是非常接近的,只不過(guò)在時(shí)間和空間上存在差異而已,這些工作,我們就可以通過(guò)機(jī)器學(xué)習(xí)方法,思考問(wèn)題的本質(zhì),訓(xùn)練出更加優(yōu)秀的智慧大腦來(lái)提供輔助決策、統(tǒng)一指揮和管理,讓每一個(gè)人的決策和執(zhí)行都是最優(yōu)的,給客戶(hù)的服務(wù)也是最優(yōu)的。這樣能夠減少人工之間決策的不確定性,提供決策的依據(jù)是一致的,才能保證為客戶(hù)提供可持續(xù)的服務(wù)。
AI在順豐落地的實(shí)例
我們要匯聚海量數(shù)據(jù),做智慧分析決策。為什么我們期待合作?因?yàn)槲覀冇写罅繑?shù)據(jù),而我們渴望計(jì)算,作出更多的東西。再說(shuō)預(yù)測(cè),物流是需要被預(yù)測(cè)的。我們常年準(zhǔn)備一些資料,預(yù)防需求被某天的某個(gè)活動(dòng)拉高,但這對(duì)資源的浪費(fèi)是巨大的。所以我們需要有一個(gè)預(yù)期,針對(duì)不同的區(qū)域、不同的層面,也包括每年對(duì)整體物流行業(yè)的發(fā)展和增長(zhǎng)能力的預(yù)測(cè)。這對(duì)資源有效利用、客戶(hù)感知都是非常利好的。所以我們不僅需要存儲(chǔ)數(shù)據(jù),還要進(jìn)行探索和數(shù)據(jù)挖掘。
AI落地的實(shí)例之一是路徑規(guī)劃。
傳統(tǒng)的路徑規(guī)劃已經(jīng)算法和工具已經(jīng)很難解決今天更加復(fù)雜和動(dòng)態(tài)變化的路徑規(guī)劃問(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。我們也進(jìn)行了探索和研究。比如,物流路徑規(guī)劃需要的地圖和消費(fèi)級(jí)的不同,我們結(jié)合了自己的GIS能力,以及強(qiáng)化學(xué)習(xí)的算法,探索出更加適合的路徑規(guī)劃工具,來(lái)增強(qiáng)時(shí)效、優(yōu)化成本。
其次是場(chǎng)院管理。物流公司都有很多的操作場(chǎng)地和設(shè)備,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,我們希望能夠通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練來(lái)識(shí)別設(shè)備和人、車(chē)輛等,從而進(jìn)行人員、車(chē)輛、包裹等的智能調(diào)度。
還有AI在手寫(xiě)運(yùn)單識(shí)別上的應(yīng)用。大家可能不太了解,實(shí)際上在運(yùn)單上,英文和數(shù)字是相對(duì)好識(shí)別的,但中文識(shí)別起來(lái)難度非常大,更不要說(shuō)還有運(yùn)單缺損、破損的情況,地址很難確認(rèn)。順豐在過(guò)往沉淀了大量的地址庫(kù),而且這些地址還都是每個(gè)順豐的快遞小哥敲門(mén)拜訪(fǎng)過(guò)的真實(shí)地址。我們結(jié)合卷積神經(jīng)網(wǎng)絡(luò)結(jié)合地址庫(kù)、圖像識(shí)別,把手寫(xiě)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,減少人工輸單的工作量和差錯(cuò)。我們也希望未來(lái)把這些能力和我們的合作伙伴共享,提高整個(gè)行業(yè)的效率。
還有就是預(yù)測(cè)。我們和亞馬遜還不太一樣,我們需要對(duì)業(yè)務(wù)量在不同維度進(jìn)行預(yù)測(cè),包括時(shí)間維度、產(chǎn)品維度等。我們提倡時(shí)效產(chǎn)品,包裹不僅要送到,對(duì)什么時(shí)候送到、怎么送到都要關(guān)注。中國(guó)消費(fèi)者對(duì)物流的感知是非常敏銳的,但是我們能不能預(yù)測(cè)到這些需求,是巨大的挑戰(zhàn)。順豐和電商為主的快遞公司還不太一樣,順豐是B2B平臺(tái),針對(duì)商業(yè)客戶(hù)的需求和復(fù)雜度是完全不同的。我們的數(shù)據(jù)背后意味著什么?每個(gè)包裹、每個(gè)運(yùn)單背后,都是連接,是供應(yīng)鏈和商業(yè)關(guān)系。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,順豐嘗試用機(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(lèi)型的業(yè)務(wù)量預(yù)測(cè),并且研究和分析相關(guān)性比較高的因素,例如,天氣、時(shí)令節(jié)氣、產(chǎn)業(yè)結(jié)構(gòu)、政府政策、GDP等。
順豐的承諾是,為每一份托付,攜手共創(chuàng)AI未來(lái)。謝謝大家。
【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(hù)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
點(diǎn)擊關(guān)鍵字閱讀相關(guān)文章:
文章來(lái)源:中國(guó)物流與采購(gòu)網(wǎng)
評(píng)論