物流，不僅是“物的流動”，更要講“計算的科學(xué)”。物流公司只做今天，是沒有未來的。

　　快遞物流公司正在進(jìn)入一個全新的階段，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)。云計算、大數(shù)據(jù)、人工智能，過去那些曾經(jīng)作為“黑科技”代表的名詞，正在滲透進(jìn)物流這個傳統(tǒng)的行業(yè)，從智能無人機、物流機器人的配送，到客服機器人，再到倉儲自動化、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基礎(chǔ)建設(shè)，或者我們的重型資產(chǎn)，而是計算。”在前段時間順豐科技、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，他也梳理了“智慧物流”的未來，以及人工智能是如何在順豐實現(xiàn)商業(yè)化場景落地。

以下是田民演講實錄：

　　五年前，我回到國內(nèi)，專心做物流。那么今天的物流，到底是不是“搬貨”這么簡單？今天在一開始，我想花一些時間給大家說一下物流的概念。

　　物流是關(guān)于計算的科學(xué)

　　“物流（Logistics）”這個詞源出希臘文Logistikos,意為"計算的科學(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)驗教訓(xùn)中最先使用了Logistics，它當(dāng)時是一個軍事術(shù)語。物流的概念和理論最早在美國形成，起源于20世紀(jì)30年代，原意為“實物分配”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)來的外來詞。中文“物流”一詞把物的流動呈現(xiàn)得很形象逼真，但是去失去了原本“計算的科學(xué)”的原意，所以我們今天一講物流就認(rèn)為是搬運貨物。

　　而今天我們要講的物流，就不僅是“物的流動”，更要講“計算的科學(xué)”。因此順豐科技跟鈦媒體、杉數(shù)科技一起舉辦這場活動，就是要一起探索和研究物流領(lǐng)域計算的科學(xué)，只有通過計算的科學(xué)才能真正幫助物流提高運作效率、降低成本。

　　現(xiàn)在，智慧物流概念興起了。智慧物流是通過大數(shù)據(jù)、云計算、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，提升整個物流系統(tǒng)的智能化、自動化水平，從而推動物流的發(fā)展，降低物流成本、提高效率。而不是簡簡單單地做搬貨的搬運工。一家優(yōu)秀的物流公司一定是通過數(shù)據(jù)、計算來運行的，如果一家物流公司放棄了計算，就是放棄未來，放棄自己的生存權(quán)。

　　未來的智慧物流包括兩大特點，第一是互聯(lián)互通、數(shù)據(jù)驅(qū)動，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，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)動一切洞察、決策、行動；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)度整個物流系統(tǒng)中各參與方高效分工協(xié)作。

　　智慧物流的未來一定是高度協(xié)調(diào)、深度協(xié)同的，不可能是單獨一家公司的自我運作。今天的順豐也更加開放，我們的豐巢平臺就是高度開放，高度協(xié)同的平臺，它能被快速接受，也是“互聯(lián)互通、數(shù)據(jù)驅(qū)動，深度協(xié)同、高效執(zhí)行”這個趨勢的體現(xiàn)。

　　AI推動物流轉(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，還需要有實際的業(yè)務(wù)場景。同時也要有技術(shù)，能夠快速計算處理復(fù)雜數(shù)據(jù)的硬件、軟件等，因為每個模型處理的問題都不一樣，沒有一個單一的硬件系統(tǒng)可以處理這么多復(fù)雜的問題，未來根據(jù)算法模型的特征和數(shù)據(jù)類型設(shè)計的特殊計算機硬件設(shè)備，就能解決這一問題。

　　算法是一個核心。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，踏踏實實地幫助中國物流業(yè)提升到一個新的水平?！耙粠б宦贰钡膶崿F(xiàn)，也要求物流業(yè)要有強大的實施能力和基礎(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、無縫接入工作流程和開放的文化和組織。

　　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，我們還要會用數(shù)據(jù)，首要是要實現(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。這是我們未來的夢想。

　　順豐擁有幾十架貨運飛機、幾萬輛運輸車輛、幾千個物流設(shè)施、二十幾萬收派人員，這是順豐強大的軀體，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。未來幾年， 順豐會把人工智能等技術(shù)推廣和運用到物流的每一個領(lǐng)域，我曾反反復(fù)復(fù)去基層，看基點，員工重復(fù)性、高頻率而缺少創(chuàng)造性的勞動，我們會致力于通過人工智能的技術(shù)和工具來解決，把人釋放出來去做能夠創(chuàng)造更高價值的工作。

　　有很多人每天處理的事情本質(zhì)是非常接近的，只不過在時間和空間上存在差異而已，這些工作，我們就可以通過機器學(xué)習(xí)方法，思考問題的本質(zhì)，訓(xùn)練出更加優(yōu)秀的智慧大腦來提供輔助決策、統(tǒng)一指揮和管理，讓每一個人的決策和執(zhí)行都是最優(yōu)的，給客戶的服務(wù)也是最優(yōu)的。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，才能保證為客戶提供可持續(xù)的服務(wù)。

　　AI在順豐落地的實例

　　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？因為我們有大量數(shù)據(jù)，而我們渴望計算，作出更多的東西。再說預(yù)測，物流是需要被預(yù)測的。我們常年準(zhǔn)備一些資料，預(yù)防需求被某天的某個活動拉高，但這對資源的浪費是巨大的。所以我們需要有一個預(yù)期，針對不同的區(qū)域、不同的層面，也包括每年對整體物流行業(yè)的發(fā)展和增長能力的預(yù)測。這對資源有效利用、客戶感知都是非常利好的。所以我們不僅需要存儲數(shù)據(jù)，還要進(jìn)行探索和數(shù)據(jù)挖掘。

　　AI落地的實例之一是路徑規(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)雜和動態(tài)變化的路徑規(guī)劃問題，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級的不同，我們結(jié)合了自己的GIS能力，以及強化學(xué)習(xí)的算法，探索出更加適合的路徑規(guī)劃工具，來增強時效、優(yōu)化成本。

　　其次是場院管理。物流公司都有很多的操作場地和設(shè)備，一般都是通過人的肉眼觀察來進(jìn)行操作和指揮調(diào)度，我們希望能夠通過機器學(xué)習(xí)訓(xùn)練來識別設(shè)備和人、車輛等，從而進(jìn)行人員、車輛、包裹等的智能調(diào)度。

　　還有AI在手寫運單識別上的應(yīng)用。大家可能不太了解，實際上在運單上，英文和數(shù)字是相對好識別的，但中文識別起來難度非常大，更不要說還有運單缺損、破損的情況，地址很難確認(rèn)。順豐在過往沉淀了大量的地址庫，而且這些地址還都是每個順豐的快遞小哥敲門拜訪過的真實地址。我們結(jié)合卷積神經(jīng)網(wǎng)絡(luò)結(jié)合地址庫、圖像識別，把手寫運單機器有效識別率和準(zhǔn)確率提升到了一個很高的水平，減少人工輸單的工作量和差錯。我們也希望未來把這些能力和我們的合作伙伴共享，提高整個行業(yè)的效率。

　　還有就是預(yù)測。我們和亞馬遜還不太一樣，我們需要對業(yè)務(wù)量在不同維度進(jìn)行預(yù)測，包括時間維度、產(chǎn)品維度等。我們提倡時效產(chǎn)品，包裹不僅要送到，對什么時候送到、怎么送到都要關(guān)注。中國消費者對物流的感知是非常敏銳的，但是我們能不能預(yù)測到這些需求，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，針對商業(yè)客戶的需求和復(fù)雜度是完全不同的。我們的數(shù)據(jù)背后意味著什么？每個包裹、每個運單背后，都是連接，是供應(yīng)鏈和商業(yè)關(guān)系。大到未來五年、十年的整體業(yè)務(wù)量變化預(yù)測，小到一個單元區(qū)域未來幾天不同產(chǎn)品業(yè)務(wù)量的預(yù)測和時間分布，順豐嘗試用機器學(xué)習(xí)和時間序列分析等技術(shù)和手段去做各種類型的業(yè)務(wù)量預(yù)測，并且研究和分析相關(guān)性比較高的因素，例如，天氣、時令節(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。謝謝大家。

【獨家稿件及免責(zé)聲明】本網(wǎng)注明轉(zhuǎn)載文章中的信息僅供用戶參考。凡注明來源“運輸人網(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