也許我們很快就能看見大片里無人機走進千家萬戶的場景了，人工智能正在讓物流產(chǎn)業(yè)更加自動化。近日，美國聯(lián)邦航空局向谷歌母公司“字母表”旗下的無人機配送公司“翼航空”，發(fā)放了美國的*個無人機配送許可。這意味著無人機商業(yè)化已經(jīng)在美國正式“起飛”。

實際上，“無人配送”已經(jīng)非常接近落地，國外的谷歌、亞馬遜，國內(nèi)的京東、蘇寧均已開始無人配送試點業(yè)務(wù)。但無人配送并非是智慧物流的全部，作為對運轉(zhuǎn)率、調(diào)配速度、人力資源要求極高的物流行業(yè)，與人工智能存在天然的結(jié)合點，并且開始在全鏈條中實現(xiàn)落地。

智慧物流也體現(xiàn)了一個新趨勢：從2018年開始，業(yè)界更多討論的是“產(chǎn)業(yè)AI”，而不是AI產(chǎn)業(yè)。許多企業(yè)開始加速構(gòu)建“產(chǎn)業(yè)AI”，即讓AI技術(shù)和產(chǎn)品在具體的一個個產(chǎn)業(yè)里發(fā)揮作用，落腳點在一個具有規(guī)模經(jīng)濟效應(yīng)的產(chǎn)業(yè)經(jīng)濟部門。從目前各產(chǎn)業(yè)AI發(fā)展成熟度來看，無人機配送所在的物流產(chǎn)業(yè)似乎略勝一籌，接下來我們將對整體物流產(chǎn)業(yè)AI圖景進行一些觀察，或許可以為其他產(chǎn)業(yè)迎來更大范圍的AI落地提供借鑒。

相關(guān)報告顯示，作為一個龐大的產(chǎn)業(yè)，2018年國內(nèi)智慧物流市場規(guī)模預(yù)計將超過1000億元，未來幾年年均增速將達到20%。宏觀來看，物流行業(yè)從物流管控、運輸配送，到整體的運營，都與AI有著較大的結(jié)合空間。而中國市場中，物流行業(yè)公司小而分散，數(shù)字化、信息化程度低，管理落后，導致成本高企。AI在其中通過替代重復性的勞動工作，通過挖掘物流行業(yè)這個天然數(shù)據(jù)場的數(shù)據(jù)價值，實現(xiàn)降本增效。可以說，物流也是AI滲透率非常深，有資格被稱之為“產(chǎn)業(yè)AI”的產(chǎn)業(yè)之一。具體來說，AI主要可與物流行業(yè)做以下的結(jié)合。

   輔助安全管理

安全工作，對任何一家物流企業(yè)來說都是重中之重。傳統(tǒng)的安保方式是，在倉庫內(nèi)安裝多個攝像頭，安排負責安保的員工輪流盯著屏幕，這種模式的實際效率和預(yù)警效果常常不盡如人意。在G7物流公司給出的解決方案中，在與物流相關(guān)的組件比如運載車、包含很多冷機、冷柜的倉庫中裝上傳感器，AI能夠以秒級的速度感知異樣。在這種方式中，事故率降低了75%。

   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(yīng)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(yīng)鏈創(chuàng)新應(yīng)用的元年，2018年以來供應(yīng)鏈應(yīng)用成為物流核心的內(nèi)容。圍繞供應(yīng)鏈體系，國家不斷大力提升供應(yīng)鏈的智能化、智慧化程度。近幾年大火的無人配送恰是供應(yīng)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優(yōu)秀路線、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(yù)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)化的優(yōu)秀選擇。

【來源：AI趨勢學院】