也許我們很快就能看見(jiàn)大片里無(wú)人機(jī)走進(jìn)千家萬(wàn)戶的場(chǎng)景了，人工智能正在讓物流產(chǎn)業(yè)更加自動(dòng)化。近日，美國(guó)聯(lián)邦航空局向谷歌母公司“字母表”旗下的無(wú)人機(jī)配送公司“翼航空”，發(fā)放了美國(guó)首個(gè)無(wú)人機(jī)配送許可。這意味著無(wú)人機(jī)商業(yè)化已經(jīng)在美國(guó)正式“起飛”。

  實(shí)際上，“無(wú)人配送”已經(jīng)非常接近落地，國(guó)外的谷歌、亞馬遜，國(guó)內(nèi)的京東、蘇寧均已開(kāi)始無(wú)人配送試點(diǎn)業(yè)務(wù)。但無(wú)人配送并非是智慧物流的全部，作為對(duì)運(yùn)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(diǎn)，并且開(kāi)始在全鏈條中實(shí)現(xiàn)落地。

  智慧物流也體現(xiàn)了一個(gè)新趨勢(shì)：從2018年開(kāi)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(kāi)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(gè)個(gè)產(chǎn)業(yè)里發(fā)揮作用，落腳點(diǎn)在一個(gè)具有規(guī)模經(jīng)濟(jì)效應(yīng)的產(chǎn)業(yè)經(jīng)濟(jì)部門。從目前各產(chǎn)業(yè)AI發(fā)展成熟度來(lái)看，無(wú)人機(jī)配送所在的物流產(chǎn)業(yè)似乎略勝一籌，接下來(lái)我們將對(duì)整體物流產(chǎn)業(yè)AI圖景進(jìn)行一些觀察，或許可以為其他產(chǎn)業(yè)迎來(lái)更大范圍的AI落地提供借鑒。

  相關(guān)報(bào)告顯示，作為一個(gè)龐大的產(chǎn)業(yè)，2018年國(guó)內(nèi)智慧物流市場(chǎng)規(guī)模預(yù)計(jì)將超過(guò)1000億元，未來(lái)幾年年均增速將達(dá)到20%。宏觀來(lái)看，物流行業(yè)從物流管控、運(yùn)輸配送，到整體的運(yùn)營(yíng)，都與AI有著較大的結(jié)合空間。而中國(guó)市場(chǎng)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(dǎo)致成本高企。AI在其中通過(guò)替代重復(fù)性的勞動(dòng)工作，通過(guò)挖掘物流行業(yè)這個(gè)天然數(shù)據(jù)場(chǎng)的數(shù)據(jù)價(jià)值，實(shí)現(xiàn)降本增效?？梢哉f(shuō)，物流也是AI滲透率最深，最有資格被稱之為“產(chǎn)業(yè)AI”的產(chǎn)業(yè)之一。具體來(lái)說(shuō)，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(duì)任何一家物流企業(yè)來(lái)說(shuō)都是重中之重。傳統(tǒng)的安保方式是，在倉(cāng)庫(kù)內(nèi)安裝多個(gè)攝像頭，安排負(fù)責(zé)安保的員工輪流盯著屏幕，這種模式的實(shí)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(yùn)載車、包含很多冷機(jī)、冷柜的倉(cāng)庫(kù)中裝上傳感器，AI能夠以秒級(jí)的速度感知異樣。在這種方式中，事故率降低了75%。

  提升運(yùn)營(yíng)效率

  當(dāng)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(fèi)大量的人力、物力、財(cái)力、時(shí)間，成本巨大。同時(shí)，與巨大的工作量相矛盾的是基層用工荒，而且這個(gè)缺口越來(lái)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(chǎng)中的搬運(yùn)工作占據(jù)了大比例的時(shí)間，勞動(dòng)強(qiáng)度高，效率波動(dòng)大，人工的重大貨物搬運(yùn)，更是高風(fēng)險(xiǎn)。在順豐的智慧物流系統(tǒng)中，機(jī)械臂等智能硬件可以把工作人員從繁重、重復(fù)、且風(fēng)險(xiǎn)高的地方釋放，減少人員工作負(fù)擔(dān)，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(guò)套在手指上的智能指環(huán)就可掃描快件運(yùn)單，解放的雙手解決了手持著終端進(jìn)行掃描而影響搬運(yùn)的問(wèn)題，提升工作效率的同時(shí)，為工作人員送去便捷。

  無(wú)人配送

  作為供應(yīng)鏈創(chuàng)新應(yīng)用的元年，2018年以來(lái)供應(yīng)鏈應(yīng)用成為物流最核心的內(nèi)容。圍繞供應(yīng)鏈體系，國(guó)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(wú)人配送恰是供應(yīng)鏈智能化的代表，其火熱程度從2019年來(lái)各巨頭持續(xù)的動(dòng)作可見(jiàn)一斑。

  除了前文提及的谷歌無(wú)人機(jī)配送，國(guó)內(nèi)市場(chǎng)中，美團(tuán)無(wú)人配送車“小袋”也于本月初成功通過(guò)封閉測(cè)試場(chǎng)日常訓(xùn)練、自動(dòng)行駛輪式車能力評(píng)估測(cè)試等系列測(cè)試，通過(guò)測(cè)試的“小袋”具備激光雷達(dá)、攝像頭、GPS等傳感器，通過(guò)系統(tǒng)和算法來(lái)感知、定位和決策規(guī)劃做到安全規(guī)范行駛，也就是說(shuō)國(guó)內(nèi)距離無(wú)人低速車配送也更近了一步。

  此外，在配送環(huán)節(jié)，菜鳥(niǎo)也通過(guò)無(wú)人車、無(wú)人機(jī)、菜鳥(niǎo)快遞塔、菜鳥(niǎo)驛站智能柜、菜鳥(niǎo)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(jià)值挖掘

  在運(yùn)營(yíng)類操作以外，AI更大的優(yōu)勢(shì)就是幫助我們處理超過(guò)負(fù)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(yǔ)音的非結(jié)構(gòu)化數(shù)據(jù)。目前，許多巨頭也開(kāi)始注重物流行業(yè)全局?jǐn)?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(shí)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(shí)效，通過(guò)綜合運(yùn)用人工智能、大數(shù)據(jù)和動(dòng)態(tài)規(guī)劃算法，順豐開(kāi)發(fā)了實(shí)時(shí)路徑規(guī)劃技術(shù)，根據(jù)實(shí)時(shí)件量來(lái)動(dòng)態(tài)優(yōu)化路由，將騎行小哥、貨車司機(jī)等運(yùn)輸資源更好的與線路匹配，在時(shí)效窗口內(nèi)提高裝載率，從整體上提高運(yùn)輸時(shí)效，降低運(yùn)輸成本。

  無(wú)獨(dú)有偶，對(duì)于每天會(huì)產(chǎn)生數(shù)億條數(shù)據(jù)的物聯(lián)網(wǎng)平臺(tái)G7來(lái)說(shuō)，其通過(guò)與巨頭騰訊云的合作開(kāi)始針對(duì)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(chǎng)傳播、商業(yè)模式等領(lǐng)域的生態(tài)合作。具體到實(shí)際場(chǎng)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(huì)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(shí)時(shí)信息，如位置、油耗等，通過(guò)IoT服務(wù)實(shí)時(shí)匯集管理。同時(shí)，IoT通過(guò)規(guī)則引擎組件中編寫類SQL語(yǔ)句無(wú)縫對(duì)接大數(shù)據(jù)套件，進(jìn)行車輛路徑、車輛規(guī)劃、司機(jī)排班等的優(yōu)化。在這個(gè)解決方案中，AI成功實(shí)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(lái)，通過(guò)生成假設(shè)、評(píng)估、辯證和建議，人工智能未來(lái)會(huì)進(jìn)化出更強(qiáng)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(fù)雜，是因?yàn)楫a(chǎn)業(yè)的需求往往比一兩個(gè)元素與AI結(jié)合復(fù)雜得多。綜合來(lái)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(gè)特點(diǎn)。通過(guò)多維度滲透進(jìn)物流行業(yè)的“看”、“預(yù)測(cè)”、“匹配”；通過(guò)與物流行業(yè)的工作人員協(xié)同工作；通過(guò)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(jìn)化升級(jí)，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(gè)漫長(zhǎng)的過(guò)程。如何抓住產(chǎn)業(yè)AI的機(jī)會(huì)，不再滿足于單點(diǎn)替代，而是和C端一起去重新定義端到端的模型，打造一個(gè)全新的業(yè)態(tài)，像物流行業(yè)一樣，深入場(chǎng)景+打造閉環(huán)或許是AI產(chǎn)業(yè)化的最優(yōu)選擇。