物流產(chǎn)業(yè)AI全景圖雛形初現(xiàn)

AI趨勢(shì)君
無(wú)人配送的商業(yè)化落地加速AI與物流行業(yè)的融合,如今產(chǎn)業(yè)融合全景圖雛形初現(xiàn)。

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(mén)。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(chēng)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(chē)、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(chē)、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(chē)、卸車(chē)、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(chē)“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(chē)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(chē)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(chē)、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(lèi)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(lèi)工作。為了幫助快遞車(chē)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(chē)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(chē)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(chē)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(xiě)類(lèi)SQL語(yǔ)句無(wú)縫對(duì)接大數(shù)據(jù)套件,進(jìn)行車(chē)輛路徑、車(chē)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。

THEEND

最新評(píng)論(評(píng)論僅代表用戶觀點(diǎn))

更多
暫無(wú)評(píng)論