智慧物流:技术淘汰的不是人力是落后的生产力

　智能化带来的影响没有想象得那么悲观。智能化的最终目的，不是让司机下岗，而是减轻负担，是一定程度上的解放，解放我们去做更有效率的事。

　　未来，随着技术的发展，产业的变革，以及人们生活方式的转变，像司机这样的工种只会越来越少。但并不是要淘汰司机，被淘汰的只会是落后的生产力。

　　今天分享的主题是《智能数据分析技术与物流》，将围绕以下四点展开：

　　1、物流的内涵，物流与计算机有何渊源;

　　2、智能物流支撑技术，技术能为物流智能化做贡献;

　　3、物流中的智能数据分析技术，以圆通的业务合作以及取得的成果;

　　4、「一带一路」背景下的有哪些新的展望。

　　一、物流的内涵

　　「物流」这个词汇最早从希腊文Logistikos中得到，意思是说是有一种计算的技艺19世纪初,拿破仑军官用于军队组织(法语logistique);20世纪中，美军用于描述军队后勤组织。

　　20世纪60年代，物流广泛进入民用领域。当时，主要是指供应链方面的资源如何流转的问题。

　　到本世纪，物流总算是回到了它原来的出发。换句话说，它没有忘记它的「初心」，什么意思呢?物流是供应链里面的中心，是数据技术兴起的结果，希望它是智能化的能回归到计算的内涵。

　　二、智能物流支撑技术

　　1、物流系统智能化的主要支撑技术

　　如果把智慧物流作为我们的服务对象的话，至少有这四个支撑技术会带来贡献：

　　1)物联网

　　2009年，时任温家宝总理来到无锡物联网产业研究院考察。那个时候，主要讲的是什么呢?是「感知」，通过传感器把信息收集起来，然后再通过各种各样的网络把信息传输到云计算中心进行计算。

　　现在，已经鲜有人再来讨论这样的一个计算模型。

　　希望2040年左右，我们的物联网上至少有一千亿个机器自动化为人类工作。那时候，相信物流行业的很多环节可以靠物联网的互联互通，解决智能化问题。

　　2)大数据

　　过去，物流在老百姓眼中就是运输东西，一件物品从A地送到B地就结束。

　　这10年间，大家渐渐地发现，原来物流不是那样简单的一件事。越来越多的企业开始研究物流各个环节中的数据，这些很有用的数据原来是没有被注意到的。

　　比如说同类产品哪些更受客户喜欢?各个地域的客户都喜欢什么样的产品?以前，这些数据或许是广告公司比较感兴趣。现在，物流就是一个巨大的数据源，是所有其他商业的数据中心。

　　3)人工智能

　　人工智能，是一个基础性技术。比如说人脸识别技术，过去大会场里才会有人脸识别;现在已经成为支付方式的识别技术。人工智能会在物流行业做什么呢?下面我会为大家举些例子。

　　4)优化管理

　　如何提高传输的效率，降低成本，是运营里很重要的一个考虑因素。

　　2、智慧物流技术全景

　　如上图所示，这里被分成了2个层面，上层是「智慧物流技术」，下层是「支撑技术」。下层就是我们刚刚讲过的第二部分内容。

　　每一个图标下面，都对应了可能帮助物流企业解决的问题。比如，我们利用大数据分析，可以了解每一个用户，进行需求预测，帮助企业更好地构建和优化供应链。

　　所有这些，都可以看作是智慧物流的基础。

　　1)仓储优化

　　仓储优化，是智慧物流的一个起点。采用相对低价的机器人就能实现自动化。早期的机器人是帮助我们搬运货物，而现在，机器人甚至能帮我们管理更细致的事务。还有货物识别、自动化分拣、无人驾驶叉车等仓储管理科技。

　　现在可穿戴设备的应用也比较普遍，但戴上设备做事总会有不便的地方，比如视觉设备。未来，或许会出现不需要佩戴设备的激光技术，让我们用「眼」就能一目了然货物放在哪儿。无人作业，必然会提高效率。

　　2)智能调度

　　从仓储出来后，货物要进行运输了，如何实现智能调度呢?主要是运输优化，无人驾驶技术，将改变干线物流现有格局，目前尚在研究阶段，但已取得阶段性成果。

　　3)最后一公里技术

　　大卡车是不可能开到每家每户的大门口的，那最后一公里送货怎么送?现在我们主要是靠劳动力，把货送到你的家门口。

　　从长远来看，必然要采用新的技术来代替。在西方一些人少地广的国家，无人机送货即将被采用，或已在试用阶段。

　　4)终端

　　就末端技术而言，应该线上线下结合。因为线上的技术产品，适合青年一代。对于大多数退休的老年人，使用先进技术可能还有困难。

　　目前已经存在的智能快递柜，为我们提供了很大便利，老人也能操作，。但受限于成本与消费者使用习惯等问题，未来的发展仍存在不确定性。

　　如果往上游推，在这张图往左面添加一些环节，比如与供应链相结合，我相信，人工智能、大数据、物联网技术等能获得更广泛的运用。

　　从纵向看，我们服务的对象不再是普通的消费者，而是企业和生产线，这是一个值得考虑的问题。

　　3、智慧物流系统

　　我们可以把智慧物流系统分成几块：数据驱动的用户画像、供应方、需求方、供需网络、数据中心、物联网。

　　制造业、快消品行业和农业，是物流服务的主要来源，而且现在快消品行业是重头，制造业也将会成为我们的主要供应方。

　　农业产业近几年也发生了很大的变化，变得更小、更个体，比如现在的长三角地区，有很多的小农庄或大的农业基地，为周边城市的消费者提供个性化的商品。消费者只需线上预定，选择一个送货方式，当日或次日就能在家中收到新鲜的菜。

　　从供货方收到订单，到消费者收到货品，这中间就是一张供应网。供应网络上有很多种供应方式，可能是飞机、货车、铁路，也可能是水运。

　　供应方把货物发出去，想要知道货物发到哪儿了，而需求方也想要知道什么时候能收到货。这时候就是由数据中心发挥作用。

　　数据中心收集市场销售数据、产品数据、流程管理数据、商业模式研究数据等等，进行处理后变成我们可以接收的具体信息。产品的电子标签、用户的智能手机、GPS定位系统等等，这些都是大数据的信息来源。

　　物流各环节的问题，比如仓储如何规划，如何选址，怎么分布，通过大数据分析挖掘出可行性方案，这就是将数据转化为价值。

　　最后到终端的消费者，我们也可以通过大数据分析，进一步地优化物流，提高客户体验。从消费者的基本信息，如性别、年龄、地域分布，到消费者的购物习惯、消费能力、出行偏好等深度信息，这些数据元综合在一起勾勒出一张用户画像。基于用户画像，做出消费预测、调度规划等。

　　三、物流中的智能数据分析技术

　　目前，我们在物流中的智能数据分析技术研究已经取得了部分成果。

　　■ 人工智能与智能客服方面，联合志臻公司自主研发基于智能问答的智能服务机器人：小I机器人，产品化高精度的自然语言理解智能服务基础平台——通用智能机器人平台iBot，是国内最大的智能客服机器人解方案提供商，为超过1000家大中企业、几十万小企业及开发者提供服务。

　　■ 物联网方面，自主研发了车联网数据分析服务平台：锐联。这是首次提出国际领先水平的基于形式化建模与验证的操作系统内核开发方法，研发了物联网云操作系统和车联网数据分析服务平台。目前该方案已成功应用于BOSCH、上海联合汽车电子公司，并服务于上万用户。

　　■ 多元信息融合的智能物流系统方面，联合上海邮政科学研究院研发了智能物流系统。解决了传统快件中的分拣精度不够和使用效率不高问题。目前该分拣设备已经广泛应用于中国邮政、顺丰、韵达、京东等企业。

　　四、未来展望

　　十九大总报告中提到，要促进我国产业迈向全球价值链中高端，加强水利、高铁、公路、水运、航空、管道、电网、信息、物流等基础设施网络建设物流。

　　近期，国务院办公厅印发了《关于推进电子商务与快递物流协同发展的意见》，意见中指出，「鼓励快递物流企业采用先进适用技术和装备，提升快递物流装备自动化、专业化水平。

　　加强大数据、云计算、机器人等现代信息技术和装备在电子商务与快递物流领域应用，大力推进库存前置、智能分仓、科学配载、线路优化，努力实现信息协同化、服务智能化。

　　鼓励信息互联互通，建设快递物流信息综合服务平台，优化资源配置，实现供需信息实时共享和智能匹配。」再次前调了智能物流的重要性。