雷鋒網(wǎng)按：智能物流一直是物流行業(yè)津津樂道的關(guān)鍵詞，在人工智能技術(shù)大爆發(fā)的背景下，物流行業(yè)將何去何從？2017年7月7日～7月9日，由雷鋒網(wǎng)承辦的CCF-GAIR大會(huì)上，將開設(shè)智能物流專場(chǎng)，屆時(shí)來自菜鳥、京東等物流行業(yè)的專家和學(xué)者將匯聚一堂，共同探討智能物流的未來。

從2009年開始，雙11不再只是光棍們自嘲和相互取暖的日子。在淘寶商城的帶動(dòng)下，這一天已逐漸成為一場(chǎng)全民的購物狂歡。

買買買是愉快的，但等待快遞也是焦急的。2013年，菜鳥網(wǎng)絡(luò)成立，它被定位為以數(shù)據(jù)為驅(qū)動(dòng)的社會(huì)化協(xié)同平臺(tái)。也許很多資深的網(wǎng)購達(dá)人已經(jīng)注意到，快遞的送達(dá)時(shí)間已在逐年縮短。

統(tǒng)計(jì)數(shù)據(jù)顯示，2013年的雙11，第1億件包裹的送達(dá)時(shí)間為9天，2014年為6天，2015年為4天，2016年為3.5天。

在這些數(shù)據(jù)背后，有中國交通基礎(chǔ)設(shè)施和快遞產(chǎn)業(yè)鏈不斷完善的因素，同時(shí)，作為調(diào)配物流運(yùn)力的看不見的手，算法的優(yōu)化更是功不可沒。

那么算法優(yōu)化主要應(yīng)用在物流的哪些環(huán)節(jié)，它能為智能物流帶來什么？下一步菜鳥網(wǎng)絡(luò)的算法團(tuán)隊(duì)還打算解決物流算法中的哪些痛點(diǎn)？帶著這些問題，雷鋒網(wǎng)采訪了菜鳥網(wǎng)絡(luò)的高級(jí)算法專家朱禮君。

朱禮君

朱禮君：現(xiàn)任菜鳥網(wǎng)絡(luò)高級(jí)算法專家。于美國馬里蘭大學(xué)獲得物理學(xué)博士學(xué)位。先后在Goldman Sachs、Amazon和Facebook從事數(shù)學(xué)建模和算法方面的研究工作。2014年回國后加入阿里巴巴，先后帶領(lǐng)了天貓個(gè)性化推薦算法團(tuán)隊(duì)和菜鳥網(wǎng)絡(luò)倉配供應(yīng)鏈算法團(tuán)隊(duì)。

以下為采訪實(shí)錄：

雷鋒網(wǎng)：請(qǐng)簡(jiǎn)單談?wù)勗诓锁B網(wǎng)絡(luò)里你的算法團(tuán)隊(duì)主要研究的內(nèi)容和課題。

朱禮君：在菜鳥網(wǎng)絡(luò)，算法團(tuán)隊(duì)負(fù)責(zé)的主要是菜鳥物流平臺(tái)中各個(gè)產(chǎn)品的算法和數(shù)學(xué)模型的建立和應(yīng)用。我們需要和菜鳥的合作伙伴一起，對(duì)物流網(wǎng)絡(luò)進(jìn)行優(yōu)化。

雷鋒網(wǎng)：物流的算法優(yōu)化主要應(yīng)用于物流的哪個(gè)環(huán)節(jié)？可否詳細(xì)說說算法優(yōu)化的會(huì)帶來哪些看得見的價(jià)值？物流環(huán)節(jié)的哪些工作崗位可能會(huì)受到影響？

朱禮君：菜鳥網(wǎng)絡(luò)有很多合作伙伴，這些合作伙伴分布在各個(gè)不同的物流環(huán)節(jié)。我們的技術(shù)需要與合作伙伴協(xié)同，根據(jù)不同的物流場(chǎng)景來實(shí)現(xiàn)不一樣的功能。

譬如應(yīng)用在：

• 商家端，算法會(huì)指引商家備貨、補(bǔ)貨以及庫存分布和運(yùn)輸進(jìn)倉，降低商家供應(yīng)鏈成本。

• 倉儲(chǔ)端，我們通過預(yù)測(cè)和優(yōu)化算法來合理地布局倉庫里的貨位和庫存分布；會(huì)動(dòng)態(tài)地跟據(jù)倉庫的作業(yè)情況生成貨品揀選任務(wù)，優(yōu)化倉內(nèi)的作業(yè)效率；會(huì)推薦合適的包材，降低耗材成本；會(huì)做自動(dòng)化設(shè)備調(diào)度，通過自動(dòng)化設(shè)備之間的協(xié)同來提升倉庫運(yùn)作效率。

• 配送端，我們有路徑優(yōu)化引擎，來優(yōu)化車輛的任務(wù)指派和行走路徑，降低車輛行走的路徑，在節(jié)省成本的同時(shí)也能為環(huán)保盡一份力。

• 最后一公里的末端網(wǎng)絡(luò)上，我們能動(dòng)態(tài)地根據(jù)任務(wù)來調(diào)配社會(huì)化運(yùn)力，優(yōu)化供需匹配。

當(dāng)然，作為一個(gè)開放的平臺(tái)，我們會(huì)對(duì)外提供我們的算法服務(wù)，緊跟數(shù)據(jù)化和自動(dòng)化的趨勢(shì)，與行業(yè)一起發(fā)展。

我們要看到，以前很多需要人決策的問題，重復(fù)性比較大，會(huì)越來越多地由算法完成。物流行業(yè)從業(yè)人的精力就可以更多地被釋放出來，深入到物流行業(yè)的運(yùn)營和管理上來。

雷鋒網(wǎng)：為了實(shí)現(xiàn)這些物流優(yōu)化，你們使用了哪些新的技術(shù)手段？相比于傳統(tǒng)的方法，它們的先進(jìn)性體現(xiàn)在哪里？在解決問題的過程中，傳統(tǒng)方法和新方法是怎樣的一個(gè)關(guān)系？ 

朱禮君：我們?cè)趯?shí)際工作中，有借鑒機(jī)器學(xué)習(xí)的思想，其實(shí)就是人工智能技術(shù)，來加速我們求解問題的過程。

目前傳統(tǒng)方法和新方法都有運(yùn)用，傳統(tǒng)方法可以解決簡(jiǎn)單問題，新方法能夠解決復(fù)雜問題，新方法是技術(shù)進(jìn)步帶來的產(chǎn)物。

雷鋒網(wǎng)：在算法方面，要實(shí)現(xiàn)像雙十一這種級(jí)別的網(wǎng)購節(jié)日的物流優(yōu)化需要比平時(shí)更加注重什么？

朱禮君：像雙十一這種級(jí)別的網(wǎng)購節(jié)日對(duì)整個(gè)社會(huì)的物流都有很大的壓力。對(duì)于應(yīng)付這種壓力，我們需要精準(zhǔn)的需求預(yù)測(cè)，能夠提前知道商品在不同區(qū)域的需求量，這樣才能幫助商家未雨綢繆地準(zhǔn)備好庫存，做到不缺貨也不滯銷。

在整個(gè)物流網(wǎng)絡(luò)中，我們除了有精準(zhǔn)的預(yù)測(cè)以外還需要有預(yù)警和自適應(yīng)調(diào)節(jié)機(jī)制，在上游出現(xiàn)意想不到的情況的時(shí)候，能夠通過算法模型動(dòng)態(tài)地做出新的決策，緩解下游的壓力。在上下游的配合上也需要通過算法的提前規(guī)劃做到更好的銜接，保證包裹在每一個(gè)物流節(jié)點(diǎn)上都能很順暢地流到下一個(gè)節(jié)點(diǎn)上去，不會(huì)產(chǎn)生積壓和阻塞。

另外，因?yàn)榇蟠賹?duì)物流資源的需求大大地超過日常，所以我們也需要更好地去利用算法，與合作伙伴協(xié)同作戰(zhàn)，合理配置社會(huì)物流資源。 

雷鋒網(wǎng)：想要實(shí)現(xiàn)“零庫存”需要在算法方面做哪些工作？還需綜合考慮哪些因素？

朱禮君：要實(shí)現(xiàn)零庫存需要菜鳥網(wǎng)絡(luò)與合作伙伴深度協(xié)同合作，讓行業(yè)內(nèi)的數(shù)據(jù)更好的連接，通過算法來優(yōu)化物流網(wǎng)絡(luò)的布局，并且對(duì)未來的需求做更精準(zhǔn)的預(yù)測(cè)。

首先，下游的銷售和預(yù)測(cè)數(shù)據(jù)要能夠連接到供應(yīng)鏈的最上游，使得上游的生產(chǎn)商、供應(yīng)商能快速地響應(yīng)需求，做到按需生產(chǎn)，縮短庫存周期。

其次，我們需要和合作伙伴一起，根據(jù)用戶的需求分布和各個(gè)城市的物流特性來選擇倉庫、分撥中心、配送站點(diǎn)的配置，有了這張網(wǎng)絡(luò)，我們才能做到貨物的快速流動(dòng)，讓客戶盡快收到包裹。

另外，我們需要能對(duì)未來的銷量進(jìn)行精準(zhǔn)的預(yù)測(cè)，并且通過算法的反饋來調(diào)整商家的營銷策略，減少缺貨和滯銷的風(fēng)險(xiǎn)。

雷鋒網(wǎng)：從目前來看，在算法優(yōu)化的角度，繼續(xù)節(jié)省快遞送達(dá)時(shí)間和物流成本的關(guān)鍵點(diǎn)在哪里？切箱問題的算法目前還有多大的優(yōu)化空間？ 

朱禮君：算法優(yōu)化能促進(jìn)菜鳥和合作伙伴更好的協(xié)同合作，提高物流鏈路的效率，降低成本。譬如說，在倉庫里的揀選和打包的任務(wù)調(diào)度就需要考慮到配送的車輛安排已經(jīng)下游網(wǎng)點(diǎn)的運(yùn)力。

為整個(gè)物流鏈路做一個(gè)全局優(yōu)化模型是不現(xiàn)實(shí)的，我們需要對(duì)上下游的環(huán)節(jié)做合理的數(shù)學(xué)抽象，然后通過打造仿真系統(tǒng)來檢測(cè)算法產(chǎn)出的決策對(duì)上下游的影響。通過不斷地迭代來做到全局的優(yōu)化。

切箱問題，簡(jiǎn)單來說就是怎么給訂單分配箱型，學(xué)術(shù)圈研究了很多年，是一個(gè)很有意思的數(shù)學(xué)問題。我們現(xiàn)在是打破這個(gè)問題的約束，根據(jù)訂單的重量和尺寸分布來重新設(shè)計(jì)包材的大小，從而降低包材的成本。

另外我們?cè)趯?shí)際的問題中，我們還遇到了像中空物體、可變形物體的裝箱問題，還有袋子的包裝方案推薦。這些對(duì)業(yè)務(wù)有影響，對(duì)技術(shù)有挑戰(zhàn)。

雷鋒網(wǎng)：你們認(rèn)為哪些新的學(xué)術(shù)方法有望應(yīng)用到解決這些關(guān)鍵點(diǎn)上來？

朱禮君：最近幾年有一些學(xué)術(shù)界的研究是應(yīng)用深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的技術(shù)來求解一些傳統(tǒng)的優(yōu)化問題。簡(jiǎn)單來說就是使用人工智能技術(shù)，在這個(gè)方向上我們也有投入。

雷鋒網(wǎng)：半導(dǎo)體行業(yè)有一個(gè)摩爾定律，物流行業(yè)在配送時(shí)間上有沒有遵循某一個(gè)發(fā)展規(guī)律？今年雙11，你們預(yù)計(jì)第一億件快遞的送達(dá)時(shí)間是幾天？ 

朱禮君：物流行業(yè)的配送時(shí)間近年來一直在縮短。比如13年的時(shí)候，1億包裹的送達(dá)花了9天，到了15年提速到了4天，16年就只用了3.5天。配送時(shí)間的縮短遵循不是摩爾定律。今年雙11很快就要來了，相信配送時(shí)間會(huì)繼續(xù)縮短。

雷鋒網(wǎng)：下一步還打算解決物流算法中的哪些痛點(diǎn)？

朱禮君：下一步我們的重點(diǎn)是打造一個(gè)服務(wù)我們的合作伙伴、服務(wù)物流行業(yè)的優(yōu)化引擎。

因?yàn)槲锪髦械暮芏鄦栴}的框架都比較類似，我們可以通過一個(gè)優(yōu)化引擎去求解這些問題。比如路徑規(guī)劃、庫存管理、箱型推薦、網(wǎng)絡(luò)規(guī)劃等等問題，都是整個(gè)物流行業(yè)中經(jīng)常出現(xiàn)的問題。我們?cè)诔恋碜约涸谶@方面的算法技術(shù)，把這些算法產(chǎn)品化，并且通過云服務(wù)開放服務(wù)，和行業(yè)以及合作伙伴一同來發(fā)展。

未來我們會(huì)繼續(xù)開放我們的算法服務(wù)，和合作伙伴協(xié)同，遵循自動(dòng)化和數(shù)據(jù)化的趨勢(shì)，與行業(yè)一同發(fā)展。另外從學(xué)術(shù)的角度來說，我們將持續(xù)投入人工智能在優(yōu)化領(lǐng)域的研究。

最后值得一提的是，朱禮君還會(huì)參加今年的 CCF-GAIR大會(huì)，發(fā)表題為“大數(shù)據(jù)時(shí)代的物流優(yōu)化問題“的主題演講，以及“智能物流和倉儲(chǔ)改變商業(yè)未來”的圓桌會(huì)談。屆時(shí)，我們就能更加詳細(xì)的了解到菜鳥網(wǎng)絡(luò)的大數(shù)據(jù)和算法優(yōu)化為物流行業(yè)帶來了哪些改變。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。