日前，順豐、鈦媒體、杉數(shù)科技聯(lián)合舉辦的“AI與智慧物流圓桌論壇”在深圳舉行。順豐集團CTO、順豐科技CEO田民在活動中發(fā)表演講，探討了AI時代物流行業(yè)的發(fā)展新趨勢，并詳細介紹了AI技術(shù)在順豐實際業(yè)務(wù)場景中的應(yīng)用和落地情況。

田民認(rèn)為，運用AI技術(shù)首先要了解其背后的原理，其中最基本的就是統(tǒng)計學(xué)和運籌學(xué)等學(xué)科的算法和模型。而物流（Logistics）從詞源和發(fā)展歷程來看，本質(zhì)上也是一門計算的科學(xué)。因此，只有充分利用計算科學(xué)的進步，才能準(zhǔn)確分析物流行業(yè)的現(xiàn)狀和問題，提高運作效率、降低成本，邁向智慧物流的未來。

田民表示，順豐在過去的業(yè)務(wù)實踐中積累了大量數(shù)據(jù)，同時擁有智慧物流、智慧服務(wù)、智慧決策、智慧管理、智慧地圖、智慧包裝六大業(yè)務(wù)場景。但只有充分發(fā)展硬件、軟件和算法等相關(guān)技術(shù)，將數(shù)據(jù)轉(zhuǎn)化為信息，并落地到實際業(yè)務(wù)場景中，才能產(chǎn)生巨大無比的價值。因此對于物流企業(yè)來說，放棄計算，就等于放棄未來，放棄了自己的生存權(quán)。

田民還指出，數(shù)據(jù)與計算驅(qū)動下的智慧物流將呈現(xiàn)互聯(lián)互通、數(shù)據(jù)驅(qū)動、深度協(xié)同、高效執(zhí)行四大趨勢。未來順豐將必須秉持開放的態(tài)度，給社會帶來最大化的價值。

以下是田民演講內(nèi)容全文，雷鋒網(wǎng)做了不改變原意的整理和編輯：

用AI技術(shù)一定要了解它背后的原理，最基本的就是統(tǒng)計學(xué)和運籌學(xué)等學(xué)科的算法和模型，不管把AI技術(shù)用到什么樣的業(yè)務(wù)場景中，對AI技術(shù)的基礎(chǔ)原理一定要明白和理解。

物流的本質(zhì)是計算

今天首先想對物流（Logistics）這個詞做一下闡述，物流到底是不是搬貨這么簡單？

"Logistics"一詞源出希臘文Logistikos, 意為"計算的科學(xué)"。在19世紀(jì)30年代，拿破侖的政史官A.H若米尼在總結(jié)征俄失敗的經(jīng)驗教訓(xùn)中最先使用了Logistics。物流的概念和理論最早是在美國形成的，起源于20世紀(jì)30年代，原意為“實物分配”或“貨物配送”。1963年被引入日本，日文翻譯為“物的流通”。20世紀(jì)70年代后，日文“物流”一詞逐漸取代了“物的流通”。

中文的“物流”一詞是從日文引進來的外來詞。中文“物流”一詞把物的流動呈現(xiàn)得很形象逼真，但失去了計算的科學(xué)的原意，所以我們今天一講物流就認(rèn)為是搬運貨物。我們講物流，不僅要講“物的流動”，更要講“計算的科學(xué)”。

今天為什么會跟鈦媒體、杉數(shù)科技一起舉辦這場活動，因為我們需要一起來探索和研究物流領(lǐng)域計算的科學(xué)，只有通過計算的科學(xué)才能真正幫助物流提高運作效率、降低成本。另外我們只有正確地認(rèn)識物流的起源，才能準(zhǔn)確地分析物流的現(xiàn)狀和問題，才能邁向智慧物流的未來。

數(shù)據(jù)與計算雙輪驅(qū)動

智慧物流是通過大數(shù)據(jù)、云計算、智能硬件等智慧化技術(shù)與手段，提高物流系統(tǒng)思維、感知、學(xué)習(xí)、分析決策和智能執(zhí)行的能力，提升整個物流系統(tǒng)的智能化、自動化水平，從而推動物流的發(fā)展，降低物流成本、提高效率。

一家優(yōu)秀的物流公司一定是通過數(shù)據(jù)、計算來規(guī)劃和運行。如果物流公司放棄計算，就是放棄未來，放棄自己的生存權(quán)。未來的物流有很多特點，包括互聯(lián)互通、數(shù)據(jù)驅(qū)動、深度協(xié)同、高效執(zhí)行等。所謂互聯(lián)互通、數(shù)據(jù)驅(qū)動，就是所有物流要素互聯(lián)互通并且數(shù)字化，以“數(shù)據(jù)”驅(qū)動一切洞察、決策、行動；深度協(xié)同、高效執(zhí)行就是跨集團、跨企業(yè)、跨組織之間深度協(xié)同，基于全局優(yōu)化的智能算法，調(diào)度整個物流系統(tǒng)中各參與方高效分工協(xié)作。

順豐有海量數(shù)據(jù)，比如運單數(shù)據(jù)，如果能把數(shù)據(jù)（Data）轉(zhuǎn)換成為信息（Information），就能產(chǎn)生巨大無比的價值。數(shù)據(jù)驅(qū)動下的智慧物流一定是社會范圍內(nèi)高度協(xié)調(diào)，不可能是一家公司單獨自我運作，今天的順豐已經(jīng)更加開放，豐巢平臺就是高度開放、高度協(xié)同的平臺，只有這樣才會給社會帶來最大化的價值。豐巢能夠被快速接受，就反映了互聯(lián)互通、數(shù)據(jù)驅(qū)動、深度協(xié)同、高效執(zhí)行的趨勢。

四大核心與五大戰(zhàn)略

看一下AI的四大核心要素：數(shù)據(jù)、場景、技術(shù)和算法。第一，核心要素是一定要有數(shù)據(jù)。第二，一定要有場景，如果沒有業(yè)務(wù)場景的話，就會有問題。第三是要有技術(shù)，包括硬件、軟件等，未來可能是根據(jù)算法模型來設(shè)計硬件，而不是只有唯一的硬件可選。因為每類模型處理的問題和數(shù)據(jù)類型都不一樣，沒有一個單一的硬件系統(tǒng)可以處理這么多的復(fù)雜問題和不同類型數(shù)據(jù)。第四，算法需要不斷地研究和突破。

我們跟海內(nèi)外知名院校和優(yōu)秀的科技企業(yè)進行合作，順豐科技需要聯(lián)合和聚集全球最優(yōu)秀的人才、最優(yōu)秀的公司來一起研究和解決最具挑戰(zhàn)性的問題，踏踏實實地幫助中國物流業(yè)提升到一個新的水平。

AI轉(zhuǎn)型的五大戰(zhàn)略，包括成功案例、數(shù)據(jù)生態(tài)、技術(shù)工具、無縫接入工作流程和開放的文化和組織。首先要有成功案例。不能說一開始就不現(xiàn)實地選擇做一個很大的項目，萬事起步難。此外，還要有數(shù)據(jù)，無縫接入到整個工作業(yè)務(wù)流程中實現(xiàn)整個端到端的數(shù)據(jù)生態(tài)化。另外還要有一個開放的文化，與各個領(lǐng)域的專家、學(xué)者和企業(yè)進行交流，不然就無法實現(xiàn)AI的轉(zhuǎn)型和智慧物流。

順豐為什么會實施多元化戰(zhàn)略，因為我們的遠景是以綜合物流服務(wù)能力為基礎(chǔ)，為客戶提供更多的其他服務(wù)，包括商業(yè)的服務(wù)能力、金融的服務(wù)能力、未來數(shù)據(jù)和技術(shù)的服務(wù)能力等。

順豐擁有的數(shù)據(jù)是非常豐富的，不僅有物流運營類數(shù)據(jù)，包括運單數(shù)據(jù)、各個物流節(jié)點數(shù)據(jù)，還有物聯(lián)網(wǎng)類數(shù)據(jù)、客戶感知數(shù)據(jù)、商業(yè)類數(shù)據(jù)、金融類數(shù)據(jù)以及外部合作數(shù)據(jù)。

六大業(yè)務(wù)場景

AI在順豐的落地場景包括智慧物流、智慧服務(wù)、智慧決策、智慧管理、智慧地圖、智慧包裝等。

順豐擁有幾十架貨運飛機、幾萬輛運輸車輛、幾千個物流設(shè)施、二十幾萬收派人員，這是我們強大的軀體，這樣的軀體需要非常高的協(xié)調(diào)能力和智慧能力。未來幾年，我們會把人工智能等技術(shù)推廣和運用到每一個領(lǐng)域。我曾經(jīng)反反復(fù)復(fù)與我們科研人員講要去一線基層體驗，去觀察那些高頻率、重復(fù)性工作，想辦法利用技術(shù)手段去把他們替代掉，把人釋放出來去做創(chuàng)造更高價值的的工作。

順豐有這么多員工，其實每天重復(fù)處理的事情都是非常類似的，可以用機器學(xué)習(xí)的方法訓(xùn)練出一個優(yōu)秀的智慧大腦來提供輔助決策，最終由一個越來越聰明的智慧大腦來統(tǒng)一指揮和管理，每一個人的決策和執(zhí)行都是最優(yōu)的，給客戶的服務(wù)也是最優(yōu)的。

服務(wù)最難的就是持續(xù)的一致性和穩(wěn)定性。現(xiàn)在客戶感知最痛苦的就是物流服務(wù)水平和時效的不穩(wěn)定，一會兒快，一會兒慢，有時態(tài)度好，有時態(tài)度惡劣。未來智慧物流就能夠更有效地保障服務(wù)的一致性和穩(wěn)定性。

物流業(yè)務(wù)量預(yù)測，現(xiàn)在物流的業(yè)務(wù)高峰是被各類電商的促銷活動和人造節(jié)人為拉高的，對社會資源的浪費是非常巨大的。為了規(guī)劃和調(diào)度資源，我們需要對業(yè)務(wù)量進行不同維度的預(yù)測，大到未來五年、十年的整體業(yè)務(wù)量變化預(yù)測，小到一個單元區(qū)域未來幾天不同產(chǎn)品業(yè)務(wù)量的預(yù)測和時間分布等。我們嘗試用機器學(xué)習(xí)和時間序列分析等技術(shù)和手段去做各種類型的預(yù)測并且研究和篩選相關(guān)性因素，例如天氣、時令節(jié)氣、產(chǎn)業(yè)結(jié)構(gòu)、政府政策、GDP等 。

AI在物流落地的實例

AI落地實例方面，路徑規(guī)劃是一個例子。傳統(tǒng)的路徑規(guī)劃算法和工具已經(jīng)很難解決今天更加復(fù)雜和動態(tài)變化的物流問題，需要引入新的思維方法、新的算法模型、新的技術(shù)手段。另外今天主流的地圖服務(wù)都被互聯(lián)網(wǎng)大公司控制為其生態(tài)圈業(yè)務(wù)服務(wù)，變得不再純粹和中立，變成越來越消費級而不是工程級。物流需要的地圖服務(wù)需要更高的精度、穩(wěn)定性和實時性等，所以我們投了很多精力去研究智慧物流地圖。結(jié)合GIS能力和強化學(xué)習(xí)等技術(shù)，我們探索和研究更加適合的路徑規(guī)劃工具和方法幫助優(yōu)化時效和優(yōu)化成本。

AI落地的另一個例子是數(shù)字化智能場院管理。物流公司有很多場地、設(shè)施和操作人員，一般都是通過人的肉眼觀察來進行操作和指揮調(diào)度，我們研究利用機器學(xué)習(xí)等技術(shù)來自動識別場院內(nèi)外的人、物、設(shè)備、車的狀態(tài)和學(xué)習(xí)優(yōu)秀的管理和操作人員的指揮調(diào)度經(jīng)驗和決策等，逐步實現(xiàn)輔助決策和自動決策。

AI落地還有一個就是手寫運單識別的例子。大家可能不太明白，中文漢字很難實現(xiàn)機器自動識別，英文和數(shù)字還比較容易識別。我們利用計算機圖像識別、地址庫、合卷積神經(jīng)網(wǎng)把手寫運單機器有效識別率和準(zhǔn)確率提升到了一個很高的水平，大幅度地減少人工輸單的工作量和差錯。

還有其他許多案例就不一一舉例了，AI在物流領(lǐng)域的應(yīng)用空間是非常廣大的，我們會不斷地去探索、研究和創(chuàng)建順豐智慧物流大腦。雷鋒網(wǎng)雷鋒網(wǎng)

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。