一九產業(yè)AI速寫：物流篇

導讀：不得不承認，很多時候我們對于技術的想象是夸張又狗血的，像是提到生物科技就聯(lián)想到生化危機，至于想象中的AI應用，至少要改變一些看似非常古老的行業(yè)，極大的提升效率，最好在來點身懷絕技的機器人什么的。

在一九產業(yè)AI系列中，我們已經介紹了一系列在2019年出現(xiàn)全新進展的AI應用場景。但是相信很多人的第一反應還是——還不夠。不論是在云端為金融行業(yè)降本增效的AI，還是在田間地頭觀察著每一刻農作物的AI，它們雖然在為我們的生活帶來潛移默化的變化，但是距離我們想象中的技術變革，多少還差那么點事兒……

不得不承認，很多時候我們對于技術的想象是夸張又狗血的，像是提到生物科技就聯(lián)想到生化危機，至于想象中的AI應用，至少要改變一些看似非常古老的行業(yè)，極大的提升效率，最好在來點身懷絕技的機器人什么的。這不比僅僅依靠云端的算法模型來改變產業(yè)要“刺激”多了?

這樣聽起來如此科幻的應用場景，還就真在2019年發(fā)生了，那就是AI物流。

物流蒙太奇中的魔幻與現(xiàn)實

提起物流，各位看客肯定腦海中會播放出這樣一串蒙太奇——在巨大倉庫被花樣丟擲的包裹、賣家寫的龍飛鳳舞的面單、寒風中在城市里飛馳的快遞小哥……

這樣的產業(yè)，似乎很難經過技術改造，最起碼在實現(xiàn)自動駕駛之前，這一產業(yè)仍然對人力勞動有著高度依賴。

但實際上雖然消費者本身接觸到的物流業(yè)務，大多由快遞小哥完成，實際上物流具備著充足的AI化條件。

首先從動機上來講，我們對于物流行業(yè)的刻板印象，例如倉儲端勞動效率低下、信息甄別的困難，往往也是物流行業(yè)切實所面臨的一些問題。他們顯然是擁有利用技術進行改良的意愿的。另外一點，快遞網點缺乏勞動力的現(xiàn)象已經從兩年前就開始越發(fā)明顯?？爝f柜逐漸替代送貨上門的快遞小哥，產業(yè)內部同樣也渴望利用技術緩解這種“用工荒”。

而物流行業(yè)看似“原始”，其實其工作內容是高度結構化的。像是倉儲空間中物品擺放的位置和人員行進路線，往往都是固定的。而物流車輛在各個城市間的集散流程，往往也相對固定。尤其物流出行依賴地圖導航，其每天的行動軌跡已經有了數(shù)據(jù)累積。加上物流產業(yè)本來就是集群化、規(guī)?；漠a業(yè)，整個業(yè)務流程是非常適合被結構化處理，通過AI加工改良的。

甚至即使是看似遙遠的自動駕駛，實際上在固定路線中也已經取得了不小的進展。與物流園區(qū)的固定路線接駁，有著天然的契合性。

從幾年前開始，物流就從不缺乏智慧。我們常常在物流企業(yè)的宣傳中看到，有很多大型物流企業(yè)已經建設起了智能分揀流水線和智慧倉儲系統(tǒng)，無需人工操作，機械手臂和流水線的配合就能夠讓包裹去往該去的地方。

解耦、重組、幻想成真：物流AI的2019

在2019年，物流AI所發(fā)生的最顯著的變化，就是業(yè)務和技術之間開始出現(xiàn)了解耦趨勢。

正如我們提到的，物流從不缺乏智慧，在大型物流企業(yè)內部，智能化的覆蓋率其實很好。但也正因這些技術來自于企業(yè)內部的業(yè)務自驅，導致業(yè)務本身與技術的綁定相當牢固。使得物流企業(yè)自身雖然擁有強大的技術，但物流行業(yè)中卻很少見到成熟智慧解決方案提供商。這樣會極大的影響整個行業(yè)的技術覆蓋效率，也就出現(xiàn)了我們見到的通稿里機器人上天入地，現(xiàn)實中快遞小哥累到頭禿。

但在今年，物流行業(yè)中開始出現(xiàn)了越來越多的技術服務者，上到華為、百度等等科技巨頭，下到一些小型科技企業(yè)，都開始著手解決物流產業(yè)中的問題。

在今年，運輸環(huán)節(jié)的AI進化是最為明顯的。

例如應用數(shù)據(jù)挖掘手段結合AI算法，可以更好的規(guī)劃出高效運輸路線，提升里程利用率。甚至原本需要熟練員工每天耗費一兩個小時的排單工作，都可以通過AI在幾分鐘內解決。尤其通過往年數(shù)據(jù)的挖掘，可以對于貨運壓力進行預測，讓各個站點提前做出準備。就拿雙十一、618這種購物節(jié)節(jié)點來說。如果不做好充足準備，很可能會造成快遞爆倉，運送人員疲憊不堪、站點中大量貨品堆積造成危險。但如果預估數(shù)量過多，快遞站點又會負擔成本。但有了AI技術的加持，就能夠游刃有余的應對節(jié)點性壓力。

與此同時，倉儲環(huán)節(jié)的AI能力也在有所提升。

不僅有大量無人車開始進入港口承擔貨運接駁任務，很多技術廠家也開始推出了小型的、柔性化的倉儲機器人，并通過數(shù)字孿生能力實現(xiàn)應用場景的智慧化。換句話說，物流商家想要在倉儲環(huán)節(jié)應用機器人，不再需要建立起一個龐大的智能工廠，小型機器人之間的互相配合也能提升倉儲分揀效率，能夠更好地避免暴力分揀情況。

最后在交付環(huán)節(jié)，一些非常“魔幻現(xiàn)實”的畫面也接連出現(xiàn)。

從去年以來，蘇寧、亞馬遜等等電商企業(yè)就已經開始陸續(xù)測試利用小型無人車完成快遞配送的最后一公里。在2019年，我們可以在更多地方看到類似的解決方案。像是德邦快遞的無人車出現(xiàn)在了廣東的大學校園里，中國郵政的無人車也在雙十一開始幫助快遞小哥分擔工作。

總之，那些我們幻想中的畫面，正在一一出現(xiàn)。

距離AI落地最具可讀性的章節(jié)，

還要再翻一頁

但我們必須要正視的是，雖然物流AI的“實現(xiàn)”并不困難，但其商業(yè)化發(fā)展仍有一段很長的路要走。就拿用無人車替換快遞小哥這件事來說，看似能夠為物流企業(yè)降低勞動力成本，但動輒八十萬的報價，足夠讓大多數(shù)企業(yè)望而卻步——物流的產業(yè)優(yōu)勢是規(guī)?；?，但也帶來了規(guī)?；某杀緣毫ΑＲ粋€城市的上百個物流站點都應用上一臺無人車，就意味著近億元的成本投入。

其實不難預測，2020年中物流AI很可能出現(xiàn)以下兩種趨勢。

首先是硬件成本在不斷競爭和研發(fā)中得到下降。尤其像倉儲機器人、無人快遞車這類產品，目前還屬于剛剛被資本和大企業(yè)開始挖掘的階段。接下來一段時間內，為了讓產業(yè)鏈盡快運轉起來，這些產品很可能會在競爭或補貼政策下呈現(xiàn)價格下降的趨勢。能應用上硬件產品的物流企業(yè)也會越來越多。

在攻克硬件成本的同時，一些更易部署的軟件解決方案也將與物流產業(yè)更好的結合。像是通過人臉識別來解鎖快遞代收柜，或是利用OCR技術識別單據(jù)。在AI企業(yè)正專注于將自己的技術植入到更多應用功能場景時，這些不需企業(yè)付出太多成本，又能從細節(jié)之處提升用戶體驗的AI技術，很可能是雙方產生聯(lián)系的第一個契機。

尤其當各行各業(yè)都面臨著勞動力緊張的時候，物流領域的AI技術可以經過切割得以復用，像是外賣配送、港口調度等等場景，同樣也能享受物流領域的技術成果。因此不論是物流企業(yè)本身，還是技術服務企業(yè)，對于這一場景的投入一定會不斷加碼，甚至有一天我們看到一些原本的物流企業(yè)突然轉身成為物流企業(yè)的技術服務供應商也無需意外。

總之在AI與物理世界結合的過程中，物流一定會成為其中一個最具可讀性的章節(jié)，只是需要讀者耐心等待