ZKIZ Archives


順豐集團CTO田民:物流公司放棄了計算,就是放棄了生存權

來源: http://www.iheima.com/zixun/2017/0821/164748.shtml

順豐集團CTO田民:物流公司放棄了計算,就是放棄了生存權
黑智黑智

順豐集團CTO田民:物流公司放棄了計算,就是放棄了生存權

物流,不僅是“物的流動”,更要講“計算的科學”。

 快遞物流公司正在進入一個全新的階段,但引領這次轉型的,卻並不是資本和模式的改變,而是技術。雲計算、大數據、人工智能,過去那些曾經作為“黑科技”代表的名詞,正在滲透進物流這個傳統的行業,從智能無人機、物流機器人的配送,到客服機器人,再到倉儲自動化、智能調度,我們熟悉的快遞物流業,正在被“智能化”所顛覆。

在行業里,順豐的快遞小哥是最先在行業用起電子“巴槍”,快速掃入寄件信息的。現在,順豐的拿到了無人機送貨的合法“牌照”,搭建起從天到地的運輸網絡。在順豐集團CTO、順豐科技CEO田民看來,現在,物流是擺脫“物的流動”的狹隘概念,重回其最初“計算的科學”含義的時候了。在這個產業加速轉型,走向精細化管理的時代,物流業的智能化升級,也不可避免。

“物流最核心的東西不是我們整個基礎建設,或者我們的重型資產,而是計算。”在前段時間順豐科技、杉數科技、鈦媒體共同舉辦的“AI+智慧物流圓桌論壇”上,田民表示。同時,他也梳理了“智慧物流”的未來,以及人工智能是如何在順豐實現商業化場景落地。

QQ圖片20170821122127

以下是田民演講實錄,經黑智編輯整理:

五年前,我回到國內,專心做物流。那麽今天的物流,到底是不是“搬貨”這麽簡單?今天在一開始,我想花一些時間給大家說一下物流的概念。

物流是關於計算的科學

“物流(Logistics)”這個詞源出希臘文Logistikos,意為"計算的科學"。在19世紀30年代,拿破侖的政史官A.H若米尼在總結征俄失敗的經驗教訓中最先使用了Logistics,它當時是一個軍事術語。物流的概念和理論最早在美國形成,起源於20世紀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70年代後,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得很形象逼真,但是去失去了原本“計算的科學”的原意,所以我們今天一講物流就認為是搬運貨物。

今天我們要講的物流,就不僅是“物的流動”,更要講“計算的科學”。因此順豐科技跟鈦媒體、杉數科技一起舉辦這場活動,就是要一起探索和研究物流領域計算的科學,只有通過計算的科學才能真正幫助物流提高運作效率、降低成本。

另外,只有正確地認識物流的起源,才能準確地分析物流的現狀和問題,才能邁向智慧物流的未來。

現在,智慧物流概念興起了。智慧物流是通過大數據、雲計算、智能硬件等智慧化技術與手段,提高物流系統思維、感知、學習、分析決策和智能執行的能力,提升整個物流系統的智能化、自動化水平,從而推動物流的發展,降低物流成本、提高效率。而不是簡簡單單地做搬貨的搬運工。一家優秀的物流公司一定是通過數據、計算來運行的,如果一家物流公司放棄了計算,就是放棄未來,放棄自己的生存權

未來的智慧物流包括兩大特點,第一是互聯互通、數據驅動,第二是深度協同、高效執行。所謂互聯互通、數據驅動,就是所有物流要素互聯互通並且數字化,以“數據”驅動一切洞察、決策、行動;深度協同、高效執行就是跨集團、跨企業、跨組織之間深度協同,基於全局優化的智能算法,調度整個物流系統中各參與方高效分工協作。

智慧物流的未來一定是高度協調、深度協同的,不可能是單獨一家公司的自我運作。今天的順豐也更加開放,我們的豐巢平臺就是高度開放,高度協同的平臺,它能被快速接受,也是“互聯互通、數據驅動,深度協同、高效執行”這個趨勢的體現。

無人機2

AI推動物流轉型的四大核心要素、五大戰略

人工智能和物流相結合,要推動物流行業轉型,要有四大核心要素、五大戰略。

AI的四大核心要素是數據、場景、技術和算法。首先要有數據,有了數據後,還需要有實際的業務場景。同時也要有技術,能夠快速計算處理複雜數據的硬件、軟件等,因為每個模型處理的問題都不一樣,沒有一個單一的硬件系統可以處理這麽多複雜的問題,未來根據算法模型的特征和數據類型設計的特殊計算機硬件設備,就能解決這一問題。

算法是一個核心。我們要和很多高等院校、優秀的企業進行合作。順豐科技也要集合全球最優秀的人才、最優秀的公司,踏踏實實地幫助中國物流業提升到一個新的水平。“一帶一路”的實現,也要求物流業要有強大的實施能力和基礎架構能力。

AI轉型的五大戰略,包括成功用例、數據生態、技術工具、無縫接入工作流程和開放的文化和組織

成功用例是首要條件。其次,是要將數據無縫接入到業務流程中,之前我們講,要有數據,而不僅如此,我們還要會用數據,首要是要實現端到端的完整數據生態化。

另外,我們還要有一個開放的文化,與各個領域的專家、學者和企業進行交流,不然就無法實現AI的轉型和智慧物流。同時,有一個成功的評估預算指標也非常重要。

對於順豐科技而言,我們都是抱著開放的心態去接近新技術。物流公司只做今天,是沒有未來的。順豐實施多元化戰略是基於這樣一個願景 ,基於綜合物流服務能力,為客戶提供更多的其他服務,包括商業的服務能力、金融的服務能力、未來數據和技術的服務能力等,成為客戶的夥伴,讓順豐成為一個真正的服務型的公司。順豐的數據積累也是多元化的,不僅有物流運營類數據,包括運單數據、各個物流節點數據,還有物聯網類數據、客戶感知數據、商業類數據、金融類數據以及外部合作數據。我們也訓練了智能客服機器人,在理解客戶的語義的基礎上,還可以感知其態度和情緒。

物流需要“智慧”的大腦

AI在順豐的落地場景上,包括了智慧物流、智慧服務、智慧決策、智慧管理、智慧地圖、智慧包裝等。這是我們未來的夢想。

順豐擁有幾十架貨運飛機、幾萬輛運輸車輛、幾千個物流設施、二十幾萬收派人員,這是順豐強大的軀體,這樣的軀體需要非常高的協調能力和智能,“腦子”也要好用。未來幾年, 順豐會把人工智能等技術推廣和運用到物流的每一個領域,我曾反反複複去基層,看基點,員工重複性、高頻率而缺少創造性的勞動,我們會致力於通過人工智能的技術和工具來解決,把人釋放出來去做能夠創造更高價值的工作。

有很多人每天處理的事情本質是非常接近的,只不過在時間和空間上存在差異而已,這些工作,我們就可以通過機器學習方法,思考問題的本質,訓練出更加優秀的智慧大腦來提供輔助決策、統一指揮和管理,讓每一個人的決策和執行都是最優的,給客戶的服務也是最優的。這樣能夠減少人工之間決策的不確定性,提供決策的依據是一致的,才能保證為客戶提供可持續的服務。

做物流最難、最痛苦的,就是怎麽提供標準化、一致性的服務。因此,順豐要讓自己的運營體系、協同、調度,包括管理、決策都在同一個體系中,保持一致。

無人機

AI在順豐落地的實例

我們要匯聚海量數據,做智慧分析決策。為什麽我們期待合作?因為我們有大量數據,而我們渴望計算,作出更多的東西。再說預測,物流是需要被預測的。我們常年準備一些資料,預防需求被某天的某個活動拉高,但這對資源的浪費是巨大的。所以我們需要有一個預期,針對不同的區域、不同的層面,也包括每年對整體物流行業的發展和增長能力的預測。這對資源有效利用、客戶感知都是非常利好的。所以我們不僅需要存儲數據,還要進行探索和數據挖掘。

AI落地的實例之一是路徑規劃。

傳統的路徑規劃已經算法和工具已經很難解決今天更加複雜和動態變化的路徑規劃問題,需要引入新的思維方法、新的算法模型、新的技術手段。我們也進行了探索和研究。比如,物流路徑規劃需要的地圖和消費級的不同,我們結合了自己的GIS能力,以及強化學習的算法,探索出更加適合的路徑規劃工具,來增強時效、優化成本。

其次是場院管理。物流公司都有很多的操作場地和設備,一般都是通過人的肉眼觀察來進行操作和指揮調度,我們希望能夠通過機器學習訓練來識別設備和人、車輛等,從而進行人員、車輛、包裹等的智能調度。

還有AI在手寫運單識別上的應用。大家可能不太了解,實際上在運單上,英文和數字是相對好識別的,但中文識別起來難度非常大,更不要說還有運單缺損、破損的情況,地址很難確認。順豐在過往沈澱了大量的地址庫,而且這些地址還都是每個順豐的快遞小哥敲門拜訪過的真實地址。我們結合卷積神經網絡結合地址庫、圖像識別,把手寫運單機器有效識別率和準確率提升到了一個很高的水平,減少人工輸單的工作量和差錯。我們也希望未來把這些能力和我們的合作夥伴共享,提高整個行業的效率。

還有就是預測。我們和亞馬遜還不太一樣,我們需要對業務量在不同維度進行預測,包括時間維度、產品維度等。我們提倡時效產品,包裹不僅要送到,對什麽時候送到、怎麽送到都要關註。中國消費者對物流的感知是非常敏銳的,但是我們能不能預測到這些需求,是巨大的挑戰。順豐和電商為主的快遞公司還不太一樣,順豐是B2B平臺,針對商業客戶的需求和複雜度是完全不同的。我們的數據背後意味著什麽?每個包裹、每個運單背後,都是連接,是供應鏈和商業關系。大到未來五年、十年的整體業務量變化預測,小到一個單元區域未來幾天不同產品業務量的預測和時間分布,順豐嘗試用機器學習和時間序列分析等技術和手段去做各種類型的業務量預測,並且研究和分析相關性比較高的因素,例如,天氣、時令節氣、產業結構、政府政策、GDP等。

順豐的承諾是,為每一份托付,攜手共創AI未來。謝謝大家。

黑智簽名檔

順豐田民智慧物流
贊(...)
文章評論
匿名用戶
發布
PermaLink: https://articles.zkiz.com/?id=256972

Next Page

ZKIZ Archives @ 2019