在一九產(chǎn)業(yè)AI系列中，我們已經(jīng)介紹了一系列在2019年出現(xiàn)全新進(jìn)展的AI應(yīng)用場景。但是相信很多人的第一反應(yīng)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(nóng)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(shù)變革，多少還差那么點(diǎn)事兒……

不得不承認(rèn)，很多時候我們對于技術(shù)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(jī)，至于想象中的AI應(yīng)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(diǎn)身懷絕技的機(jī)器人什么的。這不比僅僅依靠云端的算法模型來改變產(chǎn)業(yè)要“刺激”多了?

這樣聽起來如此科幻的應(yīng)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(shí)

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(fēng)中在城市里飛馳的快遞小哥……

這樣的產(chǎn)業(yè)，似乎很難經(jīng)過技術(shù)改造，最起碼在實(shí)現(xiàn)自動駕駛之前，這一產(chǎn)業(yè)仍然對人力勞動有著高度依賴。

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

首先從動機(jī)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(shí)所面臨的一些問題。他們顯然是擁有利用技術(shù)進(jìn)行改良的意愿的。另外一點(diǎn)，快遞網(wǎng)點(diǎn)缺乏勞動力的現(xiàn)象已經(jīng)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(chǎn)業(yè)內(nèi)部同樣也渴望利用技術(shù)緩解這種“用工荒”。

而物流行業(yè)看似“原始”，其實(shí)其工作內(nèi)容是高度結(jié)構(gòu)化的。像是倉儲空間中物品擺放的位置和人員行進(jìn)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(dǎo)航，其每天的行動軌跡已經(jīng)有了數(shù)據(jù)累積。加上物流產(chǎn)業(yè)本來就是集群化、規(guī)模化的產(chǎn)業(yè)，整個業(yè)務(wù)流程是非常適合被結(jié)構(gòu)化處理，通過AI加工改良的。

甚至即使是看似遙遠(yuǎn)的自動駕駛，實(shí)際上在固定路線中也已經(jīng)取得了不小的進(jìn)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(jīng)建設(shè)起了智能分揀流水線和智慧倉儲系統(tǒng)，無需人工操作，機(jī)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(wù)和技術(shù)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(nèi)部，智能化的覆蓋率其實(shí)很好。但也正因這些技術(shù)來自于企業(yè)內(nèi)部的業(yè)務(wù)自驅(qū)，導(dǎo)致業(yè)務(wù)本身與技術(shù)的綁定相當(dāng)牢固。使得物流企業(yè)自身雖然擁有強(qiáng)大的技術(shù)，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(shù)覆蓋效率，也就出現(xiàn)了我們見到的通稿里機(jī)器人上天入地，現(xiàn)實(shí)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(shù)服務(wù)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(chǎn)業(yè)中的問題。

在今年，運(yùn)輸環(huán)節(jié)的AI進(jìn)化是最為明顯的。

例如應(yīng)用數(shù)據(jù)挖掘手段結(jié)合AI算法，可以更好的規(guī)劃出高效運(yùn)輸路線，提升里程利用率。甚至原本需要熟練員工每天耗費(fèi)一兩個小時的排單工作，都可以通過AI在幾分鐘內(nèi)解決。尤其通過往年數(shù)據(jù)的挖掘，可以對于貨運(yùn)壓力進(jìn)行預(yù)測，讓各個站點(diǎn)提前做出準(zhǔn)備。就拿雙十一、618這種購物節(jié)節(jié)點(diǎn)來說。如果不做好充足準(zhǔn)備，很可能會造成快遞爆倉，運(yùn)送人員疲憊不堪、站點(diǎn)中大量貨品堆積造成危險。但如果預(yù)估數(shù)量過多，快遞站點(diǎn)又會負(fù)擔(dān)成本。但有了AI技術(shù)的加持，就能夠游刃有余的應(yīng)對節(jié)點(diǎn)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(jìn)入港口承擔(dān)貨運(yùn)接駁任務(wù)，很多技術(shù)廠家也開始推出了小型的、柔性化的倉儲機(jī)器人，并通過數(shù)字孿生能力實(shí)現(xiàn)應(yīng)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(yīng)用機(jī)器人，不再需要建立起一個龐大的智能工廠，小型機(jī)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(shí)”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(jīng)開始陸續(xù)測試?yán)眯⌒蜔o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(xué)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(dān)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(shí)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(chǎn)業(yè)優(yōu)勢是規(guī)?；?，但也帶來了規(guī)?；某杀緣毫?。一個城市的上百個物流站點(diǎn)都應(yīng)用上一臺無人車，就意味著近億元的成本投入。

其實(shí)不難預(yù)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(jī)器人、無人快遞車這類產(chǎn)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(nèi)，為了讓產(chǎn)業(yè)鏈盡快運(yùn)轉(zhuǎn)起來，這些產(chǎn)品很可能會在競爭或補(bǔ)貼政策下呈現(xiàn)價格下降的趨勢。能應(yīng)用上硬件產(chǎn)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(chǎn)業(yè)更好的結(jié)合。像是通過人臉識別來解鎖快遞代收柜，或是利用OCR技術(shù)識別單據(jù)。在AI企業(yè)正專注于將自己的技術(shù)植入到更多應(yīng)用功能場景時，這些不需企業(yè)付出太多成本，又能從細(xì)節(jié)之處提升用戶體驗的AI技術(shù)，很可能是雙方產(chǎn)生聯(lián)系的第一個契機(jī)。

尤其當(dāng)各行各業(yè)都面臨著勞動力緊張的時候，物流領(lǐng)域的AI技術(shù)可以經(jīng)過切割得以復(fù)用，像是外賣配送、港口調(diào)度等等場景，同樣也能享受物流領(lǐng)域的技術(shù)成果。因此不論是物流企業(yè)本身，還是技術(shù)服務(wù)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(zhuǎn)身成為物流企業(yè)的技術(shù)服務(wù)供應(yīng)商也無需意外。

總之在AI與物理世界結(jié)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