人工智能描摹物流新图景

近日，苏州得尔达国际物流有限公司与上海交通大学苏州人工智能研究院（以下简称“智研院”）在高贸区综保大厦举行合作签约仪式，共同成立“人工智能联合实验室”，全面深化智慧物流体系建设。

随着技术的不断迭代，人工智能不再是高悬于天上的空中楼阁，“商业落地”已成为人工智能发展到当前阶段鲜明的主题词。从落地难度及发展前景来看，业务流程清晰、应用场景独立、市场空间巨大的物流业无疑是人工智能落地的绝佳选择。

自2015年人工智能在国内快速发展以来，国家陆续出台了相关扶持政策助力人工智能技术与产业的深度融合和落地应用。在2019年的政府工作报告中，人工智能继2017、2018年政府工作报告后第三次被提及，从2017年的“加快人工智能等技术研发和转化”，到2018年“加强新一代人工智能应用”，到今年“深化大数据、人工智能等研发应用”这一系列关键词的出现，可以看出我国对人工智能产业的重视。

目前人工智能技术已经对包括快递物流在内的各行各业产生了非常大的影响，我们欣喜地看到如园区无人收派车、智能快递柜、智能客服、智能仓储机器人等一系列人工智能应用在物流行业推广普及，成为行业转型升级和赋能实体经济的新动能。

新形势带来新诉求

自2015年起，物流行业前端货主企业的销售模式开始发生转变，从以往的经销商模式逐渐过渡到全渠道销售模式，从传统的B2B演化到O2O、电商、企业自建的线上渠道以及线上线下渠道的融合。新零售时代下，销售模式变化，品牌方、经销商、消费者之间联系越来越紧密，企业需要使用信息化工具来适应这样的变化，企业所面临的前端商流进一步复杂化，这样的情况就对物流提出了全新诉求。

在数据时代大背景下，物流行业以互联网为依托，运用大数据、人工智能等先进技术，对线上线下的数据进行深度整合，并利用一套完善的系统来进行库存管理、需求预测等。新一代物流架构以智能为主要特征，人作为监督者与管理者参与物流运作中，而劳力和脑力由机器代替，数字化进度不断加深。特别是随着通信技术的发展，5G时代能够实现大宽带、低延时的海量数据传输，更拓宽了人工智能的实际应用面，使得人工智能的发展如虎添翼。因此人工智能的发展将会推动物流越来越“聪明”。

借强大科技优势占C位

人工智能之所以能被广泛应用于物流中，主要是因为物流运作往往环节众多，时常伴随着大量的实物、资金、信息数据产生且各方关系复杂，人工智能具有处理复杂网状结构和大数据量的强大能力，其自然能为现代物流工作需求提供诸多方便。人工智能技术在计算机视觉、自然语言处理、机器人技术领域的强大科技优势也能极大地推动智能物流的发展。

在物流产业链中，人工智能将参与仓储、运输和配送三个基本环节。人工智能将会是新一代物流行业重要的支撑技术，实现整个物流行业的信息化、标准化、智能化。

譬如，仓储是企业物资流通供应链的一个重要环节，仓储链中产生的仓库订货、货物入库、货物管理、货物出库等仓储物流信息一般具有数据量大、数据操作频繁、信息内容复杂等特点，智能仓储是新一代物流行业中人工智能技术应用最为广泛的场景之一，其核心特色体现为数据感知、算法指导生产和机器人的融入。使用智能化仓储环境既能保障仓储安全，更能提高出库和入库的效率，全面地改善了仓储的运行模式。

物流与智能运输系统都是当今交通运输行业发展的热点，建立一个高效的运输系统可以大大降低物流成本，提升物流服务质量，而高效的运输系统离不开人工智能技术的支持，主要为无人驾驶和智能化管理。

随着物流运输信息化程度的提高，运输系统必将向更智能化的方向发展，运用人工智能，神经网络，知识发现等技术，通过合理的技术平台，建立以智能物流运输系统为核心的智能物流系统，能使物流系统更高效、可靠、安全地处理复杂问题，节约大量人力，也更为安全和高效。

越来越多的场景应用

随着核心技术突破、利好政策加持、资本不断涌入，人工智能最近几年经历了如火如荼的发展。硬件、算法与数据在学术界、产业界、投资界各方的共同努力下，取得了长足的进步，不仅仅是大型互联网公司，包括大量创业公司以及传统行业的公司都开始涉足人工智能行业。尽管最近一年在资本市场趋冷的大环境下，人工智能热度有所下降，但从长远来看，人工智能以其独特优势将在包括物流在内的各行各业获得越来越广泛的应用——

物流行业的发展产生了大量数据，这些数据关系错综复杂，机器学习技术正是处理这些多变量数据，以及能在复杂，动态，甚至混乱的物流环境中提取大数据集内隐性的关系最佳工具。此外，面对物流行业数据丰富而知识贫乏的状况，机器学习算法作为一种有效工具可以增强对数据的理解，挖掘和应用。因此，基于机器学习的人工智能数据处理技术是物流行业数字业务转向自动化的关键。

人工智能追求研发能够像人类一样具有智力的机器，人工智能的先进算法使得在复杂的物流场景中，机器能替代人对海量信息和数据进行认知、分析和推理，从而快速、精准地解决复杂决策的问题。智能决策将成为推动物流业从数字化迈向智能化最为关键的一步，这些都离不开人工智能算法的支持。

作为人工智能的关键技术之一，计算机视觉技术指计算机从图像中识别出物体、场景和活动的能力。随着技术与物流的持续融合，物流活动正在产生越来越多的图像、音频、视频等非结构化数据，这些数据背后蕴藏着巨大的价值。计算机视觉中，针对上述非结构化数据的识别技术是使其得以有效利用的关键，可以大大地提高物流作业的自动化和准确性。

自然语言处理的目标是让计算机、机器在理解语言上像人类一样智能，是弥补人类交流（自然语言）和计算机理解（机器语言）之间的差距。对物流行业来说，自然语言处理能力可以对物流表单信息进行文本分类和聚类，筛选文本关键信息构建索引库，还可以平台化方式提供物流服务，在客服领域发挥较高的应用价值，减少人工客服的使用，提高客服效率、效果以及提升客户的体验。

人工智能机器人主要指运用信息技术，使机器人具备人的智能，让机器人学会学习知识并掌握先进技术。传统物流有较保守的生产线，较正规的运输线，各个环节都需要人工值守的仓库，彼此之间相对独立而封闭，耗费大量不必要的人力、物力、财力、时间，成本巨大却效率低下。相比传统物流，机器人技术运用在物流行业将带来人力成本的节省、周转效率的提高。

60多年来，人工智能经历了从爆发到寒冬，再到疯狂生长，伴随着人机交互、机器学习、计算机视觉、模式识别等技术的提升，人工智能取得长足的发展，成为一门涉及广泛学科交叉的前沿科学，在包含物流在内的各垂直领域应用落地。

人工智能作为引领未来的战略性技术，结合5G、物联网、大数据、云计算以及区块链等前沿科技，将构成新一代物流技术体系，在丰富的应用场景和海量的数据支撑下，可望引领新一代物流技术的发展方向。