顺丰CTO:物流公司放弃计算就是放弃未来

【2018-01-16】

  SFO首席技术官:物流公司放弃计算就是放弃未来

  中国的物流业正在快速发展,中国物流业的整体规模,与其他行业的整合及其与社会经济的关系都达到了一个新的高度。根据国家邮政局发布的“2016年中国快递发展指数报告”,2016年,中国快递业务规模继续居世界第一位,占全球的40%以上,占世界快递业务增长的60%,与此同时,中国快递业在2016年的网上零售额也超过4万亿元,占全国零售总额的12.5%社会消费品,直接服务出口农产品1000多亿元,直接生产总值超过1200亿元。快递业的发展对于培育和发展新经济,加快经济发展的新动力起着不可替代的作用。对于这样一个空前规模的世界而言,中国的快递业一方面在发展的同时也缺乏更多有效的参照,加之快递业的快速发展,同时也经历了云计算,大数据,人工智能,物联网等新技术,这些新技术不断颠覆了快递行业的运营模式和管理理念 - 对于中国快递业来说,相当于为发动机开启了飞机。 SFG首席技术官兼SFG首席执行官田敏认为,现在是时候回到物流的“初衷”,看看物流的本质。这也是为什么田敏在顺丰速运,钛媒体和雪松科技联合举办的“AI与智慧物流圆桌论坛”开幕式上首先指出“物流”这个概念是最早提出的由人类。原意是关于计算科学。他强调:物流公司放弃计算,就是放弃未来,放弃生命权。一家优秀的物流公司必须通过数据和计算进行管理和运行。以下是天明在SF,钛媒体,雪松科技举办的“人工智能与智能物流圆桌论坛”演讲记录:使用人工智能技术必须了解其背后的原理,最基本的是统计与运筹学的学科算法与模型,不管AI技术在什么样的业务场景中使用,AI技术的基本原理都必须理解和理解。物流(物流)是计算科学今天,首先要做一个物流(物流)这个词的定义,物流到底是不是这么简单呢?物流这个词来源于希腊词Logistikos,意思是计算科学。 19世纪30年代,拿破仑的政治史学家A. Hormini首先运用物流从俄罗斯人的失败中汲取教训,物流理论的概念最早在美国形成,起源于20世纪30年代,原本打算成为“物理分配“或”分配货物“。1963年引进日本,日文译为”物流“。二十世纪七十年代以后,日本的”物流“逐渐取代了”流通事物“。是日本人引进的一个外来词,中文中的“物流”一词形象地表达了货物的流动性,但却失去了计算科学的本义,所以今天我们把物流说成是流动货物,我们谈论的不仅是物流关于“事物的流动”,还要谈“计算科学”。为什么今天要与钛媒体,雪松科技一起举办这个事件,因为我们需要共同努力去探索和研究这个事情物流计算科学只有通过科学计算才能真正帮助物流,提高运营效率,降低成本。另外,我们只有正确认识物流的起源,才能准确地分析物流的现状和问题,才能走向智能物流的未来。数据和计算驱动智能物流智能物流通过大数据,云计算,智能硬件等智能技术和工具,增强物流系统思考,感知,学习,分析,决策和智能化执行的能力,增强智能整个物流系统的自动化水平,从而促进物流发展,降低物流成本,提高效率。一个好的物流公司必须通过数据,计算和规划和操作。如果物流公司放弃计算,就是放弃未来,放弃生命权。未来物流有很多特点,包括互操作性,数据驱动,深度协作,高效实施。所谓互操作性,是数据驱动的,即物流互操作性和数字化的所有要素,“数据”驱动一切有识之士,决策者,行动者;深度协调和高效实施是跨组织,跨企业,跨组织之间的深层协作,基于全局优化的智能算法,安排整个物流系统的所有参与者高效高效地工作。 SF拥有大量的数据,比如航空货运单数据,如果能够将数据转换成信息,就可以产生巨大的价值。数据驱动的智能物流必须在社会中高度协调。一家公司不可能独自经营。现在SF已经变得更加开放了,Feng Chao平台是一个高度开放,高度协作的平台,它可以为社会带来最大的价值。丰巢可以迅速接受,它体现了互联互通,数据驱动,深度协调,高效实施的潮流。人工智能的四大核心要素和五大转型策略分析人工智能的四个核心要素:数据,场景,技术和算法。首先,核心要素必须是数据。其次,我们必须有一个场景,如果没有业务场景,那么会出现问题。三是要有技术,包括硬件,软件,未来可能会根据算法模型来设计硬件,而不是只有硬件可选。由于每种类型的模型都以不同的方式处理问题和数据类型,因此没有一个硬件系统可以处理如此多的复杂问题和不同类型的数据。第四,算法需要不断的研究和突破。我们与国内外知名院校和优秀科技企业合作,SF科学需要团结汇聚世界优秀人才,最好的企业学习和解决最具挑战性的问题,向下帮助中国的物流行业升级到新的层次人工智能转型的五大策略包括成功案例,数据生态学,技术工具,无缝访问工作流程以及开放的文化和组织。首先,有成功的案例。不能说开始做不切实际的选择做大项目,一切都难以启动。另外,还有数据可以无缝访问整个业务流程,实现整个端到端的数据生态化。另外,还要有一个开放的文化来与各领域的专家,学者和企业进行交流,否则AI变革和智能物流将无法实现。为什么顺丰的多元化战略,是因为我们的愿景是以综合物流服务能力为客户提供更多的其他服务,包括商业服务能力,金融服务能力,未来数据和技术服务能力。 SF拥有的数据非常丰富。它不仅包括物流运营数据,还包括航空货运单数据,各种物流节点数据,物联网数据,客户感知数据,商业数据,财务数据和外部合作数据。人工智能在SF上的六大业务情景AI在智能手机上的着陆场景包括智能物流,智能服务,智能决策,智能管理,智能地图,智能包装等。顺丰拥有数十架货机,数万辆运输车辆,数千个物流设施,2000万送员工,这是我们强大的身体,这样的一个机构需要非常高的协调和智能能力。未来几年,我们将在各个领域普及应用人工智能等技术。我曾多次与我们的科学家讨论如何进入基层的经验,观察那些高频率和重复性的工作,并想方设法用技术手段取而代之,释放人才创造更高价值的工作。 SF有这么多的员工,其实每天处理的事情其实是很相似的,可以用机器学习的方法来训练一个好的大脑,提供辅助决策智能,最终由一个智能大脑越来越统一命令和管理,每个人的决策和执行都是最好的,对客户的服务是最好的。服务中最难的部分是一致性和稳定性。现在最痛苦的客户感知是物流服务的水平和老化的不稳定,虽然速度慢,但是有时候态度好,有时态度不好。智能物流的未来将能够更加有效地保障服务的一致性和稳定性。物流交通预测,现在由于各类电子商务促销和人工节假日物流业务高峰期,人为浪费的社会资源是巨大的。为了计划和安排资源,我们需要预测不同维度的业务量,预测未来五年和十年的整体业务量变化,以及未来几年不同产品业务量的预测和时间分配天在一个单位面积。通过机器学习和时间序列分析等技术,做好各类预测研究,筛选天气,季节条件,产业结构,政府政策,GDP等相关因素。人工智能(AI)路径规划是AI着陆的落地物流实例的一个例子。传统的路径规划算法和工具已经很难解决今天更为复杂和动态的物流问题,需要引入新的思维方式,新的算法模型,新的技术手段,另外,今天的主流地图服务正在由互联网巨头控制其生态系统服务,变得不那么纯粹中立,变得更加消费而不是工程。物流需要地图服务需要更高的准确性,稳定性和实时性等,所以我们投入了大量精力研究智能物流地图。结合GIS功能和增强学习等技术,我们探索和探索更合适的路径规划工具和方法,以帮助优化时效性和优化成本。 AI登陆的另一个例子是数字智能码场管理。物流公司有很多场所,设施和运营商一般都是通过肉眼和指挥调度来操作,我们研究了利用机器学习等技术来自动识别码头内外的人,物,设备,状态了解优秀的管理和操作人员的指挥控制经验和决策,逐步实现辅助决策和自动决策。 AI着陆的另一个例子是手写运单的识别。我们可能不太了解汉字难以实现机器的自动识别,英文和数字还是比较容易识别的。我们使用计算机图像识别,地址数据库和卷积神经网络将手写运单机的有效识别率和准确率提高到一个很高的水平,可以大大减少手工运输的工作量和误差。还有很多其他案例不是一个一个的,比如AI在物流应用领域空间很大,我们会不断的探索,研究和创造SF大脑智能物流。