【罗戈网】【物流】人工智能客服在快递物流行业的实施与应用初探
摘要：人工智能技术对物流的智慧化发展和效率提升起着举足轻重的作用。以自然语言处理技术为核心的智能客服对于快速增长的物流行业而言尤其重要，它不仅为企业客户服务降低人力成本、减轻了人工劳动强度，而且能有效的满足企业客服的弹性需求、提高服务质量。本文从物流行业发展现状出发，结合实际应用需求，针对智能客服的应用场景、建设过程、实现流程、技术关键进行了深入探讨，并对智能客服在物流行业的应用前景进行了展望，希望物流行业能在包括自然语言处理在内的人工智能技术支撑下得到更好更快的发展。
一、研究背景与意义自2005年以来，随着电商行业的兴起，快递物流走进了千家万户，与人们的日常生活产生了紧密的联系。2020年中国快递业务量达到830.0亿件，全年日均快件处理量也超过2.2亿件，已连续多年稳居世界第一，11月1日到11日，全国邮政、快递企业共处理快递39.65亿件，双11当天共处理6.75亿件，同比增长26.16%，再创新高，在寄递物流业蓬勃发展的同时，如何通过管理提升和科技应用提升客户的服务质量和客户满意度，值得得深入探究。
图1中国快递业务量走势图
数据来源：国家邮政局
从历史数据来看，客户电话咨询率为业务量的0.2%，而其中投诉在咨询比率中平均占比4%左右，平均一通投诉电话的沟通时间在4分钟，快递业高速增长的同时人口红利却在退却，作为劳动密集型的科技行业，快递业的人力资源成本不断攀升，招聘速度还跟不上业务增长。快递物流企业多为加盟制，加盟网点数量庞大，故企业所需的客服人员众多，而目前每年客服的平均流失率在30%左右，流动性强，因此产生了招聘成本高、培训成本高以及办公场地要求高、管理难度高的4高成本挑战；其次，客服人员的工作重复性高，例如，客户的查询快递的进度需求，客服人员只需通过查询对应的信息系统，并提供最新的快递运输信息即可，但该部分的工作量相当之大，占用客服人员半数以上的工作量；再者，人工服务的时间无法满足客户需求及习惯，目前快递物流企业的服务时间范围多为是8:00至21:00（包含周六、周日），但客户的咨询时间逐步趋向于7*24小时，服务时间已越发不能满足客户的需求，这将使得企业的客户服务质量遭遇考验、影响企业品牌形象建设。
因此，通过科技赋能客服人员需求，成为快递企业实现降本增效和提升服务质量的重要途径。通过调研与研究最终决定通过人工智能技术来解决该问题，通过人工智能技术，不但能将客服较为单一的问题交由机器人解决，使得人工客服有更多的时间去做更有挑战的工作，而且在满足7*24小时服务的同时，还能更有效的促进和保持客服工作的标准化，进而进一步保证服务质量。
市场上有机器人技术的企业较多，尤其在金融行业已有较成熟的应用方案，但在物流领域的应用尚处于起步阶段，物流行业的用户层次不一、场景较为复杂、服务质量要求高，这些都是人工智能在该行业应用的挑战。科技是第一生产力，物流业的发展离不开技术的支持，科技创新对产业升级具有重要作用。物流技术水平的高低决定了物流业发展的速度和质量。而目前人工智能技术的研究与发展已经取得了阶段性的成果，随着人工智能技术的不断落地商用，物流行业也必将借助人工智能实现产业升级，进入智慧物流新时代，快递行业的海量业务中，蕴藏着丰富的结构性数据和非结构性数据，而人工智能作为引领未来的战略性技术，在其丰富的应用场景和少量的数据支撑下，可望引领新一代物流技术的发展方向。
智能客服机器人定义：通过技术手段，打造虚拟机器人，该机器人可对接多渠道客户服务系统，使用语音或者文本形式与客户交流并解决实际客户问题的一种设备或系统。
二、智能客服系统在快递物流中的应用场景与实施（一）应用场景在物流快递行业，通过智能客服系统提升效率的应用场景很多，如：
1、语音呼入机器人接待来电客户
语音机器人主要通过电话来搭建的沟通媒介，主要应用于官方服务电话的处理，有咨询、下单、投诉等场景的受理与登记。
2、文本机器人接待在线客户
文本机器人主要通过页面来做为沟通媒介，通常能支持线上相关渠道，如网页、微信、QQ、支付宝、小程序等。
3、语音外呼机器人客户回访
对于咨询或投诉等第一时间未得到结果的，在得到解决措施或方案后，第一时间与客户回访沟通，完善服务闭环。
4、语音外呼机器人派前电联
派件前与客户沟通，确认收货方式，如放驿站或送货上门。
5、语音外呼机器人驿站超时取件通知
包裹在驿站或收货点长时间未取货，通过机器人外呼提醒客户上门取件
6、客服智能质检
对人工客服或机器人客服的服务质量质检，并在整体质检过程中，对客服或客户进行画像，并不断完善服务水平的过程。
除了以上6个典型应用场景之外，智能客服在物流快递行业仍然还有很多潜在的应用，如用于销售和催收等业务，未来的应用场景有巨大的挖掘空间。
上述的一系列场景都要有数据支撑，才能为现有的业务排兵布阵，前期的数据基础可以是改造前的通话录音、沟通文本，还可以是管理类数据，如考核数据、成本数据等一系统能构成系统维度的数据。
（二）实施过程对于智能客服的实施而言，企业根据自身的需要决定最优部署方案，若侧重业务应用，则优先选择云部署或者直接购买使用次数都可以，若企业具备研发升级能力、对信息安全有较高要求且符合其信息科技战略方向，则可倾向于私有化部署，如计划打造具备自然语言处理（NLP）能力的AI能力平等。一般情况下，智能客服系统建设实施主要分四个阶段：
1、准备阶段
该阶段主要用于业务知识素材整理及确认。具体来说，就是对目前涉及的业务强相关知识素材整理并确认；对部分通用聊天知识素材进行归纳整理并确认。
2、建设阶段
该阶段包括三个步骤，即知识库维护培训、软硬件及网络环境配置和系统对接及联调。其中知识库维护培训主要用于明确知识库整理所需的模板、注意事项、相关操作经验等；知识库维护的操作步骤、维护的技巧等进行培训。软硬件及网络环境配置用于项目启动后需要项目要求准备测试环境所需的软硬件、网络等，如虚拟机测试服务器等。系统对接及联调
主要是智能问答接口的对接、与人工坐席系统即云客服系统的对接，包括接口文档的准备、联调测试等。
3、上线阶段
该阶段包含三个步骤，即系统切割、上线生产环境配备、上线后应急准备。其中，系统切割用于相关知识库由测试环境切割至生产环境；上线生产环境主要是用于构建智能客服生产实际应用环境；而上线后应急准备主要是系统出现特殊情况下的紧急处理。
4、后期运维准备
系统上线后，需要保证软硬件及网络环境正常运行；对每天数据进行分析，为知识库不断优化提供数据支撑。
总体上，系统建设想在短时间内建设完成该系统并非易事，日常打磨、持续优化多为常态，而在此之前，需要对系统和各方位职责清晰定位。单一技术方案往往只可解决部分问题，而业务场景、业务数据、相关技术的融合才有可能打造最优解决方案。
图2场景+数据+技术融合
场景和数据是系统建设前期最重要的工作，是系统的根基，应用过程中，需要明确自身应用场景并提供相关场景的应用数据，用于机器人的训练。
三、智能客服系统的技术流程与指标智能客服系统的涉及很多关键性技术，系统能否成功应用也需要在一些关键性指标上达标，本节将重点探讨智能客服实现的关键性技术流程与核心指标的定义。
业务系统与客服机器人的交互流程
在对自有系统有充分认识基础上，明确业务中涉及到的流程和节点，才能清晰定义原有业务系统与机器人的交互流程，图3、图4分别展示，某快递物流公司的智能在线客服和智能语音客服交互流程：
图3在线机器人客服处理流程
图4智能呼入机器人下单交互流程
考虑物流行业的实际应用情况，由于对于智能语音呼入，涉及业务管理系统、CCC呼叫中心以及机器人，三者协作，共同完成人机交互任务，并全程记录音频、文本等关键信息。以下图5为智能语音客服系统交互关系图：
图5系统交互关系
场景定义业务流程
以物流快递企业的下单为例，有明确的下单流程，并能在该流程中清晰的知道地址识别的要求、对新老客户的要求、转人工要求、字词句的转写要求以及部分方言或者非标准普通的识别要求。
根据实际的业务系统需求，可对流程进行梳理归类，参考如图6所示：
图6下单业务流程图
客服机器人的重要指标
对于智能客服机器人而言，上线之前必须保证一些关键性指标项达到规定要求，以确保智能机器人通过解决问题能力的考核，在实际中发挥应有的作用。在实施过程中，除机器配置质检外，业务方还需要储备一批具有专业质检能力的人员定期质检抽检，根据项目经验，质检人员可选择参与项目的相关工作人员，如系统运维人员、业务专家等，此类人员可作为AI训机师储备人员，为机器人训练师的培养种子选手，可在项目移交后，持续做机器人的训练工作。
指标项
要求
标准
POC测试
POC指标
未转人工不低于35%，一次性解决率不低于35%。并且POC未达标之前不允许上线。
生产指标
一次性解决率达到90%
一次性解决率为客户下单、催查件等需求由机器人解决并且未转人工且24小时内未重复来电。
纯语音交互
任何环节100%纯语音交互。
系统要求
机器人优化可视化系统
须提供机器人可视化平台，展示每日机器人服务数据（语音及文本），服务能力评价以及每阶段提升的指标。
系统权限
须按照业务需求开放系统权限，以便管理管理监督及维护。（这里需要明确对应的权限）
四、智能客服系统应用中需注意的问题在物流的客户服务领域应用人工智能机器人技术，目前已相对较为成熟，快递物流的头部企业应用实践后，大部分人工智能技术方已具备一定的实施经验及业务经验，但在此基础还依旧需要注意以下几个问题：
搭建知识库
不管机器人的技术如何成熟，业务方若不能在项目中提供良好的管理支撑，具体表现为知识库建立决心及完成程度、对项目资源的支持度，有些业务方不能建立完善严谨的管理制度和流程，在具体的工作执行中，想当然的进行项目建设，是不能达到目标效果的。当然，在这里有些业务方认为现有知识库水平不足，但这并不影响后续的工作，只要下定决心与技术配合，知识库可以由浅到深跟着系统的建设情况逐步完善。
强管理监督力度和人工智能专业能力
在项目执行过程中，充分发挥项目管理的监督力，同时，也要注重人工智能的专业能力，真正理解人工智能是需要时间的，初次接触人工智能可能流于表面，能力决定项目深浅，凡事要量力而行。
五、实际应用案例以圆通速递有限公司的智能客服应用为例，适用客服项目2017年试点至今，通过对技术指标和业务指标的实施监控，其中技术部分指标定义有：语音句转写、语音交互、意向结果，业务相关指标有：一次性解决率、下单准确率、流程节点准确率等，在实际执行过程中，运用该套实施模式，在项目执行初期，通过对实际数据的测算，实际每位人工客服平均接听电话为230通，在线客服平均每日处理线上问题为500条。项目上线后第一个双十一，智能客服机器人表现良好，各项指标均达标，结合语音客服和文本客服换算，相当于3000名人工客服的实际操作效率，所花费成本不及人工客服一半，均每年节省近千万的服务成本。经初步测算在线客服单票处理成本由原来人工的0.28元下降到0.0209，相差13倍，且随着单量上升，成本将进一步下降。且因为智能客服机器人能快速响应高并发，即使在业务高峰期也不会出现用户排队等待现象，后续随着场景的不断完善服务质量也会有更多改善。从项目实施初期到现有较为成熟的应用，语音机器人单票成本下降3倍以上，且服务能力和智能化能力在不断提升。在实际执行过程中，要根据实施业务表现对指标进行不断调整，对不足之处查漏补缺，才能对各方资源不断调优。
假设通达百加盟商每个网点配一位客服，那么通达百在客服上的单件人工支出约为0.19元。在此基础上，对人工智能和人工成本进行综合测算。又因市面上智能机器人价格参差不齐，取多家现有在为快递公司服务的价格进行综合折算后，电话和在线机器人均价为0.4元/通。人工客服、人工客服+机器人客服的成本核算如下：
【人工客服+机器客服】联合时处理客户咨询的成本
假设1：如果所有客户咨询都由【人工】客服处理，进行单个客户咨询成本的计算
客服总成本（亿元）
单票客服成本*（元）
0.19
2020年总件数**（亿件）
830
人工客服总成本
157.7
客户咨询数（亿通）
2020年总件数（亿件）
830
客户咨询比率***
0.02%
客户咨询总数
0.166
单个客户咨询成本（元）
人工客服总成本
157.7
客户咨询总数
0.166
单个客户咨询成本
950
假设2：将客户咨询总数进行拆分，20%由人工处理，80%由机器客服处理。
机器客服成本（亿元）
单票机器客服成本（元）
0.4
工单处理总数（亿件）
0.166
机器客服占比
80%
机器客服总计
0.05
人工客服成本（亿元）
单个客户咨询成本（元）
950
工单处理总数（亿件）
0.166
人工客服占比
20%
人工总计
31.54
机器+人工成本合计
31.59
**2020年总件数830亿根据邮政局官网获得
***客户咨询比率为0.02%根据近两年实际数据测算获得
经过上述数据对比，人机结合模式下的服务成本为纯人工成本的五分之一，在此基础上，可以解放更多的人工去优化服务质量及客户体验。
六、智能客服在快递物流行业的应用展望智能客服在快递物流行业的应用，源于人工智能+服务意识深化，在行业的发展过程中，无论是思考方式还是企业规划，都不能再局限于普通的信息化模式，也不能只专注于技术的讨论，需要真正理解整个快递物流行业客服的要求以及客户对快递行业的诉求。这个过程需要大量的积累与沉淀，只有经过时间的打磨才能创造出真正贴合实际的智能化实践。
通过智能客服的应用，加速行业的服务标准化和规范化，人和机器的合作越发默契，通过机器与人在工作中的相辅相成，使得人员工作效率更高。未来通过与区块链、5G等新技术的结合，在快递物流包裹的全运行生命周期和最末端的服务将会有更进一步的应用，如代替快递员、驿站工作人员回复客户问题、人员培训、招聘等一系列的应用。涉及的领域将围绕企业全方位进行，从内外部服务延升到内外部管理，人机的无缝融合将创造无限可能。
【快递物流展资讯】人工智能在物流行业的发展与应用
人工智能技术作为一门科学技术已经研究了近半个世纪，2016年人工智能在围棋项目中战胜人类顶尖高手，标志着人工智能技术的初步成熟，也迎来了人工智能技术的快速发展。人工智能技术给各个行业如制造业、运输业、互联网行业、金融业甚至医疗、卫生、法律等专业，都注入了新的动力。
人工智能技术更是给物流行业带来了革命性的改变，以智能机器人、智能拣选车、无人机、自动驾驶汽车为代表的智能硬件，极大地改变了现有的仓储、运输、配送等物流作业的模式，并将带来更多的改变；以机器视觉、自然语音处理、大数据挖掘、深度学习为基础的智能软件，为物流行业所涉及的信息识别、存储、管理、利用开辟了更加高效的途径，让“数据驱动物流”成为现实。
本文将分别从人工智能技术的发展、人工智能在物流领域的应用以及人工智能赋能物流行业的实际案例，来阐述人工智能给物流行业带来的变革，并展望智慧物流未来的发展趋势。
人工智能（artificialintelligence，AI），是一种研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，简言之，人工智能是指通过普通计算机程序来呈现人类智能的技术。
人工智能技术的发展，将彻底改变人类的生产和生活，对于重复性的工作、简单的脑力工作（如：数据整理、校对、录入、车辆自动驾驶、设备无人控制等），将会很快被人工智能技术完全替代，这将对各个行业带来巨大的变革。物流行业作为工业生产的支柱服务业和社会生活的新兴服务业，将会成为人工智能最早和最大的受益者。物流装备、设备的智能化、无人化，物流信息的智慧化，物流行业的高效率、降成本，都将随着人工智能技术的大量应用而迅速得以实现。
本文将聚焦人工智能技术应用成熟的领域，同时结合典型的物流行业场景，结合头部企业的实践，对人工智能技术在物流领域的应用进行分析和总结，最后将结合对人工智能技术未来的发展方向，对智慧物流的发展趋势进行展望。
一、人工智能技术的发展与应用
从1945年第一台计算机ENIAC诞生之日起，人类对于制造出“人工智能”的努力就没有停止。1956年，约翰·麦卡锡等人发起了“达特矛斯夏季人工智能研究计划”，旨在召集志同道合的人共同讨论“人工智能”（此定义正是在那时提出的）。
此次会议催生了现在人所共知的人工智能革命。随着计算机科学的不断发展，综合博弈论、统计学、神经科学、机器人学等学科的发展，人工智能也蓬勃发展，同时，人工智能的核心问题也越发清晰——建构能够跟人类相似甚至超越的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等。
经过几十年人类的各种尝试和探索，人工智能已经有了初步的成果，其在很多领域已经超越了人类，2016年AlphaGo击败韩国棋王李世石让世人惊叹，人工智能在图像识别、语音识别、数据挖掘与分析、自动控制等工作也展现了不低于人类的智能，这极大的解放人类，并推动了社会效率的提升。人工智能的实现方法和应用场景多种多样，最基本的人工智能技术的应用可分为四大部分：感知能力，认知能力，创造力和智能。
1.感知能力
人类通过感官（皮肤、眼、耳等）收到来自环境的刺激，并产生触觉、视觉、听觉、嗅觉、味觉等，然后通过说话或动作来与环境进行互动。人工智能技术帮助智能体学习获得与人类相似的感知能力，并最终完成相关的工作。感知能力可以归纳为看、听、说、读、写、感觉六种能力。
“看”：机器视觉，图像识别，人脸识别，视网膜识别，虹膜识别，掌纹识别等。
“听”：语音识别，自然语言理解等。
“读”：自然语言处理，语音转换文本等。
“写”：机器翻译，自然语言生成等。
“说”：语音生成，文本转换语音等。
“感觉”：数字嗅觉，数字味觉[7]，微表情识别（情绪感知）等。
在感知能力方面，人工智能与人类的差距已经很小，甚至在如机器翻译、人脸识别、图像识别等领域，人工智能丝毫不逊色与人类，甚至比人做的更好。
2.认知能力
认知能力指的是人类通过学习、判断、分析等心理活动来了解消息、获取知识的过程与能力，对人类认知的模仿与学习也是目前人工智能研究的焦点领域，主要包括：
分析识别能力：例如语言和图像识别（卷积神经网络识别图像如图1所示）、产品推荐、垃圾邮件识别、信用风险分析、消费行为分析等。
图1 卷积神经网络识别图像示意图
预测能力：例如基于人工智能的设备寿命预测、智能天然灾害预测与防治。
判断能力：例如AI下围棋、自动驾驶车、智能搜索、智能控制、博弈等。
学习能力：例如机器学习、深度学习、强化学习等各种学习方法。
在认知能力方面，人工智能在很多领域与人类还存在差距，但在部分细分领域内，已经可以达到人类的智能，例如下围棋、自动驾驶等领域。
3.创造力
创造力指的是人类产生新思想、新发现、新方法、新理论、新设计，创造新事物的能力，它是结合知识、智力、能力、个性及潜意识等各种因素优化而成，这个领域目前人类仍遥遥领先人工智能，但人工智能也在不断发展，例如人工智能作曲、作诗、小说创作、绘画、设计等技术，均有大量的团队在不断探索。
4.智能
智能指的是人类深刻了解人、事、物的真相，能探求真实真理、明辨是非，指导人类可以过着有意义生活的一种能力，这个领域牵涉人类自我意识、自我认知与价值观，是目前人工智能尚未触及的一部分，也是人类最难以被模仿的一个领域。
二、人工智能在物流领域的应用
不同的典型物流行业场景有不同的特点，所需要的技术也不尽相同，应当根据实际的需求确定技术的应用。下面针对一些典型的物流场景，阐述可能应用的相关人工智能技术（参见图2）。
图2 典型物流场景下的人工智能技术的应用
1.供应商管理
供应商是生产加工型企业或电商企业的供货者，科学采购、高效收货与质检、智慧财务管理系统等，都能够提高供应环节的效率，降低运行成本。
（1）智慧采购系统：结合图像识别技术、大数据分析与深度学习技术，分析历史的采购信息并挖掘其中的深层逻辑，形成科学的采购决策，做到适量采购、适时采购，减少过多库存对资金成本的占用，避免过少库存面临的机会损失。
（2）智慧质检系统：图像识别技术的应用，可以迅速清点货物的种类和数量，配合上无人机的应用，能够更加快速；专家系统的使用可以高效的判断货物质量。人工智能技术的应用可以减少质检人员的数量，降低成本，而且可以采用对货物质量的全面检查，避免抽查模式潜在的问题。
（3）智慧财务系统：图像识别与深度学习的结合，可以显著提升报表的处理效率，减少出错率；大数据分析能够进行风险评估，避免一些潜在的财务风险。
2.仓储管理
仓储管理包括入库、存储和出库（拣货）等重要环节，涉及到数量庞大的物流机器人、自动仓储设备、运输设备和人员，占用了企业的大量资金。将仓储管理智能化，将为物流行业带来颠覆性的改变。
（1）智慧存储设备：目前，在仓储环节应用的物流设备种类丰富，功能各异。历史发展悠久的堆垛机货架，更加高效的多层穿梭车系统，针对小料箱的高效存储设备MiniLoad等。
针对仓储设备的智能化运行，计算机视觉、深度神经网络、机器学习、自动控制等技术的应用，将极大的提升存储设备的周转效率，尽可能的提高设备的利用率；针对仓储设备的科学规划和实施，大数据分析和专家系统等技术，能够提升系统规划的效果；针对仓储设备的维护和保养，采用基于设备数据的寿命预测技术，能够准确、预先的对设备的状态进行掌握，便于提前采取措施。
冷库存储是存储行业的一个特殊领域，生鲜、药品等特殊商品需求较大。人工智能技术打造的新型自动化冷库，利用大数据分析可将采购预测与仓储现状结合，自动控制技术可以针对冷库低温的特点，更好地控制仓储货架所用的穿梭车和堆垛机、搬运使用的叉车、码垛使用的码垛机器人等设备。
（2）智能分拣系统：智能分拣系统包括分拣过程中使用的运输设备如AGV、智能分拣车、传送带等，以及分拣过程中的信息流。路径规划、机器视觉等技术，将赋予运输设备更多的智能，使得无人运输更加安全、高效。数据挖掘、大数据分析等技术，能够将拣选订单进行更合理的拆分与合并，并与仓储设备、运输设备和人员形成联动，实现更高效的订单拣选。
（3）智慧盘库系统：库存盘点是一项耗费人力和物力的工作，但不能直接产生经济效益，因此，降低盘库的成本、提升效率很有必要。计算机视觉、图像识别、无人机等技术，能够迅速的对货物种类和数量进行盘点，相比于人工盘点，效率更高，准确率更高。
3.运输管理
运输环节实现货物的运输，主要包括运输设备和运输过程的信息管理。国内的运输方式有航空运输、铁路运输、公路运输和海路运输。
公路运输灵活性高，货运量大，人工智能能够发挥更大的作用。日趋成熟的自动驾驶技术将彻底颠覆现有公路运输体系，更加高效、安全的行驶，更少的人力依赖，将极大地提升公路运输的效率。运输信息的管理内容繁杂，包括发车前的任务下达和路线规划，行驶中的信息跟踪和应急调度，以及到达目的地后的盘点、卸货和车辆状况检查等。
人工智能技术对于信息的处理比人类更加高效，通过大数据分析能够为车辆的调度机制提供更加实时、可靠的方案，设备寿命管理能够系统性的监测车辆的状态，及时警报提醒，降低车辆故障发生率。
大数据分析能够更好地监测冷链运输过程中的货物状态和司机行为，为保质保量的冷链运输提供更智能的监管。
4.配送管理
配送作为快递行业的“最后一公里”，面对的情景非常复杂。农村地区和城市地区的配送场景不同，不同大小城市的配送场景也不同，学校、商业区、住宅区的配送场景不同，采用智能配送设备和方案，能够提高快递服务业“最后一公里”的服务质量和服务效率。
智慧快递驿站面对人群密集的场景能够发挥显著的效果。基于图像识别、数据分析的人工智能机器人能够辅助客户自助完成大部分的寄件和取件工作。同时，驿站设置的智能广告系统能为社会提供一定的公益服务和商业服务。
基于自动驾驶的配送设备（车辆、其他辅助工具）适用于住宅区或农村地区等需要配送人员大量变换位置的配送场景，可以减轻配送人员的工作强度，提高配送效率。
5.客户管理
客户的信息管理和维护、从客户信息中描绘出客户画像、为客户提供更个性化的服务，都直接影响着客户的使用体验和企业的服务质量。智慧订单系统立足于图像识别技术和大数据分析，能够更加高效地处理客户的订单从下单至完成的全部流程，信息更加实时准确。
基于大数据分析、知识积累和深度学习的智慧导购系统将为客户提供更精确的信息，提升客户的购物质量。智能客服系统是基于语音识别、逻辑推理、语音生成的新技术，将为客户提供售前咨询、售中管理、售后维护等服务，能够做到24小时不间断为客户提供个性化咨询方案，并减少企业客服人员数量，提高客服服务的质量。
三、人工智能赋能物流行业的实际案例
人工智能在物流行业已经有了丰富的应用，人工智能赋能物流行业带来了更多的效率提升和更好的经济性，物流行业也为人工智能提供了真实的应用场景，可以促进人工智能技术更好的发展。
亚马逊作为一个覆盖全球的电商行业，人工智能技术已经渗透到其业务的方方面面，从采购到存储，从运输到配送，从信息世界到现实设备，同时也反向促进人工智能在机器人领域、信息处理领域、智能控制领域的飞速发展。
国内的众多电商相关企业，如京东、淘宝、四通一达、顺丰等，都在不断探索人工智能技术的落地应用，大量设备制造厂商如极智嘉、旷视、快仓等企业，更是将人工智能与物流设备包括机器人、货架、搬运车辆等结合，从智能设备入手，为整个行业带来改变。
1.人工智能在仓储领域的应用
智能机器人在仓储作业中目前已经应用非常普遍，自动化立体仓库、无人叉车、AMR（AutomaticMobileRobot）即自主移动机器人等设备的应用，显著提高了仓库分拣、搬运的效率。
亚马逊在2012年耗资7.75亿美元收购Kivasystems公司（专注于如何利用机器人在仓库里完成网上大量的订单派发工作）后[8]，在其仓库中大规模应用Kiva机器人（如图3所示），将货架从仓库搬运至员工处理区，实现货到人的拣选，Kiva机器人的应用使得拣选效率增加了三倍，准确率更是达到了99.99%[9]。
图3 亚马逊Kiva机器人
图4 极智嘉智能拣选机器人
极智嘉（Geek+）作为新兴智能物流装备企业，研制开发的智能拣选机器人（如图4所示）也得到广泛应用，其成功为某医药企业物流中心搭建了使用AMR的月台集货场景，实现了出库集货和装车搬运的无人化；使用上百台智能拣选机器人（货架到人机器人）搭建货到人拣选平台，打造出跨楼层、跨区域的综合性解决方案[10]。
京东拥有极其庞大的智能仓群，“智能大脑”作为京东亚洲一号的“司令官”，精细控制使得仓库中自动化立体货架、无人叉车、无人分拣机、打包机等智能单元能够协调作业，“智能大脑”通过每分钟上亿次的计算，对比传统仓库，能够将智能仓库效率提高至少3倍以上[11]。
2.人工智能在配送领域的应用
无人机配送作为一种不受地形、交通、人员限制的配送方式，成为未来快递配送的主要趋势。早在2013年12月，亚马逊就发布PrimeAir无人快递，顾客在网上下单，如果重量在5磅以下，可以选择无人机配送，在30分钟内把快递送到家。整个过程无人化，无人机在物流中心流水线末端自动取件，直接飞向顾客[12]。
2020年4月，亚马逊获得了美国联邦航空管理局（FAA）的批准，可以在美国地区运营PrimeAir快递无人机，亚马逊的配送体系正式进入“海陆空”时代[13]。亚马逊最新版本的PrimeAir快递无人机（如图5所示），是一种混合动力飞机，能够垂直起飞和着陆。
图5 亚马逊无人机
机器采用了热成像、深度摄像头等设备来探测危险，在AI模型的帮助下，PrimeAir可以自动识别飞鸟等障碍物，实现安全飞行。
在国内，顺丰自主研发的用于派送快件的无人机完成了内部测试，在局部地区试运行，这种无人机采用八旋翼，下设载物区，飞行高度约100米，内置导航系统，工作人员预先设置目的地和路线，无人机将自动到达目的地，误差在2米以内[14]。淘宝联合圆通速递，在北京、上海、广州部分区域开展的无人机快递实验[15]。
目前，鉴于无人机市场的逐渐繁荣和其具备的强大潜力，我国相关部门正在加快法律法规的制定，确保无人机能够在安全、可靠的前提下被大规模使用，改变人们的生产生活方式。
3.人工智能在数据分析领域的应用
大数据应用是贯穿电商行业的关键技术，更高效、更有价值地利用数据，就能更多地节省成本、更大地提升效益。
亚马逊依靠其强大的技术能力，将大数据分析推向电商行业的各个环节[16]：亚马逊有一套基于大数据分析的技术来帮助精准分析客户的需求，提升客户购物体验；大数据驱动的仓储订单运营非常高效，在中国亚马逊运营中心最快可以在30分钟之内完成整个订单处理；数据驱动的亚马逊客户服务在中国提供的是7×24小时不间断的客户服务，首次创建了技术系统识别和预测客户需求，根据用户的浏览记录、订单信息、来电问题，定制化地向用户推送不同的自助服务工具，大数据可以保证客户可以随时随地电话联系对应的客户服务团队。
亚马逊利用大数据分析技术对整个物流链条进行了全面提升，实现了更高效的仓库入库、商品测量、货物拣选、智能分仓和调拨、可视化订单作业、包裹追踪等功能。
在国内，各大科技企业在大数据应用相关的技术研发和应用方面也日渐成熟。腾讯优图实验室使用深度学习技术研发的文字识别（OpticalCharacterRecognition，OCR）系统[17]，通过计算机视觉识别表单内容，能够快速便捷地完成纸质报表单据的电子化，可以有效地代替人工录入信息。
阿里的智慧客服系统（如图6所示）集合了包括语音识别、自然语言理解、自然语言生成、文本转换语音等多种人工智能技术，能够提供多场景的智能咨询服务，为客户提供不间断的高质量服务，减少客服的人工成本[18]。
图6 智慧客服系统技术路线图示意
四、智慧物流发展趋势
科学技术的进步和人类社会的发展，让身处时代洪流的每一个人，都对未来的变化充满期待。“人工智能”作为“复制并超越人类智能”的技术，将彻底改变人类世界。物流行业将会更早受到人工智能等新技术的淬炼，将这个涉及到人类生产生活方方面面的“大服务业”推向新的层面，在人工智能技术不断发展和物流行业不断前进的进程中，以下几个方面的内容都值得大家关注：
1.无人机仓储系统
新型通讯技术的飞速发展与无人机技术的日渐成熟，必将催生出更高效、更灵活的无人机仓储系统。目前，使用无人机配合图像识别技术，进行仓库的盘库作业已经成为现实，未来，使用无人机进行所有的仓储作业，也将成为可能。
现在的仓储作业，无论是搬运作业或是拣选作业，都是在二维平面上的作业，无论运输设备如何变化、拣选策略如何优化，都难以摆脱场地因素的限制。无人机相比与传统设备，实现了由地面二维到空间三维的巨大转变，必将彻底颠覆现有的仓储行业。
在将来的仓库中，只需少量的维护人员就能运营庞大的仓库，无人机群如同蜜蜂群采蜜一般劳动，与高层货架无缝衔接，在智能机器人和智能打包机的配合下，独立完成仓储环节所涉及的收货、入库、存储、出库、拣选、打包等所有工作。
2.“陆空一体”的无人配送体系
自动驾驶技术将促成彻底的物流配送无人化。设置在城市社区中的无人快递站，将由智能机器人单独运营，完成自动化收货与暂存。收货完成之后，运行速度快、搬运能力强的无人快递车将会为人员稠密的区域提供配送服务，灵活性强、无视地形影响的无人机将会为人员分散、地形条件差的区域提供配送服务，打造出“陆空一体”的高效配送体系。无人快递车与无人机同时具备收货功能，能够满足客户的寄件需求。
3.智能信息系统
“数据驱动物流”的理念将被更广泛的实践，物流企业所涉及的所有信息都将由“智能信息系统”进行智慧管理。相较于传统的信息管理系统，大量依赖人的记录、整理、上传、分析、决策，智能信息系统将从数据的采集、分析、利用和存储等多反面，替代人力，实现信息管理的无人化，信息利用的高效化。以电商为例，客户的订单将成为驱动整个网购流程的信息原动力，智能信息系统会将其转化为采购的依据、仓储的作业准则、运输的调度前提、配送的指导方针，让电商企业以最小的代价提供最高质量的服务。
4.物流行业将变为知识密集型产业
随着人工智能等新技术的不断成熟和大规模的工业应用，物流行业将从一个劳动力密集型的产业转变为一个知识型密集的产业，企业将更加注重专业人才、技术、专利等的积累。研发人员将为企业的智能化提供源源不断的动力，
高级工程师将成为仓储、运输、配送等环节的保障力量，大量工人忙碌的场景将不复存在，少量专业人员就可以维护庞大的物流链条。
2022上海国际快递物流产业博览会
快递物流与供应链|自动分拣|智能搬运|自动识别|智慧仓储|智能配送|智慧物流|绿色包装
时间：2022年3月17-19日
地点：上海新国际博览中心
主办单位：上海市快递行业协会、上海市仓储与配送协会、上海市物流协会、上海现代服务业联合会物流与供应链服务专业委员会
上海信世展览服务有限公司
承办单位：上海德途展览服务有限公司
协办单位：中国仓储与配送协会、中国交通运输协会、江苏省快递协会、浙江省快递行业协会、安徽省快递协会、河南省物流协会
2022上海快递物流展，作为快递物流业一年一度行业盛会，以“科技创新、科技赋能、智能制造、绿色环保”为主题，将围绕，快递物流与供应链、自动化装备、AGV机器人、信息化设备、新能源物流车、智慧物流、冷链物流、物流展、内部物流新产品、新技术、新装备。打造集“展示、商贸、学习、交流”为一体的全产业链覆盖，引领行业专业综合服务平台！打造高标准国际化的快递物流生态圈。本届展会将以30,000平方面积，450家行业企业参与，预计超过36,000名专业买家，专为快递物流行业定制化，新技术、新装备与全新解决方案。展会详询：周彬了解更多！
文章来源：物流技术与应用
智慧物流的六大作用
一、降低物流成本，提高企业利润
智慧物流能大大降低制造业、物流业等各行业的成本，实打实地提高企业的利润，生产商、批发商、零售商三方通过智慧物流相互协作，信息共享，物流企业便能更节省成本。其关键技术诸如物体标识及标识追踪、无线定位等新型信息技术应用，能够有效实现物流的智能调度管理、整合物流核心业务流程，加强物流管理的合理化，降低物流消耗，从而降低物流成本，减少流通费用、增加利润。
二、加速物流产业的发展，成为物流业的信息技术支撑
智慧物流的建设，将加速当地物流产业的发展，集仓储、运输、配送、信息服务等多功能于一体，打破行业限制，协调部门利益，实现集约化高效经营，优化社会物流资源配置。同时，将物流企业整合在一起，将过去分散于多处的物流资源进行集中处理，发挥整体优势和规模优势，实现传统物流企业的现代化、专业化和互补性。此外，这些企业还可以共享基础设施、配套服务和信息，降低运营成本和费用支出，获得规模效益。
三、为企业生产、采购和销售系统的智能融合打基础
随着RFID技术与传感器网络的普及，物与物的互联互通，将给企业的物流系统、生产系统、采购系统与销售系统的智能融合打下基础，而网络的融合必将产生智慧生产与智慧供应链的融合，企业物流完全智慧地融入企业经营之中，打破工序、流程界限，打造智慧企业。
四、使消费者节约成本，轻松、放心购物
智慧物流通过提供货物源头自助查询和跟踪等多种服务，尤其是对食品类货物的源头查询，能够让消费者买得放心，吃得放心，再增加消费者的购买信心同促进消费，最终对整体市场产生良性影响。
五、提高政府部门工作效率，助于政治体制改革
智慧物流可全方位、全程监管食品的生产、运输、销售，大大节省了相关政府部门的工作压力的同时，是监管更彻底更透明。通过计算机和网络的应用，政府部门的工作效率将大大提高，有助于我国政治体制的改革，精简政府机构，裁汰冗员，从而削减政府开支。
六、促进当地经济进一步发展，提升综合竞争力
智慧物流集多种服务功能于一体，体现了现代经济运作特点的需求，即强调信息流与物质流快速、高效、通畅地运转，从而降低社会成本，提高生产效率，整合社会资源。
因为其众多的优势，使得更多的供应商、制造商、零售商，物流公司，车队等开始关注着智慧物流，甚至于大部分已经着手开发和使用。也出现了致力于运用云计算、大数据等最新技术，为有货运需求的企业提供信息化、智能化的专业解决方案的一批科技公司。为物流、商贸、供应链等有城配需求的企业，提供智能配载、全程监控、订单管理、自助结费等行业领先的技术支持。
2023年中国人工智能+物流发展研究报告
物流业与人工智能的契合之处
AI是物流降本增效的良药，物流亦是AI展示能力的舞台
物流业的核心痛点决定了该行业最迫切的需求即“降本增效”，物流企业的自动化、信息化转型升级都是为实现降本增效目的而做出的努力。人工智能技术产品的加入能够进一步推动物流业向“智慧物流”发展，更大限度地降低人工成本、提升经营效率。对于人工智能行业而言，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”已成为人工智能企业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。
人工智能+物流概念界定
关键词：人工智能技术、软硬件产品及服务、落地应用
本报告中所阐述的“人工智能+物流”指的是基于人工智能技术（机器学习、深度学习、计算机视觉、自动驾驶等）的软硬件产品及服务（无人卡车、无人机/无人车、智能调度系统等）在物流活动各环节（运输、仓储、配送、客服等）中的实际落地应用。“人工智能+物流”是物流科技的新形态，本报告对“人工智能+物流”的研究范围主要集中在物流活动中的运输、仓储、配送及客服四个环节，分析研究人工智能技术及产品在上述物流作业流程中的应用情况与效果。
人工智能+物流发展环境
利好政策与企业及用户的需求鼓励物流业积极拥抱人工智能
近年来，物流行业发展基础和整体环境发生显著变化，新兴技术广泛应用、包裹数量爆发增长、用户体验持续升级等因素对物流企业的运作思路、商业模式、作业方式提出新需求、新挑战。作为物流行业转型升级的新动能，人工智能进入物流领域的时间尽管相对较短，但发展环境非常有利。政策层面，国务院、发改委等政府相关部门纷纷出台物流相关政策及规划，鼓励企业利用人工智能技术及产品降低物流成本、提升物流效率；经济层面，一方面全国物流业总收入始终处于稳定增长状态，另一方面物流总费用依然居高不下，企业亟需进一步控制物流成本，“人工智能+物流”的空间极为广阔；社会层面，“人工智能+物流”既能满足城市居民对提升即时物流服务效率的需求，又可拓展快递快运的服务边界以惠及农村居民。
人工智能+物流的核心技术
计算机视觉应用最为广泛，自动驾驶有望先于其他行业落地
目前，在物流行业实现应用的人工智能技术主要以深度学习、计算机视觉、自动驾驶及自然语言理解为主。物流领域中，深度学习在运输路径规划、运力资源优化、配送智能调度等场景中发挥至关重要的作用；计算机视觉是现阶段物流领域应用最广的人工智能技术，智能仓储机器人、无人配送车、无人配送机等智能设备都以视觉技术为基础，此外，计算机视觉还能实现运单识别、体积测量、装载率测定、分拣行为检测等多项功能；自动驾驶技术是运输环节智能化的核心技术，尽管尚未正式投入使用，但头部企业的无人卡车已经开始在特定路段进行实地路测和试运行；自然语言理解主要用于物流企业，尤其是快递快运企业的智能客服系统，该技术能有效降低企业在客服环节的人工成本。
人工智能+物流产业链分析
产业链尚不成熟，角色界限比较模糊
人工智能+物流产业链与传统物流产业链差异最大的地方在于，其上下游关系并非泾渭分明，或者说人工智能+物流的产业链还不太成熟，AI公司、物流企业、电商平台都在产业链中扮演重要角色，AI公司通过直客模式或集成商渠道向下游客户提供AI+物流相关产品与技术服务，而物流企业与电商平台也通过建立研发团队、成立科技子公司等方式研究开发AI技术在物流各环节中的可行应用，三者之间存在合作加潜在竞争的关系，生态比较开放。
人工智能+物流产业图谱
人工智能+物流市场规模
现有市场规模15.9亿元，仓储与运输环节的应用占比较高
AI公司进入物流领域的时间尚短，产业链下游物流企业与电商平台在人工智能产品技术自主研发中的不遗余力也令解决方案提供方们可选择的入局角度相当有限。从供给侧能够获取的收入来看，2019年人工智能+物流领域的市场规模为15.9亿元，随着技术能力的提升和行业理解的加深，预计到2025年市场规模将接近百亿水平。人工智能在物流各环节的应用分布方面，智能仓储与智能运输占比较大，两者占据了八成以上的份额；智能配送的落地环境尚不成熟，现阶段规模较小，但未来想象空间极大；智能客服的应用场景较为单一，在各环节中占比最小。
智能运输中的人工智能应用
人工智能在运输中的应用方向集中在无人卡车及车辆管理
运输是物流产业链条的核心环节，也是物流成本构成的重要内容，运输费用在社会物流总费用中的占比始终在50%以上。但由于运输环境及运输设备的复杂性，现阶段人工智能在物流运输中的应用尚处于起步阶段。目前国内人工智能在物流运输环节的应用集中于公路干线运输，主要有两大方向：一种是以自动驾驶技术为核心的无人卡车；另一种是基于计算机视觉与AIoT产品技术，为运输车辆管理系统提供实时感知功能。人工智能赋能物流运输的最终形态必然将是由无人卡车替代人工驾驶卡车，尽管近两年自动驾驶在卡车领域进展顺利，无人卡车在港区、园区等相对封闭的场景中已经开始进入试运行阶段，但与实际运营的距离尚远。未来数年内，人工智能在物流运输中的商业化价值主要体现在车辆状态监测、驾驶行为监控等功能。艾瑞认为，2019年国内人工智能+物流运输的市场规模为6.1亿元，预计到2025年超过30亿元。
智能运输丨无人卡车
无人卡车的商业化前夜已经到来，但大规模应用仍需时日
近年来，自动驾驶技术的开发与应用一直深受各界关注，与无人卡车相比，无人驾驶乘用车往往更吸引普通民众的眼球。从技术角度出发，应用在无人卡车上的自动驾驶技术与乘用车并无二致，其系统架构同样是由感知层、决策层与执行层组成，感知载体也都以摄像头、激光雷达、毫米波雷达、超声波雷达等传感器为主。但对于目前尚处在实验阶段的无人驾驶车辆而言，城市路况的复杂程度和不确定因素给无人驾驶乘用车的商业化道路带来极大的障碍。反观物流领域，港口、物流园区、高速公路等道路运输主要场景的封闭性较高，运输路线相对较为固定，测试数据的获取与积累也更容易。从商业化的进程来看，以图森未来为代表的L4级别自动驾驶卡车已经率先进入到了试运营阶段，无人卡车的商业化序幕正在缓缓拉开。但这只是无人卡车在物流运输中的初步尝试，目前仍然存在技术稳定性有待验证、可测试路段较少、国内甩挂运输份额较小等诸多问题还未解决，无人卡车距离大规模商业化应用尚需时日。
智能运输丨车队管理系统
实时感知车辆与司机状态，适用于各类运输车辆
无人卡车能够从根本上颠覆整个物流运输流程，但可预见的是在未来一段相当长的时间内，国内公路运输的主力依然会是规模不一的物流企业及其管理的车队。目前，国内人工智能赋能物流运输的主要形式是基于计算机视觉技术与AIoT技术，在车队管理系统中实现车辆行驶状况、司机驾驶行为、货物装载情况的实时感知功能，使系统在车辆出现行程延误、线路异常和司机危险行为（瞌睡、看手机、超速、车道偏离等）时进行风险报警、干预和取证判责，并最终达到提升车队管理效率、减少运输安全事故的目的。与无人卡车的“替代性”功效不同，车队管理系统中所应用的计算机视觉技术是在对原有物联网功能的补充与拓展，依然是以辅助者的角度来帮助司机和车队管理者，其感知设备是后装形式的车载终端，决策来自系统平台，对车辆的控制和动作执行要通过司机手动完成。因此就现阶段而言，融入人工智能技术的车队管理系统在适用性和商业化程度上领先于无人卡车。
智能仓储中的人工智能应用
目前仍以点状应用散落于整个智能仓储系统的各个子系统中
物流业是一个“动静结合”的产业，运输与配送代表着物流的“动”，仓储则代表物流的“静”。为了提升效率，物流产业对仓储也有“动”起来的强烈需求，智能仓储即通过物联网、大数据、人工智能、自动化设备及各类软件系统的综合应用，让传统静态仓储也朝着动静结合的方向进行转变。智能仓储属于高度集成化的综合系统，一般包含立体货架、有轨巷道堆垛机、出入库输送系统、信息识别系统、自动控制系统、计算机监控系统、计算机管理系统以及其他辅助设备组成的智能化系统等。因此在智能仓储中，商品的入库、存取、拣选、分拣、包装、出库等一系列流程中都有各种类型物流设备的参与，同时需要物联网、云计算、大数据、人工智能、RFID等技术的支撑。从目前来看，人工智能在智能仓储系统中的应用还不够成熟，仍以货物体积测算、电子面单识别、物流设备调度、视觉引导、视觉监控等多种类型的点状应用散布于整个系统的各个环节当中。
智能仓储丨仓储现场管理
仓内管理——规范员工行为、减少货物损失、降低理赔风险
人工智能在智能仓储中的应用领域之一是在仓储现场管理场景中，其实现途径是以高清摄像头为硬件载体，通过计算机视觉技术监测并识别仓储现场中人员、货物、车辆的行为与状态。根据作业环境，我们可以将人工智能技术在仓储现场管理中的具体应用分为仓内现场管理与场院现场管理。计算机视觉技术在仓内现场管理的应用场景一是针对仓内工作人员的行为进行实时监测，识别并记录暴力分拣、违规搬运等容易对货物、包裹造成破坏及损伤的行为，采集行为实施人员的相关信息；二是监测仓内流转的货物、包裹的外观情况，识别并判断包裹的破损情况，对存在明显破损的包裹进行预警上报。在仓内现场管理中引入计算机视觉技术，能够起到监督与规范员工行为、降低货物破损与丢失概率、减少理赔成本等作用。
智能仓储丨AMR
仓储AMR市场尚处于起步阶段，未来六年CAGR达36.7%
尽管AMR具备柔性部署、自主灵活等优势，但AMR产品技术门槛较高，国内能够实现量产且推动项目落地的企业相对较少，AMR市场尚处于起步阶段，还需要一段市场验证时间。而随着落地项目带来的数据积累以及算法的不断优化打磨，AMR将会逐步得到更为广泛的应用，其市场发展前景极为可观。艾瑞认为，2019年国内仓储AMR的市场规模为6.8亿元，未来数年，AMR市场规模将以高速增长状态迅速扩张，预计到2025年，国内仓储AMR的市场规模将超过40亿元。
智能仓储丨设备调度系统
基于深度学习与运筹优化算法，提升设备群体的智能化程度
随着AS/RS、AGV、AMR、穿梭车、激光叉车、堆垛/分拣机器人等不同类别的自动化及智能化设备越来越多地进入到仓储环境中，设备的调度与协同成为影响设备工作效能的关键因素之一。如果把仓储环境中的各类设备比作一只足球队，那么设备调度系统就相当于球队的教练，负责制定球队战术、选择出场球员以及指挥球员跑位等工作。早期仓储设备的调度与控制主要是以WCS（仓库控制系统）为载体，接收WMS/ERP等上层系统的指令后，控制着设备按照既定设计的运行方式进行工作。而在人工智能技术，尤其是深度学习与运筹优化算法的驱动下，设备调度系统在准确性、灵活性、自主性方面取得显著提升。以AGVS为例，基于大规模聚类、约束优化、时间序列预测等底层算法，AGV智能调度系统能够灵活指挥数百乃至上千台AGV完成任务最优匹配、协同路径规划、调整货架布局、补货计划生成等多项业务，并随数据积累与学习不断自主优化算法。可以说，AI算法加持的设备调度系统能够在一定程度上将系统自身的智能赋予设备本体，使设备群体的智能化程度得以提升。
智能配送中的人工智能应用
理论上市场空间极为广阔，但仍需要较长时间培育
配送是货物流动过程的最后环节，也是物流链条上人力资源投入最重的环节。以快递业与即时配送行业为例，全国快递员数量在2018年就已突破300万，工作灵活性较强的即时配送行业所需人力更甚于快递行业，2019年，仅在美团点评平台上领取过收入的骑手数量就高达398.7万人。对于旨在降低人力成本和提高人力效能的人工智能而言，配送领域的应用前景相当广阔，且场景清晰明确。从“替代人工”角度来看，配送中的人工智能核心应用集中于无人配送领域，实现形式是无人配送车与配送无人机；从“辅助管理”角度来看，人工智能主要应用在即时配送领域的订单分配系统中，为系统提供订单数量预估、订单实时匹配、订单路径规划等能力。人工智能在物流配送领域的施展空间极大，但受限于技术稳定度不足、成本与收益不匹配、监管政策严格等因素，无人配送在商业落地层面尚处在萌芽阶段；而即时配送中的订单分配系统尽管已广泛使用深度学习及优化算法，但其核心技术都由各大平台自研自用，软硬件供应商并无获利空间。艾瑞认为，2019年国内人工智能+物流配送的市场规模为1.9亿元，预计到2024年超过10亿元。
智能配送丨无人配送
无人配送车——城市环境中自动驾驶技术的“降维”落地
无人配送车是应用在快递快运配送与即时物流配送中低速自动驾驶无人车，其核心技术架构与汽车自动驾驶系统基本一致，都是由环境感知、车辆定位、路径规划决策、车辆控制、车辆执行等模块组成。由于无人配送车的运行环境里有着大量的非机动车与行人，路面复杂程度要高于机动车道，因此对于超声波雷达、广角摄像头等近距离传感器的依赖度更高，环境感知算法的侧重点与汽车、卡车等机动车自动驾驶系统也有所不同。但在人口、车辆密集的城市环境中，无人配送车无疑是比无人驾驶乘用车更加适合自动驾驶技术落地的载体，首要原因是无人配送车的体积小、车速低，出现事故的风险与造成人身伤害甚至死亡的概率较低；此外，无人配送的场景非常丰富，落地初期可以选择边界相对清晰、环境相对简单、对新技术接受度高的高科技园区、高等院校等场景，在技术成熟度提升和政策支持的前提下逐步向写字楼、小区等环境扩张，为自动驾驶算法的迭代与进化积累大量的数据资源。
配送无人机——测试为主，可行的应用场景有限
无人机起源于军事领域，早期的发展驱动力是为了减少飞行员伤亡以及应对极端情况，近年来消费级无人机市场也异常火爆。最早将无人机引入物流领域的是亚马逊于2013年提出的PrimeAir业务，国内以顺丰、京东为代表的快递、电商巨头也纷纷跟进，推出物流无人机战略。人工智能技术在配送无人机领域的应用原理与自动驾驶并无本质上的差异，主要区别有两点：一是无人机搭载的传感器种类更为繁杂，环境感知算法对数据融合技术的要求更高；二是无人机配送中可选择的路径明显多于车辆，路径上的海拔、地貌、气候等客观约束条件都会对无人机的配送行为产生影响，此外，出于安全考虑，路径规划还需要尽量避开人群聚集区与关键设施，因此配送无人机的路径规划算法更加复杂。2015年至今，快递、电商巨头以及无人机产品技术供应商们通过大量的试验与测试不断打磨提升物流无人机的技术稳定度、探索科学的运营模式。基于国内的人口密度、居住条件、政策限制等现实条件，配送无人机目前较为可行的应用场景在于偏远山区配送、医药资源紧急配送、应急保障物资配送等。
智能配送丨订单分配系统
以“大数据+算法”之力实现订单与运力的最优匹配
鉴于无人配送距离大规模落地较远，可预见的是未来相当长的一段时间内快递及外卖“小哥”仍然会是物流配送的主力军。现阶段人工智能在物流配送中发挥的主要作用是通过订单分配系统合理匹配运力与需求，提升配送效率，有效解决配送资源配置问题。尤其是对配送时效性要求非常高的即时物流领域，在引入基于机器学习与运筹优化算法的订单分配系统后，将行业发展初期使用的效率较低的骑手抢单模式和人工派单模式转变为系统派单模式。即时物流订单分配本质上可以看作是带有若干复杂约束的动态车辆路径问题（DVRP），订单分配系统的工作原理是以大数据平台收集的骑手轨迹、配送业务、实时环境等内容作为基础数据，通过机器学习算法得到预计交付时间、预计未来订单、预计路径耗时等预测数据，最后基于基础数据和预测数据，利用运筹优化模型与算法进行系统派单、路径规划、自动改派等决策行为。订单分配系统给企业带来效率提升的最直接表现即配送时长明显下降，以美团为例，在应用了自主研发的O2O即时配送智能调度系统后，美团外卖的订单平均配送时长由2015年的41分钟缩短至28分钟，降幅达到了31.7%。
智能客服
2025年物流领域智能客服业务规模有望突破7.7亿元
物流领域的智能客服特指以智能语音和NLP技术为代表的客服机器人。从服务类型上可以分为以语音导航、业务识别、智能派单、坐席辅助为主的语音智能客服和以文字查询、业务识别为主的文字智能客服，二者分别服务于电话呼入和客户端、小程序等终端入口。2019年物流领域智能客服业务规模约为1.1亿元，其中语音与文字智能客服份额比约为6:4，按供给侧发展规律预计，2025年整体业务规模约为7.7亿元，年复合增长率为39.1%。因云呼叫中心逐渐替代传统呼叫中心业务，市场中供智能客服发展的基础环境逐渐完善，智能客服市场发展平稳向上，服务内容从面向消费者的前台形式向面向管理的中后台形式拓展，未来市场有望基于语音人机交互形式的拓展而打开新的想象空间。
人工智能+物流应用总体评价
人工智能+物流发展策略——物流企业
厚积薄发：立足当下的点状应用与着眼长远的技术储备
对于物流企业来说，衡量是否要在原有的生产经营体系中引入某种技术或软硬件产品，唯一标准是该技术与自身业务融合后能够在多大程度上实现“降本增效”，人工智能亦不例外。物流企业，尤其是引领行业的头部企业们对“人工智能+物流”大多秉持着积极且谨慎的态度，一方面通过自建研发团队以及与AI技术输出方开展合作的形式在自动驾驶、智能机器人、无人机等AI前沿应用领域试图取得实质性突破；另一方面基于深刻的行业理解，在自身业务体系中寻找适合成熟度较高的AI技术“即插即用”的场景，在小范围试点应用的基础上评估应用成果并根据实际效果选择优化推广或暂时弃用，在不断地尝试中积累数据与经验、逐步建立企业的AI技术应用逻辑与应用体系。总体而言，目前物流企业较为合理的“人工智能+物流”发展策略首先要立足当下，应用方向以辅助管理、提升效率为主，将计算机视觉、智能语音等AI技术与机器学习、运筹优化等AI算法融入实际业务中形成若干能够为企业带来效益的点状应用；其次要着眼长远，对落地条件尚不成熟且未来发展前景广阔的无人卡车、无人机等应用适当投入研发力量或采用联合开发、注资收购等方式，做好技术储备，在窗口期真正到来时占据市场先机。
人工智能+物流发展策略——AI企业
多重适配：适合切入的场景有限，AI企业需要一核多用
作为“人工智能+物流”中的技术输出方，目前国内物流相关AI企业的主要业务是向物流企业、电商平台等提供基于自动驾驶、计算机视觉、智能语音、自然语言理解等AI技术的软硬件产品。由于进入物流领域的时日尚短，AI企业对物流行业理解不深导致赋能场景挖掘能力有限，涉及物流内部业务核心的类似于订单分配系统的场景又难以触达，大部分AI企业选择从自动驾驶卡车、无人配送车、无人机等具备较大市场想象空间但技术成熟度稍显不足或落地条件不够完备的应用场景入局，短期内很难取得实质性突破。因此，对于AI企业来说，其“人工智能+物流”发展策略中最关键的还是要致力于提升自身核心产品技术的领先性与稳定度，具备向客户提供较为成熟的软硬件产品的能力是企业发展的根基；其次要积极与物流企业深入合作，以标杆项目和实战数据说话；此外，要灵活运用核心技术与产品，在关注物流行业的同时寻找其他的适配领域和变现途径，例如无人物流车的低速自动驾驶技术同样可以驱动无人清扫车、无人零售车等，使企业具备一定的造血能力，而不是一味地接受资本输血，生存下去的初创企业才有机会等到真正的窗口期到来。返回搜狐，查看更多