文 / 現代物流報全媒體記者 張天陽

(資料圖片)

阿里云智能交通物流行業高級解決方案架構師高福全針對AI在物流行業的智慧發展進行了案例分享。

物流正站在智能化時代的新起點

我們處在一個高度變化的時代，從技術角度來看，互聯網和移動互聯網時代，誕生了以互聯網，數字化為核心的一些優秀的企業，如：BAT，他們以數據為核心以互聯網技術為工具探索出了新的模式，同樣在物流業誕生了如滿幫、貨拉拉、58貨運等優秀的企業，我們看到數字產業化時代的到來。

今天各行各業都把互聯網、云計算等技術應用到企業的生產經營過程中，產業互聯網時代到來，各行各業都在進行數字化升級，數字化轉型；在物流領域，快遞應用和接受是最快的。

而未來的智能化時代，大模型的應用將帶來更大的歷史性機遇，大膽的做個預測，就像互聯網技術一樣，未來各行各業都將被大模型重構，或者說未來各行各業都會基于大模型重建；大家有的已經有了體感，有些可能體感不強，舉個例子，我們都在用的抖音，今日頭條等等；因此我們說物流行業也站在了智能化時代的新起點上。

未來物流供應鏈的賽道趨勢

首先我們認為在新的規劃、新的階段、新的理念、新的格局下，肯定會為我們帶來新的浪潮和新的增量的機會，其中如大數據、IoT，在整個物流行業智能化、自動化的應用會進一步的加速；我們已經可以看到，IoT硬件在整個全產業的應用中間是僅次于制造業，無論是廣度還是深度來說已經是第2位了，而且從疫情以來整個物流行業對于自動化、智能化的投入出現了一個井噴的狀態，不管是阿里系自身、還是物流科技的合作伙伴，都感受到了從政府端，從企業端的大量加速推進智能化、自動化的這樣一個場景；原來的數智物流、數智供應鏈更多集中在電商，更多集中在流通端，更多集中在消費端；我們已經把整個數智物流和數智供應鏈等，做了很全面的一個推進；以及從底層要素層面的一些改造，但是現在我們看到的新的機遇是從國家政策的角度，從自身供應鏈需求的角度，看到供應鏈在不斷地向產業的上游進行延伸，從原來的僅僅流通端已經延伸到了產業，延伸到了制造端，甚至進一步的從我們的消費供應鏈向原材料的生產供應鏈進行延伸，未來我相信打通生產供應鏈到消費供應鏈端到端的供應鏈的數智化，會成為我們一個非常大的增量的機會；我相信未來中國的物流企業在搭建全球的供應鏈網絡上也會起到更加重要的作用，也會成為我們非常大非常好的一個機遇。

多樣化的需求催生復雜、個性服務

另外新的變化帶來了需求在發生變化。我們的服務需要更多的創新，多樣化的業態催生了更加復雜，而且更加個性化的需求，從消費者端可以看到他們希望能夠按需的服務，如在最后1公里提供多種需求融合在一起的社區化的服務，同時在商家、在B端我們也可以看到整個渠道的多樣的多樣化，流量的多元化，包括我們整個供應鏈的復雜程度也被提升了。也是需要有更完整的，多樣化的，更加數智化的供應鏈來幫助他們，面向未來去構筑商業模式和商業形態。這是我們看到的在服務上發生的一些變化；隨著我們面向高質量發展，我們的整個發展的理念的不斷的升級；實際上物流在整個商業基礎設施發揮的作用也越來越大；同時對數智化、自動化的需求也越來越大；

多樣化的需求對物流供應鏈挑戰

我們看到多樣化的服務需求對物流供應鏈挑戰越來越大，無論是訂單波動，信息過載，貿易戰，需求多樣，能源危機，消費降級，直播爆發，老齡化，增長困難，全球通脹等等，都對供應鏈提出了更高的要求；未來我們要如何面對供應鏈帶來的調整；如何解決服務的變化和需求變化？這是留給我們的一個思考和問題，阿里云一直在思考，我們有什么的能力幫助物流行業面對這些變化？

第一，未來智慧物流都會基于AI構建，數據+計算+模型==產業智能。我們從物流供應的整體來看，物流供應鏈發展分原始級、流程級、整合級、協同級、智慧級，現在來看大數據快遞公司還處在整合和協同級。從阿里云的角度來看，我認為未來的物流產業智能，一定是數據+計算+模型的結合；現在我們看到很多物流企業依然是通過經驗來做決定，未來無論是路由，定價，還是履約配送等等都會依賴機器來指揮。

第二，AI支撐智慧物流建設。未來的AI將支撐物流業務，應對物流的不確定性、模糊性、復雜性，易變性等，我們看到物流供應鏈挑戰的VUCA，AI支撐也是VUCA對滿足供應鏈的挑戰。其實物流供應鏈需要的是能夠實時全景可視的端到端的控制，通過數據、模型理解需求，對資源進行隨時調度和決策，說的直白一點，就是通過數據能夠隨時的找到資源、和需求匹配的最優解，以前都是通過經驗，現在我們要通過數據+模型來實現。

阿里云持續與物流行業共同成長，第一，模型+云促進物流上下游的融合，提升供應鏈的整體和業務決策的敏捷性；以電商為例，以前我們的生產制造企業關心什么，他們關心原材料，關心庫存，關心銷售渠道，現在他們關心什么，客戶群，客戶畫像，客戶喜好，需求，供應鏈的布局等等，這就需要云、模型、數據幫助我們的把供應鏈的全生命周期管理起來。

第二， 云服務也是物流業務數字化的最優技術選擇，提升行業數字化水平，比如阿里云商用車服務車平臺，通過云+智能算法+地圖服務，幫助運輸過程的路徑規劃，運力調度，ETA時間預測、安全風險分析等。

第三，AI加快無人化的普及，無論是封閉場景，還是開放路段，模型都在幫助單車自助決策，自動控制等等；未來無人化將進入規模化階段；從目前的我們看到的干線自動駕駛，編組運輸，像配送領域的無人車，比如阿里的小蠻驢等等，現在自動化倉大家已經見怪不怪了，已經非常的普及了，還有我們看到的碼頭樞紐的無人化，大家可能知道的上海的無人港，其實我認為上海港的無人碼頭還是第一代，阿里云跟寧波舟山港的梅山碼頭，我認為是未來的無人碼頭的另一個形態，而且適合中國大多數的港口，通過算法全局調度碼頭的橋吊，龍門吊，無人集卡等等協同作業，目前來看可以提高10%的作業效率，10%什么概念，相當于多建了一個泊位；所以模型在物流領域還有很多的空間。

今天，數據已成為科學研究的關鍵成果和重要的戰略性資源，科研也步入了基于大數據、AI、高性能計算融合的“第五范式時代”。新一代科研范式已經形成，科研工作者可以將實驗研究通過智算平臺進行大規模的數據分析，大大提升研發效率。

阿里云發布了自己的通用大模型，未來也會利用通用大模型能力，可以面向行業提供行業模型，未來各行各業也都會基于大模型進行重構。

關鍵詞：