同時，人工智能通過優化、視覺、自然語言處理技術，實現在物流多業務場景（件量預測、網絡設計、接駁規劃、裝載率測定、運單識別、裝卸檢測等）的落地應用。最后，順豐智慧物流地圖打造面向AI的未來地圖。

（演講嘉賓：順豐科技數據總監 余何）

（本文根據5月15日由物流沙龍舉辦的“2018智慧物流高峰論壇”現場錄音整理）

未來三到五年之后中國的城鎮化情況是什么樣的？未來全球的經濟發展的情況是什么樣的？現在由于整個地緣政治、貿易情況，國與國之間、經濟體與經濟體之間的物流量并沒有完全地釋放出來。未來的十年、二十年，我們可以看到一旦整個地緣政治、貿易結構、貿易一體化建立起來以后，對于中國的物流需求量是非常大。

我個人認為，在未來的三年里面中國會有超級的大城市群逐漸建設起來，我們會發現城市的邊界會慢慢擴大，城市和城市之間的結合，城市和城市之間的區域兼并和融合幾率會越來越大。

三年之內整個大的超級城市群建立起來之后，在全世界的經濟結構情況下，各個地方的特產，各個地方的特色經濟會更加明顯，所以我們根據現在的立足點來看，整個物流需求是非常大的，不僅僅是五個億、十個億的包裹量。

這個階段我們在做什么？順豐一直強調數據，我們把整個數據作為核心的立足點，我們認為數據是未來能夠提升物流供應鏈的成本，這個數據一定要互聯互通，這個數據一定要在跨公司、跨集團的方式打通，這樣我們的技術才能有用武之地。

同樣，倉儲、自動化、AGV、人工智能是很重要的。但是如果往上看，在中轉場的效率要提升的話，所有環節都要精細化，但是會發現大部分的時間分揀中心都是前置的，車大部分的時間都是閑置的，為什么有這樣的問題？

我們可以做到很細，每個環節都通過算法優化。比如把整個班次、同城集散做好之后，可以改變整個倉儲的共享。

另外，干線車的問題，運輸的問題也能夠得到有效的解決，其實可以發現，未來所有的供應鏈資源都是可以對全社會一起開放的。那個時候一天十個億包裹真的不是什么太大的問題。

那么要做到一點，我們要做什么？今天我想分享下幾個主題。IoT機器人以及無人機，這是整個IoT的網絡，在這個網下接入的智能設備。人工智能，上次我已經做過比較深入的講解，當時也分享了感知機器和神經網絡的細節，我今天會重新回顧一下。最后，再談一談整個順豐自建的智慧物流地圖。

IoT機器人

2009年之前我們在整個科技上的投入是非常大的，當時我們的車上都是裝滿GPS，我們的收發快遞動作是有記錄細節過程的，中轉的過程我們投入了大量的自動化分解，2009年之前相對末端所有的高新科技都是引用進來的。

2009年之后，我們發現不是這樣，這是全局性的問題，我們必須要有全局性的思維看待所有的收派、中轉以及細節的問題，我們當時說必須要有這樣的云計算的中心，未來可能是大數據，可能是人工智能，但是必須要有自己的網和自己的數據中心來架構到這樣的體系，為未來打基礎。

2009年至2015年我們一直朝著這條路走，我們籌備了很多的技術資源、物聯網、分布式數據網絡等等的布局，準備未來的數據接入。2016年之后，我們發現這個云計算的技術基礎基本成熟了，我們已經是大量地朝著人工智能、大數據的方向做。

這兩年的時間我們做了什么事情？先說下IoT，IoT對于順豐來說是非常重要的，在我們末端的控制，整個IoT最開始是做識別，每個包裹唯一的標識就是剛才說的RFID，我們很快可以知道所有的包裹到底是屬于哪個客戶的，具體的信息是什么。

另外我們引入了一個地圖的團隊，做定位器，我們可以知道具體的位置，移動的位置，我們會做感知，就是把溫濕度、數據以及整體的情況做傳感器的傳入。

另外，這個基礎上我們建立了一張多級網絡，可以從全國的各個位置把這個信息傳遞到數據中心。

所以當我們的基礎建立好之后，我們可以應用到大量的場景中。比如說醫療環節，我們可以有專屬自己的智能包裹，能夠對全程的運輸溫控進行控制，甚至我們可以知道這個過程中包裹有沒有被暴力分解過，拋包裹的速度我們可以在存儲器里面記錄下來，這個過程是完全可控的。

在我們的整個機器人的環節上我們有個團隊，是從國外招了很多的科學家來對整個現場的操作類和移動類的機器人做控制，我們希望這些機器人能夠應用到整個分揀、運輸所有的環節中，剛才說的AGV我們也有大量的應用。叉車，現在基本上都是通過自動化的方式做的，現在實現全流程的控制。

無人機方面，大家可以看到今年3月27號在江西獲得國內首張無人機航空運營（試點）許可證，這意味著無人機正式地運用到商業過程中。也已經在全國拿到了208項的個人專利。

在一些城市沒有很好的交通狀態下，沒有辦法通過車的方式來進行運轉，這個時候我們發現無人機裝載可以滿足大量的需求。而現在我們研究了一款固定翼的無人機的產品在運輸，后面會公布出來。

人工智能

我們在2016年的時候從美國硅谷招了大量的科學家到我們公司，主要的方向就是幾個技術方向，剛才說的云計算和大數據的平臺搭好之后，之后就是算法，算法是非常重要的，但是如果不跟場景結合的話，所有的算法其實都是沒有具體應用場景的。

那我們整個的方向：第一，自然語音識別的方向；第二，計算機是視覺方向，第三，決策更新的方向。在語音這一塊，我們現在是大量地通過智能客服來處理客服的事件，另外我們可以發現以前所有的面單都是手寫體，之前有大量的輸單員在后面做地址的校正，每天大概有一千萬票，大量的輸單員在后備中心支持我們。上了這個系統之后，確實能夠解決很多重復性的工作。用了上了手寫的圖片識別技術加上人工智能的原始歷史庫的數據信息結合的時候，會發現原來我們其實不需要這些重復性低價的工作，他們可以投入到更多有意思的工作。所以我們當時做OCR，每年把一千萬票的圖片識別完全變成了自動化。

這有什么好處？以前我們用人工做的事情，要獲得準確的地址基本上要延遲兩個小時，從拿到包裹之后知道要送到什么地方，可能會有兩個小時的延遲，這兩個小時對于整個供應鏈物流來說是非常重要的，為什么？因為后面的路徑規劃就在這兩個小時，把時間前置。

在人工智能的決策上要結合我們的場景做分揀場網點的選址，通過人工智能的模擬器跑完以后會發現，它給我們的答案和之前設計的網址網點內容完全不一樣，它會告訴我們，原來其實你不需要按照原來的方式來分配單區域、分配分揀中心，完全可以以移動式地形式做網點的分揀，完全可以把這個大的網點分揀場全部固化，只需要移動化的方式、車的方式來運轉。

當然我們前面說到的是要把這些包裹打破原來傳統的方式看，上午看，下午收，大量的車往分揀中心走，以人工智能來看，路徑規劃不用以原來的方式走，只要有一輛車一直在路上跑，按照規定的路線跟收派員對接，同時把包裹放在分揀中心做，可以起到平衡的效果，這就是路徑規劃這兩年里面摸索的。

這里面最大的阻力不是科技，或者說我們需要多大的數據，最大的阻力是要對傳統的設施進行改造，要對原來的中轉場、車都要更換掉，原來一輛車進出是三個口，現在一個做完以后，原來的中轉場的硬件物理設施都需要全部更改了。

這是上次我們說的幾個大的方面，決策方面的、視覺方面的以及語音方面對我們的幫助，對于整個物流的成本下降是非常大的。剛才說到所有的高科技并不只是節約人力的成本，像剛剛開始說的，為未來五年、十年做準備，未來的十年的包裹量以現在的方式是無法承受的，在沒有數據化、信息化、智能化的方面都要做改造，還要以全新的思維看待所有的問題。

智慧物流地圖

再看下整個順豐的地圖，順豐的地圖在兩年前自己組建的順豐團隊，這個地圖團隊主要的定位目標就是基于物流的地圖，當時是在四維的基礎上重新繪制自己的地圖，它跟一般的地圖有什么區別？

第一，我們的標準地址庫，有18級的標準地址庫，這跟原來傳統七級的區別是什么？我們把傳統的地址庫數據拿出來看以后，會發現中國的地址和美國西方國家的地址完全不一樣，命名、分類是千差萬別的，所以我們當時重新把地址拿出來看，我們覺得這樣不行，要重新做，不能用省、市、鄉、街、路來命名，這不能解決問題。所以我們當時進行了比較大的改造，根據位置、根據定位的坐標來命名地址。

我們后面沒有強關聯說這個地址在哪個位置上，我們只有一個唯一的點，就是坐標。我們的坐標上是可以把所有跟它關聯的，在這個地方完成任務的內容關聯上去，作為我們的地址口徑，所以我們后面根本不關注命名，也不關注變化，只需要位置。這樣的做法可以吸引到中國的場景，在什么地方，這樣定義完以后不僅可以告訴你在哪層樓、哪棟樓、哪一戶、在哪一門，甚至可以精確在哪個小區哪個后門的哪一側，這是個比較極致的定位需求，現在看不到，但是我發現實際的生活中有很多這樣的需求。

高精定位，這是依賴于全國80萬的快遞小哥的移動數據，可以實時地繪制地圖上不存在的數據，小哥的小車之類的數據。剛才說到的車有很多跟物流相關的數據，比如說高度、層高、承重，可以幫助我們做些跟傳統地圖不一樣的事情。

未來依托于順豐的自有地圖，數據是最重要的，地圖也是最重要的，本身我們是在做個生態，剛才也有人說，我們其實不需要什么都做，只要我們什么都有就好。是的，現在有很多合作伙伴、供應商，我們其實只有一個需求，對于我們已經成為規模化只有一個需求，就是在軟件層面上一定要能夠可控。生態，我們是希望多方供應商的方式介入，未來是希望是規模效益的。規模大了以后，需要通過大數據、通過算法、通過柔性不斷的改變規則，這一塊是我們需要掌握在自己手上的核心。

其它的整個生態軟硬件的介入其實是需要跟大量的合作伙伴一起來做供應鏈物流的生態大環境的，那么未來我們也想不僅僅是順豐的物流，我們更希望把資源向全社會開放出去，在我們能夠通過軟硬件定義的物流供應鏈下集成大量的供應商的大生態里，把所有的資源以低價、低廉的方式向全社會開放，那個時候才能滿足未來十年世界經濟一體化的需求。

此文系作者個人觀點，不代表羅戈網立場

-END-