顺丰：迈向智慧物流少不了这四大核心要素

物流业务量预测，现在物流的业务高峰是被各类电商的促销活动和人造节人为拉高的，对社会资源的浪费是非常巨大的。为了规划和调度资源，我们需要对业务量进行不同维度的预测，大到未来五年、十年的整体业务量变化预测，小到一个单元区域未来几天不同产品业务量的预测和时间分布等。我们尝试用机器学习和时间序列分析等技术和手段去做各种类型的预测并且研究和筛选相关性因素，例如天气、时令节气、产业结构、政府政策、GDP等。

AI在物流落地的实例

AI落地实例方面，路径规划是一个例子。传统的路径规划算法和工具已经很难解决今天更加复杂和动态变化的物流问题，需要引入新的思维方法、新的算法模型、新的技术手段。另外今天主流的地图服务都被互联网大公司控制为其生态圈业务服务，变得不再纯粹和中立，变成越来越消费级而不是工程级。物流需要的地图服务需要更高的精度、稳定性和实时性等，所以我们投了很多精力去研究智慧物流地图。结合GIS能力和强化学习等技术，我们探索和研究更加适合的路径规划工具和方法帮助优化时效和优化成本。

AI落地的另一个例子是数字化智能场院管理。物流公司有很多场地、设施和操作人员，一般都是通过人的肉眼观察来进行操作和指挥调度，我们研究利用机器学习等技术来自动识别场院内外的人、物、设备、车的状态和学习优秀的管理和操作人员的指挥调度经验和决策等，逐步实现辅助决策和自动决策。

AI落地还有一个就是手写运单识别的例子。大家可能不太明白，中文汉字很难实现机器自动识别，英文和数字还比较容易识别。我们利用计算机图像识别、地址库、合卷积神经网把手写运单机器有效识别率和准确率提升到了一个很高的水平，大幅度地减少人工输单的工作量和差错。

还有其他许多案例就不一一举例了，AI在物流领域的应用空间是非常广大的，我们会不断地去探索、研究和创建顺丰智慧物流大脑。雷锋网雷锋网

（编辑：186手机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!