顺丰集团CTO田民：物流公司放弃了计算，那就是放弃了生存权

本篇文章3645字，读完约9分钟

物流不仅是物流，也是计算的科学。

快递物流企业正进入一个新的阶段，但引领变革的不是资本和模式的变化，而是技术。云计算、大数据和人工智能过去曾是黑色技术的代表，现在正渗透到传统的物流行业，从智能无人机和物流机器人的配送，到客户服务机器人，再到仓储自动化和智能调度。人们熟悉的快递物流业正被情报颠覆。

在业内，SF Express的快递兄弟是业内第一个使用电子枪快速扫描发送信息的人。现在，SF快递已经获得了无人机运输的合法许可，并建立了一个从天堂到地球的运输网络。SF集团首席技术官、SF技术公司首席执行官田敏表示，是时候摆脱狭义的物流概念，回归其最初的科学含义了。在这个产业转型加速、管理精细化的时代，物流产业的智能化升级势在必行。

物流的核心不是我们的整个基础设施或我们的沉重资产，而是计算。田敏说，不久前，在由SF科技、山书科技和钛媒体联合举办的ai+智能物流圆桌论坛上。同时，他还梳理了智能物流的未来，以及人工智能是如何在SF Express中商业化的。

以下是田敏的讲话记录，由黑植编辑:

五年前，我回到中国，专注于物流。那么，今天的物流就像搬运货物一样简单吗？今天，首先，我想花一些时间告诉你物流的概念。

物流是一门关于计算的科学

物流这个词来自希腊的logistikos，意思是“计算科学”。19世纪30年代，拿破仑的政治和历史官员约米尼首先用后勤学来总结招募俄国失败的经验和教训，这在当时是一个军事术语。物流的概念和理论最早形成于美国，起源于20世纪30年代，最初指的是物流或货物配送。它在1963年被引入日本，并被翻译成日语流通的东西。20世纪70年代后，日语单词物流逐渐取代了物流。中文中的物流这个词是从日语引进的外来词。中文中的物流这个词生动地呈现了事物的流动，但是它失去了计算的科学原意，所以当我们今天谈论物流的时候，我们认为它是运载货物的。

今天我们要谈的是物流，它不仅是物流，也是计算的科学。因此，SF技术、钛媒体和山书科技共同举办此次活动，探索和研究物流领域的计算科学。只有通过计算科学，我们才能真正帮助物流提高运营效率和降低成本。

另外，只有正确理解物流的起源，才能准确分析物流的现状和问题，走向智能物流的未来。

现在，智能物流的概念已经出现。智能物流是通过大数据、云计算、智能硬件等智能技术和手段，提高物流系统的思维、感知、学习、分析和决策能力以及智能执行能力，提升整个物流系统的智能化和自动化水平，从而促进物流发展，降低物流成本，提高效率。而不是简单的当搬运工。一个优秀的物流公司必须通过数据和计算。如果一个物流公司放弃计算，它将放弃未来和它存在的权利。

未来的智能物流包括两个特征，一是互联互通和数据驱动，二是深度协作和高效实施。所谓的互联和数据驱动意味着所有的物流要素都是互联和数字化的，数据驱动所有的洞察力、决策和行动；深度协作和高效执行意味着跨团队、企业和组织的深度协作。基于全局优化的智能算法，调度整个物流系统中的所有参与者高效工作。

智能物流的未来必须高度协调和深度协调，它不能是一个单一公司的自我运作。如今，SF Express也更加开放，我们的丰超平台是一个高度开放的协作平台，可以快速被接受，也体现了互联互通、数据驱动、深度协作、高效实施的趋势。

艾提出了物流转型的四大核心要素和五大战略

人工智能与物流的结合需要四大核心要素和五大战略来推动物流产业的转型。

人工智能的四个核心要素是数据、场景、技术和算法。首先，必须有数据。获得数据后，必须有实际的业务场景。同时，必须有能够快速计算处理复杂数据的硬件和软件的技术。因为每个模型处理不同的问题，没有一个单一的硬件系统可以处理这么多复杂的问题。今后，根据算法模型的特点和数据类型设计专用的计算机硬件设备可以解决这一问题。

算法是核心。我们应该与许多大学和优秀企业合作。顺丰科技还应该聚集世界上最优秀的人才和公司，帮助中国的物流业达到一个新的水平。一带一路的实现还要求物流业具备强大的实施和基础设施能力。

人工智能转换的五个策略包括成功的用例、数据生态、技术工具、工作流的无缝访问以及开放的文化和组织。

成功的用例是第一个条件。其次，有必要将数据无缝地连接到业务流程中。正如我们之前所说的，必须有数据，不仅如此，我们还需要使用数据，首先要实现端到端的完整数据生态。

此外，我们应该有一个开放的文化和沟通的专家，学者和企业在各个领域，否则我们将无法实现人工智能转型和智能物流。同时，拥有一个成功的预算评价指标也非常重要。

就SF技术而言，我们都以开放的心态对待新技术。物流公司只做今天，但没有未来。SF快递的多元化战略就是基于这样的愿景，基于综合物流服务能力，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等。，并成为客户的合作伙伴，使SF Express成为真正的服务导向型公司。SF的数据积累是多样化的，包括物流运营数据，包括运单数据、物流节点数据、物联网数据、客户感知数据、商业数据、财务数据和对外合作数据。我们还训练了智能客服机器人，它不仅能理解顾客的语义，还能感知他们的态度和情绪。

物流需要聪明的大脑

人工智能在SF快递的登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。这是我们对未来的梦想。

SF拥有数十架货机、数万辆运输车辆、数千个物流设施和20多万名调度员，这是SF的一个强大机构。这样的身体需要很高的协调能力和智力，而且它的大脑应该很容易使用。在接下来的几年里，SF快递将把人工智能和其他技术推广应用到物流的各个领域。我曾多次深入基层，了解基本情况。员工重复工作，经常缺乏创造性劳动。我们将致力于通过人工智能技术和工具来解决这个问题，并让人们从事能够创造更高价值的工作。

有很多人每天都在处理一些性质非常接近的事情，除了时间和空.有所不同有了这些任务，我们就可以通过机器学习的方法来思考问题的本质，并训练出更优秀的智能大脑来提供辅助决策、统一指挥和管理，使每个人的决策和执行都是最优的，对客户的服务也是最优的。这样可以减少员工决策的不确定性，决策的依据是一致的，从而保证为客户提供可持续的服务。

物流最难也是最痛苦的事情是如何提供标准化和一致的服务。因此，SF Express应将其运营系统、协调和调度(包括管理和决策)保持在同一个系统中。

人工智能在旧金山登陆的一个例子

我们需要收集大量数据，进行智能分析和决策。为什么我们期待合作？因为我们有很多数据，我们渴望计算和制造更多的东西。除了预测，物流也需要预测。我们一年到头都在准备一些材料，以防止某一天某一活动引发需求，但这是对资源的巨大浪费。因此，我们需要有一个针对不同地区、不同层次的预期，包括对整个物流业发展和增长能力的年度预测。这非常有利于资源的有效利用和顾客感知。因此，我们不仅需要存储数据，还需要探索和挖掘数据。

人工智能着陆的一个例子是路径规划。

传统的路径规划算法和工具已经难以解决当今更加复杂和动态的路径规划问题，需要引入新的思维方法、新的算法模型和新的技术手段。我们也进行了探索和研究。例如，物流路线规划需要不同的地图和消费水平，因此我们结合地理信息系统功能和强化学习算法来探索更合适的路线规划工具，以提高及时性和优化成本。

其次，医院管理。物流公司有很多作业场所和设备，一般都是肉眼操作和指挥的。我们希望识别设备、人员、车辆等。通过机器学习训练，从而对人员、车辆、包裹等进行智能调度。

人工智能在手写运单识别中也有应用。你可能不太了解它。事实上，英文和数字在运单上相对容易识别，但中文很难识别，更不用说运单的缺陷和损坏，地址也很难确认。SF过去存放了大量的地址数据库，这些地址也是SF的每个快递兄弟访问的真实地址。我们将卷积神经网络、地址数据库和图像识别相结合，将手写运单机的有效识别率和准确率提高到了很高的水平，减少了人工输入票据的工作量和错误。我们也希望在未来与我们的合作伙伴分享这些能力，以提高整个行业的效率。

还有预测。与亚马逊不同，我们需要预测不同维度的业务量，包括时间维度和产品维度。我们提倡限时产品。包裹不仅要递送，还要注意何时以及如何递送。中国消费者对物流有着敏锐的感知，但我们能否预测这些需求是一个巨大的挑战。SF快递和电子商务快递公司不太一样。SF Express是一个b2b平台，它对商业客户的需求和复杂性是完全不同的。我们的数据背后意味着什么？每个包裹和运单的背后都有一个联系，一个供应链和一个商业关系。从对未来五年或十年整体业务量变化的预测，到未来几天单位区域内不同产品业务量的预测和时间分布，SF Express试图通过机器学习和时间序列分析的方法进行各种业务量预测，并研究分析具有高度相关性的因素，如天气、季节节气、产业结构、政府政策、gdp等。

SF的承诺是为每一个信托携手创造人工智能的未来。谢谢大家。