专访菜鸟网络高级算法专家朱礼君：算法优化能为智能物流带来什么？| CCF-GA

本篇文章3099字，读完约8分钟

雷锋。智能物流一直是物流行业的关键词。在人工智能技术爆炸的背景下，物流业将何去何从？2017年7月7日至7月9日，在雷锋同志主持的中国国际物流大会上，将召开智能物流专题会议。来自菜鸟、京东等物流行业的专家学者将齐聚一堂，共同探讨智能物流的未来。

自2009年以来，双十一不再只是单身汉们自嘲和互相取暖的日子。在淘宝商城的带动下，这一天逐渐成为全国范围内的购物狂欢。

买中买令人愉快，但等待快递也令人焦虑。2013年，菜鸟网成立，定位为数据驱动的社会协作平台。也许许多有经验的网上购物者已经注意到快递的递送时间已经逐年缩短。

统计显示，在2013年的双11中，第100个包裹的交付时间为9天，2014年为6天，2015年为4天，2016年为3.5天。

在这些数据背后，还有中国交通基础设施和快递产业链不断完善的因素。同时，作为分配物流能力的一只看不见的手，算法的优化更为重要。

算法优化主要应用于物流环节。它能给智能物流带来什么？下一步，菜鸟网络的算法团队计划解决物流算法中的哪些难点？带着这些问题，雷锋采访了菜鸟网的高级算法专家朱丽君。

朱丽君

朱丽君:他目前是新秀网络的高级算法专家。他获得了马里兰大学的物理学博士学位。他曾在高盛、亚马逊和脸书从事数学建模和算法工作。2014年回国后，他加入阿里巴巴，领导天猫个性化推荐算法团队和网络仓库供应链算法新秀团队。

以下是采访记录:

雷锋。请简要介绍一下你们算法团队在新秀网络中的主要研究内容和课题。

朱丽君:在菜鸟网，算法团队主要负责菜鸟物流平台各种产品的算法和数学模型的建立和应用。我们需要与新手合作伙伴一起优化物流网络。

雷锋。算法优化主要应用于物流的哪个环节？你能详细告诉我们算法优化会带来什么样的可见价值吗？物流领域的哪些工作可能会受到影响？

朱丽君:菜鸟网有很多合作伙伴，分布在不同的物流环节。我们的技术需要与合作伙伴合作，根据不同的物流场景实现不同的功能。

例如，它用于:

在商家方面，该算法将引导商家准备商品、补充商品、分配库存并将其运送到仓库，从而降低商家的供应链成本。

在仓库方面，我们通过预测和优化算法合理安排仓库中的位置和库存分布；根据仓库的运行情况动态生成拣货任务，优化仓库的运行效率；将推荐合适的包装材料以降低耗材成本；将做自动化设备调度，并通过自动化设备之间的合作提高仓库运作效率。

在配送方面，我们有一个路径优化引擎来优化任务分配和车辆的行走路径，减少车辆的行走路径，并在有助于环境保护的同时节省成本。

在终端网络的最后一英里，我们可以根据任务动态分配社会容量，优化供需匹配。

当然，作为一个开放的平台，我们将向外界提供我们的算法服务，跟上数据和自动化的发展趋势，与业界共同发展。

我们应该看到，许多需要人们事先做出决定的问题是重复的，并且将越来越多地通过算法来完成。物流行业员工的精力可以更深入地释放到物流行业的运营和管理中。

雷锋。为了实现这些物流优化，你使用了什么新的技术手段？与传统方法相比，它们的进步体现在哪里？在解决问题的过程中，传统方法和新方法有什么关系？

朱丽君:在我们的实际工作中，我们借鉴了机器学习的思想，这实际上是人工智能技术来加速解决问题的过程。

目前，传统方法和新方法都在使用。传统方法可以解决简单的问题，而新方法可以解决复杂的问题。新方法是技术进步的产物。

雷锋。在算法方面，实现双十一等网购节日的物流优化，我们应该比平时更加注意什么？

朱丽君:像双十一这样的网购节日对整个社会的物流有很大的压力。为了应对这种压力，我们需要准确的需求预测，我们可以提前知道不同地区的商品需求，从而帮助企业提前准备好库存，以免缺货或滞销。

在整个物流网络中，除了准确预测外，还需要预警和自适应调整机制。当上游出现意外情况时，我们可以通过算法模型动态地做出新的决策来缓解下游的压力。在上下游合作中，也有必要通过算法的提前规划来进行更好的连接，从而保证包裹能够顺利地从每个物流节点流向下一个节点，没有积压和堵塞。

此外，由于对物流资源的需求大大超过了日常需求，我们还需要更好地利用算法，与合作伙伴合作，合理配置社会物流资源。

雷锋。在算法中需要做什么来实现“零库存”？应该综合考虑哪些因素？

朱丽君:要实现零库存，菜鸟网和合作伙伴需要深入合作，这样可以更好地连接行业内的数据，通过算法优化物流网络布局，更准确地预测未来需求。

首先，下游销售和预测数据应连接到供应链的最上游，以便上游制造商和供应商能够快速响应需求，按需生产并缩短库存周期。

其次，我们需要与我们的合作伙伴合作，根据用户需求的分布和每个城市的物流特点来选择仓库、配送中心和配送点的配置。有了这个网络，我们可以实现货物的快速流动，让客户尽快收到包裹。

另外，我们需要能够准确预测未来的销售量，并通过算法的反馈来调整商家的营销策略，从而降低缺货和销售缓慢的风险。

雷锋。从目前的角度来看，从算法优化的角度来看，继续节约快递时间和物流成本的关键点在哪里？目前盒子切割问题的算法有多少优化空？

朱丽君:算法优化可以促进新手和合作伙伴之间更好的合作，提高物流环节的效率，降低成本。例如，在仓库中进行拣货和包装的任务调度时，有必要考虑由分布式车辆安排的下游出口的容量。

为整个物流环节建立一个全局优化模型是不现实的。我们需要对上下游环节进行合理的数学抽象，然后构建一个仿真系统来检测算法输出决策对上下游的影响。全局优化是通过连续迭代实现的。

盒子切割问题，即简单地如何将盒子类型分配给订单，已经被学术界研究了许多年，并且是一个非常有趣的数学问题。我们现在正在打破这个问题的限制，根据订单的重量和尺寸分布重新设计包装材料的尺寸，从而降低包装材料的成本。

此外，在实际问题中，我们还遇到了类似中空和变形物体的包装问题，并推荐了包装袋的包装方案。这些对业务有影响，对技术有挑战。

雷锋。你认为会有什么新的学术方法来解决这些关键问题？

朱丽君:近年来，一些学术研究应用深度学习和强化学习技术来解决一些传统的优化问题。简单地说，就是使用人工智能技术，我们已经在这个方向上投资了。

雷锋。半导体行业有摩尔定律。就交货时间而言，物流业是否遵循一定的发展规律？你预计今年第100次双11快递的交货时间是多少天？

朱丽君:近年来，物流业的交货时间一直在缩短。例如，在13年中，交付1亿个包裹需要9天，在15年中，速度提高到4天，而在16年中，只需要3.5天。交货时间的缩短不符合摩尔定律。双11将很快在今年到来，我相信交货时间将继续缩短。

雷锋。(公开号码:雷锋。下一步物流算法将解决哪些难点？

朱丽君:下一步是建立一个优化引擎，为我们的合作伙伴和物流行业服务。

因为物流中的许多问题都有相似的框架，所以我们可以通过优化引擎来解决这些问题。例如，路径规划、库存管理、箱子推荐、网络规划等。都是整个物流行业普遍存在的问题。我们正在这个领域沉淀我们自己的算法技术，将这些算法制成产品，通过云服务开放服务，并与行业和合作伙伴共同发展。

未来，我们将继续开放我们的算法服务，与我们的合作伙伴合作，跟随自动化和数据化的趋势，与行业共同发展。此外，从学术角度来看，我们将继续投资于优化领域的人工智能研究。

最后，值得一提的是，朱丽君还将出席今年的ccf-gair会议，并发表题为“大数据时代的物流优化”的主旨演讲，以及关于“智能物流和仓储变革业务未来”的圆桌讨论。到那时，我们就可以更多地了解菜鸟网的大数据和算法优化给物流行业带来的变化。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。