自動駕駛的快遞貨車圖

隨著電商等平臺的蓬勃發(fā)展，我國快遞需求也迅速增長。每天都有上億件快遞需要運輸。而這個數(shù)字在遇上各類電商促銷日時更是呈指數(shù)增長。根據(jù)國家郵政局監(jiān)測數(shù)據(jù)顯示，2018年“11·11”當(dāng)天，我國主要電商企業(yè)全天共產(chǎn)生快遞訂單13.52億件，同比增長25.12%;全天各郵政、快遞企業(yè)共處理4.16億件，再創(chuàng)歷史新高。

快遞從業(yè)人員缺口大、園區(qū)發(fā)展滯后、遞送效率疲軟等問題，已經(jīng)成為快遞企業(yè)當(dāng)下面臨的最直接的挑戰(zhàn)。因此，實現(xiàn)快遞過程的自動化、智能化，有效提高效率，節(jié)約人力成本，是快遞企業(yè)最強烈且迫切的需求。

快遞亂象頻發(fā)

我國勞動年齡人口數(shù)量連續(xù)五年下降，潛在從業(yè)人員持續(xù)減少。物流從業(yè)人員中，快遞員人數(shù)超過50%，而快遞員供給不足的現(xiàn)象日益嚴重，超負荷勞動事例數(shù)不勝數(shù)。快遞小哥“每天工作16小時，因三餐不定時同事大都患有胃炎”的鮮活例子，刺激著所有快遞從業(yè)者的神經(jīng)。

未來三年，全國快遞日均配送量預(yù)計將由1.14億件上升至2億件，按照目前的配送效率計算，三年后快遞員的缺口將在100萬人左右，意味著投遞末端還將面臨更大的壓力。

投遞末端以外，后側(cè)園區(qū)的基礎(chǔ)建設(shè)也顯示出明顯滯后于市場需要，發(fā)展水平仍然偏低的一系列問題。缺乏統(tǒng)一管理、資源閑置等園區(qū)亂象，影響著園區(qū)的集散功能和整體網(wǎng)絡(luò)的合理布局。

快遞從業(yè)人員缺口大、園區(qū)發(fā)展滯后、遞送效率疲軟等問題，已經(jīng)成為快遞企業(yè)當(dāng)下面臨的最直接的挑戰(zhàn)。因此，實現(xiàn)快遞過程的自動化、智能化，有效提高效率，節(jié)約人力成本，是快遞企業(yè)最強烈且迫切的需求。

今年6月，德邦快遞與華為在上海簽署了戰(zhàn)略合作協(xié)議，宣布將與華為在云計算、人工智能等領(lǐng)域進行深入合作，實現(xiàn)科技與快遞業(yè)務(wù)場景的融合，全面升級快遞服務(wù)的體驗。

德邦與華為的合作，不僅鞏固了德邦快遞云端數(shù)據(jù)業(yè)務(wù)的可靠性，更加速了全云化服務(wù)的進程。根據(jù)雙方達成的協(xié)議，德邦快遞將基于華為云技術(shù)，在自動識別、備份、大數(shù)據(jù)、網(wǎng)絡(luò)傳輸方面持續(xù)推進合作。

德邦快遞還宣布，在華為的協(xié)助下，將打造一座智慧物流園區(qū)，并在能源資源管理、安防聯(lián)動和人臉識別的智慧化基礎(chǔ)上，探索人工智能在快遞行業(yè)全產(chǎn)業(yè)鏈當(dāng)中的應(yīng)用。

AI識別暴力分揀

華為云EI(企業(yè)智能)文字識別技術(shù)能夠高效準(zhǔn)確提取圖片關(guān)鍵信息，構(gòu)建數(shù)據(jù)資產(chǎn)庫。目前，華為云EI的OCR(文字識別)服務(wù)識別準(zhǔn)確率已經(jīng)大于99%，能做到不到每秒一張圖片的識別速度。

取件時，快遞小哥可直接拍照或截圖，OCR就會自動識別收寄信息并即時錄入系統(tǒng)，錄入過程簡單高效不煩惱。高精度的OCR識別，還能夠處理復(fù)雜背景、光照不均、模糊以及圖片缺角等問題，減少異常情況的人工處理時間，大幅提高服務(wù)效率及用戶體驗。

目前，德邦快遞已經(jīng)全面應(yīng)用OCR技術(shù)識別快遞面單，在此之前通過雇用人力純手工錄入的做法被取而代之。技術(shù)的應(yīng)用不僅提高了錄入準(zhǔn)確率，解決效率低下的問題，還節(jié)省了大量的人力，管理成本降低了25%左右。

面對海量且去向各異的包裹，華為云EI還可通過OCR技術(shù)自動識別分揀，按目的地分類管理——包裹取回并傳上流水線后，系統(tǒng)會自動拍照識別，一秒讀取運單圖片中的快遞信息，然后根據(jù)寄件人信息、貨物信息、是否蓋檢視章等信息，可對物品進行合規(guī)性檢測。最后，按照識別的結(jié)果，流水線可將包裹按目的地自動分揀開來，整個流程智能高效，大幅節(jié)省分揀人力。

快遞行業(yè)中，暴力分揀行為一直廣受詬病，不僅傷害了消費者的權(quán)益以及信任，其導(dǎo)致的貨損賠償對企業(yè)來說也是一筆希望避免的大額支出。

華為云EI智能分析能夠通過對監(jiān)控視頻進行實時行為分析，自動識別揀貨員在揀貨過程中出現(xiàn)的扔、拋、推倒、用力踢等暴力分揀行為，自動輸出暴力分揀片段，及發(fā)生的時間和地點。在多車多人的復(fù)雜場景下，暴力分揀算法的識別準(zhǔn)確率為60%，召回率40%，能大量減少人工監(jiān)控成本，且有效降低暴力分揀行為的發(fā)生，確保安全工作，保障貨物完整無損地到達收件人手里。

(新媒體責(zé)編：wb001)