近日，蘇州得爾達國際物流有限公司與上海交通大學蘇州人工智能研究院(以下簡稱“智研院”)在高貿區綜保大廈舉行合作簽約儀式，共同成立“人工智能聯合實驗室”，全面深化智慧物流體系建設。

隨著技術的不斷迭代，人工智能不再是高懸于天上的空中樓閣，“商業落地”已成為人工智能發展到當前階段鮮明的主題詞。從落地難度及發展前景來看，業務流程清晰、應用場景獨立、市場空間巨大的物流業無疑是人工智能落地的絕佳選擇。

自2015年人工智能在國內快速發展以來，國家陸續出臺了相關扶持政策助力人工智能技術與產業的深度融合和落地應用。在2019年的政府工作報告中，人工智能繼2017、2018年政府工作報告后第三次被提及，從2017年的“加快人工智能等技術研發和轉化”，到2018年“加強新一代人工智能應用”，到今年“深化大數據、人工智能等研發應用”這一系列關鍵詞的出現，可以看出我國對人工智能產業的重視。

目前人工智能技術已經對包括快遞物流在內的各行各業產生了非常大的影響，我們欣喜地看到如園區無人收派車、智能快遞柜、智能客服、智能倉儲機器人等一系列人工智能應用在物流行業推廣普及，成為行業轉型升級和賦能實體經濟的新動能。

新形勢帶來新訴求

自2015年起，物流行業前端貨主企業的銷售模式開始發生轉變，從以往的經銷商模式逐漸過渡到全渠道銷售模式，從傳統的B2B演化到O2O、電商、企業自建的線上渠道以及線上線下渠道的融合。新零售時代下，銷售模式變化，品牌方、經銷商、消費者之間聯系越來越緊密，企業需要使用信息化工具來適應這樣的變化，企業所面臨的前端商流進一步復雜化，這樣的情況就對物流提出了全新訴求。

在數據時代大背景下，物流行業以互聯網為依托，運用大數據、人工智能等先進技術，對線上線下的數據進行深度整合，并利用一套完善的系統來進行庫存管理、需求預測等。新一代物流架構以智能為主要特征，人作為監督者與管理者參與物流運作中，而勞力和腦力由機器代替，數字化進度不斷加深。特別是隨著通信技術的發展，5G時代能夠實現大寬帶、低延時的海量數據傳輸，更拓寬了人工智能的實際應用面，使得人工智能的發展如虎添翼。因此人工智能的發展將會推動物流越來越“聰明”。

借強大科技優勢占C位

人工智能之所以能被廣泛應用于物流中，主要是因為物流運作往往環節眾多，時常伴隨著大量的實物、資金、信息數據產生且各方關系復雜，人工智能具有處理復雜網狀結構和大數據量的強大能力，其自然能為現代物流工作需求提供諸多方便。人工智能技術在計算機視覺、自然語言處理、機器人技術領域的強大科技優勢也能極大地推動智能物流的發展。

在物流產業鏈中，人工智能將參與倉儲、運輸和配送三個基本環節。人工智能將會是新一代物流行業重要的支撐技術，實現整個物流行業的信息化、標準化、智能化。

譬如，倉儲是企業物資流通供應鏈的一個重要環節，倉儲鏈中產生的倉庫訂貨、貨物入庫、貨物管理、貨物出庫等倉儲物流信息一般具有數據量大、數據操作頻繁、信息內容復雜等特點，智能倉儲是新一代物流行業中人工智能技術應用最為廣泛的場景之一，其核心特色體現為數據感知、算法指導生產和機器人的融入。使用智能化倉儲環境既能保障倉儲安全，更能提高出庫和入庫的效率，全面地改善了倉儲的運行模式。

物流與智能運輸系統都是當今交通運輸行業發展的熱點，建立一個高效的運輸系統可以大大降低物流成本，提升物流服務質量，而高效的運輸系統離不開人工智能技術的支持，主要為無人駕駛和智能化管理。

隨著物流運輸信息化程度的提高，運輸系統必將向更智能化的方向發展，運用人工智能，神經網絡，知識發現等技術，通過合理的技術平臺，建立以智能物流運輸系統為核心的智能物流系統，能使物流系統更高效、可靠、安全地處理復雜問題，節約大量人力，也更為安全和高效。

越來越多的場景應用

隨著核心技術突破、利好政策加持、資本不斷涌入，人工智能最近幾年經歷了如火如荼的發展。硬件、算法與數據在學術界、產業界、投資界各方的共同努力下，取得了長足的進步，不僅僅是大型互聯網公司，包括大量創業公司以及傳統行業的公司都開始涉足人工智能行業。盡管最近一年在資本市場趨冷的大環境下，人工智能熱度有所下降，但從長遠來看，人工智能以其獨特優勢將在包括物流在內的各行各業獲得越來越廣泛的應用——

物流行業的發展產生了大量數據，這些數據關系錯綜復雜，機器學習技術正是處理這些多變量數據，以及能在復雜，動態，甚至混亂的物流環境中提取大數據集內隱性的關系最佳工具。此外，面對物流行業數據豐富而知識貧乏的狀況，機器學習算法作為一種有效工具可以增強對數據的理解，挖掘和應用。因此，基于機器學習的人工智能數據處理技術是物流行業數字業務轉向自動化的關鍵。

人工智能追求研發能夠像人類一樣具有智力的機器，人工智能的先進算法使得在復雜的物流場景中，機器能替代人對海量信息和數據進行認知、分析和推理，從而快速、精準地解決復雜決策的問題。智能決策將成為推動物流業從數字化邁向智能化最為關鍵的一步，這些都離不開人工智能算法的支持。

作為人工智能的關鍵技術之一，計算機視覺技術指計算機從圖像中識別出物體、場景和活動的能力。隨著技術與物流的持續融合，物流活動正在產生越來越多的圖像、音頻、視頻等非結構化數據，這些數據背后蘊藏著巨大的價值。計算機視覺中，針對上述非結構化數據的識別技術是使其得以有效利用的關鍵，可以大大地提高物流作業的自動化和準確性。

自然語言處理的目標是讓計算機、機器在理解語言上像人類一樣智能，是彌補人類交流(自然語言)和計算機理解(機器語言)之間的差距。對物流行業來說，自然語言處理能力可以對物流表單信息進行文本分類和聚類，篩選文本關鍵信息構建索引庫，還可以平臺化方式提供物流服務，在客服領域發揮較高的應用價值，減少人工客服的使用，提高客服效率、效果以及提升客戶的體驗。

人工智能機器人主要指運用信息技術，使機器人具備人的智能，讓機器人學會學習知識并掌握先進技術。傳統物流有較保守的生產線，較正規的運輸線，各個環節都需要人工值守的倉庫，彼此之間相對獨立而封閉，耗費大量不必要的人力、物力、財力、時間，成本巨大卻效率低下。相比傳統物流，機器人技術運用在物流行業將帶來人力成本的節省、周轉效率的提高。

60多年來，人工智能經歷了從爆發到寒冬，再到瘋狂生長，伴隨著人機交互、機器學習、計算機視覺、模式識別等技術的提升，人工智能取得長足的發展，成為一門涉及廣泛學科交叉的前沿科學，在包含物流在內的各垂直領域應用落地。

人工智能作為引領未來的戰略性技術，結合5G、物聯網、大數據、云計算以及區塊鏈等前沿科技，將構成新一代物流技術體系，在豐富的應用場景和海量的數據支撐下，可望引領新一代物流技術的發展方向。

(新媒體責編：zfy2019)