近年來，中國物流業(yè)在互聯(lián)網(wǎng)經(jīng)濟(jì)的催動(dòng)下發(fā)展較快，在成本不斷攀升、效率提升緩慢的背景下，物流業(yè)最迫切的需求即“降本增效”。人工智能技術(shù)及相關(guān)軟硬件產(chǎn)品的加入能夠在運(yùn)輸、倉儲、配送、客服等環(huán)節(jié)有效降低物流企業(yè)的人力成本，提高人員及設(shè)備的工作效率，是緩解物流業(yè)頑疾的一味良藥。

本報(bào)告中的“人工智能 + 物流”指的是基于人工智能技術(shù)的軟硬件產(chǎn)品及服務(wù)在物流活動(dòng)各環(huán)節(jié)中的實(shí)際落地應(yīng)用。 2019年人工智能+ 物流的市場規(guī)模為15.9億元，預(yù)計(jì)到2025年市場規(guī)模將接近百億。在物流各環(huán)節(jié)的應(yīng)用分布方面，倉儲與運(yùn)輸占比較大，兩者占比之和超過八成。

人工智能在物流中的應(yīng)用方向可以大致分為兩種，一是以AI技術(shù)賦能的如無人卡車、AMR、無人配送車、無人機(jī)、客服機(jī)器人等智能設(shè)備代替部分人工 ；二是通過計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、運(yùn)籌優(yōu)化等技術(shù)或算法驅(qū)動(dòng)的如車隊(duì)管理系統(tǒng)、倉儲現(xiàn)場管理、設(shè)備調(diào)度系統(tǒng)、訂單分配系統(tǒng)等軟件系統(tǒng) 提高人工效率。代替人工方向的AI應(yīng)用市場前景廣闊，但受技術(shù)水平和政策限制等因素影響，落地條件尚不成熟，還需要較長的培育時(shí)間。提效方向的AI應(yīng)用已具備一定的技術(shù)基礎(chǔ)，但實(shí)際場景散落在物流業(yè)務(wù)體系中的各個(gè)角落，場景清晰度不高，空間不足。

目前，人工智能在物流領(lǐng)域還處于探索之中，但從已經(jīng)取得的成果來看，“人工智能+物流”的確能夠給物流企業(yè)在降本增效層面帶來收益。物流企業(yè)應(yīng)該以立足當(dāng)下、著眼長遠(yuǎn)的原則，以輔助管理、提升效率為短期目標(biāo)，尋找自身業(yè)務(wù)鏈條中能夠被 AI 技術(shù)賦能的環(huán)節(jié)并通過試點(diǎn)論證，穩(wěn)步推進(jìn)；對未來有望打破物流現(xiàn)有業(yè)態(tài)的前沿應(yīng)用做好技術(shù)儲備。AI公司一方面要把握與物流企業(yè)與電商平臺的合作機(jī)會，在不斷地測試積累中打磨核心技術(shù)；另一方面也要靈活運(yùn)用自己研發(fā)的技術(shù)與產(chǎn)品，在關(guān)注物流行業(yè)的同時(shí)尋找其他的適配領(lǐng)域和變現(xiàn)途徑，具備一定的造血能力，以待機(jī)會到來之時(shí)能夠迅速響應(yīng)物流領(lǐng)域的市場需求。

物流業(yè)的核心痛點(diǎn)

成本增速高于收入增速，物流效率提升緩慢

盡管中國物流業(yè)近年來一直保持著較快的發(fā)展速度，但隨著人力資源、土地資源等要素成本的不斷提高，中國物流企業(yè)的成本增長速度始終高于收入增速，國家發(fā)改委與中國物流與采購聯(lián)合會共同發(fā)布的《全國重點(diǎn)物流企業(yè)統(tǒng)計(jì)調(diào)查報(bào)告》中的數(shù)據(jù)顯示，2007-2016年國內(nèi)重點(diǎn)企業(yè)物流業(yè)務(wù)成本年均增速為10.5%，比收入增速高0.7個(gè)百分點(diǎn)。在行業(yè)成本居高不下的背景下，國內(nèi)物流行業(yè)的效率一直處于較低水平。以社會物流總費(fèi)用與GDP比率為例，2019年全國社會物流總費(fèi)用達(dá)到14.6萬億元，占GDP比率為14.7%。盡管這一比率近年來總體上呈持續(xù)下降態(tài)勢，但下降速度非常緩慢，與發(fā)達(dá)國家8-9%的水平相比仍有非常大的差距，與全球平均水平（12%）比起來也尚有一段距離。

物流業(yè)與人工智能的契合之處

AI是物流降本增效的良藥，物流亦是AI展示能力的舞臺

物流業(yè)的核心痛點(diǎn)決定了該行業(yè)最迫切的需求即“降本增效”，物流企業(yè)的自動(dòng)化、信息化轉(zhuǎn)型升級都是為實(shí)現(xiàn)降本增效目的而做出的努力。人工智能技術(shù)產(chǎn)品的加入能夠進(jìn)一步推動(dòng)物流業(yè)向“智慧物流”發(fā)展，更大限度地降低人工成本、提升經(jīng)營效率。對于人工智能行業(yè)而言，隨著技術(shù)的不斷迭代，人工智能不再是高懸于天上的空中樓閣，“商業(yè)落地”已成為人工智能企業(yè)發(fā)展到當(dāng)前階段鮮明的主題詞。從落地難度及發(fā)展前景來看，業(yè)務(wù)流程清晰、應(yīng)用場景獨(dú)立、市場空間巨大的物流業(yè)無疑是人工智能落地的絕佳選擇。

人工智能+物流概念界定

關(guān)鍵詞：人工智能技術(shù)、軟硬件產(chǎn)品及服務(wù)、落地應(yīng)用

本報(bào)告中所闡述的“人工智能+物流”指的是基于人工智能技術(shù)（機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺、自動(dòng)駕駛等）的軟硬件產(chǎn)品及服務(wù)（無人卡車、無人機(jī)/無人車、智能調(diào)度系統(tǒng)等）在物流活動(dòng)各環(huán)節(jié)（運(yùn)輸、倉儲、配送、客服等）中的實(shí)際落地應(yīng)用。“人工智能+物流”是物流科技的新形態(tài)，本報(bào)告對“人工智能+物流”的研究范圍主要集中在物流活動(dòng)中的運(yùn)輸、倉儲、配送及客服四個(gè)環(huán)節(jié)，分析研究人工智能技術(shù)及產(chǎn)品在上述物流作業(yè)流程中的應(yīng)用情況與效果。

人工智能+物流發(fā)展環(huán)境

利好政策與企業(yè)及用戶的需求鼓勵(lì)物流業(yè)積極擁抱人工智能

近年來，物流行業(yè)發(fā)展基礎(chǔ)和整體環(huán)境發(fā)生顯著變化，新興技術(shù)廣泛應(yīng)用、包裹數(shù)量爆發(fā)增長、用戶體驗(yàn)持續(xù)升級等因素對物流企業(yè)的運(yùn)作思路、商業(yè)模式、作業(yè)方式提出新需求、新挑戰(zhàn)。作為物流行業(yè)轉(zhuǎn)型升級的新動(dòng)能，人工智能進(jìn)入物流領(lǐng)域的時(shí)間盡管相對較短，但發(fā)展環(huán)境非常有利。政策層面，國務(wù)院、發(fā)改委等政府相關(guān)部門紛紛出臺物流相關(guān)政策及規(guī)劃，鼓勵(lì)企業(yè)利用人工智能技術(shù)及產(chǎn)品降低物流成本、提升物流效率；經(jīng)濟(jì)層面，一方面全國物流業(yè)總收入始終處于穩(wěn)定增長狀態(tài)，另一方面物流總費(fèi)用依然居高不下，企業(yè)亟需進(jìn)一步控制物流成本，“人工智能+物流”的空間極為廣闊；社會層面，“人工智能+物流”既能滿足城市居民對提升即時(shí)物流服務(wù)效率的需求，又可拓展快遞快運(yùn)的服務(wù)邊界以惠及農(nóng)村居民。

人工智能+物流的核心技術(shù)

計(jì)算機(jī)視覺應(yīng)用最為廣泛，自動(dòng)駕駛有望先于其他行業(yè)落地

目前，在物流行業(yè)實(shí)現(xiàn)應(yīng)用的人工智能技術(shù)主要以深度學(xué)習(xí)、計(jì)算機(jī)視覺、自動(dòng)駕駛及自然語言理解為主。物流領(lǐng)域中，深度學(xué)習(xí)在運(yùn)輸路徑規(guī)劃、運(yùn)力資源優(yōu)化、配送智能調(diào)度等場景中發(fā)揮至關(guān)重要的作用；計(jì)算機(jī)視覺是現(xiàn)階段物流領(lǐng)域應(yīng)用最廣的人工智能技術(shù)，智能倉儲機(jī)器人、無人配送車、無人配送機(jī)等智能設(shè)備都以視覺技術(shù)為基礎(chǔ)，此外，計(jì)算機(jī)視覺還能實(shí)現(xiàn)運(yùn)單識別、體積測量、裝載率測定、分揀行為檢測等多項(xiàng)功能；自動(dòng)駕駛技術(shù)是運(yùn)輸環(huán)節(jié)智能化的核心技術(shù)，盡管尚未正式投入使用，但頭部企業(yè)的無人卡車已經(jīng)開始在特定路段進(jìn)行實(shí)地路測和試運(yùn)行；自然語言理解主要用于物流企業(yè)，尤其是快遞快運(yùn)企業(yè)的智能客服系統(tǒng)，該技術(shù)能有效降低企業(yè)在客服環(huán)節(jié)的人工成本。

人工智能+物流產(chǎn)業(yè)鏈分析

產(chǎn)業(yè)鏈尚不成熟，角色界限比較模糊

人工智能+物流產(chǎn)業(yè)鏈與傳統(tǒng)物流產(chǎn)業(yè)鏈差異最大的地方在于，其上下游關(guān)系并非涇渭分明，或者說人工智能+物流的產(chǎn)業(yè)鏈還不太成熟，AI公司、物流企業(yè)、電商平臺都在產(chǎn)業(yè)鏈中扮演重要角色，AI公司通過直客模式或集成商渠道向下游客戶提供AI+物流相關(guān)產(chǎn)品與技術(shù)服務(wù)，而物流企業(yè)與電商平臺也通過建立研發(fā)團(tuán)隊(duì)、成立科技子公司等方式研究開發(fā)AI技術(shù)在物流各環(huán)節(jié)中的可行應(yīng)用，三者之間存在合作加潛在競爭的關(guān)系，生態(tài)比較開放。

人工智能+物流產(chǎn)業(yè)圖譜

人工智能+物流市場規(guī)模

現(xiàn)有市場規(guī)模15.9億元，倉儲與運(yùn)輸環(huán)節(jié)的應(yīng)用占比較高

AI公司進(jìn)入物流領(lǐng)域的時(shí)間尚短，產(chǎn)業(yè)鏈下游物流企業(yè)與電商平臺在人工智能產(chǎn)品技術(shù)自主研發(fā)中的不遺余力也令解決方案提供方們可選擇的入局角度相當(dāng)有限。從供給側(cè)能夠獲取的收入來看，2019年人工智能+物流領(lǐng)域的市場規(guī)模為15.9億元，隨著技術(shù)能力的提升和行業(yè)理解的加深，預(yù)計(jì)到2025年市場規(guī)模將接近百億水平。人工智能在物流各環(huán)節(jié)的應(yīng)用分布方面，智能倉儲與智能運(yùn)輸占比較大，兩者占據(jù)了八成以上的份額；智能配送的落地環(huán)境尚不成熟，現(xiàn)階段規(guī)模較小，但未來想象空間極大；智能客服的應(yīng)用場景較為單一，在各環(huán)節(jié)中占比最小。

智能運(yùn)輸中的人工智能應(yīng)用

人工智能在運(yùn)輸中的應(yīng)用方向集中在無人卡車及車輛管理

運(yùn)輸是物流產(chǎn)業(yè)鏈條的核心環(huán)節(jié)，也是物流成本構(gòu)成的重要內(nèi)容，運(yùn)輸費(fèi)用在社會物流總費(fèi)用中的占比始終在50%以上。但由于運(yùn)輸環(huán)境及運(yùn)輸設(shè)備的復(fù)雜性，現(xiàn)階段人工智能在物流運(yùn)輸中的應(yīng)用尚處于起步階段。目前國內(nèi)人工智能在物流運(yùn)輸環(huán)節(jié)的應(yīng)用集中于公路干線運(yùn)輸，主要有兩大方向：一種是以自動(dòng)駕駛技術(shù)為核心的無人卡車；另一種是基于計(jì)算機(jī)視覺與AIoT產(chǎn)品技術(shù)，為運(yùn)輸車輛管理系統(tǒng)提供實(shí)時(shí)感知功能。人工智能賦能物流運(yùn)輸?shù)淖罱K形態(tài)必然將是由無人卡車替代人工駕駛卡車，盡管近兩年自動(dòng)駕駛在卡車領(lǐng)域進(jìn)展順利，無人卡車在港區(qū)、園區(qū)等相對封閉的場景中已經(jīng)開始進(jìn)入試運(yùn)行階段，但與實(shí)際運(yùn)營的距離尚遠(yuǎn)。未來數(shù)年內(nèi)，人工智能在物流運(yùn)輸中的商業(yè)化價(jià)值主要體現(xiàn)在車輛狀態(tài)監(jiān)測、駕駛行為監(jiān)控等功能。艾瑞認(rèn)為，2019年國內(nèi)人工智能+物流運(yùn)輸?shù)氖袌鲆?guī)模為6.1億元，預(yù)計(jì)到2025年超過30億元。

智能運(yùn)輸丨無人卡車

無人卡車的商業(yè)化前夜已經(jīng)到來，但大規(guī)模應(yīng)用仍需時(shí)日

近年來，自動(dòng)駕駛技術(shù)的開發(fā)與應(yīng)用一直深受各界關(guān)注，與無人卡車相比，無人駕駛乘用車往往更吸引普通民眾的眼球。從技術(shù)角度出發(fā)，應(yīng)用在無人卡車上的自動(dòng)駕駛技術(shù)與乘用車并無二致，其系統(tǒng)架構(gòu)同樣是由感知層、決策層與執(zhí)行層組成，感知載體也都以攝像頭、激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)等傳感器為主。但對于目前尚處在實(shí)驗(yàn)階段的無人駕駛車輛而言，城市路況的復(fù)雜程度和不確定因素給無人駕駛乘用車的商業(yè)化道路帶來極大的障礙。反觀物流領(lǐng)域，港口、物流園區(qū)、高速公路等道路運(yùn)輸主要場景的封閉性較高，運(yùn)輸路線相對較為固定，測試數(shù)據(jù)的獲取與積累也更容易。從商業(yè)化的進(jìn)程來看，以圖森未來為代表的L4級別自動(dòng)駕駛卡車已經(jīng)率先進(jìn)入到了試運(yùn)營階段，無人卡車的商業(yè)化序幕正在緩緩拉開。但這只是無人卡車在物流運(yùn)輸中的初步嘗試，目前仍然存在技術(shù)穩(wěn)定性有待驗(yàn)證、可測試路段較少、國內(nèi)甩掛運(yùn)輸份額較小等諸多問題還未解決，無人卡車距離大規(guī)模商業(yè)化應(yīng)用尚需時(shí)日。

智能運(yùn)輸丨車隊(duì)管理系統(tǒng)

實(shí)時(shí)感知車輛與司機(jī)狀態(tài)，適用于各類運(yùn)輸車輛

無人卡車能夠從根本上顛覆整個(gè)物流運(yùn)輸流程，但可預(yù)見的是在未來一段相當(dāng)長的時(shí)間內(nèi)，國內(nèi)公路運(yùn)輸?shù)闹髁σ廊粫且?guī)模不一的物流企業(yè)及其管理的車隊(duì)。目前，國內(nèi)人工智能賦能物流運(yùn)輸?shù)闹饕问绞腔谟?jì)算機(jī)視覺技術(shù)與AIoT技術(shù)，在車隊(duì)管理系統(tǒng)中實(shí)現(xiàn)車輛行駛狀況、司機(jī)駕駛行為、貨物裝載情況的實(shí)時(shí)感知功能，使系統(tǒng)在車輛出現(xiàn)行程延誤、線路異常和司機(jī)危險(xiǎn)行為（瞌睡、看手機(jī)、超速、車道偏離等）時(shí)進(jìn)行風(fēng)險(xiǎn)報(bào)警、干預(yù)和取證判責(zé)，并最終達(dá)到提升車隊(duì)管理效率、減少運(yùn)輸安全事故的目的。與無人卡車的“替代性”功效不同，車隊(duì)管理系統(tǒng)中所應(yīng)用的計(jì)算機(jī)視覺技術(shù)是在對原有物聯(lián)網(wǎng)功能的補(bǔ)充與拓展，依然是以輔助者的角度來幫助司機(jī)和車隊(duì)管理者，其感知設(shè)備是后裝形式的車載終端，決策來自系統(tǒng)平臺，對車輛的控制和動(dòng)作執(zhí)行要通過司機(jī)手動(dòng)完成。因此就現(xiàn)階段而言，融入人工智能技術(shù)的車隊(duì)管理系統(tǒng)在適用性和商業(yè)化程度上領(lǐng)先于無人卡車。

智能倉儲中的人工智能應(yīng)用

目前仍以點(diǎn)狀應(yīng)用散落于整個(gè)智能倉儲系統(tǒng)的各個(gè)子系統(tǒng)中

物流業(yè)是一個(gè)“動(dòng)靜結(jié)合”的產(chǎn)業(yè)，運(yùn)輸與配送代表著物流的“動(dòng)”，倉儲則代表物流的“靜”。為了提升效率，物流產(chǎn)業(yè)對倉儲也有“動(dòng)”起來的強(qiáng)烈需求，智能倉儲即通過物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、自動(dòng)化設(shè)備及各類軟件系統(tǒng)的綜合應(yīng)用，讓傳統(tǒng)靜態(tài)倉儲也朝著動(dòng)靜結(jié)合的方向進(jìn)行轉(zhuǎn)變。智能倉儲屬于高度集成化的綜合系統(tǒng)，一般包含立體貨架、有軌巷道堆垛機(jī)、出入庫輸送系統(tǒng)、信息識別系統(tǒng)、自動(dòng)控制系統(tǒng)、計(jì)算機(jī)監(jiān)控系統(tǒng)、計(jì)算機(jī)管理系統(tǒng)以及其他輔助設(shè)備組成的智能化系統(tǒng)等。因此在智能倉儲中，商品的入庫、存取、揀選、分揀、包裝、出庫等一系列流程中都有各種類型物流設(shè)備的參與，同時(shí)需要物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能、RFID等技術(shù)的支撐。從目前來看，人工智能在智能倉儲系統(tǒng)中的應(yīng)用還不夠成熟，仍以貨物體積測算、電子面單識別、物流設(shè)備調(diào)度、視覺引導(dǎo)、視覺監(jiān)控等多種類型的點(diǎn)狀應(yīng)用散布于整個(gè)系統(tǒng)的各個(gè)環(huán)節(jié)當(dāng)中。

智能倉儲丨倉儲現(xiàn)場管理

倉內(nèi)管理——規(guī)范員工行為、減少貨物損失、降低理賠風(fēng)險(xiǎn)

人工智能在智能倉儲中的應(yīng)用領(lǐng)域之一是在倉儲現(xiàn)場管理場景中，其實(shí)現(xiàn)途徑是以高清攝像頭為硬件載體，通過計(jì)算機(jī)視覺技術(shù)監(jiān)測并識別倉儲現(xiàn)場中人員、貨物、車輛的行為與狀態(tài)。根據(jù)作業(yè)環(huán)境，我們可以將人工智能技術(shù)在倉儲現(xiàn)場管理中的具體應(yīng)用分為倉內(nèi)現(xiàn)場管理與場院現(xiàn)場管理。計(jì)算機(jī)視覺技術(shù)在倉內(nèi)現(xiàn)場管理的應(yīng)用場景一是針對倉內(nèi)工作人員的行為進(jìn)行實(shí)時(shí)監(jiān)測，識別并記錄暴力分揀、違規(guī)搬運(yùn)等容易對貨物、包裹造成破壞及損傷的行為，采集行為實(shí)施人員的相關(guān)信息；二是監(jiān)測倉內(nèi)流轉(zhuǎn)的貨物、包裹的外觀情況，識別并判斷包裹的破損情況，對存在明顯破損的包裹進(jìn)行預(yù)警上報(bào)。在倉內(nèi)現(xiàn)場管理中引入計(jì)算機(jī)視覺技術(shù)，能夠起到監(jiān)督與規(guī)范員工行為、降低貨物破損與丟失概率、減少理賠成本等作用。

智能倉儲丨AMR

倉儲AMR市場尚處于起步階段，未來六年CAGR達(dá)36.7%

盡管AMR具備柔性部署、自主靈活等優(yōu)勢，但AMR產(chǎn)品技術(shù)門檻較高，國內(nèi)能夠?qū)崿F(xiàn)量產(chǎn)且推動(dòng)項(xiàng)目落地的企業(yè)相對較少，AMR市場尚處于起步階段，還需要一段市場驗(yàn)證時(shí)間。而隨著落地項(xiàng)目帶來的數(shù)據(jù)積累以及算法的不斷優(yōu)化打磨，AMR將會逐步得到更為廣泛的應(yīng)用，其市場發(fā)展前景極為可觀。艾瑞認(rèn)為，2019年國內(nèi)倉儲AMR的市場規(guī)模為6.8億元，未來數(shù)年，AMR市場規(guī)模將以高速增長狀態(tài)迅速擴(kuò)張，預(yù)計(jì)到2025年，國內(nèi)倉儲AMR的市場規(guī)模將超過40億元。

智能倉儲丨設(shè)備調(diào)度系統(tǒng)

基于深度學(xué)習(xí)與運(yùn)籌優(yōu)化算法，提升設(shè)備群體的智能化程度

隨著AS/RS、AGV、AMR、穿梭車、激光叉車、堆垛/分揀機(jī)器人等不同類別的自動(dòng)化及智能化設(shè)備越來越多地進(jìn)入到倉儲環(huán)境中，設(shè)備的調(diào)度與協(xié)同成為影響設(shè)備工作效能的關(guān)鍵因素之一。如果把倉儲環(huán)境中的各類設(shè)備比作一只足球隊(duì)，那么設(shè)備調(diào)度系統(tǒng)就相當(dāng)于球隊(duì)的教練，負(fù)責(zé)制定球隊(duì)?wèi)?zhàn)術(shù)、選擇出場球員以及指揮球員跑位等工作。早期倉儲設(shè)備的調(diào)度與控制主要是以WCS（倉庫控制系統(tǒng)）為載體，接收WMS/ERP等上層系統(tǒng)的指令后，控制著設(shè)備按照既定設(shè)計(jì)的運(yùn)行方式進(jìn)行工作。而在人工智能技術(shù)，尤其是深度學(xué)習(xí)與運(yùn)籌優(yōu)化算法的驅(qū)動(dòng)下，設(shè)備調(diào)度系統(tǒng)在準(zhǔn)確性、靈活性、自主性方面取得顯著提升。以AGVS為例，基于大規(guī)模聚類、約束優(yōu)化、時(shí)間序列預(yù)測等底層算法，AGV智能調(diào)度系統(tǒng)能夠靈活指揮數(shù)百乃至上千臺AGV完成任務(wù)最優(yōu)匹配、協(xié)同路徑規(guī)劃、調(diào)整貨架布局、補(bǔ)貨計(jì)劃生成等多項(xiàng)業(yè)務(wù)，并隨數(shù)據(jù)積累與學(xué)習(xí)不斷自主優(yōu)化算法。可以說，AI算法加持的設(shè)備調(diào)度系統(tǒng)能夠在一定程度上將系統(tǒng)自身的智能賦予設(shè)備本體，使設(shè)備群體的智能化程度得以提升。

智能配送中的人工智能應(yīng)用

理論上市場空間極為廣闊，但仍需要較長時(shí)間培育

配送是貨物流動(dòng)過程的最后環(huán)節(jié)，也是物流鏈條上人力資源投入最重的環(huán)節(jié)。以快遞業(yè)與即時(shí)配送行業(yè)為例，全國快遞員數(shù)量在2018年就已突破300萬，工作靈活性較強(qiáng)的即時(shí)配送行業(yè)所需人力更甚于快遞行業(yè)，2019年，僅在美團(tuán)點(diǎn)評平臺上領(lǐng)取過收入的騎手?jǐn)?shù)量就高達(dá)398.7萬人。對于旨在降低人力成本和提高人力效能的人工智能而言，配送領(lǐng)域的應(yīng)用前景相當(dāng)廣闊，且場景清晰明確。從“替代人工”角度來看，配送中的人工智能核心應(yīng)用集中于無人配送領(lǐng)域，實(shí)現(xiàn)形式是無人配送車與配送無人機(jī)；從“輔助管理”角度來看，人工智能主要應(yīng)用在即時(shí)配送領(lǐng)域的訂單分配系統(tǒng)中，為系統(tǒng)提供訂單數(shù)量預(yù)估、訂單實(shí)時(shí)匹配、訂單路徑規(guī)劃等能力。人工智能在物流配送領(lǐng)域的施展空間極大，但受限于技術(shù)穩(wěn)定度不足、成本與收益不匹配、監(jiān)管政策嚴(yán)格等因素，無人配送在商業(yè)落地層面尚處在萌芽階段；而即時(shí)配送中的訂單分配系統(tǒng)盡管已廣泛使用深度學(xué)習(xí)及優(yōu)化算法，但其核心技術(shù)都由各大平臺自研自用，軟硬件供應(yīng)商并無獲利空間。艾瑞認(rèn)為，2019年國內(nèi)人工智能+物流配送的市場規(guī)模為1.9億元，預(yù)計(jì)到2024年超過10億元。

智能配送丨無人配送

無人配送車——城市環(huán)境中自動(dòng)駕駛技術(shù)的“降維”落地

無人配送車是應(yīng)用在快遞快運(yùn)配送與即時(shí)物流配送中低速自動(dòng)駕駛無人車，其核心技術(shù)架構(gòu)與汽車自動(dòng)駕駛系統(tǒng)基本一致，都是由環(huán)境感知、車輛定位、路徑規(guī)劃決策、車輛控制、車輛執(zhí)行等模塊組成。由于無人配送車的運(yùn)行環(huán)境里有著大量的非機(jī)動(dòng)車與行人，路面復(fù)雜程度要高于機(jī)動(dòng)車道，因此對于超聲波雷達(dá)、廣角攝像頭等近距離傳感器的依賴度更高，環(huán)境感知算法的側(cè)重點(diǎn)與汽車、卡車等機(jī)動(dòng)車自動(dòng)駕駛系統(tǒng)也有所不同。但在人口、車輛密集的城市環(huán)境中，無人配送車無疑是比無人駕駛乘用車更加適合自動(dòng)駕駛技術(shù)落地的載體，首要原因是無人配送車的體積小、車速低，出現(xiàn)事故的風(fēng)險(xiǎn)與造成人身傷害甚至死亡的概率較低；此外，無人配送的場景非常豐富，落地初期可以選擇邊界相對清晰、環(huán)境相對簡單、對新技術(shù)接受度高的高科技園區(qū)、高等院校等場景，在技術(shù)成熟度提升和政策支持的前提下逐步向?qū)懽謽恰⑿^(qū)等環(huán)境擴(kuò)張，為自動(dòng)駕駛算法的迭代與進(jìn)化積累大量的數(shù)據(jù)資源。

配送無人機(jī)——測試為主，可行的應(yīng)用場景有限

無人機(jī)起源于軍事領(lǐng)域，早期的發(fā)展驅(qū)動(dòng)力是為了減少飛行員傷亡以及應(yīng)對極端情況，近年來消費(fèi)級無人機(jī)市場也異常火爆。最早將無人機(jī)引入物流領(lǐng)域的是亞馬遜于2013年提出的Prime Air業(yè)務(wù)，國內(nèi)以順豐、京東為代表的快遞、電商巨頭也紛紛跟進(jìn)，推出物流無人機(jī)戰(zhàn)略。人工智能技術(shù)在配送無人機(jī)領(lǐng)域的應(yīng)用原理與自動(dòng)駕駛并無本質(zhì)上的差異，主要區(qū)別有兩點(diǎn)：一是無人機(jī)搭載的傳感器種類更為繁雜，環(huán)境感知算法對數(shù)據(jù)融合技術(shù)的要求更高；二是無人機(jī)配送中可選擇的路徑明顯多于車輛，路徑上的海拔、地貌、氣候等客觀約束條件都會對無人機(jī)的配送行為產(chǎn)生影響，此外，出于安全考慮，路徑規(guī)劃還需要盡量避開人群聚集區(qū)與關(guān)鍵設(shè)施，因此配送無人機(jī)的路徑規(guī)劃算法更加復(fù)雜。2015年至今，快遞、電商巨頭以及無人機(jī)產(chǎn)品技術(shù)供應(yīng)商們通過大量的試驗(yàn)與測試不斷打磨提升物流無人機(jī)的技術(shù)穩(wěn)定度、探索科學(xué)的運(yùn)營模式。基于國內(nèi)的人口密度、居住條件、政策限制等現(xiàn)實(shí)條件，配送無人機(jī)目前較為可行的應(yīng)用場景在于偏遠(yuǎn)山區(qū)配送、醫(yī)藥資源緊急配送、應(yīng)急保障物資配送等。

智能配送丨訂單分配系統(tǒng)

以“大數(shù)據(jù)+算法”之力實(shí)現(xiàn)訂單與運(yùn)力的最優(yōu)匹配

鑒于無人配送距離大規(guī)模落地較遠(yuǎn)，可預(yù)見的是未來相當(dāng)長的一段時(shí)間內(nèi)快遞及外賣“小哥”仍然會是物流配送的主力軍。現(xiàn)階段人工智能在物流配送中發(fā)揮的主要作用是通過訂單分配系統(tǒng)合理匹配運(yùn)力與需求，提升配送效率，有效解決配送資源配置問題。尤其是對配送時(shí)效性要求非常高的即時(shí)物流領(lǐng)域，在引入基于機(jī)器學(xué)習(xí)與運(yùn)籌優(yōu)化算法的訂單分配系統(tǒng)后，將行業(yè)發(fā)展初期使用的效率較低的騎手搶單模式和人工派單模式轉(zhuǎn)變?yōu)橄到y(tǒng)派單模式。即時(shí)物流訂單分配本質(zhì)上可以看作是帶有若干復(fù)雜約束的動(dòng)態(tài)車輛路徑問題（DVRP），訂單分配系統(tǒng)的工作原理是以大數(shù)據(jù)平臺收集的騎手軌跡、配送業(yè)務(wù)、實(shí)時(shí)環(huán)境等內(nèi)容作為基礎(chǔ)數(shù)據(jù)，通過機(jī)器學(xué)習(xí)算法得到預(yù)計(jì)交付時(shí)間、預(yù)計(jì)未來訂單、預(yù)計(jì)路徑耗時(shí)等預(yù)測數(shù)據(jù)，最后基于基礎(chǔ)數(shù)據(jù)和預(yù)測數(shù)據(jù)，利用運(yùn)籌優(yōu)化模型與算法進(jìn)行系統(tǒng)派單、路徑規(guī)劃、自動(dòng)改派等決策行為。訂單分配系統(tǒng)給企業(yè)帶來效率提升的最直接表現(xiàn)即配送時(shí)長明顯下降，以美團(tuán)為例，在應(yīng)用了自主研發(fā)的O2O即時(shí)配送智能調(diào)度系統(tǒng)后，美團(tuán)外賣的訂單平均配送時(shí)長由2015年的41分鐘縮短至28分鐘，降幅達(dá)到了31.7%。

智能客服

2025年物流領(lǐng)域智能客服業(yè)務(wù)規(guī)模有望突破7.7億元

物流領(lǐng)域的智能客服特指以智能語音和NLP技術(shù)為代表的客服機(jī)器人。從服務(wù)類型上可以分為以語音導(dǎo)航、業(yè)務(wù)識別、智能派單、坐席輔助為主的語音智能客服和以文字查詢、業(yè)務(wù)識別為主的文字智能客服，二者分別服務(wù)于電話呼入和客戶端、小程序等終端入口。2019年物流領(lǐng)域智能客服業(yè)務(wù)規(guī)模約為1.1億元，其中語音與文字智能客服份額比約為6:4，按供給側(cè)發(fā)展規(guī)律預(yù)計(jì)，2025年整體業(yè)務(wù)規(guī)模約為7.7億元，年復(fù)合增長率為39.1%。因云呼叫中心逐漸替代傳統(tǒng)呼叫中心業(yè)務(wù)，市場中供智能客服發(fā)展的基礎(chǔ)環(huán)境逐漸完善，智能客服市場發(fā)展平穩(wěn)向上，服務(wù)內(nèi)容從面向消費(fèi)者的前臺形式向面向管理的中后臺形式拓展，未來市場有望基于語音人機(jī)交互形式的拓展而打開新的想象空間。

人工智能+物流應(yīng)用總體評價(jià)

人工智能+物流發(fā)展策略——物流企業(yè)

厚積薄發(fā)：立足當(dāng)下的點(diǎn)狀應(yīng)用與著眼長遠(yuǎn)的技術(shù)儲備

對于物流企業(yè)來說，衡量是否要在原有的生產(chǎn)經(jīng)營體系中引入某種技術(shù)或軟硬件產(chǎn)品，唯一標(biāo)準(zhǔn)是該技術(shù)與自身業(yè)務(wù)融合后能夠在多大程度上實(shí)現(xiàn)“降本增效”，人工智能亦不例外。物流企業(yè)，尤其是引領(lǐng)行業(yè)的頭部企業(yè)們對“人工智能+物流”大多秉持著積極且謹(jǐn)慎的態(tài)度，一方面通過自建研發(fā)團(tuán)隊(duì)以及與AI技術(shù)輸出方開展合作的形式在自動(dòng)駕駛、智能機(jī)器人、無人機(jī)等AI前沿應(yīng)用領(lǐng)域試圖取得實(shí)質(zhì)性突破；另一方面基于深刻的行業(yè)理解，在自身業(yè)務(wù)體系中尋找適合成熟度較高的AI技術(shù)“即插即用”的場景，在小范圍試點(diǎn)應(yīng)用的基礎(chǔ)上評估應(yīng)用成果并根據(jù)實(shí)際效果選擇優(yōu)化推廣或暫時(shí)棄用，在不斷地嘗試中積累數(shù)據(jù)與經(jīng)驗(yàn)、逐步建立企業(yè)的AI技術(shù)應(yīng)用邏輯與應(yīng)用體系。總體而言，目前物流企業(yè)較為合理的“人工智能+物流”發(fā)展策略首先要立足當(dāng)下，應(yīng)用方向以輔助管理、提升效率為主，將計(jì)算機(jī)視覺、智能語音等AI技術(shù)與機(jī)器學(xué)習(xí)、運(yùn)籌優(yōu)化等AI算法融入實(shí)際業(yè)務(wù)中形成若干能夠?yàn)槠髽I(yè)帶來效益的點(diǎn)狀應(yīng)用；其次要著眼長遠(yuǎn)，對落地條件尚不成熟且未來發(fā)展前景廣闊的無人卡車、無人機(jī)等應(yīng)用適當(dāng)投入研發(fā)力量或采用聯(lián)合開發(fā)、注資收購等方式，做好技術(shù)儲備，在窗口期真正到來時(shí)占據(jù)市場先機(jī)。

人工智能+物流發(fā)展策略——AI企業(yè)

多重適配：適合切入的場景有限，AI企業(yè)需要一核多用

作為“人工智能+物流”中的技術(shù)輸出方，目前國內(nèi)物流相關(guān)AI企業(yè)的主要業(yè)務(wù)是向物流企業(yè)、電商平臺等提供基于自動(dòng)駕駛、計(jì)算機(jī)視覺、智能語音、自然語言理解等AI技術(shù)的軟硬件產(chǎn)品。由于進(jìn)入物流領(lǐng)域的時(shí)日尚短，AI企業(yè)對物流行業(yè)理解不深導(dǎo)致賦能場景挖掘能力有限，涉及物流內(nèi)部業(yè)務(wù)核心的類似于訂單分配系統(tǒng)的場景又難以觸達(dá)，大部分AI企業(yè)選擇從自動(dòng)駕駛卡車、無人配送車、無人機(jī)等具備較大市場想象空間但技術(shù)成熟度稍顯不足或落地條件不夠完備的應(yīng)用場景入局，短期內(nèi)很難取得實(shí)質(zhì)性突破。因此，對于AI企業(yè)來說，其“人工智能+物流”發(fā)展策略中最關(guān)鍵的還是要致力于提升自身核心產(chǎn)品技術(shù)的領(lǐng)先性與穩(wěn)定度，具備向客戶提供較為成熟的軟硬件產(chǎn)品的能力是企業(yè)發(fā)展的根基；其次要積極與物流企業(yè)深入合作，以標(biāo)桿項(xiàng)目和實(shí)戰(zhàn)數(shù)據(jù)說話；此外，要靈活運(yùn)用核心技術(shù)與產(chǎn)品，在關(guān)注物流行業(yè)的同時(shí)尋找其他的適配領(lǐng)域和變現(xiàn)途徑，例如無人物流車的低速自動(dòng)駕駛技術(shù)同樣可以驅(qū)動(dòng)無人清掃車、無人零售車等，使企業(yè)具備一定的造血能力，而不是一味地接受資本輸血，生存下去的初創(chuàng)企業(yè)才有機(jī)會等到真正的窗口期到來。