京東無人機、亞馬遜超級倉、阿里菜鳥的自動分揀系統……隨著大數據、云計算、物聯網等技術在快遞行業內不斷應用，物流變得越來越高效與便捷，同時也在悄然改變著人們的生活方式。

一、AI在物流領域的應用

(一)視覺識別技術。 這一技術可用作確定識別到的特征是否能夠代表系統已知的一類物體，基于此可對物流快遞包裹進行分揀。還可幫助分揀人員從大量的快遞郵件中進行檢索和分類，更為便捷、有效地幫助在非受限環境里操作。

(二)語音識別技術。 這一技術可以自動且準確的轉錄人類的語音。語音識別的主要應用包括語音書寫、電腦系統聲控、電話客服等。在物流行業語音識別可以自助下單，語音下單。

(三)機器人、無人機技術。 目前大型物流快遞企業已經批量采用機器人，無人機，智能收發設備等。例如蒙牛乳業、可口可樂、珠江啤酒等企業借助機器人技術實現包裝碼垛作業的自動化;京東物流使用智能搬運機器人的全流程無人倉和無人機配送站等。

人工智能技術的應用深入地改變了業態，根據國務院發布的《關于促進快遞業發展的若干意見》，“互聯網+”快遞成為快遞行業發展的新方向。在快遞業中推進移動互聯、物聯網、大數據、云計算等技術服務，引導企業加強數據分析與應用，做掌上物流、智能物流、云物流、虛擬倉儲等，增強快遞業的信息化水平。快遞業從起初的勞動密集型已經轉變為技術密集型。

二、“AI+物流”的典型企業

(一)順豐速運。 順豐目前已經研發出研發第六代智能終端、智能手環以及機械臂來幫助快遞員在完成工作的同時，提高工作效率;通過采用NLP技術等一些自然語言處理的技術，去分析客戶對話的意圖，把關鍵信息抽取出來，幫助系統自動輔助客服人員，或自動完成一些操作，從而提供更加個性化的服務;利用人工智能技術將多維度的內部、外部數據結合在一起，建立機器學習模型，幫助做智慧決策。

(二)京東物流。 京東比較敏銳地把握了物流快遞業的發展趨勢，自主研發、整合了在數據驅動、智慧供應鏈、科技物流三個方面的優勢創建了京東智能物流(JD Smart)，目前在全國擁有9個“亞洲一號”智能物流中心。京東的無人分揀中心場內自動化設備覆蓋率達到100%，可實現自動供包并對包裹進行掃描，實現即時有效的分揀，智能路徑規劃、配送過程實時可視，從而大幅度提升物流效率。

(三)菜鳥聯盟。 菜鳥聯盟致力于在現有物流業態的基礎上，建立一個開放、共享、社會化的物流基礎設施平臺。其打造的中國最大機器人倉庫在廣東惠陽已經投入使用，這一倉庫內有上百臺智能機器人，它們既協同合作又要獨立運行，代表著中國機器人倉庫的最高水平。菜鳥聯盟試圖在未來努力打造遍布全國的開放式、社會化物流基礎設施——“中國智能骨干網”，在全國范圍內形成一套開放共享的社會化倉儲設施網絡。同時，利用先進的互聯網技術，收發實現智能化，自助收取。

(四)亞馬遜物流。 亞馬遜在業界率先使用了大數據、人工智能和云技術進行倉儲物流的管理，推出預測性調撥、跨區域配送、跨國境配送等服務。例如在中國亞馬遜運營中心，最快可以在30分鐘之內完成出庫，快速揀選、快速包裝、分揀整個訂單處理。此外，亞馬遜還有一套基于大數據分析的技術來幫助精準分析客戶的需求，當消費者瀏覽頁面時智能系統也可以在幾個毫秒內從數百個交付方案中，計算出在承諾時間送達商品的情況下，哪一種發貨方式最快捷、客戶體驗最好，從而實現動態調配不同倉庫的庫存，實現高效的配送。

三、考驗與瓶頸

雖然人工智能已被認為是物流業的下一個風口，然而，要確保行業人工智能化穩步推進，仍然面臨一系列的考驗與瓶頸。

(一)AI物流數據基礎設施建設滯后

據《2017中國智慧物流大數據發展報告》數據顯示，我國數據基礎設施仍處于起步階段，指數值僅為18.8。以我國物流企業信息化建設為例，企業物流信息化程度水平較低，全面實施物流信息化的企業僅占10%，大多數物流企業運用物流信息技術如RFID、EIS等較少，出現了多方信息不對稱，信息交換率低、不及時傳遞等現象。由于我國物流企業缺乏高效的物流信息技術作為支撐，數據基礎建設滯后，直接導致企業物流成本較高，嚴重影響了企業物流的服務質量。

(二)末端物流智能服務有待提升

2016年智能協同指數顯示，智能路由分單指數均值為74.2，電子面單普及指數為72.9，但是末端協同指數僅為4.7，末端協同仍處在起步階段。雖然，智能快遞柜已成為大城市末端配送的主流形勢，但是仍然存在利用不均的問題，有的智能快遞柜被大量閑置，有的則無柜可用，末端智能服務能力急需提高。

(三)AI物流專業人才緊缺

國務院發布的《物流業發展中長期規劃(2014-2020年)》報告指出，我國物流從業人員正以年均6.2%的速度增長，現有物流人才的培養數量完全不能滿足社會需求，我國物流人才短缺的問題極為嚴重。另外，未來人工智能技術如無人機、機器人等的廣泛應用，又將在很多物流操作方面取代人工作業。現在企業真正需要的是既懂物流業務，又熟悉物聯網、云計算等先進技術的綜合型物流高端人才。但是目前高校培養出來的物流人才在層次結構上與社會需求不符，人工智能物流高端人才的培養仍處在探索階段。

四、AI+物流發展的應對策略

(一)加快信息標準建設，實現信息互融互通

一方面加快制定條形碼、RFID等物流信息采集標準，不同信息系統之間的對接、信息交換的規范等，使不同的物流技術在倉儲、運輸、配送等物流業務中的應用標準得到統一。另一方面加快智慧物流標準化體系建設，形成物流作業在跨部門、跨行業、跨企業之間的標準運作，推動物流業務流程標準化管理和營運。

(二)構建智能末端體系，提升末端智能服務能力

首先要積極鼓勵電子商務、物流配送等企業共同合作，利用物聯網、云計算、大數據等先進物流信息手段有效整合物流資源，借助智能物流信息化平臺，通過共同配送、無人機配送等AI物流模式，達到末端物流配送集約化目的，解決最后一公里難題。其次通過自動化倉庫、自動化分揀機、電子標簽揀選系統、揀選機器人等自動化設備，實現快速存取、分揀、搬運等物流作業，提高末端物流配送效率。最后支持物流配送企業、快遞企業與連鎖便利店、社區服務站、學校等單位共同合作，發展共享型的智能快遞柜、智能快遞站等AI物流末端配送設施，提高末端自動化、智能化的服務水平，使末端物流作業變得高效且低成本。

(三)多方協同培養人才，共筑AI物流力量

高校、政府、企業、物流協會、社會培訓機構共同協作，研究制定出適合AI物流發展的高端物流人才培養模式，盡快培養出社會所需的真正物流人才。政府相關部門要盡快出臺政策文件，鼓勵高校、物流協會、企業等多方在高端智能型物流管理人才培養上的深度融合和經費支持。通過多方的共同協作，為AI物流的發展提供源源不斷的人才力量。