顺丰CTO田民：物流行业在做三个搬，搬箱子，搬数据，搬金融
顺丰在过去积累和沉淀了很多行业经验和最佳实践，但也面临了很多新的问题和挑战，传统的技术架构和手段已经无法有新的突破。从去年开始，我们就尝试用人工智能的技术来研究技术和寻找解决问题的方法，并且有所收获，顺丰是基于自己的海量数据、业务场景和结合多元化的人工智能技术分析问题的本质，和解决实际与业务相关的问题，不是单纯的研发技术，更多的是在技术的运用和整合。
上午腾讯包括马化腾先生也在介绍顺丰跟腾讯云合作的图像识别的运单，其实中文汉字的人工识别是非常具有挑战的事情，但是我们通过跟腾讯云的合作，结合我们自己的地址库信息，结合我们的地址库的解析和算法能力，在很短的时间内就把人工手写汉字运单这件事情彻彻底底解决了。大家可能不知道这件事情的意义，在这之前有八千名顺丰人员做手动输入，所以这件事情是不计代价的，原来雇佣了八千名输单员来输入这些信息。
下面和大家分享我们在云和人工智能的案例：
我去年搭建了人工智能的团队，大部分从海外招回来，因为他们的背景都不是物流，他们对物流几乎是不太清楚，我就带他们到了现场，我就告诉他们一个问题，顺丰就是人多，你就盯着人看，看哪群人天天在做反复同样事情的人，你想办法帮我找到方法去解决掉。比方说呼叫中心，我们天天接电话、接查询的人，我们带这个团队去了安徽的呼叫中心，几千人的呼叫中心，非常庞大。我们通过跟一些院校和企业的合作，建立了智能语音的能力。
另外还有我们的小哥，其实每天小哥的行使距离和路径规划是相当复杂的，现在的技术条件，如果每天有900万个包裹，最高峰的时候有2000万个包裹。20万个收派人员，2000万个包裹对应后面就是4000万个地址，用现在的技术几乎是不可能的事情，但是用阿尔法狗的理念我们觉得，这是一个可以解决的问题，我们就想办法，把所有小哥的轨迹收集回来定位，我们学习小哥每天是如何进行派送的，因为我们假设人是聪明的，不管是小哥还是科学家，他们都是聪明的人，他们不会做傻事，他们不会多走一步路，他们也不会去伤害一个客户。
所以在他们的过往历史工作中，已经积累了很多的know how，如果有五个地址的话，他们知道用什么方法找到最捷径的路径，并且会对任务进行排序，根据客户的属性，比如说我经常不在家里，第一时间，即使我离你最近，也不先去投递，因为妥投率对派间人来说是最核心的指标。如果按照常规的路径方法，可能就用最短距离找到最的路径规划，其实小哥并不是这么走的。
其实我们的路不光是在平面找到最佳路径，实际上后台系统是无法做出这样的决策的，我们是通过学习不同的小哥的最佳实践，把他每天的这些习惯记录下来，进行分析，进行判断，然后再辅助的推荐一些最佳路径给到小哥，这样我们就很快解决了末端的物流派送路径规划问题。
另外就是无人车。早晨陈教授讲VC投了一家公司——Auto X，因为顺丰有大量的运力要求，有上万台的运输车辆。我们很早以前就开始关注无人驾驶和辅助驾驶技术，我在很早以前就跟谷歌的无人驾驶团队交流。前几个月我正好去美国校招，这当中我接触了几家全球比较顶级的，在不同领域、不同方法实现无人驾驶的公司，其中一家就是Auto X，我坐上他们车的时候差点晕倒，一辆车上只装了六个摄像头，就想带着我在很厉害的城市进行驾驶。
我当初是不太相信的，但是我坐在上面，经过了红绿灯，经过了左转弯、右转弯的时候，我相信了科技，其实很多事情的解决并不需要那么复杂，用简单的方法就可以解决一个复杂的问题。我也坐上了Auto truck，我也坐上了他们的大卡车，这辆车装备了所有前进的雷达系统，装备非常炫酷，但是成本可能比这辆车还要贵，所以顺丰是一个公司，我们需要寻找跟业务相关的技术，并且这种技术可以大规模被普及和应用的技术，而不是简简单单高大上的技术。
相关新闻：
0条评论
网友评论
