物流產業(yè)AI全景圖雛形初現(xiàn)
數(shù)據(jù)價值挖掘
在運營類操作以外，AI更大的優(yōu)勢就是幫助我們處理超過負載的信息，可以理解結構化數(shù)據(jù)，以及包含圖像、視頻和語音的非結構化數(shù)據(jù)。目前，許多巨頭也開始注重物流行業(yè)全局數(shù)據(jù)的收集。
比如順豐的智慧物流系統(tǒng)的不僅僅停留在“看、識別”方面，而是擁有了自己的思考，協(xié)同人類工作。為了幫助快遞車輛和收派人員尋求最優(yōu)路線、提升快件時效，通過綜合運用人工智能、大數(shù)據(jù)和動態(tài)規(guī)劃算法，順豐開發(fā)了實時路徑規(guī)劃技術，根據(jù)實時件量來動態(tài)優(yōu)化路由，將騎行小哥、貨車司機等運輸資源更好的與線路匹配，在時效窗口內提高裝載率，從整體上提高運輸時效，降低運輸成本。
無獨有偶，對于每天會產生數(shù)億條數(shù)據(jù)的物聯(lián)網平臺G7來說，其通過與巨頭騰訊云的合作開始針對物流行業(yè)聯(lián)手打造解決方案，形成在數(shù)據(jù)積累、AI人才、市場傳播、商業(yè)模式等領域的生態(tài)合作。具體到實際場景中，車載設備從位置定位、油耗傳感器、溫度、速度搜集的數(shù)據(jù)會交由騰訊云在云端處理。騰訊云物聯(lián)云服務IoT可以獲取每一輛車的實時信息，如位置、油耗等，通過IoT服務實時匯集管理。同時，IoT通過規(guī)則引擎組件中編寫類SQL語句無縫對接大數(shù)據(jù)套件，進行車輛路徑、車輛規(guī)劃、司機排班等的優(yōu)化。在這個解決方案中，AI成功實現(xiàn)了從輔助身份到“軍師”身份的轉變。
不難想象，在物流行業(yè)日漸發(fā)展的未來，通過生成假設、評估、辯證和建議，人工智能未來會進化出更強大的信息推理能力。
全局、多維、協(xié)同、持續(xù)，產業(yè)AI的雛形初現(xiàn)
產業(yè)AI之所以更加復雜，是因為產業(yè)的需求往往比一兩個元素與AI結合復雜得多。綜合來看，合格的產業(yè)與AI必須是深度結合并具備多維、協(xié)同、持續(xù)、全局四個特點。通過多維度滲透進物流行業(yè)的“看”、“預測”、“匹配”；通過與物流行業(yè)的工作人員協(xié)同工作；通過全局洞察物流行業(yè)從而擁有大局視野，更是因持續(xù)不斷的進化升級，物流產業(yè)AI的雛形正在形成。
產業(yè)AI，本質上是產業(yè)科技化，科技產業(yè)化，這也必將是個漫長的過程。如何抓住產業(yè)AI的機會，不再滿足于單點替代，而是和C端一起去重新定義端到端的模型，打造一個全新的業(yè)態(tài)，像物流行業(yè)一樣，深入場景＋打造閉環(huán)或許是AI產業(yè)化的最優(yōu)選擇。（作者：AI趨勢學院）
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
