數(shù)據(jù)根實(shí)驗(yàn)室（data root labs）是一家烏克蘭的數(shù)據(jù)研究公司。本文是在它最近發(fā)布的一個(gè)研究報(bào)告《物流中的人工智能：新興的初創(chuàng)企業(yè)，剩余的挑戰(zhàn)和新模式（AI in Logistics: Emerging Startups, Remaining Challenges and New Models）》【1】的基礎(chǔ)上編譯而成，旨在促進(jìn)人工智能在物流中的創(chuàng)新及應(yīng)用。

唐隆基博士：中國(guó)數(shù)字化學(xué)會(huì)特聘終身顧問及羅戈研究院副院長(zhǎng)，廣州捷世通物流股份有限公司戰(zhàn)略副總兼IT總監(jiān)，湖南大學(xué)計(jì)算機(jī)信息工程學(xué)院兼職教授。

1. 全球100新興的物流人工智能初創(chuàng)企業(yè)

隨著供應(yīng)鏈管理和物流等行業(yè)在人工智能競(jìng)賽中占據(jù)中心地位，人工智能每年都會(huì)達(dá)到新的應(yīng)用水平。據(jù)Infoholic Research預(yù)測(cè)【2】，2017-2023年，物流和供應(yīng)鏈?zhǔn)袌?chǎng)的人工智能將以42.9%的復(fù)合年增長(zhǎng)率增長(zhǎng)，到2023年將達(dá)到65億美元。

過程的復(fù)雜性和行業(yè)產(chǎn)生的數(shù)據(jù)量要求通過數(shù)字化實(shí)現(xiàn)更高、更緊密的結(jié)構(gòu)和透明度。撇開運(yùn)營(yíng)挑戰(zhàn)不談，人們現(xiàn)在就想要他們的東西——無論是等待新設(shè)備的跨國(guó)公司，還是期待節(jié)日到來時(shí)收到禮物的亞馬遜客戶。在當(dāng)今世界，交貨速度比以往任何時(shí)候都重要。除了速度，客戶還要求在特定的時(shí)間段交貨和提貨，這給路線優(yōu)化增加了一層復(fù)雜性。然后，還有定價(jià)問題。

在網(wǎng)絡(luò)價(jià)格透明的時(shí)代，企業(yè)有望以較低的成本提供更高質(zhì)量的服務(wù)，這給企業(yè)利潤(rùn)帶來壓力，并推動(dòng)企業(yè)向勞動(dòng)自動(dòng)化方向發(fā)展。物流這個(gè)行業(yè)有太多的移動(dòng)部件，如果沒有人工智能和增強(qiáng)，它將無法持續(xù)。由于供應(yīng)鏈的不同部分有多個(gè)參與者，監(jiān)管機(jī)構(gòu)，大量第三方，包括分包商、運(yùn)營(yíng)商、航空公司，這確實(shí)太大了，以至不能倒，但如果整個(gè)體系不適應(yīng)現(xiàn)代社會(huì)，它肯定很容易出現(xiàn)經(jīng)濟(jì)停滯和嚴(yán)重虧損。

根據(jù)【1】從Crunchbase【3】和其他來源收集的公共信息，編制了100家將人工智能帶入全球物流行業(yè)的初創(chuàng)公司的清單（見圖1）。每個(gè)物流技術(shù)初創(chuàng)公司都采用獨(dú)特的人工智能方法，其中一些已經(jīng)實(shí)施了多個(gè)用例。

圖1：世界100新興的物流人工智能初創(chuàng)企業(yè)

圖2展示了按國(guó)家分，物流人工智能初創(chuàng)企業(yè)個(gè)數(shù)，其中美國(guó)59家占據(jù)了59%。前五大國(guó)家，除美國(guó)外，印度排名第二有7家，中國(guó)和德國(guó)排名第三各6家，以色列有5家。這說明在物流人工智能創(chuàng)新領(lǐng)域，美國(guó)遠(yuǎn)走在世界的前頭，其勢(shì)頭不可忽視，其精神和思路值得學(xué)習(xí)。 

圖2：按國(guó)家分，物流人工智能初創(chuàng)企業(yè)個(gè)數(shù)

2. 2021年物流創(chuàng)新格局中的AI

下面是部分初創(chuàng)公司在物流領(lǐng)域進(jìn)行人工智能創(chuàng)新的案例：

1) 荷蘭初創(chuàng)公司Fizyr通過構(gòu)建用于在惡劣的物流環(huán)境中自動(dòng)揀貨和放置的軟件產(chǎn)品，使用AI實(shí)現(xiàn)物流中人工任務(wù)的自動(dòng)化。Fizyr的模塊化軟件產(chǎn)品無需購(gòu)買市場(chǎng)上大多數(shù)分揀公司提供的專有揀選單元，而是將其與任何相機(jī)，機(jī)器人和末端執(zhí)行器平滑集成，從而使公司可以隨時(shí)選擇最佳設(shè)備以滿足他們的需求。該算法每秒提供100多種抓握姿勢(shì)，包括分類以不同方式處理對(duì)象，還執(zhí)行質(zhì)量控制以檢測(cè)缺陷以防止將損壞的物品放置在分類器上。

2) 印度公司Invento Robotics專業(yè)從事開發(fā)用于與客戶互動(dòng)的服務(wù)機(jī)器人。他們的旗艦機(jī)器人稱為Mitra，可以通過面部識(shí)別技術(shù)識(shí)別來賓，并與他們進(jìn)行對(duì)話，同時(shí)提醒來賓主機(jī)到來。今年，Mitra受過培訓(xùn)，可以幫助醫(yī)護(hù)人員遠(yuǎn)程篩查和診斷Covid-19患者，以防止接觸Covid-19。

3) 總部位于馬薩諸塞州威爾明頓的Locus Robotics制造自主的移動(dòng)機(jī)器人，以支持零售商和倉(cāng)庫(kù)物流提供商的電子商務(wù)運(yùn)營(yíng)。它最近宣布，現(xiàn)在已經(jīng)超過了2.5億個(gè)揀選量級(jí)別，這意味著Locus機(jī)器人現(xiàn)在每15分鐘可以揀選10,000多個(gè)單位。

4) 由前Google員工創(chuàng)立的加利福尼亞初創(chuàng)公司Nuro宣布獲得了軟銀的10億美元投資。這家初創(chuàng)公司生產(chǎn)R-1機(jī)器人，該機(jī)器人可以在船上運(yùn)載許多產(chǎn)品，可以橫穿人行道，甚至可以爬樓梯進(jìn)行交付，并且由于其纖巧，比大多數(shù)替代品更安全。據(jù)汽車之心報(bào)道: 12 月 24 日，美國(guó)硅谷自動(dòng)駕駛技術(shù)公司 Nuro.ai 獲得加州機(jī)動(dòng)車管理局（DMV）許可，將在該州的公共道路上推出付費(fèi)自動(dòng)駕駛送貨服務(wù)，但 Nuro 沒有透露具體的合作伙伴和運(yùn)營(yíng)城市。不過在此之前，Nuro 已經(jīng)與達(dá)美樂披薩、沃爾瑪、CVS 等零售商達(dá)成了合作關(guān)系，所以大概率也會(huì)在這幾家之中。同步在加州開展付費(fèi)無人配送（見圖3）。

圖3：Nuro在加州開展付費(fèi)無人配送【4】

與此同時(shí)，Nuro 還收購(gòu)了總部位于舊金山的自動(dòng)駕駛卡車創(chuàng)業(yè)公司 Ike，有意進(jìn)軍干線物流（見圖4）。

圖4：Nuro 還收購(gòu)了Ike，有意進(jìn)軍干線物流【4】

5) Robby Technologies成立于2016年，由YCombinator支持，正在開發(fā)Robby 2，這是一款具有先進(jìn)AI的自動(dòng)駕駛汽車，具有導(dǎo)航和交互功能。它不僅可以導(dǎo)航道路，還可以導(dǎo)航人行道，行人和鐵路道口。它還配備了對(duì)話式AI，以鼓勵(lì)人類與機(jī)器人之間的互動(dòng)。例如，如果有人擋住了羅比的路，羅比會(huì)說“對(duì)不起”和“謝謝”。

6) 衛(wèi)星影像公司DigitalGlobe向共享單車巨頭Uber提供行星表面的高分辨率圖片。這些圖像為高級(jí)地圖繪制工具的開發(fā)提供了豐富的輸入源，以提高其駕駛員和騎手之間的接送，導(dǎo)航和下車的精度。在一個(gè)城市將其添加到官方矢量地圖之前，DigitalGlobe的衛(wèi)星可以解密新的路面標(biāo)記，車道信息以及街道規(guī)模對(duì)交通模式的變化。

3. 知名物流企業(yè)AI趨勢(shì)和主要參與者

雖然創(chuàng)業(yè)公司正在進(jìn)行大量創(chuàng)新，給知名企業(yè)，如DHL， FedEx也帶來了很多顛覆。但這些知名物流企業(yè)都在物流人工智能應(yīng)用創(chuàng)新和應(yīng)用方面奮起直追，下面是一些主要參與者的創(chuàng)新案例:

1) 在采用新技術(shù)方面，DHL等公司和鹿特丹港等港口一直是頭條新聞。更具體地說，DHL建立了一個(gè)基于機(jī)器學(xué)習(xí)的工具，可以預(yù)測(cè)空運(yùn)時(shí)間的延遲。機(jī)器分析58個(gè)不同的數(shù)據(jù)點(diǎn)，并提前一天預(yù)測(cè)每日的運(yùn)輸延誤或加速。此外，機(jī)器學(xué)習(xí)模型可精確指出影響發(fā)貨延遲的主要因素。鹿特丹港口通過開發(fā)Pronto（一種用于港口電話標(biāo)準(zhǔn)化數(shù)據(jù)交換的應(yīng)用）來投資自學(xué)習(xí)模型。該應(yīng)用程序允許船運(yùn)公司，代理商和碼頭在港口呼叫期間計(jì)劃，實(shí)施和跟蹤其活動(dòng)。通過分析諸如船只類型，貨物類型，位置，路線，航行速度以及附近其他船只等因素，由AI驅(qū)動(dòng)的Pronto可以預(yù)測(cè)船只到達(dá)港口的時(shí)間。

2) 同時(shí)，世界最大的物流公司之一東日本鐵路公司計(jì)劃在2027年開始實(shí)施自動(dòng)駕駛列車。

3) 聯(lián)邦快遞最近宣布了其新的快遞機(jī)器人SameDay Bot（見圖5），以提高“最后一英里”的交付效率。該機(jī)器人以最高時(shí)速10mph的速度結(jié)合了類似于自動(dòng)駕駛汽車和常規(guī)攝像頭的LIDAR傳感器，可在道路上獨(dú)立導(dǎo)航并避免碰撞。也許很快我們的Pizza Hut比薩或Walgreens雜貨將由SameDay機(jī)器人交付。

圖5：聯(lián)邦快遞最近宣布了其新的快遞機(jī)器人SameDay Bot【5】

4) 越來越多的大型汽車公司發(fā)布公告，例如寶馬，戴姆勒，福特，豐田和大眾。他們中的大多數(shù)正在開發(fā)自動(dòng)駕駛汽車技術(shù)。同時(shí)，像Google，Tesla和Waymo這樣的年輕公司通過使用專有AI和制造技術(shù)開發(fā)自己的自動(dòng)駕駛汽車，挑戰(zhàn)了現(xiàn)有公司。此外，出行平臺(tái)公司Lyft和Uber與知名汽車公司合作，自動(dòng)提供按需乘車服務(wù)。

5) 中國(guó)后起的知名物流企業(yè)，如京東，阿里菜鳥，順豐等都在人工智能方面布局，并且已推出了許多AI應(yīng)用產(chǎn)品（見圖6-7）。

圖6：京東X事業(yè)部智能物流體系 

圖7：菜鳥數(shù)智化供應(yīng)鏈的自動(dòng)化智能化運(yùn)作

4. 物流AI創(chuàng)新分類

• 現(xiàn)有流程的自動(dòng)化

自動(dòng)化是全面進(jìn)行大規(guī)模優(yōu)化的第一步，許多公司已經(jīng)做到這一點(diǎn)，至少可以保持競(jìng)爭(zhēng)力：

自動(dòng)化可重復(fù)的任務(wù)，例如表單完成，發(fā)票和庫(kù)存檢查。

• 加快人為易犯錯(cuò)誤并需要非常特定的法規(guī)知識(shí)的復(fù)雜的流程。

• 自動(dòng)化客戶數(shù)據(jù)收集和存儲(chǔ)–對(duì)于想要保留其客戶最新記錄的大型企業(yè)而言，這是一個(gè)持續(xù)的挑戰(zhàn)。

• 使用自主機(jī)器人實(shí)現(xiàn)倉(cāng)庫(kù)操作的自動(dòng)化-用于代替或協(xié)助倉(cāng)庫(kù)內(nèi)部的所有操作人員。

• 對(duì)過程優(yōu)化的預(yù)測(cè)和預(yù)報(bào)

自動(dòng)化已經(jīng)為行業(yè)帶來了巨大的收益，但是AI的預(yù)測(cè)能力能獲得更大的收益。大型物流公司正在探索或內(nèi)部化大量潛在的用例：

• 通過增強(qiáng)眾多全球供應(yīng)鏈參與者之間的溝通來預(yù)測(cè)交貨路線，從而有效地運(yùn)輸，提取和交付貨物。

• 預(yù)測(cè)機(jī)械的磨損并改善總體設(shè)備有效性指數(shù)。

• 預(yù)測(cè)燃油用量以優(yōu)化車隊(duì)。

• 預(yù)測(cè)未來的生產(chǎn)需求。

•  顛覆性創(chuàng)新的先進(jìn)技術(shù)

如果我們更深入地探索技術(shù)漏斗，那么在我們剛剛開始探索的更高級(jí)形式的AI方面，基本上就存在著無限的可能性。想想波士頓動(dòng)力公司和亞馬遜的自動(dòng)交付無人機(jī)機(jī)隊(duì)，然后考慮這些用例離我們還有多遠(yuǎn)：

• 圖像識(shí)別中的AI將加快庫(kù)存管理，而智能機(jī)器人分揀將加速包裹處理。

• 人工智能和物聯(lián)網(wǎng)的交集將使傳感器能夠提供供應(yīng)鏈中的可見性，準(zhǔn)確的安全性和安全性解決方案，并減少有害排放。

• 通過Siri，Alexa和Google等智能AI助手進(jìn)行購(gòu)買，將有助于個(gè)性化購(gòu)物體驗(yàn)，并提高已經(jīng)十分困難的消費(fèi)主義速度。

  聯(lián)邦快遞（FedEx）首席信息官羅布?卡特（Rob Carter）表示，你將能夠“暢所欲言”，并且（Alexa）會(huì)提出正確的問題，以確保你完成了工作。然后你就可以指望一輛卡車開到你辦公室的前門，把貨物揀起來，然后把它們運(yùn)過去。”。

5. 新冠疫情對(duì)行業(yè)的影響

我們正處在充滿挑戰(zhàn)的時(shí)代，但挑戰(zhàn)給我們帶來無數(shù)機(jī)遇。新冠疫情大流行給整個(gè)部門帶來了巨大壓力。有幾個(gè)原因。一個(gè)是當(dāng)今供應(yīng)鏈的全球化性質(zhì)，其一產(chǎn)品的各個(gè)組件在各個(gè)國(guó)家（尤其是在中國(guó)）生產(chǎn)。二是諸如附加協(xié)議之類的新法規(guī)，這些法規(guī)與病毒的傳播有關(guān)，從而造成了交付瓶頸并減慢了貨物的流通速度。第三點(diǎn)-政府，企業(yè)和消費(fèi)者期望某些商品的交付速度更快。在大流行初期，它們是口罩和個(gè)人防護(hù)設(shè)備。隨著臨近2020年底，必須建立新的流程以在適當(dāng)?shù)臈l件下在美國(guó)，歐洲和世界其他地區(qū)運(yùn)送疫苗，這給物流公司帶來了更多壓力。話雖如此，大流行為物流的某些領(lǐng)域創(chuàng)造了前所未有的機(jī)會(huì)。下面就是一些實(shí)例：

• 隨著越來越多的消費(fèi)者從線下轉(zhuǎn)向在線，電子商務(wù)行業(yè)的興起

• 無人機(jī)，自動(dòng)駕駛汽車，機(jī)器人初創(chuàng)公司，可以代替運(yùn)送人員，最大限度地減少勞動(dòng)力短缺的風(fēng)險(xiǎn)，并有助于保持社會(huì)距離

• 借助AI進(jìn)行路線優(yōu)化，以加快貨物交付速度并減少碳排放。例如，位于班加羅爾的初創(chuàng)公司Invento Robotics已重新使用其機(jī)器人-進(jìn)行篩查和診斷，以防止醫(yī)生和醫(yī)護(hù)人員接觸Covid-19患者。機(jī)器人幫助收集患者數(shù)據(jù)，即姓名和癥狀，并測(cè)量溫度。那些有癥狀或與Covid-19陽(yáng)性家庭成員接觸過的人被引導(dǎo)到診斷機(jī)器人，與醫(yī)生進(jìn)行遠(yuǎn)程視頻對(duì)話。

• 供應(yīng)鏈監(jiān)控公司TagBox重新培訓(xùn)了其AI模型，以在工作場(chǎng)所實(shí)施，維護(hù)和管理社交疏離。當(dāng)人的體溫升高時(shí)，初創(chuàng)公司的可穿戴Tag360會(huì)發(fā)出警報(bào)。它可以監(jiān)視診斷測(cè)試套件的處理，并在檢測(cè)到未經(jīng)授權(quán)的打開，處理不當(dāng)或溫度風(fēng)險(xiǎn)時(shí)發(fā)出警報(bào)。

6. 中國(guó)物流人工智能初創(chuàng)企業(yè)

下表展示了全球100家物流的人工智能初創(chuàng)企業(yè)中的六家中國(guó)公司的融資和創(chuàng)新情況，其中一家在香港。

7. 總結(jié)

本文介紹和分析了全球物流的人工智能創(chuàng)新格局。主要內(nèi)容包括以下幾方面:

• 全球100新興的物流人工智能初創(chuàng)企業(yè)

• 2021年物流創(chuàng)新格局中的AI

• 知名物流企業(yè)AI趨勢(shì)和主要參與者

• 物流AI創(chuàng)新分類

• 新冠疫情對(duì)行業(yè)的影響

• 中國(guó)物流人工智能初創(chuàng)企業(yè)

參考文獻(xiàn)：

【1】 尤利婭?希奇科娃，物流中的人工智能：新興的初創(chuàng)企業(yè)，剩余的挑戰(zhàn)和新模式，Data Root Labs，https://datarootlabs.com/blog/ai-in-logistics-emerging-startups-remaining-challenges-and-new-models 

【2】 https://www.infoholicresearch.com/report/artificial-intelligence-in-logistics-market-forecasts-to-2023/

【3】 https://www.crunchbase.com/hub/artificial-intelligence-startups

【4】 陳念航，Nuro收購(gòu)無人卡車公司Ike布局干線物流，同步在加州開展付費(fèi)無人配送，汽車之心， 2020-12-24

【5】 交付未來：FedEx推出自主交付機(jī)器人，

https://newsroom.fedex.com/newsroom/thefuturefedex/utm_source=datarootlabs&utm_medium=blog