傳化智聯(lián)副總裁項(xiàng)天成：人工智能將會(huì)在生產(chǎn)端先運(yùn)作起來

每經(jīng)編輯 每經(jīng)記者 沈溦 每經(jīng)編輯 文多    

每經(jīng)記者 沈溦 杭州攝影報(bào)道 每經(jīng)編輯 文多

目前人工智能將全面推動(dòng)傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)已成業(yè)內(nèi)共識(shí)。如在物流領(lǐng)域，人工智能技術(shù)有望促成行業(yè)拐點(diǎn)，畢竟現(xiàn)在智慧物流已是一個(gè)業(yè)內(nèi)津津樂道的關(guān)鍵詞。6月8日，針對(duì)人工智能給物流行業(yè)帶來的影響，物流行業(yè)龍頭企業(yè)傳化智聯(lián)副總裁項(xiàng)天成接受了《每日經(jīng)濟(jì)新聞》記者專訪。

《每日經(jīng)濟(jì)新聞》記者（下簡稱NBD）：人工智能提升中國制造是當(dāng)下業(yè)界共同關(guān)注的話題，您覺得如何將人工智能運(yùn)用于物流領(lǐng)域，才能最大限度釋放貨物流通潛力，降低物流流通成本？

項(xiàng)天成：首先要明確什么是人工智能？它的概念是“數(shù)據(jù)+個(gè)性化”。對(duì)傳化智聯(lián)來說，是希望達(dá)到社會(huì)供應(yīng)鏈的優(yōu)化，優(yōu)化就需要有大數(shù)據(jù)的支持，而個(gè)性化則是針對(duì)不同的實(shí)體做出不同的方案。

具體來說，整個(gè)供應(yīng)鏈從采購、運(yùn)輸?shù)缴a(chǎn)、出庫，再到下個(gè)環(huán)節(jié)的運(yùn)輸，形成了一個(gè)物流閉環(huán)。從物流的角度出發(fā)，會(huì)發(fā)現(xiàn)貨物又經(jīng)過了很多環(huán)節(jié)，在每一個(gè)環(huán)節(jié)中會(huì)有許多要素：人、車、貨、倉，每個(gè)要素都可以用人工智能的手段來優(yōu)化。

比如，車輛是物流重要的基本工具，在車輛終端上的人工智能即是一個(gè)數(shù)據(jù)采集設(shè)備，分為邊緣計(jì)算和云計(jì)算兩種，可以在設(shè)備中計(jì)算車輛潛在問題提前避免事故，不同的車輛、不同的數(shù)據(jù)結(jié)果就會(huì)按不同需要做出不同的反應(yīng)；此外，倉庫也是重要一環(huán)，為了讓貨物更快進(jìn)出，可以利用一些無人駕駛的叉車，與之前采用的激光導(dǎo)航技術(shù)不同，目前人工智能技術(shù)基于化媒體識(shí)別，已經(jīng)可以感知前方距離精準(zhǔn)地把貨放在指定的貨架上去。

而進(jìn)一步的供應(yīng)鏈優(yōu)化屬運(yùn)籌學(xué)范疇，全國各地有幾千萬的貨在物流網(wǎng)絡(luò)上跑，以前物流公司都是各自為陣的，可以做到局部最優(yōu)，但是沒有做到全局最優(yōu)，如何找到一個(gè)網(wǎng)絡(luò)中的全局最優(yōu)點(diǎn)和全球最優(yōu)效果？就是收集更多的數(shù)據(jù)，讓不同的個(gè)體分享這些數(shù)據(jù)，讓原本是兩個(gè)人運(yùn)的貨拼成一車去運(yùn)，有更好的周轉(zhuǎn)或者是協(xié)同，這也是一種人工智能。

NBD：那么要使人工智能從技術(shù)走向商業(yè)化，甚至是可持續(xù)的商業(yè)模式應(yīng)該如何去實(shí)現(xiàn)？您認(rèn)為未來國內(nèi)的人工智能市場達(dá)到量產(chǎn)普及的突破點(diǎn)將發(fā)生在那些領(lǐng)域？

項(xiàng)天成：所謂人工智能，絕不僅僅是像AlphaGo這樣深度學(xué)習(xí)的程序系統(tǒng)，一個(gè)算法也是人工智能的范疇。從技術(shù)到商業(yè)化，事實(shí)上這個(gè)不難，只要找到場景就可以算投入產(chǎn)出比。比如做一家供應(yīng)鏈咨詢或者大數(shù)據(jù)優(yōu)化的公司，他們會(huì)通過企業(yè)給予他們的數(shù)據(jù)進(jìn)行一些算法，然后去優(yōu)化企業(yè)的運(yùn)作，達(dá)到節(jié)省好幾百萬元運(yùn)輸費(fèi)用的目的。

人工智能創(chuàng)造的價(jià)值是很容易去量化的。前提是企業(yè)需要培養(yǎng)一支能夠懂人工智能的又能夠懂技術(shù)場景的人才隊(duì)伍，不是純學(xué)術(shù)的，而是有能力去實(shí)施預(yù)設(shè)場景的，那么便很容易計(jì)算出投入產(chǎn)出比，即投入了多少技術(shù)力量、人力成本、設(shè)備成本，收益又是多少，這些完全是可量化的，而且在生活中已經(jīng)在大面積地使用了，其實(shí)我們每天都在接觸人工智能。

而未來，若將市場劃分為消費(fèi)端和生產(chǎn)端兩個(gè)場景，我認(rèn)為人工智能將會(huì)在生產(chǎn)端先運(yùn)作起來。比如無人駕駛技術(shù)，谷歌研究無人駕駛汽車至今仍是在一個(gè)上市階段還不到大面積推廣，而無人駕駛的叉車和AGB小車在倉庫里已經(jīng)到處都有。原因是，一方面生產(chǎn)端的場景更豐富更容易落地，另一方面生產(chǎn)端面臨的是物，相對(duì)來說比服務(wù)人要簡單一些。

（實(shí)習(xí)生張韻對(duì)本文亦有貢獻(xiàn)）

掃描二維碼，看大佬現(xiàn)場談人工智能（請(qǐng)勿在非Wi- Fi環(huán)境下點(diǎn)開）