118
機器人
人工智能時代下物流企業的變革發展
智慧物流一定是與人工智能技術密切結合的物流活動，由於今天會議的主題是A級物流企業評估，因此我跟大家分享一下我對“人工智能時代下物流企業變革發展”的幾個認識。主要從認識人工智能、人工智能對物流的影響、物流企業變革發展的方向三個方麵談一談，不足之處請大家批評指正。
1認識人工智能
人工智能概念從1956年誕生，曆時60年，經曆三次熱潮：第一次是智能跳棋程序的出現，第二次是專家係統的出現，但在這兩次之後，由於技術的限製都有一個長時間低穀期。2010年以後，隨著大數據、雲計算、深度學習技術突破，人工智能飛速發展，從此開創一個對我們未來產生顛覆性影響的新時代，它將重構經濟運行方式，物流可能首當其衝。
下麵這張圖簡要地表明物理世界和人工世界的關係。
這個圖最下端和最上端是我們接觸到的人的活動、社會經濟活動，稱為現實的物理世界。物理世界活動非常豐富、分散、多元、個性化，長期以來人們沒有很好的辦法對這些活動精確刻畫，因此多依賴於宏觀和中觀統計。後來在互聯網基礎上，信息物理係統得以發展，它可以記錄、追蹤個人的活動狀態和社會經濟活動狀態，把所有的活動變成數據，這些數據可能是實時的，也可能是累積的。數據進入到大規模並行計算係統——稱為雲計算係統，大量、快速處理數據，並直接形成一係列雲端智能服務產品，又通過一係列設備組成的信息物理係統服務物理世界人的活動和社會經濟活動。我們看到圖右側的邏輯關係是非常清楚的。
一般認為，物理世界中產生的海量數據就是大數據，隻要把這些數據抓到了就形成大數據，但實際上人工智能中大數據並不是這個概念，從人的活動、社會經濟活動當中采集的，經過數字化後合並起來的真實數據不是大數據，這些數據在係統中永遠都是小數據。因為它們是在偶然的時間和場景下發生的個別數據狀態，即使這些個別數據的集合規模龐大。舉個例子，李世石戰勝AlphaGo的那天晚上，李世石疲憊地睡去，但AlphaGo卻和自己下了100萬盤棋。這100萬盤棋並不是物理世界產生的，是機器產生的，物理世界產生的數據僅僅有那幾盤對決而已。所以，人工智能最核心的部分在這裏：把物理世界產生的小數據輸入到機器模型算法當中，機器不停地模擬各種各樣的場景，產生遠遠大於現實世界的海量數據，它可以幫助物理世界試錯並幾乎沒有代價。這些數據通過機器學習和模擬，不斷地對它進行擴大、強化，這時候才是真正的大數據訓練。通過這種大數據訓練，我們可以看到對未來的各種各樣場景非常強的刻畫和可能性，這就是人工智能的核心，它位於上圖的右側。隨著機器學習的發展可形成更多的模型算法，算法結果會形成一係列的創新性產品，又進入到雲計算和智能產品服務當中，並可通過人的活動和數據反饋對它進行修正。於是從數據到計算到智能產品到機器學習，所有環節循環反饋才形成真正的人工智能係統。人工智能係統輸入輸出兩端連接現實物理世界。在這個係統中我們看到了當下非常熱門的詞：“物聯網”、“雲計算”、“AI應用”以及“機器學習”。那麼，它們對物流有什麼影響呢？
2人工智能對物流的影響
人工智能最終會走到何種高度還不得而知，但有三個影響已經明顯可見的：（1）智能設備重組物流生產要素；（2）智能計算重構物流運作流程；（3）區塊鏈技術改變物流契約規則
2.1智能設備重組物流生產要素
物流最基本三大生產要素基礎設施、生產工具和勞動力。由於物聯網和智能設備的發展，比如智能機器人、互聯汽車、自動駕駛汽車等，將對物流產生很大影響——因為智能工具可以代替現有勞動力，形成非常強大的虛擬勞動力，勞動生產率遠遠高於人。伴隨著機器人、自動駕駛汽車等智能化設備的普及和運用，智能生產工具替代現有生產工具和大量勞動力，形成了新的物流生產要素結構。
我們來看一下這種結構會對產生什麼影響。下圖是普華永道去年的一個研究，研究表明歐洲平均一輛卡車年行駛14萬公裏的情況下，如果逐漸用無人駕駛車輛，到2025年運營成本比2016年下降28%。
波士頓谘詢公司也有相似研究。研究比較了自動駕駛車輛對不同噸位車輛運輸成本的影響，左側圖形表明自動駕駛將大大降低車輛小型化帶來的成本增加，傳統模式下，4個5噸位車輛成本是一個20噸位車輛成本的133%，采用無人駕駛車輛後，它們的成本都降低了，前者降低得更明顯，比後者隻增加了33%。如果考慮到集貨時間的影響，用更小噸位車輛運輸，會減少集貨等待，提高服務水平。右側比較了無人駕駛技術下軸輻式網絡和點到點網絡成本。通過無人駕駛技術的實施，點到點網絡運輸可能更具成本優勢。
我們再來看機器人的價格，從2010年到2015年價格機器人價格一直在降低，下降非常明顯，機器人單位時間成本也快速下降，同時人工價格一直上漲，差不多2016年二者的成本持平，隨後機器人時間成本繼續下降，人工成本繼續上升。那麼這些能說明什麼呢？
如果說中國的勞動力成本比較低，而歐美國家勞動力成本比較高，因此歐美國家更趨向於使用機器人和智能設備來完成一些活動，當他們可以用更低的成本獲得勞動力，那麼還有什麼理由把製造業轉移到不發達國家去呢？所以製造業會重新回流到發達國家。我們現在是一個製造業大國，我們物流的流向有很多從中國流出去，但是當製造業回歸到這些國家以後，這些國家不僅可以滿足本國需求，而且物流可能會反向流動，產品流向中國。實際上它不僅僅影響物流的效率，它還影響全球生產力布局。當全球生產力布局發生改變，物流整個需求分布形態就發生變化，這對物流而言是需求端本源的變化。
2.2智能計算重構物流運作流程
我們來看中間這個鏈，這個鏈大家非常熟悉，這是物流從生產車間經車輛運輸到園區和配送中心，最後到客戶的過程，由於這個過程中涉及到的參與方非常多，所以就出現了第三方物流，整合和協同整個過程，這是一個串行過程。
隨著人工智能發展，這個串行過程可能被分解為若幹個並行過程。除了設備的互聯互通之外，車輛和設備也可能裝上人腦芯片，人腦芯片具有自我計算和決策能力。人腦芯片類似於人的神經元，它可以快速反射，很多信息處理可以在本地進行，不需要通過人的大腦，因此形成很多小的自決策係統，並行完成若幹工作。比如安上芯片的貨運車輛可以自動計算車廂裏剩餘多少空間，哪個部件壞了，什麼時候需要維修。芯片之間可以相互聯係，所以車輛可與配送中心自動安排裝卸時間、與維修中心自動安排修理時間。在這樣一個小範圍內，它們自動決策，自動檢測，自動修理，很多活動都可以自動按流程去排序。就像神經元反射不需要經過大腦一樣，這些活動也可以不進入雲計算中心平台，大大提高係統計算效率和反應能力。
所以未來物流流程可以由若幹個並行結構構成，在不同層次上有很多活動通過並行方式，可以非常分散的運行，從而建立快速反應機製。人腦芯片突破了馮·諾依曼計算模塊和存儲單元分離結構，從全局來看每個人腦芯片是分布式工作。當需要時，以一定的規則提取相關數據，再進行分析計算。我們認為物流流程會率先在局部出現並行結構，並逐步擴展到更多領域，這無疑將顛覆現有的物流組織模式。
人腦芯片的商業化運用還需一段時間，但初級運用已經出現，DHL把傳感器裝在配送車輛上麵，並與智能家居APP、郵筒以及超市相連，接受其他終端傳來的信息自動計算車輛的剩餘空間、智能規劃線路，不再依靠人力配送，大大提高末端配送效率。
2.3區塊鏈改變物流契約規則
當人工智能來臨，我們的社會將會是增強型人類、人類和機器不同形式的混合體，它們之間不僅要相互通訊，還要相互交易。人工智能社會必將建立一套新的交易規則來適應混合體間的交易行為，目前看來區塊鏈技術正好搭建了新的計算機協議主體結構，幫助人工智能社會實現契約管理。區塊鏈具有高度透明、去中心化、去信任、集體維護（不可更改）、匿名等性質，本質上是一個去中心化的分布式記賬數據庫。
現實世界中由於信息不對稱，我們需要通過一個中介機構來解決交易雙方信任問題，互聯網的出現大大降低了信息不對稱程度，從而各種設備接入開放式集中雲，未來將去中心化和中介化，實現點到點直接連接。
物流過程跨度廣、鏈條長、參與方多，參與方信用是一個非常難以累積和沉澱的內容，所以現在出現很多平台，以中介的身份，通過對物流參與方交易行為的記錄，累積參與方信用，並以此為基礎完成一係列物流金融活動。當區塊鏈技術日益商業化，物流信用的記錄方式就徹底改變了。
在物流領域，區塊鏈技術已有初步應用，美國郵政是區塊鏈技術在物流領域較早的實踐者，它已形成一個較為清晰的計劃，將應用集中在金融服務、設備管理、身份驗證服務和供應鏈管理四個方麵。美國郵政欲利用區塊鏈技術創建一個金融平台，允許郵局之間進行快速、直接的交易，幫助美國郵政在電子貨幣的使用上逐漸占主導地位。為借助區塊鏈（郵政或非郵政區塊鏈）進行安全、透明的金融交易，美國郵政需要提供身份驗證服務。身份驗證服務是區塊鏈中最大的一個領域，美國郵政作為一個用戶高度信任的政府機構，有望成為最適合進行身份驗證的角色。在設備管理方麵，美國郵政希望用區塊鏈的分散控製驗證係統使設備能夠更安全地記錄和傳輸數據，以更低的成本建立並管理郵政物聯網。在供應鏈管理領域，使用區塊鏈識別包裹和郵件，在海關機構、運輸合作夥伴、長途卡車司機、寄件人和收件人形成的鏈條中，對所有環節進行包裹識別和跟蹤，以數字貨幣的方式支付，貨物到達目的地後自動支付發票，形成可審計的監管鏈。
去年年底，荷蘭鹿特丹港、荷蘭銀行、代爾夫特理工大學等多家企業和機構成立了區塊鏈物流研究聯盟，我國物流與采購聯合會成立了區塊鏈應用分會，順豐、安得物流、一汽物流等物流企業是其中首批成員。
根據相關研究，區塊鏈技術剛剛起步，目前還主要集中在數字貨幣研發階段，隨著區塊鏈技術發展，很多契約規則都將改變，物流也不例外。
3物流企業變革發展的方向
3.1智能社會的物流企業結構
看看工業革命對企業結構的影響，第一次工業革命產生了工廠，第二次工業革命形成壟斷集團，第三次工業革命出現全球科技壟斷型企業，比如微軟、穀歌等等，貧富差進一步擴大，現在到了智能時代，我們把它稱為第四次工業革命。那麼它的影響是越來越分散化、去中心化，還是越來越壟斷？
我們的答案是在物流業中這兩個趨向同時存在。
第一個趨向是物流末端運作分散化，因為末端需求越來越個性化、小量化，末端長尾設備和人員，催生更多共享經濟。但在另一方麵，物流組織過程高度集中化，形成更少更集中的壟斷企業。物流沿著兩個路徑同時發展，一個路徑是資源使用共享，另一個路徑是組織層麵集中。
3.2物流行業新貴
新技術對物流行業重構的結果是物流企業形態會發生較大改變，催生一批物流行業新貴，有些企業跨界而來，來勢洶洶，我稱之為“攪局者”，有些企業利用新技術快速創新物流模式，成為物流行業領頭羊。
物流行業中的攪局者
雖然菜鳥一再聲稱自己是一家科技公司，但同時也是5A級物流企業。我們將看到越來越多的企業在某一天突然宣布其實它也是一家物流企業，雖然這可能完全突破了你對該企業的認知，但請相信這是事實。
這種攪局者，至少現在我們可以看到以下兩類企業極具潛力，並且虎視眈眈：
第一類是無人駕駛汽車製造商，它會利用嵌入的物聯網技術對汽車服務鏈進行重新整合。這是一個非常大的市場，現在每一輛汽車都有所有權轉移，但是，當汽車製造時就物聯網化，汽車一下線就有了共享的基因，每一輛汽車都是一個數據中心，圍繞汽車的一切活動和服務都被汽車製造商掌握。Tesla宣稱在2017年底之前將實現洛杉磯到紐約無人駕駛汽車，百度的時間表是2019年，福特、通用、Google是2021年。無人駕駛汽車的出現使汽車製造商從傳統汽車銷售者轉變成為交通出行服務提供商，對物流運營商而言，擁有汽車使用權比汽車產權更重要。無人駕駛車輛製造企業有意開展汽車出行服務，像Uber這樣的企業也正致力於開發無人駕駛汽車。無人駕駛汽車製造商以對物流運輸工具的掌控作為物流運營入口，將帶來物流企業不同姿態。
第二類企業是掌握了貨物交易入口的電商企業。電商企業利用消費大數據和規模優勢，在包裹密集區域，容易以自營物流方式形成壟斷，而對偏遠地區則外包給第三方。密集區規模優勢形成的低物流成本和偏遠區域高物流成本差異十分顯著，因此電商企業容易獲得低成本競爭優勢，高利潤部分自營，低利潤部分外包。
不同電商企業物流路徑不相同，京東自建物流運營體係，越來越向第三方物流企業發展，與傳統第三方不同的是，從一開始就注重新技術應用。菜鳥更像是把淘寶模式複製到物流上，立誌做平台，依托淘寶係貨源優勢，通過提供一係列數字化工具，快速提升中小物流企業運營能力，布局物流基礎設施，意在重組物流長尾資源。蘇寧具有強大線下網絡優勢，通過智能配送中心建設，大幅提高節點效率和配送能力，蘇寧也傾向於發展成為第三方物流企業。電商企業物流化已成為趨勢，它們是物流行業最活躍的攪局者，不過目前看，它們的物流客戶主要來自於電商平台，要成為真正具有更廣泛服務能力的物流企業，還有時日。
物流行業中的領頭羊
雖然有跨界攪局者強勢進入，但貨物的流動和交付有自身的經濟規律。當我們把視野放大到全球，再收回到城市提貨點，將體會到完全不同的物流運作方式。能夠將全球物流和末端配送有機結合的企業，將專業化物流做到極致的企業才可能成為物流行業的領頭羊。這也是為什麼全球最著名的物流企業都有空運或海運背景的原因。所以將來物流行業的領頭羊依然會在現有的物流企業中產生，它們最有可能是具有持續技術優勢的國際物流集成商，比如DHL、UPS和聯邦快遞等。它們走在技術應用前沿，有完善的全球物流網絡，並能完成複雜的末端配送，更重要的是它們都是優秀的供應鏈物流提供商，通過新技術將供應鏈物流服務水平不斷推向新的高度，持續保持在行業中的競爭優勢。
對於那些能快速利用智能技術重構物流流程的傳統物流企業，人工智能的出現是企業發展的重大機會，中國的順豐早已不是一家快遞企業，其網絡布局、運力部署、新技術研發和應用、供應鏈物流拓展，都露出騰飛端倪。這類企業可能成為新一輪物流企業重構中的新貴。
3.3物流企業發展把握“變與不變”
雖然技術在快速迭代更替，但物流企業發展應把握其中的“變”和“不變”。物流不變的是它的性質——“貨物交付服務”，變的是它的實現手段——“交付方式”。
不變——地理基礎設施節點網絡
貨物交付是高度地理化的，無法通過虛擬世界實現，因此物流需要的地理基礎設施節點網絡永遠不會變。雖然剛才介紹的BCG研究結果表明以後點對點的運輸成本可能會極大下降，但是受城市交通設施和規劃限製，不可能提供自由停車環境，所有貨物的裝卸都應該在允許地點進行。大家想想現在非常熱鬧的共享單車，隨意停放已經讓人感到擾亂城市秩序，如果換成送貨汽車怎麼樣？因此，物流在地理空間網絡上一定離不開地域性，離不開基礎設施節點網絡。
我們正在研究人工智能技術對物流運營網絡基本模式的影響，初步結果表明軸輻式網絡依然是物流運營網絡的主要模式，在末端配送領域，網絡結構可能會有變化，進一步的研究還在進行中。未來物流基礎設施節點一定會被強化，但不是現在簡單粗放的形態，它一定是智慧化的，與其他節點、工具設施互聯互通，具有更強大的物流組織功能。我們設計了智慧物流園區基本模型，它是未來物流企業物理網絡節點的形態，並開始用這個模型指導新的智慧物流園區設計和在某些業務方麵對舊園區實施改造。
物流企業如果不重視對對物流節點資源的投資和物流網絡布局，很容易在人工智能技術革命中被摧毀得無影無蹤。跨界而來的電子商務企業，最難的布局就是線下物流網絡資源，因為它需要更多的投資和更長的時日。菜鳥不僅在全國積極布局物流園區，而且也通過智能係統接入，將現有節點資源納入線下網絡體係，京東以自建、租賃等方式建設配送中心，建設一張張全國性的物流線下節點網絡都是必須下的一步棋。
變——人工智能會重新定義物流的全流程
物流一定會變的是人工智能將重新定義物流全流程，為了適應這個“變”，物流企業必須在以下三個方麵做出改變：
第一步是以基礎設施設備為切入點的物流活動數字化改造過程。
人類活動千差萬別，但隻要將這些活動表示為“0和1”，立即就標準化了，所有的活動都可以通過計算得以反應。數字化就是把千差萬別的物流活動變成“0和1”的標準化過程。當一切要在底層相通，要用計算說話的時候，誰不進到數字化，誰就會被邊緣化。因此物流企業第一步是要將業務數字化，沒有其他捷徑，所以我把它稱為初級步驟。
第二步是用軟件重新定義物流企業。很多企業認為上了ERP就完成了企業的信息化，有了物流信息平台就完成了物流信息化，這種認識有非常大局限性。ERP主要定位於企業計劃，物流信息平台僅僅解決信息不對稱問題，都不能對物流運營業務產生影響。隨著物流設施設備智能化，它們不斷地采集自己的數據上傳到雲端，我們可以掌握哪些倉庫、車輛滿負荷運轉，哪些空閑，那麼空閑生產力就可以被調用，因此軟件已從硬件的附屬，變為硬件是軟件的附庸，硬件設備被軟件定義。UPS通過行車整合優化和導航係統（On-Road Integrated Optimization and Navigation，ORION），利用安裝在上千輛運輸車輛上的傳感器不斷發回的數據流來優化線路，UPS公司運輸路線縮短了530萬公裏，引擎閑置時間減少了1000萬分鍾，節省了65萬加侖的油，碳排放量減少了6500多公噸。所以物流企業要重視用軟件定義企業的趨勢，更高效地利用IT資源，最大限度發揮業務價值
第三步是深度發展企業業務並行計算能力。在人工智能社會，是一個比智商的社會，計算能力就是人工智能社會的智商，誰算得快，誰就壟斷。所以，物流企業要深度發展企業的業務並行計算能力。
抓住這三點，物流企業才有可能跟上智能時代革命的步伐。凱文·凱利說：“我們現在處於的這個時代是在最開始的最開始，一切改變都將會接踵而至，隻有擁抱這些改變，才會得到我們想要的。”一切剛剛開始，讓我們擁抱改變。
最後更新：2017-10-08 01:15:24