順豐CTO田民：物流行業(yè)在做三個搬，搬箱子,，搬數(shù)據(jù),，搬金融
順豐在過去積累和沉淀了很多行業(yè)經(jīng)驗和最佳實踐，但也面臨了很多新的問題和挑戰(zhàn),，傳統(tǒng)的技術架構和手段已經(jīng)無法有新的突破,。從去年開始，我們就嘗試用人工智能的技術來研究技術和尋找解決問題的方法,，并且有所收獲,，順豐是基于自己的海量數(shù)據(jù)、業(yè)務場景和結(jié)合多元化的人工智能技術分析問題的本質(zhì),，和解決實際與業(yè)務相關的問題,，不是單純的研發(fā)技術，更多的是在技術的運用和整合,。
上午騰訊包括馬化騰先生也在介紹順豐跟騰訊云合作的圖像識別的運單,，其實中文漢字的人工識別是非常具有挑戰(zhàn)的事情，但是我們通過跟騰訊云的合作,，結(jié)合我們自己的地址庫信息,，結(jié)合我們的地址庫的解析和算法能力，在很短的時間內(nèi)就把人工手寫漢字運單這件事情徹徹底底解決了,。大家可能不知道這件事情的意義,，在這之前有八千名順豐人員做手動輸入，所以這件事情是不計代價的,，原來雇傭了八千名輸單員來輸入這些信息,。
下面和大家分享我們在云和人工智能的案例：
我去年搭建了人工智能的團隊，大部分從海外招回來,，因為他們的背景都不是物流,，他們對物流幾乎是不太清楚，我就帶他們到了現(xiàn)場,，我就告訴他們一個問題,，順豐就是人多,，你就盯著人看，看哪群人天天在做反復同樣事情的人,，你想辦法幫我找到方法去解決掉,。比方說呼叫中心，我們天天接電話,、接查詢的人,，我們帶這個團隊去了安徽的呼叫中心，幾千人的呼叫中心,，非常龐大,。我們通過跟一些院校和企業(yè)的合作，建立了智能語音的能力,。
另外還有我們的小哥,，其實每天小哥的行使距離和路徑規(guī)劃是相當復雜的，現(xiàn)在的技術條件,，如果每天有900萬個包裹,，最高峰的時候有2000萬個包裹。20萬個收派人員,，2000萬個包裹對應后面就是4000萬個地址,，用現(xiàn)在的技術幾乎是不可能的事情，但是用阿爾法狗的理念我們覺得,，這是一個可以解決的問題，我們就想辦法,，把所有小哥的軌跡收集回來定位,，我們學習小哥每天是如何進行派送的，因為我們假設人是聰明的,，不管是小哥還是科學家,，他們都是聰明的人，他們不會做傻事,，他們不會多走一步路,，他們也不會去傷害一個客戶。
所以在他們的過往歷史工作中,，已經(jīng)積累了很多的know how,，如果有五個地址的話，他們知道用什么方法找到最捷徑的路徑,，并且會對任務進行排序,，根據(jù)客戶的屬性，比如說我經(jīng)常不在家里,，第一時間,，即使我離你最近,，也不先去投遞，因為妥投率對派間人來說是最核心的指標,。如果按照常規(guī)的路徑方法,，可能就用最短距離找到最的路徑規(guī)劃，其實小哥并不是這么走的,。
其實我們的路不光是在平面找到最佳路徑,，實際上后臺系統(tǒng)是無法做出這樣的決策的，我們是通過學習不同的小哥的最佳實踐,，把他每天的這些習慣記錄下來,，進行分析，進行判斷,，然后再輔助的推薦一些最佳路徑給到小哥,，這樣我們就很快解決了末端的物流派送路徑規(guī)劃問題。
另外就是無人車,。早晨陳教授講VC投了一家公司——Auto X,，因為順豐有大量的運力要求，有上萬臺的運輸車輛,。我們很早以前就開始關注無人駕駛和輔助駕駛技術,，我在很早以前就跟谷歌的無人駕駛團隊交流。前幾個月我正好去美國校招,，這當中我接觸了幾家全球比較頂級的,，在不同領域、不同方法實現(xiàn)無人駕駛的公司,，其中一家就是Auto X,，我坐上他們車的時候差點暈倒，一輛車上只裝了六個攝像頭,，就想帶著我在很厲害的城市進行駕駛,。
我當初是不太相信的，但是我坐在上面,，經(jīng)過了紅綠燈,，經(jīng)過了左轉(zhuǎn)彎、右轉(zhuǎn)彎的時候,，我相信了科技,，其實很多事情的解決并不需要那么復雜，用簡單的方法就可以解決一個復雜的問題,。我也坐上了Auto truck,，我也坐上了他們的大卡車，這輛車裝備了所有前進的雷達系統(tǒng),，裝備非常炫酷,，但是成本可能比這輛車還要貴,，所以順豐是一個公司，我們需要尋找跟業(yè)務相關的技術,，并且這種技術可以大規(guī)模被普及和應用的技術,，而不是簡簡單單高大上的技術。
相關新聞：
0條評論
網(wǎng)友評論
