雷鋒網(wǎng)按：智能物流一直是物流行業(yè)津津樂(lè)道的關(guān)鍵詞，在人工智能技術(shù)大爆發(fā)的背景下，物流行業(yè)將何去何從？年月日～月日，由雷鋒網(wǎng)承辦的CCF-GAIR大會(huì)上，將開(kāi)設(shè)智能物流專(zhuān)場(chǎng)，屆時(shí)來(lái)自菜鳥(niǎo)、京東等物流行業(yè)的專(zhuān)家和學(xué)者將匯聚一堂，共同探討智能物流的未來(lái)。

從年開(kāi)始，雙不再只是光棍們自嘲和相互取暖的日子。在淘寶商城的帶動(dòng)下，這一天已逐漸成為一場(chǎng)全民的購(gòu)物狂歡。

買(mǎi)買(mǎi)買(mǎi)是愉快的，但等待快遞也是焦急的。年，菜鳥(niǎo)網(wǎng)絡(luò)成立，它被定位為以數(shù)據(jù)為驅(qū)動(dòng)的社會(huì)化協(xié)同平臺(tái)。也許很多資深的網(wǎng)購(gòu)達(dá)人已經(jīng)注意到，快遞的送達(dá)時(shí)間已在逐年縮短。

統(tǒng)計(jì)數(shù)據(jù)顯示，年的雙，第億件包裹的送達(dá)時(shí)間為天，年為天，年為天，年為.天。

在這些數(shù)據(jù)背后，有中國(guó)交通基礎(chǔ)設(shè)施和快遞產(chǎn)業(yè)鏈不斷完善的因素，同時(shí)，作為調(diào)配物流運(yùn)力的看不見(jiàn)的手，算法的優(yōu)化更是功不可沒(méi)。

那么算法優(yōu)化主要應(yīng)用在物流的那些環(huán)節(jié)，它能為智能物流帶來(lái)什么？下一步菜鳥(niǎo)網(wǎng)絡(luò)的算法團(tuán)隊(duì)還打算解決物流算法中的哪些痛點(diǎn)？帶著這些問(wèn)題，雷鋒網(wǎng)采訪了菜鳥(niǎo)網(wǎng)絡(luò)的高級(jí)算法專(zhuān)家朱禮君。

朱禮君：現(xiàn)任菜鳥(niǎo)網(wǎng)絡(luò)高級(jí)算法專(zhuān)家。于美國(guó)馬里蘭大學(xué)獲得物理學(xué)博士學(xué)位。先后在Goldman Sachs、Amazon和Facebook從事數(shù)學(xué)建模和算法方面的研究工作。年回國(guó)后加入阿里巴巴，先后帶領(lǐng)了天貓個(gè)性化推薦算法團(tuán)隊(duì)和菜鳥(niǎo)網(wǎng)絡(luò)倉(cāng)配供應(yīng)鏈算法團(tuán)隊(duì)。

朱禮君：在菜鳥(niǎo)網(wǎng)絡(luò)，算法團(tuán)隊(duì)負(fù)責(zé)的主要是菜鳥(niǎo)物流平臺(tái)中各個(gè)產(chǎn)品的算法和數(shù)學(xué)模型的建立和應(yīng)用。我們需要和菜鳥(niǎo)的合作伙伴一起，對(duì)物流網(wǎng)絡(luò)進(jìn)行優(yōu)化。

雷鋒網(wǎng)：物流的算法優(yōu)化主要應(yīng)用于物流的哪個(gè)環(huán)節(jié)？可否詳細(xì)說(shuō)說(shuō)算法優(yōu)化的會(huì)帶來(lái)哪些看得見(jiàn)的價(jià)值？物流環(huán)節(jié)的哪些工作崗位可能會(huì)受到影響？

朱禮君：菜鳥(niǎo)網(wǎng)絡(luò)有很多合作伙伴，這些合作伙伴分布在各個(gè)不同的物流環(huán)節(jié)。我們的技術(shù)需要與合作伙伴協(xié)同，根據(jù)不同的物流場(chǎng)景來(lái)實(shí)現(xiàn)不一樣的功能。

商家端，算法會(huì)指引商家備貨、補(bǔ)貨以及庫(kù)存分布和運(yùn)輸進(jìn)倉(cāng)，降低商家供應(yīng)鏈成本。

倉(cāng)儲(chǔ)端，我們通過(guò)預(yù)測(cè)和優(yōu)化算法來(lái)合理地布局倉(cāng)庫(kù)里的貨位和庫(kù)存分布；會(huì)動(dòng)態(tài)地跟據(jù)倉(cāng)庫(kù)的作業(yè)情況生成貨品揀選任務(wù)，優(yōu)化倉(cāng)內(nèi)的作業(yè)效率；會(huì)推薦合適的包材，降低耗材成本；會(huì)做自動(dòng)化設(shè)備調(diào)度，通過(guò)自動(dòng)化設(shè)備之間的協(xié)同來(lái)提升倉(cāng)庫(kù)運(yùn)作效率。

配送端，我們有路徑優(yōu)化引擎，來(lái)優(yōu)化車(chē)輛的任務(wù)指派和行走路徑，降低車(chē)輛行走的路徑，在節(jié)省成本的同時(shí)也能為環(huán)保盡一份力。

最后一公里的末端網(wǎng)絡(luò)上，我們能動(dòng)態(tài)地根據(jù)任務(wù)來(lái)調(diào)配社會(huì)化運(yùn)力，優(yōu)化供需匹配。

當(dāng)然，作為一個(gè)開(kāi)放的平臺(tái)，我們會(huì)對(duì)外提供我們的算法服務(wù)，緊跟數(shù)據(jù)化和自動(dòng)化的趨勢(shì)，與行業(yè)一起發(fā)展。

我們要看到，以前很多需要人決策的問(wèn)題，重復(fù)性比較大，會(huì)越來(lái)越多地由算法完成。物流行業(yè)從業(yè)人的精力就可以更多地被釋放出來(lái)，深入到物流行業(yè)的運(yùn)營(yíng)和管理上來(lái)。

雷鋒網(wǎng)：為了實(shí)現(xiàn)這些物流優(yōu)化，你們使用了哪些新的技術(shù)手段？相比于傳統(tǒng)的方法，它們的先進(jìn)性體現(xiàn)在哪里？在解決問(wèn)題的過(guò)程中，傳統(tǒng)方法和新方法是怎樣的一個(gè)關(guān)系？

朱禮君：我們?cè)趯?shí)際工作中，有借鑒機(jī)器學(xué)習(xí)的思想，其實(shí)就是人工智能技術(shù)，來(lái)加速我們求解問(wèn)題的過(guò)程。

目前傳統(tǒng)方法和新方法都有運(yùn)用，傳統(tǒng)方法可以解決簡(jiǎn)單問(wèn)題，新方法能夠解決復(fù)雜問(wèn)題，新方法是技術(shù)進(jìn)步帶來(lái)的產(chǎn)物。

雷鋒網(wǎng)：在算法方面，要實(shí)現(xiàn)像雙十一這種級(jí)別的網(wǎng)購(gòu)節(jié)日的物流優(yōu)化需要比平時(shí)更加注重什么？

朱禮君：像雙十一這種級(jí)別的網(wǎng)購(gòu)節(jié)日對(duì)整個(gè)社會(huì)的物流都有很大的壓力。對(duì)于應(yīng)付這種壓力，我們需要精準(zhǔn)的需求預(yù)測(cè)，能夠提前知道商品在不同區(qū)域的需求量，這樣才能幫助商家未雨綢繆地準(zhǔn)備好庫(kù)存，做到不缺貨也不滯銷(xiāo)。

在整個(gè)物流網(wǎng)絡(luò)中，我們除了有精準(zhǔn)的預(yù)測(cè)以外還需要有預(yù)警和自適應(yīng)調(diào)節(jié)機(jī)制，在上游出現(xiàn)意想不到的情況的時(shí)候，能夠通過(guò)算法模型動(dòng)態(tài)地做出新的決策，緩解下游的壓力。在上下游的配合上也需要通過(guò)算法的提前規(guī)劃做到更好的銜接，保證包裹在每一個(gè)物流節(jié)點(diǎn)上都能很順暢地流到下一個(gè)節(jié)點(diǎn)上去，不會(huì)產(chǎn)生積壓和阻塞。

另外，因?yàn)榇蟠賹?duì)物流資源的需求大大地超過(guò)日常，所以我們也需要更好地去利用算法，與合作伙伴協(xié)同作戰(zhàn)，合理配置社會(huì)物流資源。

朱禮君：要實(shí)現(xiàn)零庫(kù)存需要菜鳥(niǎo)網(wǎng)絡(luò)與合作伙伴深度協(xié)同合作，讓行業(yè)內(nèi)的數(shù)據(jù)更好的連接，通過(guò)算法來(lái)優(yōu)化物流網(wǎng)絡(luò)的布局，并且對(duì)未來(lái)的需求做更精準(zhǔn)的預(yù)測(cè)。

首先，下游的銷(xiāo)售和預(yù)測(cè)數(shù)據(jù)要能夠連接到供應(yīng)鏈的最上游，使得上游的生產(chǎn)商、供應(yīng)商能快速地響應(yīng)需求，做到按需生產(chǎn)，縮短庫(kù)存周期。

其次，我們需要和合作伙伴一起，根據(jù)用戶(hù)的需求分布和各個(gè)城市的物流特性來(lái)選擇倉(cāng)庫(kù)、分撥中心、配送站點(diǎn)的配置，有了這張網(wǎng)絡(luò)，我們才能做到貨物的快速流動(dòng)，讓客戶(hù)盡快收到包裹。

另外，我們需要能對(duì)未來(lái)的銷(xiāo)量進(jìn)行精準(zhǔn)的預(yù)測(cè)，并且通過(guò)算法的反饋來(lái)調(diào)整商家的營(yíng)銷(xiāo)策略，減少缺貨和滯銷(xiāo)的風(fēng)險(xiǎn)。

雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))：從目前來(lái)看，在算法優(yōu)化的角度，繼續(xù)節(jié)省快遞送達(dá)時(shí)間和物流成本的關(guān)鍵點(diǎn)在哪里？切箱問(wèn)題的算法目前還有多大的優(yōu)化空間？

朱禮君：算法優(yōu)化能促進(jìn)菜鳥(niǎo)和合作伙伴更好的協(xié)同合作，提高物流鏈路的效率，降低成本。譬如說(shuō)，在倉(cāng)庫(kù)里的揀選和打包的任務(wù)調(diào)度就需要考慮到配送的車(chē)輛安排已經(jīng)下游網(wǎng)點(diǎn)的運(yùn)力。

為整個(gè)物流鏈路做一個(gè)全局優(yōu)化模型是不現(xiàn)實(shí)的，我們需要對(duì)上下游的環(huán)節(jié)做合理的數(shù)學(xué)抽象，然后通過(guò)打造仿真系統(tǒng)來(lái)檢測(cè)算法產(chǎn)出的決策對(duì)上下游的影響。通過(guò)不斷地迭代來(lái)做到全局的優(yōu)化。

切箱問(wèn)題，簡(jiǎn)單來(lái)說(shuō)就是怎么給訂單分配箱型，學(xué)術(shù)圈研究了很多年，是一個(gè)很有意思的數(shù)學(xué)問(wèn)題。我們現(xiàn)在是打破這個(gè)問(wèn)題的約束，根據(jù)訂單的重量和尺寸分布來(lái)重新設(shè)計(jì)包材的大小，從而降低包材的成本。

另外我們?cè)趯?shí)際的問(wèn)題中，我們還遇到了像中空物體、可變形物體的裝箱問(wèn)題，還有袋子的包裝方案推薦。這些對(duì)業(yè)務(wù)有影響，對(duì)技術(shù)有挑戰(zhàn)。

朱禮君：最近幾年有一些學(xué)術(shù)界的研究是應(yīng)用深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的技術(shù)來(lái)求解一些傳統(tǒng)的優(yōu)化問(wèn)題。簡(jiǎn)單來(lái)說(shuō)就是使用人工智能技術(shù)，在這個(gè)方向上我們也有投入。

雷鋒網(wǎng)：半導(dǎo)體行業(yè)有一個(gè)摩爾定律，物流行業(yè)在配送時(shí)間上有沒(méi)有遵循某一個(gè)發(fā)展規(guī)律？今年雙，你們預(yù)計(jì)第一億件快遞的送達(dá)時(shí)間是幾天？

朱禮君：物流行業(yè)的配送時(shí)間近年來(lái)一直在縮短。比如年的時(shí)候，億包裹的送達(dá)花了天，到了年提速到了天，年就只用了.天。配送時(shí)間的縮短遵循不是摩爾定律。今年雙很快就要來(lái)了，相信配送時(shí)間會(huì)繼續(xù)縮短。

朱禮君：下一步我們的重點(diǎn)是打造一個(gè)服務(wù)我們的合作伙伴、服務(wù)物流行業(yè)的優(yōu)化引擎。

因?yàn)槲锪髦械暮芏鄦?wèn)題的框架都比較類(lèi)似，我們可以通過(guò)一個(gè)優(yōu)化引擎去求解這些問(wèn)題。比如路徑規(guī)劃、庫(kù)存管理、箱型推薦、網(wǎng)絡(luò)規(guī)劃等等問(wèn)題，都是整個(gè)物流行業(yè)中經(jīng)常出現(xiàn)的問(wèn)題。我們?cè)诔恋碜约涸谶@方面的算法技術(shù)，把這些算法產(chǎn)品化，并且通過(guò)云服務(wù)開(kāi)放服務(wù)，和行業(yè)以及合作伙伴一同來(lái)發(fā)展。

未來(lái)我們會(huì)繼續(xù)開(kāi)放我們的算法服務(wù)，和合作伙伴協(xié)同，遵循自動(dòng)化和數(shù)據(jù)化的趨勢(shì)，與行業(yè)一同發(fā)展。另外從學(xué)術(shù)的角度來(lái)說(shuō)，我們將持續(xù)投入人工智能在優(yōu)化領(lǐng)域的研究。

最后值得一提的是，朱禮君還會(huì)參加今年的CCF-GAIR大會(huì)，發(fā)表題為“大數(shù)據(jù)時(shí)代的物流優(yōu)化問(wèn)題“的主題演講，以及“智能物流和倉(cāng)儲(chǔ)改變商業(yè)未來(lái)”的圓桌會(huì)談。屆時(shí)，我們就能更加詳細(xì)的了解到菜鳥(niǎo)網(wǎng)絡(luò)的大數(shù)據(jù)和算法優(yōu)化為物流行業(yè)帶來(lái)了哪些改變。