數(shù)據(jù)價(jià)值挖掘

在運(yùn)營類操作以外，AI更大的優(yōu)勢就是幫助我們處理超過負(fù)載的信息，可以理解結(jié)構(gòu)化數(shù)據(jù)，以及包含圖像、視頻和語音的非結(jié)構(gòu)化數(shù)據(jù)。目前，許多巨頭也開始注重物流行業(yè)全局?jǐn)?shù)據(jù)的收集。

比如順豐的智慧物流系統(tǒng)的不僅僅停留在“看、識(shí)別”方面，而是擁有了自己的思考，協(xié)同人類工作。為了幫助快遞車輛和收派人員尋求最優(yōu)路線、提升快件時(shí)效，通過綜合運(yùn)用人工智能、大數(shù)據(jù)和動(dòng)態(tài)規(guī)劃算法，順豐開發(fā)了實(shí)時(shí)路徑規(guī)劃技術(shù)，根據(jù)實(shí)時(shí)件量來動(dòng)態(tài)優(yōu)化路由，將騎行小哥、貨車司機(jī)等運(yùn)輸資源更好的與線路匹配，在時(shí)效窗口內(nèi)提高裝載率，從整體上提高運(yùn)輸時(shí)效，降低運(yùn)輸成本。

無獨(dú)有偶，對于每天會(huì)產(chǎn)生數(shù)億條數(shù)據(jù)的物聯(lián)網(wǎng)平臺(tái)G7來說，其通過與巨頭騰訊云的合作開始針對物流行業(yè)聯(lián)手打造解決方案，形成在數(shù)據(jù)積累、AI人才、市場傳播、商業(yè)模式等領(lǐng)域的生態(tài)合作。具體到實(shí)際場景中，車載設(shè)備從位置定位、油耗傳感器、溫度、速度搜集的數(shù)據(jù)會(huì)交由騰訊云在云端處理。騰訊云物聯(lián)云服務(wù)IoT可以獲取每一輛車的實(shí)時(shí)信息，如位置、油耗等，通過IoT服務(wù)實(shí)時(shí)匯集管理。同時(shí)，IoT通過規(guī)則引擎組件中編寫類SQL語句無縫對接大數(shù)據(jù)套件，進(jìn)行車輛路徑、車輛規(guī)劃、司機(jī)排班等的優(yōu)化。在這個(gè)解決方案中，AI成功實(shí)現(xiàn)了從輔助身份到“軍師”身份的轉(zhuǎn)變。

不難想象，在物流行業(yè)日漸發(fā)展的未來，通過生成假設(shè)、評(píng)估、辯證和建議，人工智能未來會(huì)進(jìn)化出更強(qiáng)大的信息推理能力。

全局、多維、協(xié)同、持續(xù)，產(chǎn)業(yè)AI的雛形初現(xiàn)

產(chǎn)業(yè)AI之所以更加復(fù)雜，是因?yàn)楫a(chǎn)業(yè)的需求往往比一兩個(gè)元素與AI結(jié)合復(fù)雜得多。綜合來看，合格的產(chǎn)業(yè)與AI必須是深度結(jié)合并具備多維、協(xié)同、持續(xù)、全局四個(gè)特點(diǎn)。通過多維度滲透進(jìn)物流行業(yè)的“看”、“預(yù)測”、“匹配”；通過與物流行業(yè)的工作人員協(xié)同工作；通過全局洞察物流行業(yè)從而擁有大局視野，更是因持續(xù)不斷的進(jìn)化升級(jí)，物流產(chǎn)業(yè)AI的雛形正在形成。

產(chǎn)業(yè)AI，本質(zhì)上是產(chǎn)業(yè)科技化，科技產(chǎn)業(yè)化，這也必將是個(gè)漫長的過程。如何抓住產(chǎn)業(yè)AI的機(jī)會(huì)，不再滿足于單點(diǎn)替代，而是和C端一起去重新定義端到端的模型，打造一個(gè)全新的業(yè)態(tài)，像物流行業(yè)一樣，深入場景＋打造閉環(huán)或許是AI產(chǎn)業(yè)化的最優(yōu)選擇。（作者：AI趨勢學(xué)院）