本文目录一览：
人工只能技术智能物流最后一公里配送方面有何局限性?
中国人工智能+物流发展报告：无人配送如何解决最后一公里难题AI技术在智能楼宇和物流领域中的新营销探索？
京东科技
原创
2020-9-17 18:26 · 京东数字科技集团官方账号
中国400万物流从业人员中的一半为末端配送人员，最后一公里的配送成本约是前1000公里的5倍，无人配送如何解决“最后一公里”难题AI技术在智能楼宇和物流领域中的新营销探索？
近年来，物流行业的蓬勃发展，加剧了企业之间的竞争，如何利用创新科技推动业务跳出红海，是很多物流企业都在思考的问题。企业数字化转型也正在从"互联网+"向"AI+"递进，"AI+行业"正成为不可忽视的变革力量。在成本不断攀升、效率提升缓慢的背景下，物流业最迫切的需求即"降本增效"。人工智能技术及相关软硬件产品的加入能够在运输、仓储、配送、客服等环节有效降低物流企业的人力成本，提高人员及设备的工作效率，是缓解物流业顽疾的一味良药。
其中，配送是货物流动过程的最后环节，也是物流链条上人力资源投入最重的环节。本期解读的《2020年中国人智能+物流发展研究报告》（下文简称"报告"），将重点分析人工智能在物流配送领域的施展空间和技术应用落地前老培景。
报告来源艾瑞《2020年中国人工智能+物流发展研究报告》
2025，中国人工智能+物流市场规模将达百亿规模
物流行业，尤其是快递行业，有一个很是奇妙的现象：一面是各种频出的「黑科技」，如无人机、无人车、机械手，仿佛人工智能的飓风已经向物流行业袭来，无人化、智能化的时代到来；一面是成千上万的快递员、派件的三轮车、转运中心的搬运工，显示出这个行业依旧是一个劳动力密集型的行业。这种奇妙的「断层」现象会让AI技术在智能楼宇和物流领域中的新营销探索我们思考，人工智能到底是什么？人工智能在物流行业尤其是快递行业有哪些应用？
人工智能的本质是技术革命。而自古以来的每一次技术革命，其最重要的作用就是提高生产效率，降低生产成本。该报告对"人工智能+物流"的研究范围主要集中在物流活动中的运输、仓储、配送及客服四个环节，分析研究人工智能技术及产品在上述物流作业流程中的应用情况与效果。
AI+物流产业链与侍衫唯传统物流产业链差异最大的地方在于，打破了传统意义上的上下游关系，AI公司、物流企业、电商平台在整条产业链上下游关系存在你中有我，我中有你的现象，或者说由于目前AI公司没有扎根业务层面，对业务发展理解程度较浅，提供的技术解决方案不够成熟，物流企业与电商平台通过自建研发团队、成立科技子公司等方式研究开发AI技术在物流各环节中的可行应用，物流企业和电商平台直接介入到上游的技术方案提供，和AI公司形成了竞争和合作并存的关系。
AI+物流产业图谱
从目前收入来看，2019年中国人工智能+物流市场规模约为15.9亿元，行业主力主要是产业链下游物流企业与电商平台的自主研发，产业链上游的AI公司目前提供的技术和切入角度有着相当的局限性。随着下游企业技术能力的提升和上游技术提供方行业理解的加深，2020年-2022年，整个行业将保持40%以上的年增速，预计到2025年市场规模将接近百亿水平。从物流各环节的应用分布来看，AI技术主用应用在智能仓储与智能运输两项中，两者共占据了八成以上的份额；智能配送的落地环境尚不成熟，现阶段规模较小，但未来成长空间极大；智能客服的应用场景较为单一，在各环节中占比最小。
2017年，中国发布了《新一代人工智能发展规划》，制定了到2030年实现人工智能全球领导者的发展蓝图。而这一宏伟计划的第一步就是在2020年，令中国的人工智能总体技术和应用与世界先进水平同步。在人工智能优势的支持下，中国物流领域将迎来突破发展。国务院、发改委相继出台物流相关政策及规划，提出实施物流智能化改造行动，推动人工智能与物流行业的融合创新，鼓励企业利用人工智能技术及产品提升智慧化水平；经济层面，全国物流业总收入和总费用持续增长，行业释放的物流新需求倒逼企业落地人工智能实现降本增效；社会层面，"AI+物流"既可满足城市居民对提升即时物流服务效率的需求，又可拓展快递快运边界，改善边远地区、农村地区的服务水平。
无人配送如何在物流的"最后一公里"施展手脚
本文探讨的物流配送的"最后一公里"实际不是距离上的路程，而是代表客户接受货物这一重要环节。"最后一公里"是物流配送的最后一个环节，由物流企业将货物派送到客户手中，实现门到门服务。派送环节是配送中物流企业与客户直接接触的环节，客户可以直观的从配送人员的言行举止感受企业的文塌余化与形象，这个环节的质量和效率很大程度上影响着客户的满意度。
长期以来，作为整个物流链条中成本最高、效率最低、污染最严重的"最后一公里"，一直是配送环节效率的瓶颈。这一环节往往无法单纯依靠车辆运输实现，有时还需面对道路的复杂性，有数据表明，末端配送环节在成本和时间上的花费要占到整个配送作业的30%以 上。因此，如何有效提升"最后一公里"的运作效率，对于物流企业乃至社会发展至关重要。
在物流配送环节，人工智能对于物流企业的降本增效赋能进化最为明显，应用数据挖掘手段结合AI算法的深度学习，可以更好的规划出高效配送路线，提升里程利用率。甚至原本需要熟练员工每天耗费一两个小时的排单工作，都可以通过AI在几分钟内解决。尤其通过往年数据的挖掘，可以对于货运压力进行预测，让各个站点提前做出准备。对于刚刚过去的京东618购物节节点来说。如果不做好充足准备，很可能会造成快递爆仓，运送人员疲惫不堪、站点中大量货品堆积造成危险。但如果预估数量过多，快递站点又会负担成本。但有了AI技术的加持，就能够游刃有余的应对节点性压力。同时，京东、亚马逊等电商企业已经开始陆续测试利用小型无人车完成快递配送的最后一公里。此外，计算机视觉还能实现运单识别、体积测量、装载率测定、分拣行为检测等多项功能；自动驾驶技术是运输环节智能化的核心技术，一汽解放今年已经向京东物流交付了首批智能车队，开启全新智慧物流合作新模式，这也是中国商用车行业首个智能车队。
2019年国内人工智能+物流配送的市场规模为1.9亿元，预计到2024年超过10亿元。配送是货物流动过程的最后环节，也是物流链条上人力资源投入最重的环节。目前在这一环节，常见的人工智能落地应用是无人机与无人车配送。中国400万物流从业人员中的一半为末端配送人员，最后一公里的配送成本约是前1000公里的5倍。对于旨在降低人力成本和提高人力效能的人工智能而言，配送领域的应用前景相当广阔，且场景清晰明确。无人配送落地初期可以选择边界相对清晰、环境相对简单、对新技术接受度高的高科技园区、高等院校等场景，在技术成熟度提升和政策支持的前提下逐步向写字楼、小区等环境扩张。
无人配送车是应用在快递快运配送与即时物流配送中低速自动驾驶无人车，其核心技术架构与汽车自动驾驶系统基本一致，都是由环境感知、车辆定位、路径规划决策、车辆控制、车辆执行等模块组成。
最早将无人机引入物流领域的是亚马逊于2013年提出的Prime Air业务，国内以京东和京东物流为代表的快递、电商巨头纷纷跟进，推出物流无人机。人工智能技术在配送无人机领域的应用原理与无人配送车自动驾驶系统并无本质上的差异，目前主要制约是国内的安全考虑，无人机配送的路径规划算法更加复杂。
基于当前的技术发展水平，人工智能+物流的应用可以从现有市场规模、未来市场空间、技术成熟度、政策支持力度、场景清晰度、商业模式清晰度几个维度由低到高进行评价。其中无人配送已经具有清晰的应用场景，随着头部企业的持续投入，无人配送将成为企业新的业绩增长点，并且由于无人配送需要的上下游产业链极多，尤其是今年的疫情期间，无人员接触的配送方式获得市场极大认可，无人配送核心技术提供商、无人配送车的生产商以及无人配送服务的运营商将共享未来广阔的市场空间。
三大核心分析京东人工智能+物流体系中的无人配送
评判物流领域是否有AI技术的发展前景，可以从应用AI技术解决问题是否为更优解、AI技术能否落地和应用AI技术能否产生价值三个角度分析。首先物流领域的核心痛点是大量劳动力需求和随之带来的高成本、效率天花板和管理难等问题，以及物品在物流过程中的损耗问题。自动化设备和相应软件系统应用强化了流程生产能力，提高了效率，但设备部署对于基础设施的要求较高，而AI通过计算机视觉技术解决了自动化设备对于基础设施的部分依赖，使其能够更好地适配低基础环境。从技术落地角度看，人工智能的本质是对于数据的计算和处理，如今以深度学习为代表的AI算法已达到阶段性成熟，而算力也能够支撑其训练和推理，能否获得大量有处理价值的数据则成为了判断AI是否能落地的关键。最后，目前人工智能主流应用技术是机器学习（包含深度学习）和知识图谱，主要解决的是分类、回归和关联检索等问题，具体表现以识别、预测和关系查询为主，判断AI技术是否能产生关键价值，要看具体问题与上述能力的匹配性。在物流领域中机器视觉引导、无人驾驶、安全防控、吞吐量预测、供应链查询等需求均真实存在，与AI擅长解决的问题相互对应，可预见，该技术在物流领域确有应用价值。综上，尽管如今AI在物流领域中尚处于尝试阶段，还未能形成可观的核心产业规模，但技术本身是符合领域需求的，如商业模式突破卡点，技术将快速推广，市场空间也将迅速增大。
近年来，以京东为代表的人工智能+物流实践者，正在通过技术、资源的赋能全力推动行业技术应用水平的不断提升，掀起物流技术的发展与变革浪潮，推动物流技术从自动化向人工智能化的转变，为消费者带来全新的购物体验的同时，也以人工智能+物流技术带动了社会效率和生活方式的革命与进步。
京东持续进行技术投入，通过人工智能技术降低成本，提升物流效率，为客户提供更优质服务。京东无人化物流配送包括无人配送车、无人机、无人货车等多种运输方式，并与无人仓储体系进行对接，从而实现从自动分拣、配送路径优化，到京东无人仓，再到最后一公里的无人车、无人机，物流的各个环节都有人工智能+物流技术的体现。
京东配送机器人是人工智能+物流体系生态链中的终端，面对的配送场景非常复杂，需要应对各类订单配送的现场环境、路面、行人、其他交通工具以及用户的各类场景，进行及时有效的决策并迅速执行，这需要配送机器人具备高度的智能化和自主学习能力。除了强大的硬件支持使得机器人得以运行复杂的人工智能运算外，京东的自建物流体系下相对稳定成熟的实际应用场景，让京东配送机器人得到到实际场景中试错和不断调优的机会。这正是京东在人工智能+物流领域发展的独特优势，这也是京东配送机器人和人工智能技术迅速落地的重要原因之一。
在国内，京东无人配送车目前已在长沙、贵阳、呼和浩特、北京等约20个城市落地。其中，在北京物资学院，用户已经可以在京东APP上自主选择要不要无人配送车配送。在国外，京东已经出售了一些无人配送车给日本乐天。能够自行选择哪种配送方式将会成为京东无人配送接下来的一个发展方向。2020年，京东无人配送车的部署规模会继续扩大。
京东最新的无人配送车技术路线采用L4级自动驾驶所需的技术方案，同样的算法、参数能够在京东自主研发的云仿真平台上进行验证。在经过多层次、多轮的仿真验证之后，新的算法和参数再从云端直接更新到无人配送车的车端，进而完成对无人配送车的部署以及运营。
与传统无人配送车只能够以点到点的方式跑固定路线，切换到新的配送地点时就需要重新根据路线、路况做调试的情况不同。京东的无人配送车、自动驾驶系统以及根据指定区域内路线、路况所获取的算法，可以实现三者间的任意组合。由此带来的好处是，如果京东要在一个区域内部署三辆无人配送车，那么在实际操作过程中，京东只需要派出一辆无人配送车采集数据。这辆无人配送车采集到的地图数据和经过验证的算法、参数，后续可以再通过云端更新到其他的无人配送车上，从而达到一次操作多辆车部署的效果。
京东无人配送车除了在底层技术研发上不断进化，在配套的基础设施和整个无人物流布局上，也在同步推进。
第一个京东人工智能配送站是位于长沙经开区科技新城的智能配送站，占地面积600平方米。附近地区需要配送的包裹从物流仓储中心运输到智能配送站后，会首先在物流分拣线上、按照配送地点进行分类。随后，智能配送站中的装载人员会按照地址把包裹放到无人配送车的货箱里面。之后，再由无人配送车完成接下来的末端配送工作，把货品送到取货人手中。
京东人工智能+物流已经开始进入商业模式的探索阶段，但由于受限于上下游供应商的产能，搭载京东最新技术的无人配送车完全商业落地还需时日。
对此，京东物流自动驾驶首席科学家孔旗表示，整个产业依然会分层并产生分工，因此之后在自动驾驶技术提供商、制造业中的汽车生产商之间会形成一种上下游关系，无人配送车的整个生产、部署环节不是由一个公司能够完成的。在技术方案上京东将践行开放的战略。在首先满足京东自身物流需要的前提下，会把技术和解决方案分享给合作伙伴和其他的产业链玩家。
无人配送是人工智能+物流市场需求与技术升级共同发力的产物。随着电商、传统零售向新零售转型，以及制造业智能制造的升级发展，物流体系与零售体系、智能制造深度融合，人工智能+物流的重要性进一步凸显。尤其是经历疫情的考验，无接触物流配送更彰显出无可替代的地位。毋庸置疑，未来物流配送无人化技术需求将从电商、物流巨头逐渐拓展到更多行业。
天降惊喜二选一
阅读惊喜奖励
领金币
种树赚金币
去查看
搜索
马云预言未来电商
快递12月停发区域表
中国前十物流公司
物流行业的发展现状
无人配送车的运营模式
智慧物流市场现状
据说现在人工智能成为营销新引擎，企业该如何利用AI？
人工智能发展，为中小企业带了很多的帮助和机遇：勇于牵手人工智能的中小企业能够改革传统的商业模式，实现数字化并取得商业成功；
目前，在互联网发展趋势下。所谓人工智能离AI技术在智能楼宇和物流领域中的新营销探索我们的生活越来越近。各种传感识别技术随处可见、大数据得到广泛运用。使得电子商务、智慧农业、智慧医疗、智慧家居蓬勃发展。商业再次迎来了进化的转折点。
互联网零售与今天的人工智能有许多相似之处：勇于接受电子商务的公司能够改革传统的商业模式，实现数字化并取得商业成功；那些不想拥抱变革的公司AI技术在智能楼宇和物流领域中的新营销探索他们自己的职位和产品的消失被数字化所取代。
人工智能为我们带了什么？
让营销更容易
人工智能是未来广告业必须关注的热点趋势。许多中小企业从未做过广告宣传，不仅没有任何数据积累，而且缺乏经验。
这时，通过强大的人工智能算法支持，分析大数据后，可以帮助企业更准确地找到目标用户群。在找到精确的目标受众后，公司需要与用户沟通，进一步融入创意和优化。
随着营销渠道的数字化和用户场景的碎片化，需要基于用户行为的实时响应和变化。
帮助中小型广告客户自动生成创意，并通过机器方式完成整个交付流程。帮助品牌营销变得人性、精准、有效。比如，内容营销，在人工智能的协助下，可以将不同的零散素材，有效整理组合，组成适合目标用户的内容，给予准确推送
工作效率
从人工时代到机械时代，效率大隐仿大提高。人工智能与纯机械不同。它不仅可以取代人们的工作，还可以自己学习。想想人类每天只工作8小时，机械设备也要休息。而人工智能可以全天24小时为人类服务。工作效率可提高至少3倍以上。
工作质量
人们在做事时经常会无意中犯下各种错误，但人工智能如果设置就不会造成问题。可以按质量和数量完成工作。人工智能还能完成学习和自我优化。
挖掘潜力
降低企业成本，为企业带来更多实质性利益。将挖掘企业的无限潜力。
一些领先的公司将强大的数字化能力与积极的战略相结合，以实现更数携困高的利润率，并且预计他们的业绩将在未来三年内增加。
中小企业是经济驱动的重要组成部分，是社会发展的力量。但是，他们在没有技术、资金、人才的支持下。很容易陷入瓶颈。而人工智能帮助中小企业走出困境，助其成长。
比如；你不用高薪招聘财务人员、HR、销售人员。只需要一个软件或者与技术机构合作，就能让其轻装上阵。
然而，人工智能技术的还处于起步阶段。但已经有许多企业迫切拥抱人工智能。在不久的将来，人工智能技术必将得到广泛应用。将给企业带来更多惊喜。中企业加速数字薯念化转型，才能抓住人这波机遇，为其带来的丰硕的成果。
生活中的人工智能之物流行业运用
姓名：陈心语 学号：21009102266 书院：海棠1号书院
转自： 2020年中国人工智能+物流发展研究报告_应用 (sohu.com)
【嵌牛导读】
近年来，中者手国物流业在互联网经济的催动下发展较快，在成本不断攀升、效率提升缓慢的背景下，物流业最迫切的需求即“降本增效”。人工智能技术及相关软硬件产品的加入能够在运输、仓储、配送、客服等环节有效降低物流企业的人力成本，提高人员及设备的工作效率，是缓解物流业顽疾的一味良药。
本报告中的“人工智能 + 物流”指的是基于人工智能技术的软硬件产品及服务在物流活动各环节中的实际落地应用。 2019年人工智能+ 物流的市场规模为15.9亿元，预计到2025年市场规模将接近百亿。在物流各环节的应用分布方面，仓储与运输占比较大，两者占比之和超过八成。
人工智能在物流中的应用方向可以大致分为两种，一是以AI技术赋能的如无人卡车、AMR、无人配送车、无人机、客服机器人等智能设备代替部分人工 ；二是通过计算机视觉、机器学习、运筹优化等技术或算法驱动的如车队管理系统、仓储现场管理、设备调度系统、订单分配系统等软件系统 提高人工效率。代替人工方向的AI应用市场前景广阔，但受技术水平和政策限制等因素影响，落地条件尚不成熟，还需要较长的培育时间。提效方向的AI应用已具备一定的技术基础，但实际场景散落在物流业务体系中的各个角落，场景清晰度不高，空间不足。
目前，人工智能在物流领域培嫌燃还处于探索之中，但从已经取得的成果来看，“人工智能+物流”的确能够给物流企业在降本增效层面带来收益。物流企业应该以立足当下、着眼长远的原则，以辅助管理、提升效率为短期目标，寻找自身业务链条中能够被 AI 技术赋能的环节并通过试点论证，稳步推进；对未来有望打破物流现有业态的前沿应用做好技术储备。AI公司一方面要把握与物流企业与电商平台的合作机会，在不断地测试积累中打磨核心技术；另一方面也要灵活运用自己研发的技术与产品，在关注物流行业的同时寻找其他的适配领域和变现途径，具备一定的造血能力，以待机会到来之时能够迅速响应物流领域的市场需求。
【嵌牛鼻子】人工智能运用于物流行业。
【嵌牛提问】人工智能在物流行业有什么运用呢？
【嵌牛正文】
物流业的核心痛点
成本增速高于收入增速，物流效率提升缓慢
尽管配虚中国物流业近年来一直保持着较快的发展速度，但随着人力资源、土地资源等要素成本的不断提高，中国物流企业的成本增长速度始终高于收入增速，国家发改委与中国物流与采购联合会共同发布的《全国重点物流企业统计调查报告》中的数据显示，2007-2016年国内重点企业物流业务成本年均增速为10.5%，比收入增速高0.7个百分点。在行业成本居高不下的背景下，国内物流行业的效率一直处于较低水平。以社会物流总费用与GDP比率为例，2019年全国社会物流总费用达到14.6万亿元，占GDP比率为14.7%。尽管这一比率近年来总体上呈持续下降态势，但下降速度非常缓慢，与发达国家8-9%的水平相比仍有非常大的差距，与全球平均水平（12%）比起来也尚有一段距离。
物流业与人工智能的契合之处
AI是物流降本增效的良药，物流亦是AI展示能力的舞台
物流业的核心痛点决定了该行业最迫切的需求即“降本增效”，物流企业的自动化、信息化转型升级都是为实现降本增效目的而做出的努力。人工智能技术产品的加入能够进一步推动物流业向“智慧物流”发展，更大限度地降低人工成本、提升经营效率。对于人工智能行业而言，随着技术的不断迭代，人工智能不再是高悬于天上的空中楼阁，“商业落地”已成为人工智能企业发展到当前阶段鲜明的主题词。从落地难度及发展前景来看，业务流程清晰、应用场景独立、市场空间巨大的物流业无疑是人工智能落地的绝佳选择。
人工智能+物流概念界定
关键词：人工智能技术、软硬件产品及服务、落地应用
本报告中所阐述的“人工智能+物流”指的是基于人工智能技术（机器学习、深度学习、计算机视觉、自动驾驶等）的软硬件产品及服务（无人卡车、无人机/无人车、智能调度系统等）在物流活动各环节（运输、仓储、配送、客服等）中的实际落地应用。“人工智能+物流”是物流科技的新形态，本报告对“人工智能+物流”的研究范围主要集中在物流活动中的运输、仓储、配送及客服四个环节，分析研究人工智能技术及产品在上述物流作业流程中的应用情况与效果。
人工智能+物流发展环境
利好政策与企业及用户的需求鼓励物流业积极拥抱人工智能
近年来，物流行业发展基础和整体环境发生显著变化，新兴技术广泛应用、包裹数量爆发增长、用户体验持续升级等因素对物流企业的运作思路、商业模式、作业方式提出新需求、新挑战。作为物流行业转型升级的新动能，人工智能进入物流领域的时间尽管相对较短，但发展环境非常有利。政策层面，国务院、发改委等政府相关部门纷纷出台物流相关政策及规划，鼓励企业利用人工智能技术及产品降低物流成本、提升物流效率；经济层面，一方面全国物流业总收入始终处于稳定增长状态，另一方面物流总费用依然居高不下，企业亟需进一步控制物流成本，“人工智能+物流”的空间极为广阔；社会层面，“人工智能+物流”既能满足城市居民对提升即时物流服务效率的需求，又可拓展快递快运的服务边界以惠及农村居民。
人工智能+物流的核心技术
计算机视觉应用最为广泛，自动驾驶有望先于其他行业落地
目前，在物流行业实现应用的人工智能技术主要以深度学习、计算机视觉、自动驾驶及自然语言理解为主。物流领域中，深度学习在运输路径规划、运力资源优化、配送智能调度等场景中发挥至关重要的作用；计算机视觉是现阶段物流领域应用最广的人工智能技术，智能仓储机器人、无人配送车、无人配送机等智能设备都以视觉技术为基础，此外，计算机视觉还能实现运单识别、体积测量、装载率测定、分拣行为检测等多项功能；自动驾驶技术是运输环节智能化的核心技术，尽管尚未正式投入使用，但头部企业的无人卡车已经开始在特定路段进行实地路测和试运行；自然语言理解主要用于物流企业，尤其是快递快运企业的智能客服系统，该技术能有效降低企业在客服环节的人工成本。
人工智能+物流产业链分析
产业链尚不成熟，角色界限比较模糊
人工智能+物流产业链与传统物流产业链差异最大的地方在于，其上下游关系并非泾渭分明，或者说人工智能+物流的产业链还不太成熟，AI公司、物流企业、电商平台都在产业链中扮演重要角色，AI公司通过直客模式或集成商渠道向下游客户提供AI+物流相关产品与技术服务，而物流企业与电商平台也通过建立研发团队、成立科技子公司等方式研究开发AI技术在物流各环节中的可行应用，三者之间存在合作加潜在竞争的关系，生态比较开放。
人工智能+物流产业图谱
人工智能+物流市场规模
现有市场规模15.9亿元，仓储与运输环节的应用占比较高
AI公司进入物流领域的时间尚短，产业链下游物流企业与电商平台在人工智能产品技术自主研发中的不遗余力也令解决方案提供方们可选择的入局角度相当有限。从供给侧能够获取的收入来看，2019年人工智能+物流领域的市场规模为15.9亿元，随着技术能力的提升和行业理解的加深，预计到2025年市场规模将接近百亿水平。人工智能在物流各环节的应用分布方面，智能仓储与智能运输占比较大，两者占据了八成以上的份额；智能配送的落地环境尚不成熟，现阶段规模较小，但未来想象空间极大；智能客服的应用场景较为单一，在各环节中占比最小。
智能运输中的人工智能应用
人工智能在运输中的应用方向集中在无人卡车及车辆管理
运输是物流产业链条的核心环节，也是物流成本构成的重要内容，运输费用在社会物流总费用中的占比始终在50%以上。但由于运输环境及运输设备的复杂性，现阶段人工智能在物流运输中的应用尚处于起步阶段。目前国内人工智能在物流运输环节的应用集中于公路干线运输，主要有两大方向：一种是以自动驾驶技术为核心的无人卡车；另一种是基于计算机视觉与AIoT产品技术，为运输车辆管理系统提供实时感知功能。人工智能赋能物流运输的最终形态必然将是由无人卡车替代人工驾驶卡车，尽管近两年自动驾驶在卡车领域进展顺利，无人卡车在港区、园区等相对封闭的场景中已经开始进入试运行阶段，但与实际运营的距离尚远。未来数年内，人工智能在物流运输中的商业化价值主要体现在车辆状态监测、驾驶行为监控等功能。艾瑞认为，2019年国内人工智能+物流运输的市场规模为6.1亿元，预计到2025年超过30亿元。
智能运输丨无人卡车
无人卡车的商业化前夜已经到来，但大规模应用仍需时日
近年来，自动驾驶技术的开发与应用一直深受各界关注，与无人卡车相比，无人驾驶乘用车往往更吸引普通民众的眼球。从技术角度出发，应用在无人卡车上的自动驾驶技术与乘用车并无二致，其系统架构同样是由感知层、决策层与执行层组成，感知载体也都以摄像头、激光雷达、毫米波雷达、超声波雷达等传感器为主。但对于目前尚处在实验阶段的无人驾驶车辆而言，城市路况的复杂程度和不确定因素给无人驾驶乘用车的商业化道路带来极大的障碍。反观物流领域，港口、物流园区、高速公路等道路运输主要场景的封闭性较高，运输路线相对较为固定，测试数据的获取与积累也更容易。从商业化的进程来看，以图森未来为代表的L4级别自动驾驶卡车已经率先进入到了试运营阶段，无人卡车的商业化序幕正在缓缓拉开。但这只是无人卡车在物流运输中的初步尝试，目前仍然存在技术稳定性有待验证、可测试路段较少、国内甩挂运输份额较小等诸多问题还未解决，无人卡车距离大规模商业化应用尚需时日。
智能运输丨车队管理系统
实时感知车辆与司机状态，适用于各类运输车辆
无人卡车能够从根本上颠覆整个物流运输流程，但可预见的是在未来一段相当长的时间内，国内公路运输的主力依然会是规模不一的物流企业及其管理的车队。目前，国内人工智能赋能物流运输的主要形式是基于计算机视觉技术与AIoT技术，在车队管理系统中实现车辆行驶状况、司机驾驶行为、货物装载情况的实时感知功能，使系统在车辆出现行程延误、线路异常和司机危险行为（瞌睡、看手机、超速、车道偏离等）时进行风险报警、干预和取证判责，并最终达到提升车队管理效率、减少运输安全事故的目的。与无人卡车的“替代性”功效不同，车队管理系统中所应用的计算机视觉技术是在对原有物联网功能的补充与拓展，依然是以辅助者的角度来帮助司机和车队管理者，其感知设备是后装形式的车载终端，决策来自系统平台，对车辆的控制和动作执行要通过司机手动完成。因此就现阶段而言，融入人工智能技术的车队管理系统在适用性和商业化程度上领先于无人卡车。
智能仓储中的人工智能应用
目前仍以点状应用散落于整个智能仓储系统的各个子系统中
物流业是一个“动静结合”的产业，运输与配送代表着物流的“动”，仓储则代表物流的“静”。为了提升效率，物流产业对仓储也有“动”起来的强烈需求，智能仓储即通过物联网、大数据、人工智能、自动化设备及各类软件系统的综合应用，让传统静态仓储也朝着动静结合的方向进行转变。智能仓储属于高度集成化的综合系统，一般包含立体货架、有轨巷道堆垛机、出入库输送系统、信息识别系统、自动控制系统、计算机监控系统、计算机管理系统以及其他辅助设备组成的智能化系统等。因此在智能仓储中，商品的入库、存取、拣选、分拣、包装、出库等一系列流程中都有各种类型物流设备的参与，同时需要物联网、云计算、大数据、人工智能、RFID等技术的支撑。从目前来看，人工智能在智能仓储系统中的应用还不够成熟，仍以货物体积测算、电子面单识别、物流设备调度、视觉引导、视觉监控等多种类型的点状应用散布于整个系统的各个环节当中。
智能仓储丨仓储现场管理
仓内管理——规范员工行为、减少货物损失、降低理赔风险
人工智能在智能仓储中的应用领域之一是在仓储现场管理场景中，其实现途径是以高清摄像头为硬件载体，通过计算机视觉技术监测并识别仓储现场中人员、货物、车辆的行为与状态。根据作业环境，我们可以将人工智能技术在仓储现场管理中的具体应用分为仓内现场管理与场院现场管理。计算机视觉技术在仓内现场管理的应用场景一是针对仓内工作人员的行为进行实时监测，识别并记录暴力分拣、违规搬运等容易对货物、包裹造成破坏及损伤的行为，采集行为实施人员的相关信息；二是监测仓内流转的货物、包裹的外观情况，识别并判断包裹的破损情况，对存在明显破损的包裹进行预警上报。在仓内现场管理中引入计算机视觉技术，能够起到监督与规范员工行为、降低货物破损与丢失概率、减少理赔成本等作用。
智能仓储丨AMR
仓储AMR市场尚处于起步阶段，未来六年CAGR达36.7%
尽管AMR具备柔性部署、自主灵活等优势，但AMR产品技术门槛较高，国内能够实现量产且推动项目落地的企业相对较少，AMR市场尚处于起步阶段，还需要一段市场验证时间。而随着落地项目带来的数据积累以及算法的不断优化打磨，AMR将会逐步得到更为广泛的应用，其市场发展前景极为可观。艾瑞认为，2019年国内仓储AMR的市场规模为6.8亿元，未来数年，AMR市场规模将以高速增长状态迅速扩张，预计到2025年，国内仓储AMR的市场规模将超过40亿元。
智能仓储丨设备调度系统
基于深度学习与运筹优化算法，提升设备群体的智能化程度
随着AS/RS、AGV、AMR、穿梭车、激光叉车、堆垛/分拣机器人等不同类别的自动化及智能化设备越来越多地进入到仓储环境中，设备的调度与协同成为影响设备工作效能的关键因素之一。如果把仓储环境中的各类设备比作一只足球队，那么设备调度系统就相当于球队的教练，负责制定球队战术、选择出场球员以及指挥球员跑位等工作。早期仓储设备的调度与控制主要是以WCS（仓库控制系统）为载体，接收WMS/ERP等上层系统的指令后，控制着设备按照既定设计的运行方式进行工作。而在人工智能技术，尤其是深度学习与运筹优化算法的驱动下，设备调度系统在准确性、灵活性、自主性方面取得显著提升。以AGVS为例，基于大规模聚类、约束优化、时间序列预测等底层算法，AGV智能调度系统能够灵活指挥数百乃至上千台AGV完成任务最优匹配、协同路径规划、调整货架布局、补货计划生成等多项业务，并随数据积累与学习不断自主优化算法。可以说，AI算法加持的设备调度系统能够在一定程度上将系统自身的智能赋予设备本体，使设备群体的智能化程度得以提升。
智能配送中的人工智能应用
理论上市场空间极为广阔，但仍需要较长时间培育
配送是货物流动过程的最后环节，也是物流链条上人力资源投入最重的环节。以快递业与即时配送行业为例，全国快递员数量在2018年就已突破300万，工作灵活性较强的即时配送行业所需人力更甚于快递行业，2019年，仅在美团点评平台上领取过收入的骑手数量就高达398.7万人。对于旨在降低人力成本和提高人力效能的人工智能而言，配送领域的应用前景相当广阔，且场景清晰明确。从“替代人工”角度来看，配送中的人工智能核心应用集中于无人配送领域，实现形式是无人配送车与配送无人机；从“辅助管理”角度来看，人工智能主要应用在即时配送领域的订单分配系统中，为系统提供订单数量预估、订单实时匹配、订单路径规划等能力。人工智能在物流配送领域的施展空间极大，但受限于技术稳定度不足、成本与收益不匹配、监管政策严格等因素，无人配送在商业落地层面尚处在萌芽阶段；而即时配送中的订单分配系统尽管已广泛使用深度学习及优化算法，但其核心技术都由各大平台自研自用，软硬件供应商并无获利空间。艾瑞认为，2019年国内人工智能+物流配送的市场规模为1.9亿元，预计到2024年超过10亿元。
智能配送丨无人配送
无人配送车——城市环境中自动驾驶技术的“降维”落地
无人配送车是应用在快递快运配送与即时物流配送中低速自动驾驶无人车，其核心技术架构与汽车自动驾驶系统基本一致，都是由环境感知、车辆定位、路径规划决策、车辆控制、车辆执行等模块组成。由于无人配送车的运行环境里有着大量的非机动车与行人，路面复杂程度要高于机动车道，因此对于超声波雷达、广角摄像头等近距离传感器的依赖度更高，环境感知算法的侧重点与汽车、卡车等机动车自动驾驶系统也有所不同。但在人口、车辆密集的城市环境中，无人配送车无疑是比无人驾驶乘用车更加适合自动驾驶技术落地的载体，首要原因是无人配送车的体积小、车速低，出现事故的风险与造成人身伤害甚至死亡的概率较低；此外，无人配送的场景非常丰富，落地初期可以选择边界相对清晰、环境相对简单、对新技术接受度高的高科技园区、高等院校等场景，在技术成熟度提升和政策支持的前提下逐步向写字楼、小区等环境扩张，为自动驾驶算法的迭代与进化积累大量的数据资源。
配送无人机——测试为主，可行的应用场景有限
无人机起源于军事领域，早期的发展驱动力是为了减少飞行员伤亡以及应对极端情况，近年来消费级无人机市场也异常火爆。最早将无人机引入物流领域的是亚马逊于2013年提出的Prime Air业务，国内以顺丰、京东为代表的快递、电商巨头也纷纷跟进，推出物流无人机战略。人工智能技术在配送无人机领域的应用原理与自动驾驶并无本质上的差异，主要区别有两点：一是无人机搭载的传感器种类更为繁杂，环境感知算法对数据融合技术的要求更高；二是无人机配送中可选择的路径明显多于车辆，路径上的海拔、地貌、气候等客观约束条件都会对无人机的配送行为产生影响，此外，出于安全考虑，路径规划还需要尽量避开人群聚集区与关键设施，因此配送无人机的路径规划算法更加复杂。2015年至今，快递、电商巨头以及无人机产品技术供应商们通过大量的试验与测试不断打磨提升物流无人机的技术稳定度、探索科学的运营模式。基于国内的人口密度、居住条件、政策限制等现实条件，配送无人机目前较为可行的应用场景在于偏远山区配送、医药资源紧急配送、应急保障物资配送等。
智能配送丨订单分配系统
以“大数据+算法”之力实现订单与运力的最优匹配
鉴于无人配送距离大规模落地较远，可预见的是未来相当长的一段时间内快递及外卖“小哥”仍然会是物流配送的主力军。现阶段人工智能在物流配送中发挥的主要作用是通过订单分配系统合理匹配运力与需求，提升配送效率，有效解决配送资源配置问题。尤其是对配送时效性要求非常高的即时物流领域，在引入基于机器学习与运筹优化算法的订单分配系统后，将行业发展初期使用的效率较低的骑手抢单模式和人工派单模式转变为系统派单模式。即时物流订单分配本质上可以看作是带有若干复杂约束的动态车辆路径问题（DVRP），订单分配系统的工作原理是以大数据平台收集的骑手轨迹、配送业务、实时环境等内容作为基础数据，通过机器学习算法得到预计交付时间、预计未来订单、预计路径耗时等预测数据，最后基于基础数据和预测数据，利用运筹优化模型与算法进行系统派单、路径规划、自动改派等决策行为。订单分配系统给企业带来效率提升的最直接表现即配送时长明显下降，以美团为例，在应用了自主研发的O2O即时配送智能调度系统后，美团外卖的订单平均配送时长由2015年的41分钟缩短至28分钟，降幅达到了31.7%。
智能客服
2025年物流领域智能客服业务规模有望突破7.7亿元
物流领域的智能客服特指以智能语音和NLP技术为代表的客服机器人。从服务类型上可以分为以语音导航、业务识别、智能派单、坐席辅助为主的语音智能客服和以文字查询、业务识别为主的文字智能客服，二者分别服务于电话呼入和客户端、小程序等终端入口。2019年物流领域智能客服业务规模约为1.1亿元，其中语音与文字智能客服份额比约为6:4，按供给侧发展规律预计，2025年整体业务规模约为7.7亿元，年复合增长率为39.1%。因云呼叫中心逐渐替代传统呼叫中心业务，市场中供智能客服发展的基础环境逐渐完善，智能客服市场发展平稳向上，服务内容从面向消费者的前台形式向面向管理的中后台形式拓展，未来市场有望基于语音人机交互形式的拓展而打开新的想象空间。
人工智能+物流应用总体评价
人工智能+物流发展策略——物流企业
厚积薄发：立足当下的点状应用与着眼长远的技术储备
对于物流企业来说，衡量是否要在原有的生产经营体系中引入某种技术或软硬件产品，唯一标准是该技术与自身业务融合后能够在多大程度上实现“降本增效”，人工智能亦不例外。物流企业，尤其是引领行业的头部企业们对“人工智能+物流”大多秉持着积极且谨慎的态度，一方面通过自建研发团队以及与AI技术输出方开展合作的形式在自动驾驶、智能机器人、无人机等AI前沿应用领域试图取得实质性突破；另一方面基于深刻的行业理解，在自身业务体系中寻找适合成熟度较高的AI技术“即插即用”的场景，在小范围试点应用的基础上评估应用成果并根据实际效果选择优化推广或暂时弃用，在不断地尝试中积累数据与经验、逐步建立企业的AI技术应用逻辑与应用体系。总体而言，目前物流企业较为合理的“人工智能+物流”发展策略首先要立足当下，应用方向以辅助管理、提升效率为主，将计算机视觉、智能语音等AI技术与机器学习、运筹优化等AI算法融入实际业务中形成若干能够为企业带来效益的点状应用；其次要着眼长远，对落地条件尚不成熟且未来发展前景广阔的无人卡车、无人机等应用适当投入研发力量或采用联合开发、注资收购等方式，做好技术储备，在窗口期真正到来时占据市场先机。
人工智能+物流发展策略——AI企业
多重适配：适合切入的场景有限，AI企业需要一核多用
作为“人工智能+物流”中的技术输出方，目前国内物流相关AI企业的主要业务是向物流企业、电商平台等提供基于自动驾驶、计算机视觉、智能语音、自然语言理解等AI技术的软硬件产品。由于进入物流领域的时日尚短，AI企业对物流行业理解不深导致赋能场景挖掘能力有限，涉及物流内部业务核心的类似于订单分配系统的场景又难以触达，大部分AI企业选择从自动驾驶卡车、无人配送车、无人机等具备较大市场想象空间但技术成熟度稍显不足或落地条件不够完备的应用场景入局，短期内很难取得实质性突破。因此，对于AI企业来说，其“人工智能+物流”发展策略中最关键的还是要致力于提升自身核心产品技术的领先性与稳定度，具备向客户提供较为成熟的软硬件产品的能力是企业发展的根基；其次要积极与物流企业深入合作，以标杆项目和实战数据说话；此外，要灵活运用核心技术与产品，在关注物流行业的同时寻找其他的适配领域和变现途径，例如无人物流车的低速自动驾驶技术同样可以驱动无人清扫车、无人零售车等，使企业具备一定的造血能力，而不是一味地接受资本输血，生存下去的初创企业才有机会等到真正的窗口期到来。
人工智能与营销的结合有哪些方面？
1、数字营销
华鑫证券称，AIGC遇见数字营销，有望打开人工智能创意的新宇宙。
其以蓝色光标推出AIGC“创策图文”营销套件为例：人工智能可贯穿从策划生成、创意生成、图片生成、其通过加入机器学习的模型，当NLP将关键词的语义解析出来即可根据微标签匹配目标人群，从而提取出感性和理性的需求。
另外基于人群特征识别内容倾向，用语料训练提升创意质量，通过把广告营销内容按人群心理属性分类，不断提升内容生产模型的高精度。
此外，同样主营数字营销的三人行在互动平台表示，ChatGPT在数字营销领域有广阔的应用及想象空间。其创意团队利用ChatGPT等AIGC工具不仅可以回应客户提出的各类需求，还能为文案、平面、视频等广告创意作品提供海量创意思路参考、通过自动化简化内容创作过程，节约成本的同时提高了内容营销的效率和效果。
2、智能客服
实际上，这也是多家A股回复的Chatbot概念。
中信建投称ChatGPT在人机对话中拥有较高的自由度，展现出更拟人的交流方式，连续对话能力也大幅提升。在智能客服下游做简单的代码微调后，便可迅速落地智能客服领域。
根据iiMedia Research数据，中国智能客户服务市场规模将从2019年8.06亿上升至2025年13.14亿，年复合增速为8.5％。智能客户服务的核心在于定制化和智能化，其认为，ChatGPT在经过简单的客服场景磨合后，有望凭借其高度智能化和灵活性在智能客服市场占据重要地位。
A股方面，已多家公司表态，如北信源表示，公司全力打造的跨终端、全方返旦位、安全可信的通信聚合平台-信老困源密信可通过ddio接口与ChatGPT快速接入，创建机器人实现人机交互，如聊天机器人、智能侍世念客服等。
