在1999年的工业人工智能系列中，我们引入了一系列人工智能应用场景，并在2019年进行了新的开发。但是，我相信很多人的第一反应仍然是——，这是不够的。无论是人工智能在云中为金融业降低成本、增加收益，还是人工智能在田间观察庄稼，尽管它们给我们的生活带来了微妙的变化，但它们仍与我们想象的技术变化相差甚远。

我不得不承认，大多数时候，我们对技术的想象是夸张和血腥的。例如，生物技术的提及与生化危机有关。至于想象中的人工智能应用，至少一些看似非常古老的行业需要改变，以大大提高效率。最好有一些有特殊技能的机器人什么的。这不比仅仅依靠基于云的算法模型来改变行业更“令人兴奋”吗？

这听起来像是2019年真正发生的科幻应用场景，是人工智能物流。

物流蒙太奇中的魔幻与现实

说到物流，你们这些观众肯定能在脑海中播放这样一串蒙太奇——包裹，它们是由大型仓库里的图案、卖家写的薄薄的面纸和在寒风中飞驰而过的快递兄弟们扔出来的.

这样的行业似乎很难进行技术改造。至少，在实现自动驾驶之前，这个行业仍然高度依赖人力。

然而，事实上，尽管消费者接触到的大多数物流业务都是由快递兄弟完成的，但物流实际上已经具备了充分的人工智能条件。

首先，从动机的角度来看，我们对物流行业的刻板印象，如仓库端的劳动效率低和信息筛选困难，往往是物流行业面临的一些实际问题。他们显然有意愿使用技术进行改进。另一点是，快递网点的劳动力短缺自两年前以来变得越来越明显。快递柜逐渐取代了送货上门的小弟弟。该行业也渴望利用技术来缓解这种“劳动力短缺”。

然而，物流业似乎是“原始的”，但其工作内容是高度结构化的。例如，货物在储存空间的放置和人员的行进路线通常是固定的。然而，物流车辆在城市之间的分配过程通常是相对固定的。特别是，物流旅行依赖于地图导航，其日常行动轨迹已经积累了数据。此外，物流行业原本是一个集群化的大规模行业，整个业务流程非常适合通过人工智能处理进行结构化和改进。

甚至看似遥远的自动驾驶在固定路线上也取得了相当大的进步。与物流园区的固定路线相衔接有着天然的契合。

从几年前开始，物流就从未缺乏智慧。在物流企业的宣传中，我们经常看到许多大型物流企业都建立了智能分拣流水线和智能仓储系统。如果没有人工操作，机械臂和装配线的配合可以让包裹到达它们想去的地方。

脱钩、重组、梦想实现：2019物流人工智能

2019年，物流人工智能领域最显著的变化是业务和技术之间的脱钩趋势。

正如我们提到的，物流从来不缺乏智慧。在大型物流企业中，智能的覆盖率实际上非常好。然而，也是因为这些技术来自企业内部业务的自我驱动，所以业务本身和技术之间的联系非常紧密。虽然物流企业拥有强大的技术，但他们很少在物流行业看到成熟的智能解决方案提供商。这将极大地影响整个行业的技术报道效率，在我们看到的新闻稿中，将会有机器人飞入地球。事实上，快递员的兄弟又累又秃。

然而，今年，越来越多的技术服务提供商开始出现在物流行业。从华为、百度等科技巨头到一些小型科技企业，他们都开始着手解决物流行业的问题。

今年，人工智能在交通领域的发展最为明显。

例如，数据挖掘与人工智能算法相结合，可以更好地规划出高效的交通路线，提高里程利用率。即使是原本需要熟练员工每天花一两个小时的排班工作，也能在几分钟内由人工智能解决。特别是通过前几年的数据挖掘，可以对货运压力进行预测，以便所有车站提前做好准备。以双11和618购物点为例。如果没有做好充分的准备，很可能会导致快递爆炸，快递人员疲惫不堪，大量货物堆积在现场，造成危险。但是，如果估计数量太大，快递站将承担费用。但是有了人工智能技术的支持，我们可以轻松应对节点压力。

同时，存储链路的人工智能能力也在提高。

不仅有大量无人驾驶车辆开始进入港口承担货物连接的任务，许多技术制造商也开始引入小型、灵活的存储机器人，并通过数字双生能力实现智慧的应用场景。换句话说，如果物流公司想在仓储过程中使用机器人，他们就不再需要建立大型智能工厂。小机器人之间的协作还可以提高存储分拣效率，更好地避免暴力分拣。

最后，在交付阶段，一些非常“魔幻现实”的图像相继出现。

自去年以来，苏宁和亚马逊等电子商务公司已经开始测试使用小型无人驾驶车辆来完成最后一公里的快递。2019年，我们可以在更多地方看到类似的解决方案。例如，邦德快车的无人驾驶汽车出现在广东的大学校园里。中国邮政的无人驾驶汽车也于11日开始帮助快递兄弟分担工作。

总之，我们想象的画面一幅接一幅地出现了。

人工智能登陆最易读的一章，还有一页要翻

然而，我们必须正视这样一个事实：尽管物流人工智能的“实现”并不困难，但其商业发展还有很长的路要走。以无人驾驶汽车取代快递兄弟为例，似乎可以降低物流企业的人工成本，但每次80万元的报价足以让大多数企业望而却步。——物流的产业优势是规模，但也带来了规模的成本压力。一个城市中的数百个物流站使用无人驾驶汽车，这意味着近1亿元的成本。

事实上，不难预测物流人工智能在2020年可能有以下两个趋势。

首先，在持续的竞争和研发中，硬件成本已经降低。尤其是仓储机器人和无人驾驶快递车等产品仍处于被资本和大型企业挖掘的阶段。在未来一段时间内，为了使产业链尽快运行，这些产品在竞争或补贴政策下很可能呈现价格下降趋势。越来越多的物流企业可以应用硬件产品。

在克服硬件成本的同时，一些更容易部署的软件解决方案将更好地与物流行业集成。例如，面部识别用于解锁快速收集柜，或者光学字符识别技术用于识别文档。在人工智能公司专注于将他们自己的技术嵌入更多应用功能场景的时候，这些人工智能技术不需要公司支付太多成本，并且可以从细节上改善用户体验，很可能是双方进行接触的第一个机会。

特别是在各行各业都面临劳动力短缺的情况下，物流领域的人工智能技术可以通过切割得到重用，如外卖、港口调度等场景，也可以享受物流领域的技术成果。因此，无论是物流企业本身还是技术服务企业，对这一场景的投资都会不断增加，甚至有一天，我们也不会惊讶地看到一些原来的物流企业突然变成了物流企业的技术服务供应商。

总之，在人工智能与现实世界结合的过程中，物流肯定会成为最具可读性的章节之一，只需要读者耐心等待。