近年來，中國物流業(yè)在互聯(lián)網(wǎng)經(jīng)濟的催動下發(fā)展較快，在成本不斷攀升、效率提升緩慢的背景下，物流業(yè)最迫切的需求即“降本增效”。人工智能技術及相關軟硬件產(chǎn)品的加入能夠在運輸、倉儲、配送、客服等環(huán)節(jié)有效降低物流企業(yè)的人力成本，提高人員及設備的工作效率，是緩解物流業(yè)頑疾的一味良藥。

本報告中的“人工智能 + 物流”指的是基于人工智能技術的軟硬件產(chǎn)品及服務在物流活動各環(huán)節(jié)中的實際落地應用。 2019年人工智能+ 物流的市場規(guī)模為15.9億元，預計到2025年市場規(guī)模將接近百億。在物流各環(huán)節(jié)的應用分布方面，倉儲與運輸占比較大，兩者占比之和超過八成。

人工智能在物流中的應用方向可以大致分為兩種，一是以AI技術賦能的如無人卡車、AMR、無人配送車、無人機、客服機器人等智能設備代替部分人工 ；二是通過計算機視覺、機器學習、運籌優(yōu)化等技術或算法驅動的如車隊管理系統(tǒng)、倉儲現(xiàn)場管理、設備調度系統(tǒng)、訂單分配系統(tǒng)等軟件系統(tǒng) 提高人工效率。代替人工方向的AI應用市場前景廣闊，但受技術水平和政策限制等因素影響，落地條件尚不成熟，還需要較長的培育時間。提效方向的AI應用已具備一定的技術基礎，但實際場景散落在物流業(yè)務體系中的各個角落，場景清晰度不高，空間不足。

目前，人工智能在物流領域還處于探索之中，但從已經(jīng)取得的成果來看，“人工智能+物流”的確能夠給物流企業(yè)在降本增效層面帶來收益。物流企業(yè)應該以立足當下、著眼長遠的原則，以輔助管理、提升效率為短期目標，尋找自身業(yè)務鏈條中能夠被 AI 技術賦能的環(huán)節(jié)并通過試點論證，穩(wěn)步推進；對未來有望打破物流現(xiàn)有業(yè)態(tài)的前沿應用做好技術儲備。AI公司一方面要把握與物流企業(yè)與電商平臺的合作機會，在不斷地測試積累中打磨核心技術；另一方面也要靈活運用自己研發(fā)的技術與產(chǎn)品，在關注物流行業(yè)的同時尋找其他的適配領域和變現(xiàn)途徑，具備一定的造血能力，以待機會到來之時能夠迅速響應物流領域的市場需求。

物流業(yè)的核心痛點

成本增速高于收入增速，物流效率提升緩慢

盡管中國物流業(yè)近年來一直保持著較快的發(fā)展速度，但隨著人力資源、土地資源等要素成本的不斷提高，中國物流企業(yè)的成本增長速度始終高于收入增速，國家發(fā)改委與中國物流與采購聯(lián)合會共同發(fā)布的《全國重點物流企業(yè)統(tǒng)計調查報告》中的數(shù)據(jù)顯示，2007-2016年國內重點企業(yè)物流業(yè)務成本年均增速為10.5%，比收入增速高0.7個百分點。在行業(yè)成本居高不下的背景下，國內物流行業(yè)的效率一直處于較低水平。以社會物流總費用與GDP比率為例，2019年全國社會物流總費用達到14.6萬億元，占GDP比率為14.7%。盡管這一比率近年來總體上呈持續(xù)下降態(tài)勢，但下降速度非常緩慢，與發(fā)達國家8-9%的水平相比仍有非常大的差距，與全球平均水平（12%）比起來也尚有一段距離。

物流業(yè)與人工智能的契合之處

AI是物流降本增效的良藥，物流亦是AI展示能力的舞臺

物流業(yè)的核心痛點決定了該行業(yè)最迫切的需求即“降本增效”，物流企業(yè)的自動化、信息化轉型升級都是為實現(xiàn)降本增效目的而做出的努力。人工智能技術產(chǎn)品的加入能夠進一步推動物流業(yè)向“智慧物流”發(fā)展，更大限度地降低人工成本、提升經(jīng)營效率。對于人工智能行業(yè)而言，隨著技術的不斷迭代，人工智能不再是高懸于天上的空中樓閣，“商業(yè)落地”已成為人工智能企業(yè)發(fā)展到當前階段鮮明的主題詞。從落地難度及發(fā)展前景來看，業(yè)務流程清晰、應用場景獨立、市場空間巨大的物流業(yè)無疑是人工智能落地的絕佳選擇。

人工智能+物流概念界定

關鍵詞：人工智能技術、軟硬件產(chǎn)品及服務、落地應用

本報告中所闡述的“人工智能+物流”指的是基于人工智能技術（機器學習、深度學習、計算機視覺、自動駕駛等）的軟硬件產(chǎn)品及服務（無人卡車、無人機/無人車、智能調度系統(tǒng)等）在物流活動各環(huán)節(jié)（運輸、倉儲、配送、客服等）中的實際落地應用。“人工智能+物流”是物流科技的新形態(tài)，本報告對“人工智能+物流”的研究范圍主要集中在物流活動中的運輸、倉儲、配送及客服四個環(huán)節(jié)，分析研究人工智能技術及產(chǎn)品在上述物流作業(yè)流程中的應用情況與效果。

人工智能+物流發(fā)展環(huán)境

利好政策與企業(yè)及用戶的需求鼓勵物流業(yè)積極擁抱人工智能

近年來，物流行業(yè)發(fā)展基礎和整體環(huán)境發(fā)生顯著變化，新興技術廣泛應用、包裹數(shù)量爆發(fā)增長、用戶體驗持續(xù)升級等因素對物流企業(yè)的運作思路、商業(yè)模式、作業(yè)方式提出新需求、新挑戰(zhàn)。作為物流行業(yè)轉型升級的新動能，人工智能進入物流領域的時間盡管相對較短，但發(fā)展環(huán)境非常有利。政策層面，國務院、發(fā)改委等政府相關部門紛紛出臺物流相關政策及規(guī)劃，鼓勵企業(yè)利用人工智能技術及產(chǎn)品降低物流成本、提升物流效率；經(jīng)濟層面，一方面全國物流業(yè)總收入始終處于穩(wěn)定增長狀態(tài)，另一方面物流總費用依然居高不下，企業(yè)亟需進一步控制物流成本，“人工智能+物流”的空間極為廣闊；社會層面，“人工智能+物流”既能滿足城市居民對提升即時物流服務效率的需求，又可拓展快遞快運的服務邊界以惠及農(nóng)村居民。

人工智能+物流的核心技術

計算機視覺應用最為廣泛，自動駕駛有望先于其他行業(yè)落地

目前，在物流行業(yè)實現(xiàn)應用的人工智能技術主要以深度學習、計算機視覺、自動駕駛及自然語言理解為主。物流領域中，深度學習在運輸路徑規(guī)劃、運力資源優(yōu)化、配送智能調度等場景中發(fā)揮至關重要的作用；計算機視覺是現(xiàn)階段物流領域應用最廣的人工智能技術，智能倉儲機器人、無人配送車、無人配送機等智能設備都以視覺技術為基礎，此外，計算機視覺還能實現(xiàn)運單識別、體積測量、裝載率測定、分揀行為檢測等多項功能；自動駕駛技術是運輸環(huán)節(jié)智能化的核心技術，盡管尚未正式投入使用，但頭部企業(yè)的無人卡車已經(jīng)開始在特定路段進行實地路測和試運行；自然語言理解主要用于物流企業(yè)，尤其是快遞快運企業(yè)的智能客服系統(tǒng)，該技術能有效降低企業(yè)在客服環(huán)節(jié)的人工成本。

人工智能+物流產(chǎn)業(yè)鏈分析

產(chǎn)業(yè)鏈尚不成熟，角色界限比較模糊

人工智能+物流產(chǎn)業(yè)鏈與傳統(tǒng)物流產(chǎn)業(yè)鏈差異最大的地方在于，其上下游關系并非涇渭分明，或者說人工智能+物流的產(chǎn)業(yè)鏈還不太成熟，AI公司、物流企業(yè)、電商平臺都在產(chǎn)業(yè)鏈中扮演重要角色，AI公司通過直客模式或集成商渠道向下游客戶提供AI+物流相關產(chǎn)品與技術服務，而物流企業(yè)與電商平臺也通過建立研發(fā)團隊、成立科技子公司等方式研究開發(fā)AI技術在物流各環(huán)節(jié)中的可行應用，三者之間存在合作加潛在競爭的關系，生態(tài)比較開放。

人工智能+物流產(chǎn)業(yè)圖譜

人工智能+物流市場規(guī)模

現(xiàn)有市場規(guī)模15.9億元，倉儲與運輸環(huán)節(jié)的應用占比較高

AI公司進入物流領域的時間尚短，產(chǎn)業(yè)鏈下游物流企業(yè)與電商平臺在人工智能產(chǎn)品技術自主研發(fā)中的不遺余力也令解決方案提供方們可選擇的入局角度相當有限。從供給側能夠獲取的收入來看，2019年人工智能+物流領域的市場規(guī)模為15.9億元，隨著技術能力的提升和行業(yè)理解的加深，預計到2025年市場規(guī)模將接近百億水平。人工智能在物流各環(huán)節(jié)的應用分布方面，智能倉儲與智能運輸占比較大，兩者占據(jù)了八成以上的份額；智能配送的落地環(huán)境尚不成熟，現(xiàn)階段規(guī)模較小，但未來想象空間極大；智能客服的應用場景較為單一，在各環(huán)節(jié)中占比最小。

智能運輸中的人工智能應用

人工智能在運輸中的應用方向集中在無人卡車及車輛管理

運輸是物流產(chǎn)業(yè)鏈條的核心環(huán)節(jié)，也是物流成本構成的重要內容，運輸費用在社會物流總費用中的占比始終在50%以上。但由于運輸環(huán)境及運輸設備的復雜性，現(xiàn)階段人工智能在物流運輸中的應用尚處于起步階段。目前國內人工智能在物流運輸環(huán)節(jié)的應用集中于公路干線運輸，主要有兩大方向：一種是以自動駕駛技術為核心的無人卡車；另一種是基于計算機視覺與AIoT產(chǎn)品技術，為運輸車輛管理系統(tǒng)提供實時感知功能。人工智能賦能物流運輸?shù)淖罱K形態(tài)必然將是由無人卡車替代人工駕駛卡車，盡管近兩年自動駕駛在卡車領域進展順利，無人卡車在港區(qū)、園區(qū)等相對封閉的場景中已經(jīng)開始進入試運行階段，但與實際運營的距離尚遠。未來數(shù)年內，人工智能在物流運輸中的商業(yè)化價值主要體現(xiàn)在車輛狀態(tài)監(jiān)測、駕駛行為監(jiān)控等功能。艾瑞認為，2019年國內人工智能+物流運輸?shù)氖袌鲆?guī)模為6.1億元，預計到2025年超過30億元。

智能運輸丨無人卡車

無人卡車的商業(yè)化前夜已經(jīng)到來，但大規(guī)模應用仍需時日

近年來，自動駕駛技術的開發(fā)與應用一直深受各界關注，與無人卡車相比，無人駕駛乘用車往往更吸引普通民眾的眼球。從技術角度出發(fā)，應用在無人卡車上的自動駕駛技術與乘用車并無二致，其系統(tǒng)架構同樣是由感知層、決策層與執(zhí)行層組成，感知載體也都以攝像頭、激光雷達、毫米波雷達、超聲波雷達等傳感器為主。但對于目前尚處在實驗階段的無人駕駛車輛而言，城市路況的復雜程度和不確定因素給無人駕駛乘用車的商業(yè)化道路帶來極大的障礙。反觀物流領域，港口、物流園區(qū)、高速公路等道路運輸主要場景的封閉性較高，運輸路線相對較為固定，測試數(shù)據(jù)的獲取與積累也更容易。從商業(yè)化的進程來看，以圖森未來為代表的L4級別自動駕駛卡車已經(jīng)率先進入到了試運營階段，無人卡車的商業(yè)化序幕正在緩緩拉開。但這只是無人卡車在物流運輸中的初步嘗試，目前仍然存在技術穩(wěn)定性有待驗證、可測試路段較少、國內甩掛運輸份額較小等諸多問題還未解決，無人卡車距離大規(guī)模商業(yè)化應用尚需時日。

智能運輸丨車隊管理系統(tǒng)

實時感知車輛與司機狀態(tài)，適用于各類運輸車輛

無人卡車能夠從根本上顛覆整個物流運輸流程，但可預見的是在未來一段相當長的時間內，國內公路運輸?shù)闹髁σ廊粫且?guī)模不一的物流企業(yè)及其管理的車隊。目前，國內人工智能賦能物流運輸?shù)闹饕问绞腔谟嬎銠C視覺技術與AIoT技術，在車隊管理系統(tǒng)中實現(xiàn)車輛行駛狀況、司機駕駛行為、貨物裝載情況的實時感知功能，使系統(tǒng)在車輛出現(xiàn)行程延誤、線路異常和司機危險行為（瞌睡、看手機、超速、車道偏離等）時進行風險報警、干預和取證判責，并最終達到提升車隊管理效率、減少運輸安全事故的目的。與無人卡車的“替代性”功效不同，車隊管理系統(tǒng)中所應用的計算機視覺技術是在對原有物聯(lián)網(wǎng)功能的補充與拓展，依然是以輔助者的角度來幫助司機和車隊管理者，其感知設備是后裝形式的車載終端，決策來自系統(tǒng)平臺，對車輛的控制和動作執(zhí)行要通過司機手動完成。因此就現(xiàn)階段而言，融入人工智能技術的車隊管理系統(tǒng)在適用性和商業(yè)化程度上領先于無人卡車。

智能倉儲中的人工智能應用

目前仍以點狀應用散落于整個智能倉儲系統(tǒng)的各個子系統(tǒng)中

物流業(yè)是一個“動靜結合”的產(chǎn)業(yè)，運輸與配送代表著物流的“動”，倉儲則代表物流的“靜”。為了提升效率，物流產(chǎn)業(yè)對倉儲也有“動”起來的強烈需求，智能倉儲即通過物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、自動化設備及各類軟件系統(tǒng)的綜合應用，讓傳統(tǒng)靜態(tài)倉儲也朝著動靜結合的方向進行轉變。智能倉儲屬于高度集成化的綜合系統(tǒng)，一般包含立體貨架、有軌巷道堆垛機、出入庫輸送系統(tǒng)、信息識別系統(tǒng)、自動控制系統(tǒng)、計算機監(jiān)控系統(tǒng)、計算機管理系統(tǒng)以及其他輔助設備組成的智能化系統(tǒng)等。因此在智能倉儲中，商品的入庫、存取、揀選、分揀、包裝、出庫等一系列流程中都有各種類型物流設備的參與，同時需要物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能、RFID等技術的支撐。從目前來看，人工智能在智能倉儲系統(tǒng)中的應用還不夠成熟，仍以貨物體積測算、電子面單識別、物流設備調度、視覺引導、視覺監(jiān)控等多種類型的點狀應用散布于整個系統(tǒng)的各個環(huán)節(jié)當中。

智能倉儲丨倉儲現(xiàn)場管理

倉內管理——規(guī)范員工行為、減少貨物損失、降低理賠風險

人工智能在智能倉儲中的應用領域之一是在倉儲現(xiàn)場管理場景中，其實現(xiàn)途徑是以高清攝像頭為硬件載體，通過計算機視覺技術監(jiān)測并識別倉儲現(xiàn)場中人員、貨物、車輛的行為與狀態(tài)。根據(jù)作業(yè)環(huán)境，我們可以將人工智能技術在倉儲現(xiàn)場管理中的具體應用分為倉內現(xiàn)場管理與場院現(xiàn)場管理。計算機視覺技術在倉內現(xiàn)場管理的應用場景一是針對倉內工作人員的行為進行實時監(jiān)測，識別并記錄暴力分揀、違規(guī)搬運等容易對貨物、包裹造成破壞及損傷的行為，采集行為實施人員的相關信息；二是監(jiān)測倉內流轉的貨物、包裹的外觀情況，識別并判斷包裹的破損情況，對存在明顯破損的包裹進行預警上報。在倉內現(xiàn)場管理中引入計算機視覺技術，能夠起到監(jiān)督與規(guī)范員工行為、降低貨物破損與丟失概率、減少理賠成本等作用。

智能倉儲丨AMR

倉儲AMR市場尚處于起步階段，未來六年CAGR達36.7%

盡管AMR具備柔性部署、自主靈活等優(yōu)勢，但AMR產(chǎn)品技術門檻較高，國內能夠實現(xiàn)量產(chǎn)且推動項目落地的企業(yè)相對較少，AMR市場尚處于起步階段，還需要一段市場驗證時間。而隨著落地項目帶來的數(shù)據(jù)積累以及算法的不斷優(yōu)化打磨，AMR將會逐步得到更為廣泛的應用，其市場發(fā)展前景極為可觀。艾瑞認為，2019年國內倉儲AMR的市場規(guī)模為6.8億元，未來數(shù)年，AMR市場規(guī)模將以高速增長狀態(tài)迅速擴張，預計到2025年，國內倉儲AMR的市場規(guī)模將超過40億元。

智能倉儲丨設備調度系統(tǒng)

基于深度學習與運籌優(yōu)化算法，提升設備群體的智能化程度

隨著AS/RS、AGV、AMR、穿梭車、激光叉車、堆垛/分揀機器人等不同類別的自動化及智能化設備越來越多地進入到倉儲環(huán)境中，設備的調度與協(xié)同成為影響設備工作效能的關鍵因素之一。如果把倉儲環(huán)境中的各類設備比作一只足球隊，那么設備調度系統(tǒng)就相當于球隊的教練，負責制定球隊戰(zhàn)術、選擇出場球員以及指揮球員跑位等工作。早期倉儲設備的調度與控制主要是以WCS（倉庫控制系統(tǒng)）為載體，接收WMS/ERP等上層系統(tǒng)的指令后，控制著設備按照既定設計的運行方式進行工作。而在人工智能技術，尤其是深度學習與運籌優(yōu)化算法的驅動下，設備調度系統(tǒng)在準確性、靈活性、自主性方面取得顯著提升。以AGVS為例，基于大規(guī)模聚類、約束優(yōu)化、時間序列預測等底層算法，AGV智能調度系統(tǒng)能夠靈活指揮數(shù)百乃至上千臺AGV完成任務最優(yōu)匹配、協(xié)同路徑規(guī)劃、調整貨架布局、補貨計劃生成等多項業(yè)務，并隨數(shù)據(jù)積累與學習不斷自主優(yōu)化算法。可以說，AI算法加持的設備調度系統(tǒng)能夠在一定程度上將系統(tǒng)自身的智能賦予設備本體，使設備群體的智能化程度得以提升。

智能配送中的人工智能應用

理論上市場空間極為廣闊，但仍需要較長時間培育

配送是貨物流動過程的最后環(huán)節(jié)，也是物流鏈條上人力資源投入最重的環(huán)節(jié)。以快遞業(yè)與即時配送行業(yè)為例，全國快遞員數(shù)量在2018年就已突破300萬，工作靈活性較強的即時配送行業(yè)所需人力更甚于快遞行業(yè)，2019年，僅在美團點評平臺上領取過收入的騎手數(shù)量就高達398.7萬人。對于旨在降低人力成本和提高人力效能的人工智能而言，配送領域的應用前景相當廣闊，且場景清晰明確。從“替代人工”角度來看，配送中的人工智能核心應用集中于無人配送領域，實現(xiàn)形式是無人配送車與配送無人機；從“輔助管理”角度來看，人工智能主要應用在即時配送領域的訂單分配系統(tǒng)中，為系統(tǒng)提供訂單數(shù)量預估、訂單實時匹配、訂單路徑規(guī)劃等能力。人工智能在物流配送領域的施展空間極大，但受限于技術穩(wěn)定度不足、成本與收益不匹配、監(jiān)管政策嚴格等因素，無人配送在商業(yè)落地層面尚處在萌芽階段；而即時配送中的訂單分配系統(tǒng)盡管已廣泛使用深度學習及優(yōu)化算法，但其核心技術都由各大平臺自研自用，軟硬件供應商并無獲利空間。艾瑞認為，2019年國內人工智能+物流配送的市場規(guī)模為1.9億元，預計到2024年超過10億元。

智能配送丨無人配送

無人配送車——城市環(huán)境中自動駕駛技術的“降維”落地

無人配送車是應用在快遞快運配送與即時物流配送中低速自動駕駛無人車，其核心技術架構與汽車自動駕駛系統(tǒng)基本一致，都是由環(huán)境感知、車輛定位、路徑規(guī)劃決策、車輛控制、車輛執(zhí)行等模塊組成。由于無人配送車的運行環(huán)境里有著大量的非機動車與行人，路面復雜程度要高于機動車道，因此對于超聲波雷達、廣角攝像頭等近距離傳感器的依賴度更高，環(huán)境感知算法的側重點與汽車、卡車等機動車自動駕駛系統(tǒng)也有所不同。但在人口、車輛密集的城市環(huán)境中，無人配送車無疑是比無人駕駛乘用車更加適合自動駕駛技術落地的載體，首要原因是無人配送車的體積小、車速低，出現(xiàn)事故的風險與造成人身傷害甚至死亡的概率較低；此外，無人配送的場景非常豐富，落地初期可以選擇邊界相對清晰、環(huán)境相對簡單、對新技術接受度高的高科技園區(qū)、高等院校等場景，在技術成熟度提升和政策支持的前提下逐步向寫字樓、小區(qū)等環(huán)境擴張，為自動駕駛算法的迭代與進化積累大量的數(shù)據(jù)資源。

配送無人機——測試為主，可行的應用場景有限

無人機起源于軍事領域，早期的發(fā)展驅動力是為了減少飛行員傷亡以及應對極端情況，近年來消費級無人機市場也異常火爆。最早將無人機引入物流領域的是亞馬遜于2013年提出的Prime Air業(yè)務，國內以順豐、京東為代表的快遞、電商巨頭也紛紛跟進，推出物流無人機戰(zhàn)略。人工智能技術在配送無人機領域的應用原理與自動駕駛并無本質上的差異，主要區(qū)別有兩點：一是無人機搭載的傳感器種類更為繁雜，環(huán)境感知算法對數(shù)據(jù)融合技術的要求更高；二是無人機配送中可選擇的路徑明顯多于車輛，路徑上的海拔、地貌、氣候等客觀約束條件都會對無人機的配送行為產(chǎn)生影響，此外，出于安全考慮，路徑規(guī)劃還需要盡量避開人群聚集區(qū)與關鍵設施，因此配送無人機的路徑規(guī)劃算法更加復雜。2015年至今，快遞、電商巨頭以及無人機產(chǎn)品技術供應商們通過大量的試驗與測試不斷打磨提升物流無人機的技術穩(wěn)定度、探索科學的運營模式。基于國內的人口密度、居住條件、政策限制等現(xiàn)實條件，配送無人機目前較為可行的應用場景在于偏遠山區(qū)配送、醫(yī)藥資源緊急配送、應急保障物資配送等。

智能配送丨訂單分配系統(tǒng)

以“大數(shù)據(jù)+算法”之力實現(xiàn)訂單與運力的最優(yōu)匹配

鑒于無人配送距離大規(guī)模落地較遠，可預見的是未來相當長的一段時間內快遞及外賣“小哥”仍然會是物流配送的主力軍。現(xiàn)階段人工智能在物流配送中發(fā)揮的主要作用是通過訂單分配系統(tǒng)合理匹配運力與需求，提升配送效率，有效解決配送資源配置問題。尤其是對配送時效性要求非常高的即時物流領域，在引入基于機器學習與運籌優(yōu)化算法的訂單分配系統(tǒng)后，將行業(yè)發(fā)展初期使用的效率較低的騎手搶單模式和人工派單模式轉變?yōu)橄到y(tǒng)派單模式。即時物流訂單分配本質上可以看作是帶有若干復雜約束的動態(tài)車輛路徑問題（DVRP），訂單分配系統(tǒng)的工作原理是以大數(shù)據(jù)平臺收集的騎手軌跡、配送業(yè)務、實時環(huán)境等內容作為基礎數(shù)據(jù)，通過機器學習算法得到預計交付時間、預計未來訂單、預計路徑耗時等預測數(shù)據(jù)，最后基于基礎數(shù)據(jù)和預測數(shù)據(jù)，利用運籌優(yōu)化模型與算法進行系統(tǒng)派單、路徑規(guī)劃、自動改派等決策行為。訂單分配系統(tǒng)給企業(yè)帶來效率提升的最直接表現(xiàn)即配送時長明顯下降，以美團為例，在應用了自主研發(fā)的O2O即時配送智能調度系統(tǒng)后，美團外賣的訂單平均配送時長由2015年的41分鐘縮短至28分鐘，降幅達到了31.7%。

智能客服

2025年物流領域智能客服業(yè)務規(guī)模有望突破7.7億元

物流領域的智能客服特指以智能語音和NLP技術為代表的客服機器人。從服務類型上可以分為以語音導航、業(yè)務識別、智能派單、坐席輔助為主的語音智能客服和以文字查詢、業(yè)務識別為主的文字智能客服，二者分別服務于電話呼入和客戶端、小程序等終端入口。2019年物流領域智能客服業(yè)務規(guī)模約為1.1億元，其中語音與文字智能客服份額比約為6:4，按供給側發(fā)展規(guī)律預計，2025年整體業(yè)務規(guī)模約為7.7億元，年復合增長率為39.1%。因云呼叫中心逐漸替代傳統(tǒng)呼叫中心業(yè)務，市場中供智能客服發(fā)展的基礎環(huán)境逐漸完善，智能客服市場發(fā)展平穩(wěn)向上，服務內容從面向消費者的前臺形式向面向管理的中后臺形式拓展，未來市場有望基于語音人機交互形式的拓展而打開新的想象空間。

人工智能+物流應用總體評價

人工智能+物流發(fā)展策略——物流企業(yè)

厚積薄發(fā)：立足當下的點狀應用與著眼長遠的技術儲備

對于物流企業(yè)來說，衡量是否要在原有的生產(chǎn)經(jīng)營體系中引入某種技術或軟硬件產(chǎn)品，唯一標準是該技術與自身業(yè)務融合后能夠在多大程度上實現(xiàn)“降本增效”，人工智能亦不例外。物流企業(yè)，尤其是引領行業(yè)的頭部企業(yè)們對“人工智能+物流”大多秉持著積極且謹慎的態(tài)度，一方面通過自建研發(fā)團隊以及與AI技術輸出方開展合作的形式在自動駕駛、智能機器人、無人機等AI前沿應用領域試圖取得實質性突破；另一方面基于深刻的行業(yè)理解，在自身業(yè)務體系中尋找適合成熟度較高的AI技術“即插即用”的場景，在小范圍試點應用的基礎上評估應用成果并根據(jù)實際效果選擇優(yōu)化推廣或暫時棄用，在不斷地嘗試中積累數(shù)據(jù)與經(jīng)驗、逐步建立企業(yè)的AI技術應用邏輯與應用體系。總體而言，目前物流企業(yè)較為合理的“人工智能+物流”發(fā)展策略首先要立足當下，應用方向以輔助管理、提升效率為主，將計算機視覺、智能語音等AI技術與機器學習、運籌優(yōu)化等AI算法融入實際業(yè)務中形成若干能夠為企業(yè)帶來效益的點狀應用；其次要著眼長遠，對落地條件尚不成熟且未來發(fā)展前景廣闊的無人卡車、無人機等應用適當投入研發(fā)力量或采用聯(lián)合開發(fā)、注資收購等方式，做好技術儲備，在窗口期真正到來時占據(jù)市場先機。

人工智能+物流發(fā)展策略——AI企業(yè)

多重適配：適合切入的場景有限，AI企業(yè)需要一核多用

作為“人工智能+物流”中的技術輸出方，目前國內物流相關AI企業(yè)的主要業(yè)務是向物流企業(yè)、電商平臺等提供基于自動駕駛、計算機視覺、智能語音、自然語言理解等AI技術的軟硬件產(chǎn)品。由于進入物流領域的時日尚短，AI企業(yè)對物流行業(yè)理解不深導致賦能場景挖掘能力有限，涉及物流內部業(yè)務核心的類似于訂單分配系統(tǒng)的場景又難以觸達，大部分AI企業(yè)選擇從自動駕駛卡車、無人配送車、無人機等具備較大市場想象空間但技術成熟度稍顯不足或落地條件不夠完備的應用場景入局，短期內很難取得實質性突破。因此，對于AI企業(yè)來說，其“人工智能+物流”發(fā)展策略中最關鍵的還是要致力于提升自身核心產(chǎn)品技術的領先性與穩(wěn)定度，具備向客戶提供較為成熟的軟硬件產(chǎn)品的能力是企業(yè)發(fā)展的根基；其次要積極與物流企業(yè)深入合作，以標桿項目和實戰(zhàn)數(shù)據(jù)說話；此外，要靈活運用核心技術與產(chǎn)品，在關注物流行業(yè)的同時尋找其他的適配領域和變現(xiàn)途徑，例如無人物流車的低速自動駕駛技術同樣可以驅動無人清掃車、無人零售車等，使企業(yè)具備一定的造血能力，而不是一味地接受資本輸血，生存下去的初創(chuàng)企業(yè)才有機會等到真正的窗口期到來。