讓 AI “潛入”物流中心，你的快遞很快就到！

網購已經成為了新時代下的“日常”，于是每年的「618」、「雙11」、「雙12」一場場搶購大戰不可避免。搶購到便宜貨當然是心情爽快，但萬一遭遇到快遞變慢遞，購物的體驗似乎瞬間就變為糟心和焦急。

對于現在的年輕人來說，這樣的糟心體驗早已成為歷史。似乎自從有了購物節，物流的速度和暢通似乎無形的在加速，我們開始越來越不用擔心它們的速度了。當我們仔細觀察生活中的這些“理所當然”的小事時，才感受到這一點點細微的生活體驗的背后是需要一套龐大的系統和組織支撐的。

而這樣的組織和體系的能量是無比強大的。如今在疫情之下，全球化過程中降低物流風險，保障供應連續性，已成為各企業重點關注的技術話題。于是，面向全球客戶的華為公司成為了一個絕對優質的案例，華為利用數字化、智能化的手段從傳統物流運營轉升成為專業智慧物流，在那些“看不見的地方”華為正在默默耕耘。“在這個算法中，我們并不刻意直接取代人的工作，更重要的是讓這個人的作業效率先達到最優。”華為物流產品團隊負責人趙娜解釋說。

從2015年開始，華為的整個供應鏈悄然開始了智能化轉型的進程。而作為供應鏈體系下的物流業務也開始了一場變革。在這場變革之前，似乎要先理解究竟什么是智慧物流？對于智慧物流，其實沒有一個統一的概念，但歸納來說，智慧物流是在信息系統的控制之下操作物流系統的各個環節，實行系統全面感知，這樣就可以及時處理各類問題及進行及時且必要的自我調整。而且智慧物流可以通過利用信息技術與物流技術的交叉融合，讓物流自動化、創新化、準確化。實現物流規整智慧、發現智慧、創新智慧和系統智慧的現代綜合性物流系統。

華為物流體系要做的是從打造一張全球的物流“網絡”，實現從供應商到客戶的全程“可視”，更重要的是，這樣一個全球的智能化物流網絡要讓內部的協同更高效，盡可能消除等待。

在2016年，在全球的范圍內，要做出智能化的物流網絡都是一場艱難的修煉。數據顯示，2016年全年境內物流詳情數據完備率指數為84.8%，發展較為成熟。而跨境物流詳情數據完備率指數僅為13.5%，大幅低于境內物流詳情數據完備率。

跨境數據鏈路銜接不足、末端智能程度、數據基礎設施建設都是挑戰。做好數據聯通帶來的效能提升，對華為和合作伙伴雙方將是“互惠互利”的，隨著AI 和大數據技術一點點的在華為物流持續不斷的化學反應，終于釀成了臨界點的出現——從倉儲點多，但場景相對簡單的國家倉（海外倉儲）業務出發，使得華為在國家倉備貨周期下降10%，二次運輸成本直線下降超百萬美元。同時，在華為物流中車貨協同的效率提升了40%，運輸成本節每年節約了超過450萬美元，自動化的倉儲節點人均作業效率更是提升67%，節約倉庫面積約2萬+平方米。

這不僅僅是實實在在效率提升與節約下的真金白銀，更值得關注的是這些數字隨著 AI 和數據的升入還在不斷上漲。

“一系列的基礎工作，是非常耗時耗力的，要投入很多人力物力，才能夠完成。大概花了4年的時間，我們才有了今天的突破，而目前顯現的只是‘突破’中的部分效果，中間的過程中還是有很多需要持續優化的東西，我們還在持續建設。”華為物流產品團隊負責人趙娜解釋說。

華為物流轉型的“拉鋸戰”

對于華為物流的內部來說，物流業務總體來說是分為兩種大的類型，一個是制造物流。制造物流主要是將原材料到送達工廠，在工廠內部的調撥以及周轉。它貼近工廠，便于跟全球的一千多家的原材料的供應商進行協同，能夠快速地把物料從全球運往工廠。在這過程當中，如何進行高效的協同是制造物流的挑戰之一。

第二是流通物流，也叫做銷售物流，當我們的原材料加工成為我們的半成品和成品之后，我們就需要把這些貨物送達全球各個國家，我們會經由全球七千多的陸流、一千個港口，把這些貨物送達我們的客戶的手中，同時還要交付到我們的電信的基站上。這些點和這些線就構成了全球的華為物流網絡。

因為要快速把工廠的物料，按照需求中轉到工廠，所以為了實現“中轉快”華為物流給自己定了一個小目標就是“一日達”——供應商送貨到港口之后，要一天之內送至工廠。

這個流程環節看起來很短，也似乎并不復雜。但其實這里面要協同的內容非常多，這其中就需要華為物流協同上千家的物料供應商，難點就在于如何協同這些供應商，集結原材料，快速通關，調度運輸，將物料按時、按需、安全送達工廠。

這是華為物流轉型的“拉鋸戰”中的一小塊。更重要的是，華為物流是合同物流模式，物流業務是通過與第三方物流的合作伙伴合作完成。這也就導致了想要去協同的時候，發現“第一手的數據和資料”甚至都很難獲取。

華為全球物流的五大層次

全鏈條數字底座架構圖

華為物流花費了兩年多時間，最先打通了自己物流系統中的“數據”，真正拿到華為物流體系下覆蓋全球網絡中的實時數據。“最基礎的信息化如果都沒有做好，談何智能化？那是不現實的，所以我們先是花費兩年的時間，先把這個信息化做完整。”趙娜說，“物流的轉型是從2016年底開始的， 2017至2018年這兩年其實最主要就是在打基礎。打基礎做什么事情呢？是在做最下面的兩層，首先要有數據，把所有線下的東西變成線上的數據信息，基礎流程要設計好，數據對象要具體化，之后基于這些數據才能去做上層‘建筑’——應用。”

對于華為的物流來說，“全球”這個詞讓轉型的難度指數有了質的改變。

華為在全球170多個國家都有業務，據點非常多，而這其中的難點就層層轉化到DC，也就是供應中心之中。華為物流需要打通內陸物流與國際物流之間的數據瓶頸，實現生產企業數據、海關數據、港務數據、公路數據、場站數據等等的無縫對接，便于企業對物流進行全程跟蹤。

供應中心本身帶有一定的輕加工業務。這類節點業務量大，協同的業務環節多，業務邏輯也相對復雜。“在整個數字化的過程中，它對我們來說是困難相對高的”趙娜說。不過未來，華為可以通過移動APP、AIS、物聯網等物流先進技術應用，可實時掌握運載工具位置、庫內作業狀態等信息，通過打通各環節實現了信息的透明共享，以及實物流全過程可視，更好地在線協同人、車、貨、倉。

對象數字化+過程數字化示意圖

最終，華為物流織出了一張物流數據的大網。通過實現了“物流對象數字化”和“過程數字化”之后，這張大網中的包含海陸空的4000+線路可視，1000+的關鍵節點風險可視，1萬+的風險事件監控能力，甚至還包含了5分鐘內解析對華為影響的能力，同時還具備了對全球倉庫產能、壓庫狀態的自動預警能力。

華為物流的“第一性原理”

第一性原理，是指物理學中的概念，第一性原理實際上是演繹法的一種：從根本原理著手，剔除干擾因素和“常識性”知識的思考方法。其真正的力量在于它能將復雜的事情轉化為簡單的結構，便于人們理解。能夠理清混亂的思維和拋開其他人影響，允許我們從源頭構建。

在完成數據和規則的線上化之后，華為的智慧物流正是希望以此來從零構建這些“經驗體系”。將人歸納的經驗轉化為可見的理性的基于邏輯基礎的“算法”。

趙娜舉例了一個最簡單的案例——最優揀料路徑算法。之前作業人員根據系統下放的揀料任務，按照任務順序去做備貨揀料，但只是有經驗的作業人員知道如何精簡，什么路徑是最快速的，即便單據中貨物的即便順序繁雜。

最優揀料路徑算法示意

“把這種靠經驗的方式，用算法來解決，員工不用太多思考，不用過于依賴經驗，就算是一個新手，按照AI提供的方案去做，效率也可以是最優的。”趙娜說。

從華為物流服務化的產品架構來看，分為數據層、領域服務和接入層的“三層架構”。在數據層的數據信息打通之后，各環節實現了信息的透明共享，這才讓領域服務中的物流智庫在發揮出核心作用。它不僅僅是提供像最優揀料路徑算法、派送路徑規劃算法等邏輯及技術服務用于提升體系效率，同時更重要的功效是通過 AI 將華為物流逐漸積累的寶貴經驗存儲起來，并且不斷“進化”。配合物流運營的可視化與監控，華為對自己內部的物流體系有了更強的掌控力，這讓華為物流內部的發展和決策甚至都能被輕松呈現出來。

華為物流服務化產品架構圖

而像很多這類“最優解”的算法或模型，在華為物流服務化產品結構中被稱為“AI 物流智庫”。它是以AI 算法為中心一個個小引擎，每一個小引擎都是基于華為物流整個交易流上的待優化的問題或是業務場景。在各個節點之間還可實現節點作業與實物運輸的無縫連接、風險主動預警、全程可視可管理、實物“一個流”等高效運作模式。“AI算法的運用，可以促進我們整個業務流程的高效進行，讓一些問題和風險被提前感知。”趙娜說。

在整個過程中華為構建了大大小小的智能應用，去輔助整個物流業務的決策使它的物流高效，最開始的時候華為是從裝車模擬，貨量預估起步。經過這個算法，把華為的整個裝車的實裝率從百分之十多提升到現在的百分之九十多。

“我們整個團隊嘗到這個甜頭之后，就一發不可收拾。”趙娜說。目前從華為整個物流資源預警和推薦到倉庫內部的上架定位，簡要路徑的優化，國際運輸的在途得跟蹤、預警，協同、預約到后面的清關碎則歸類推薦，價格波動的預測，包括物流的成本，團隊大大小小的已經構建了五十多個應用，所以囊括起來叫做物流智庫。但不是每一個場景下都需要的，所以需要具備的根據業務場景、根據流程需要，動態地插到業務應用上面去，去作業于業務的效率或者是達到成本最優的目標。

在物流的關鍵節點，華為智慧物流可依據不同節點類型及場景優化流程，并匹配最適宜的自動化工具和設備，從而實現小時級的履行能力，大大提高了工作效率。

其中，重點倉儲通過利用寬窄一體的eLTE無線通信技術和IoT平臺，統一連接和管理AGV無人車、自動掃碼機等物流自動化設備，同時通過窄帶物聯網絡廣泛地聯接到托盤、叉車等資產，從而實現自動進出庫、自動盤點以及資產精準定位跟蹤等功能，打造了高效快速的智能化倉儲。

拿個人的出行舉例，如今大家出行會用到很多出行APP，大家都會先看一下航班、打車熱度、擁堵情況等等，制定出行計劃，去確定一個滿意的航班，是我們個人出行的資源選擇。

對于貨運業務來講，并且是貨運全球，資源就更是尤為重要，如何去動態的感知全網絡有多少的資源可以供使用，確保怎么供應不中斷，這個是非常重要的一個能力。前段時間由于疫情的影響，疫情不光影響了出行，還影響了貨運網絡。以拉美為例，由于全球疫情的爆發，很多航空公司停運了，航線中斷了，貨運質量下降了，但華為物流團隊能夠將所需要的這些航空的數據，引入進來，包括它的能力，能提供的運力信息，來保障華為的貨物能夠真正的及時按需送達到客戶的手中。

華為物流也通過一個百人以上規模的團隊，實現了華為在物流領域的智能化轉型，更重要的是 AI 技術真正運用并幫助華為物流提升了效率與協同，降低了生產成本。同時未來隨著 AI的協同及優化，華為的寶貴經驗不僅能存儲下來，還將繼續迭代進化，為大型企業帶來智能物流的“新模型”。

對于華為物流來講，人就是所有過程司機、作業員、協同的供應商，這些都是華為的對象，華為把他們給結構化和數字化進來。有了這些數據，才能基于這些數據才能發現你的數據基圍點。

更重要的是，基于這些數據，華為物流實現了四個打通：第一，打通生態合作伙伴；第二，連接線下與線上；第三，打通IT與OT，打通物理的世界；最后，數據要能連接我們的應用，去打通數據邊界，千萬不要將數據放進服務器里面，變成沉睡的資產。

在產業互聯網成長的今天，華為物流的智能化轉型成果可以看作是以真實的需求和痛點驅動，經過長周期的不斷成長，厚積薄發才收獲的成績。未來華為物流的AI協同能力通過釋放外溢，可以賦能更多企業，而其智能化轉型方法論也能夠給更多的傳統行業帶來新的思考。

不可否認的是，AI這種萬物互聯的新動能正在創造真正的價值。

AI 智慧物流

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。