京东无人机、亚马逊超级仓、阿里菜鸟的自动分拣系统……随着大数据、云计算、物联网等技术在快递行业内不断应用，物流变得越来越高效与便捷，同时也在悄然改变着人们的生活方式。
一、AI在物流领域的应用
（一）视觉识别技术。这一技术可用作确定识别到的特征是否能够代表系统已知的一类物体，基于此可对物流快递包裹进行分拣。还可帮助分拣人员从大量的快递邮件中进行检索和分类，更为便捷、有效地帮助在非受限环境里操作。
（二）语音识别技术。这一技术可以自动且准确的转录人类的语音。语音识别的主要应用包括语音书写、电脑系统声控、电话客服等。在物流行业语音识别可以自助下单，语音下单。
（三）机器人、无人机技术。目前大型物流快递企业已经批量采用机器人，无人机，智能收发设备等。例如蒙牛乳业、可口可乐、珠江啤酒等企业借助机器人技术实现包装码垛作业的自动化;京东物流使用智能搬运机器人的全流程无人仓和无人机配送站等。
人工智能技术的应用深入地改变了业态，根据国务院发布的《关于促进快递业发展的若干意见》，“互联网+”快递成为快递行业发展的新方向。在快递业中推进移动互联、物联网、大数据、云计算等技术服务，引导企业加强数据分析与应用，做掌上物流、智能物流、云物流、虚拟仓储等，增强快递业的信息化水平。快递业从起初的劳动密集型已经转变为技术密集型。
二、“AI+物流”的典型企业
（一）顺丰速运。顺丰目前已经研发出研发第六代智能终端、智能手环以及机械臂来帮助快递员在完成工作的同时，提高工作效率;通过采用NLP技术等一些自然语言处理的技术，去分析客户对话的意图，把关键信息抽取出来，帮助系统自动辅助客服人员，或自动完成一些操作，从而提供更加个性化的服务;利用人工智能技术将多维度的内部、外部数据结合在一起，建立机器学习模型，帮助做智慧决策。
（二）京东物流。京东比较敏锐地把握了物流快递业的发展趋势，自主研发、整合了在数据驱动、智慧供应链、科技物流三个方面的优势创建了京东智能物流(JD Smart)，目前在全国拥有9个“亚洲一号”智能物流中心。京东的无人分拣中心场内自动化设备覆盖率达到100%，可实现自动供包并对包裹进行扫描，实现即时有效的分拣，智能路径规划、配送过程实时可视，从而大幅度提升物流效率。
（三）菜鸟联盟。菜鸟联盟致力于在现有物流业态的基础上，建立一个开放、共享、社会化的物流基础设施平台。其打造的中国最大机器人仓库在广东惠阳已经投入使用，这一仓库内有上百台智能机器人，它们既协同合作又要独立运行，代表着中国机器人仓库的最高水平。菜鸟联盟试图在未来努力打造遍布全国的开放式、社会化物流基础设施——“中国智能骨干网”，在全国范围内形成一套开放共享的社会化仓储设施网络。同时，利用先进的互联网技术，收发实现智能化，自助收取。
（四）亚马逊物流。亚马逊在业界率先使用了大数据、人工智能和云技术进行仓储物流的管理，推出预测性调拨、跨区域配送、跨国境配送等服务。例如在中国亚马逊运营中心，最快可以在30分钟之内完成出库，快速拣选、快速包装、分拣整个订单处理。此外，亚马逊还有一套基于大数据分析的技术来帮助精准分析客户的需求，当消费者浏览页面时智能系统也可以在几个毫秒内从数百个交付方案中，计算出在承诺时间送达商品的情况下，哪一种发货方式最快捷、客户体验最好，从而实现动态调配不同仓库的库存，实现高效的配送。
三、考验与瓶颈
虽然人工智能已被认为是物流业的下一个风口，然而，要确保行业人工智能化稳步推进，仍然面临一系列的考验与瓶颈。
（一）AI物流数据基础设施建设滞后
据《2017中国智慧物流大数据发展报告》数据显示，我国数据基础设施仍处于起步阶段，指数值仅为18.8。以我国物流企业信息化建设为例，企业物流信息化程度水平较低，全面实施物流信息化的企业仅占10%，大多数物流企业运用物流信息技术如RFID、EIS等较少，出现了多方信息不对称，信息交换率低、不及时传递等现象。由于我国物流企业缺乏高效的物流信息技术作为支撑，数据基础建设滞后，直接导致企业物流成本较高，严重影响了企业物流的服务质量。
（二）末端物流智能服务有待提升
2016年智能协同指数显示，智能路由分单指数均值为74.2，电子面单普及指数为72.9，但是末端协同指数仅为4.7，末端协同仍处在起步阶段。虽然，智能快递柜已成为大城市末端配送的主流形势，但是仍然存在利用不均的问题，有的智能快递柜被大量闲置，有的则无柜可用，末端智能服务能力急需提高。
（三）AI物流专业人才紧缺
国务院发布的《物流业发展中长期规划(2014-2020年)》报告指出，我国物流从业人员正以年均6.2%的速度增长，现有物流人才的培养数量完全不能满足社会需求，我国物流人才短缺的问题极为严重。另外，未来人工智能技术如无人机、机器人等的广泛应用，又将在很多物流操作方面取代人工作业。现在企业真正需要的是既懂物流业务，又熟悉物联网、云计算等先进技术的综合型物流高端人才。但是目前高校培养出来的物流人才在层次结构上与社会需求不符，人工智能物流高端人才的培养仍处在探索阶段。
四、AI+物流发展的应对策略
（一）加快信息标准建设，实现信息互融互通
一方面加快制定条形码、RFID等物流信息采集标准，不同信息系统之间的对接、信息交换的规范等，使不同的物流技术在仓储、运输、配送等物流业务中的应用标准得到统一。另一方面加快智慧物流标准化体系建设，形成物流作业在跨部门、跨行业、跨企业之间的标准运作，推动物流业务流程标准化管理和营运。
（二）构建智能末端体系，提升末端智能服务能力
首先要积极鼓励电子商务、物流配送等企业共同合作，利用物联网、云计算、大数据等先进物流信息手段有效整合物流资源，借助智能物流信息化平台，通过共同配送、无人机配送等AI物流模式，达到末端物流配送集约化目的，解决最后一公里难题。其次通过自动化仓库、自动化分拣机、电子标签拣选系统、拣选机器人等自动化设备，实现快速存取、分拣、搬运等物流作业，提高末端物流配送效率。最后支持物流配送企业、快递企业与连锁便利店、社区服务站、学校等单位共同合作，发展共享型的智能快递柜、智能快递站等AI物流末端配送设施，提高末端自动化、智能化的服务水平，使末端物流作业变得高效且低成本。
（三）多方协同培养人才，共筑AI物流力量
高校、政府、企业、物流协会、社会培训机构共同协作，研究制定出适合AI物流发展的高端物流人才培养模式，尽快培养出社会所需的真正物流人才。政府相关部门要尽快出台政策文件，鼓励高校、物流协会、企业等多方在高端智能型物流管理人才培养上的深度融合和经费支持。通过多方的共同协作，为AI物流的发展提供源源不断的人才力量。
