杉數入選工信部AI平臺建設方落地物流產業

喜歡

來源：互聯網
|
2019-09-28
|
0 條評論
|
我要分享
|
T小字　 T大字

　　為加快完善產業技術基礎體系,提升工業基礎能力,保障產業創新發展和行業質量提升,國家工業和信息化部對2019年產業技術基礎公共服務平臺項目進行了公開招標。日前,工信部公開了“面向人工智能領域的產業技術基礎公共服務平臺建設”項目招標結果:中國電子技術標準化研究院、中國科學院軟件研究所、北京航空航天大學、中國科學院文件情報中心、聯想(北京)有限公司、杉數科技(北京)有限公司、北京百度網訊科技有限公司、浙江大華技術股份有限公司、醫渡云(北京)技術有限公司聯合體,憑借扎實的行業積累,戰勝了多家極富實力和經驗的機構與企業,榮膺榜首,將共同建設國家工信部AI領域基礎公共服務平臺。

　　隨著數據與算力的提升,人工智能不再是高不可攀的尖端科技,技術水平的考量以及技術落地轉化的經濟效益,需要行業頂尖企業拿出已經驗證可行的豐富經驗來制定檢驗準繩。本次聯合體主要面向工業制造、物流、交通、醫療健康和安防五個重點行業領域的聯合體將共同建立資源庫,這需要各個行業的切實落地經驗。在聯合體中,杉數科技主要負責選定、提供物流方向的專用算法庫、專用模型庫、專用測試訓練數據和專用應用數據,并提供相應的行業解決方案檢測服務。杉數科技作為工信部2019年在物流方向重點支持的企業,是第一家,也是目前唯一一家,將在工信部支持下,基于智慧物流算法庫、模型庫建設,開展人工智能領域標準研制。

　　杉數科技作為賦能智慧供應鏈的先行者應邀出席第十屆中國電子商務物流大會。在大會上午半場的主論壇中,菜鳥物流云總經理王攀、美團配送總經理魏巍、杉數科技CEO羅小渠、蜂鳥即配副總裁劉歆楊依次發表主題演講。

　　杉數科技CEO羅小渠提出:隨著新技術的出現,整個消費市場的供應鏈管理方式發生巨大轉變,從過去依賴計劃驅動,到現在真正基于需求組織供應。消費品、零售、物流等行業越來越重視對于消費者需求的預判能力,因此越來越多的企業開始關注預測技術,希望在消費需求發生變化的時候可以提前響應。但在實際運用中,由于線下數據難以采集以及預測技術本身的限制,在大多數線下場景里,預測的準確度能夠達到60-70%就已經很好了。剩下的大量不確定性顯然不能視而不見。因此在預測之后的決策過程中,一方面需要綜合不同維度的趨勢預測來形成真正可執行的決策,另一方面,如何應對預測中的不確定性是決策過程中的重要一環。體現在供應鏈領域中,就是大家通常說的“柔性”,也是杉數科技在這一領域核心解決的問題。

　　杉數科技是一家聚焦優化算法領域,為企業提供智能決策優化的準獨角獸企業。從2016年創立至今,先后涉足物流、零售、制造等領域,通過將企業海量數據與智能算法建模能力進行結合,打通制造、預測、補貨、運輸、庫存、定價、營銷、售賣的全鏈條,運用到更多行業業務場景的決策優化中。杉數科技通過分析企業數據,生成反饋幫助解決方案及時調整參數,對結果進行校驗和優化,將數據真正轉化為可落地、可量化、可執行的決策方案。

　　以下為羅小渠在第十屆中國電子商務物流大會上的演講實錄:

　　大家好,我是杉數科技的羅小渠,今天跟大家分享的是運籌學在供應鏈物流行業中的決策優化能力。首先簡單地介紹一下我們公司,成立于2016年7月,一共有四位聯合創始人,我們都是在斯坦福讀博士時期的同學,回國后了解到供應鏈行業對決策優化產品的迫切需求,我們決定一起創業,這就是杉數科技的由來。

　　回歸到今天的主題,物流行業從數字化到數智化的轉變,說到底就是推出智能化的產品服務企業。當企業把一個信息網絡搭建起來、一個可視的信息展現出來后,企業就可以直觀地了解到自身的運營體系到底哪里出了問題,并想辦法解決這些問題。有時候企業還會面臨資產、資源諸多方面的限制,需要在有限的資源下,拿出更優質的解決方案。杉數科技順應這種需求,幫助企業提升物流配送能力和智能運輸能力。

　　為什么現在很多人開始關注物流行業?

　　這還要從中美貿易摩擦升級后,美國商務部發布的新興技術出口管制清單說起,清單中提到了4項物流相關技術,第一項技術叫做移動電源,這是一個硬件技術,我們暫時不談。第二項技術叫做建模及仿真技術,第三項技術叫做全資產可視化,第四項技術叫做以分配或者分撥轉運為基礎的物流系統,后面三項是我們需要高度關注的。

　　為什么美國方面會那么關注物流,會對物流相關技術做管制。實際上物流的行業有兩個特點,第一它是高度依賴資本和技術來驅動運營效率的行業。第二,它跟國家安全高度相關,現代戰爭打什么?打的就是軍事物資的供給。

　　回到物流供應鏈領域,大家現在普遍存在某種焦慮,消費模式在不斷發生變化,從業者都感受到了來自消費市場的壓力。我舉幾個簡單的例子,一類是像天貓、京東這一類的電商企業,發展速度非常快,即使這兩年的增長速度相對放緩,但是實際上每年還是保持著20~30%的增長速度。那么相對于線下的零售增長來說,這個數據的增長幅度非常顯著。那么第二類就是像盒馬、每日優鮮這樣的新零售形態企業開始大量出現,從以前下單后幾天才能收到貨物到現在大量的依賴前置倉,依賴和水果店的合作,來提升他們的配送速度,提升他們對消費者的理解。盒馬做成了融合線上線下的平臺,線下體驗到線上購物全線打通,帶給消費者不一樣的體驗。

　　雖然從市場的角度來看,這個變化有些令人眼花繚亂,但可總結為兩點:一是消費者個性化的表達需求越來越強烈,對于產品多樣性選擇的要求越來越高。二是便利性,消費者越來越追求速度,我看到這個東西的時候,我就想馬上拿到,你拖個三五天我就不要了。以前只有京東能夠做到今天下單明天送達,現在去天貓、淘寶等電商平臺上下單,基本上也能在很短的時間內配送到家,整個物流行業的速度在過去的幾年有了很大的變化。

　　簡單來說,消費市場的變化帶來整個供應鏈在管理方式上的巨大轉變。以前是依賴計劃去做驅動,會有一個非常清晰的層級化管理體系,商品先到城市中轉場,再到物流企業內部逐層分配,最后運輸到消費者家里。現在則是越來越強調敏捷和快速。所以說作為物流企業也好,作為消費品企業也好,作為電商平臺也好,大家都希望能夠提前獲取消費者的需求,搶先進行生產和調配。這樣的變化讓企業產生了對數據采集和信息系統建設的需求,當數據基礎做的越來越好后,很多企業開始關注預測分析技術,想要達到提前生產、快速配送的效果。但在實際的落地的過程中,預測技術還是存在較大的不確定性,坦率地說預測技術在線下場景里通常準確度能達到60-70%已經很好了。

　　那么,剩下的30-40%的不確定性怎么辦?

　　這就是為什么在供應鏈管理上面,大家一直在強調柔性和敏捷度,原因就在這里。因為這種不確定性是天然存在的,不管這個數據技術未來怎樣發展,不管你信息系統的數據平臺建設得有多好,永遠要對不確定性進行管理,永遠需要提升整個供應鏈或物流體系去解決這些問題。說到底,物流數字化解決的問題是告訴大家,現在正在發生什么以及將來可能會發生什么。而真正的物流智慧化,它的核心是決策,我需要知道我在這個點上,我知道有這些問題,我知道應該怎么做,這才是真正意義上的智慧物流網絡。

　　杉數科技一直在做的基于數據的優化技術,通過建模、仿真等工作,來幫助企業做更優決策。

　　想必大家都知道,在一些傳統物流企業的大型配貨站和調度中心都會有老師傅坐鎮,他們有非常豐富的經驗,整個倉庫的布局諳熟于心,比如說這個叉車應該開到哪里,走什么撿貨路線最省時,貨架怎么擺放能把撿貨效率提升到最高,以及一個訂單進來后,把哪些貨物放在一個撿貨單上交給撿貨員效率最快等等。企業需要利用老師傅常年積累下來的經驗給整體的調度系統提效,但“老師傅管理系統”也會有不穩定性,有時還會出現人手短缺的情況,急待優化。所以杉數科技在做的事情就是幫助企業做調度,在物流運輸優化方面,我們有一個專門的產品叫做小馬駕駕(ponyplus)運輸優化系統,通過優化引擎,為企業提供多維度的、多目標的、多產品類型的路線及配送網絡規劃。

　　下面就為大家介紹一下小馬駕駕運輸優化系統,它主要解決的是在支干線運輸、同城運輸等方面出現的問題,小馬駕駕會考慮包括車型、路線、商品、費用、倉庫、門店、人員、時效等各個方面,從五個維度的核心優化入手,一個是配送路徑的優化,第二個是裝卸時間窗的優化,第三個是司機排班的優化,以及箱內裝載優化和實時的駕駛路線再優化,幫助企業降低運輸總成本、提升排車計劃效率、提升客戶的滿意度和業務的響應速度。小馬駕駕是高度配置化、高度參數化、高度學習化的人工智能產品,基本上2到3天就可以幫助一個運輸企業上線,真正開始業務運營。杉數科技還能根據不同企業的特性提供定制化服務,對企業的整個物流網絡布局進行優化。根據現有客單數據可以看出效益十分明顯,客戶收益普遍提高15%左右。

　　下面為大家簡單介紹下我們的客戶案例,因涉及保密條款,我們不方便透露是哪家企業,只跟大家分享我們的產品幫助這家公司解決了哪些運輸優化問題。一家全球知名家居企業的北京分部,我們負責優化公司所有商品的城配運輸問題,取得的效果非常顯著,調度時間得到了極大的優化,比如原先一個調度班組需要四個非常有經驗的師傅一起工作三個小時才能完成路線分配工作,現在我們的小馬駕駕系統只要10分鐘就能得出結果,讓企業的用車成本下降25%,公里數下降6%。

　　想得到這樣提優效果其實并不容易,家具配送是城配運輸中最復雜的一種,會牽扯到很多方面的考慮和優化,第一個是北京復雜的交通路況,限行的規則極其復雜,特別是配送家具的貨車限制更多。第二個是客戶收貨的時間窗不固定,上午、下午、晚上都有可能,這也是貨運比客運更復雜的地方,有大量的限制條件。比如現在有兩個訂單都是配送到同一個小區,但一個客戶是上午收貨,一個客戶是晚上收貨,如果安排一輛車配送,貨車司機到了地方,就要耗費一天時間等待,可能小區還沒有停車的地方,如果不安排好配送線路就會變得十分被動。第三個是家具的安裝服務也非常復雜,家具公司的規則是配送人員送貨基本沒有提成,安裝才有。在安裝時間方面,你裝一個書桌和裝一個廚房的大柜子,花的時間是完全不一樣的。其次,每一單安裝費用都不相同,幾十到幾百不等,直接影響到配送人員的收益,所以在調度的時候還要保持所有配送人員一天的收入基本持平。第四個是配送人員的服務能力不同,有的配送人員特別擅長安裝廚房的家具,有的特別擅長安裝臥室的家具。以上所有這些條件都是我們在做調度的時候需要考慮的。

　　前面提到的家居企業,是一個很典型的TO C配送案例,接下來我要介紹的第二個客戶案例是一家TOB的企業,全球最大的啤酒品牌選擇杉數科技作為合作伙伴,助力優化其在上海地區倉到店的啤酒城配工作,平均節省行駛里程8%左右,平均節省用車數量10%,平均節省的行駛時間7%左右。