杉数入选工信部AI平台建设方落地物流产业

喜欢

来源：互联网
|
2019-09-28
|
0 条评论
|
我要分享
|
T小字　 T大字

　　为加快完善产业技术基础体系,提升工业基础能力,保障产业创新发展和行业质量提升,国家工业和信息化部对2019年产业技术基础公共服务平台项目进行了公开招标。日前,工信部公开了“面向人工智能领域的产业技术基础公共服务平台建设”项目招标结果:中国电子技术标准化研究院、中国科学院软件研究所、北京航空航天大学、中国科学院文件情报中心、联想(北京)有限公司、杉数科技(北京)有限公司、北京百度网讯科技有限公司、浙江大华技术股份有限公司、医渡云(北京)技术有限公司联合体,凭借扎实的行业积累,战胜了多家极富实力和经验的机构与企业,荣膺榜首,将共同建设国家工信部AI领域基础公共服务平台。

　　随着数据与算力的提升,人工智能不再是高不可攀的尖端科技,技术水平的考量以及技术落地转化的经济效益,需要行业顶尖企业拿出已经验证可行的丰富经验来制定检验准绳。本次联合体主要面向工业制造、物流、交通、医疗健康和安防五个重点行业领域的联合体将共同建立资源库,这需要各个行业的切实落地经验。在联合体中,杉数科技主要负责选定、提供物流方向的专用算法库、专用模型库、专用测试训练数据和专用应用数据,并提供相应的行业解决方案检测服务。杉数科技作为工信部2019年在物流方向重点支持的企业,是第一家,也是目前唯一一家,将在工信部支持下,基于智慧物流算法库、模型库建设,开展人工智能领域标准研制。

　　杉数科技作为赋能智慧供应链的先行者应邀出席第十届中国电子商务物流大会。在大会上午半场的主论坛中,菜鸟物流云总经理王攀、美团配送总经理魏巍、杉数科技CEO罗小渠、蜂鸟即配副总裁刘歆杨依次发表主题演讲。

　　杉数科技CEO罗小渠提出:随着新技术的出现,整个消费市场的供应链管理方式发生巨大转变,从过去依赖计划驱动,到现在真正基于需求组织供应。消费品、零售、物流等行业越来越重视对于消费者需求的预判能力,因此越来越多的企业开始关注预测技术,希望在消费需求发生变化的时候可以提前响应。但在实际运用中,由于线下数据难以采集以及预测技术本身的限制,在大多数线下场景里,预测的准确度能够达到60-70%就已经很好了。剩下的大量不确定性显然不能视而不见。因此在预测之后的决策过程中,一方面需要综合不同维度的趋势预测来形成真正可执行的决策,另一方面,如何应对预测中的不确定性是决策过程中的重要一环。体现在供应链领域中,就是大家通常说的“柔性”,也是杉数科技在这一领域核心解决的问题。

　　杉数科技是一家聚焦优化算法领域,为企业提供智能决策优化的准独角兽企业。从2016年创立至今,先后涉足物流、零售、制造等领域,通过将企业海量数据与智能算法建模能力进行结合,打通制造、预测、补货、运输、库存、定价、营销、售卖的全链条,运用到更多行业业务场景的决策优化中。杉数科技通过分析企业数据,生成反馈帮助解决方案及时调整参数,对结果进行校验和优化,将数据真正转化为可落地、可量化、可执行的决策方案。

　　以下为罗小渠在第十届中国电子商务物流大会上的演讲实录:

　　大家好,我是杉数科技的罗小渠,今天跟大家分享的是运筹学在供应链物流行业中的决策优化能力。首先简单地介绍一下我们公司,成立于2016年7月,一共有四位联合创始人,我们都是在斯坦福读博士时期的同学,回国后了解到供应链行业对决策优化产品的迫切需求,我们决定一起创业,这就是杉数科技的由来。

　　回归到今天的主题,物流行业从数字化到数智化的转变,说到底就是推出智能化的产品服务企业。当企业把一个信息网络搭建起来、一个可视的信息展现出来后,企业就可以直观地了解到自身的运营体系到底哪里出了问题,并想办法解决这些问题。有时候企业还会面临资产、资源诸多方面的限制,需要在有限的资源下,拿出更优质的解决方案。杉数科技顺应这种需求,帮助企业提升物流配送能力和智能运输能力。

　　为什么现在很多人开始关注物流行业?

　　这还要从中美贸易摩擦升级后,美国商务部发布的新兴技术出口管制清单说起,清单中提到了4项物流相关技术,第一项技术叫做移动电源,这是一个硬件技术,我们暂时不谈。第二项技术叫做建模及仿真技术,第三项技术叫做全资产可视化,第四项技术叫做以分配或者分拨转运为基础的物流系统,后面三项是我们需要高度关注的。

　　为什么美国方面会那么关注物流,会对物流相关技术做管制。实际上物流的行业有两个特点,第一它是高度依赖资本和技术来驱动运营效率的行业。第二,它跟国家安全高度相关,现代战争打什么?打的就是军事物资的供给。

　　回到物流供应链领域,大家现在普遍存在某种焦虑,消费模式在不断发生变化,从业者都感受到了来自消费市场的压力。我举几个简单的例子,一类是像天猫、京东这一类的电商企业,发展速度非常快,即使这两年的增长速度相对放缓,但是实际上每年还是保持着20~30%的增长速度。那么相对于线下的零售增长来说,这个数据的增长幅度非常显著。那么第二类就是像盒马、每日优鲜这样的新零售形态企业开始大量出现,从以前下单后几天才能收到货物到现在大量的依赖前置仓,依赖和水果店的合作,来提升他们的配送速度,提升他们对消费者的理解。盒马做成了融合线上线下的平台,线下体验到线上购物全线打通,带给消费者不一样的体验。

　　虽然从市场的角度来看,这个变化有些令人眼花缭乱,但可总结为两点:一是消费者个性化的表达需求越来越强烈,对于产品多样性选择的要求越来越高。二是便利性,消费者越来越追求速度,我看到这个东西的时候,我就想马上拿到,你拖个三五天我就不要了。以前只有京东能够做到今天下单明天送达,现在去天猫、淘宝等电商平台上下单,基本上也能在很短的时间内配送到家,整个物流行业的速度在过去的几年有了很大的变化。

　　简单来说,消费市场的变化带来整个供应链在管理方式上的巨大转变。以前是依赖计划去做驱动,会有一个非常清晰的层级化管理体系,商品先到城市中转场,再到物流企业内部逐层分配,最后运输到消费者家里。现在则是越来越强调敏捷和快速。所以说作为物流企业也好,作为消费品企业也好,作为电商平台也好,大家都希望能够提前获取消费者的需求,抢先进行生产和调配。这样的变化让企业产生了对数据采集和信息系统建设的需求,当数据基础做的越来越好后,很多企业开始关注预测分析技术,想要达到提前生产、快速配送的效果。但在实际的落地的过程中,预测技术还是存在较大的不确定性,坦率地说预测技术在线下场景里通常准确度能达到60-70%已经很好了。

　　那么,剩下的30-40%的不确定性怎么办?

　　这就是为什么在供应链管理上面,大家一直在强调柔性和敏捷度,原因就在这里。因为这种不确定性是天然存在的,不管这个数据技术未来怎样发展,不管你信息系统的数据平台建设得有多好,永远要对不确定性进行管理,永远需要提升整个供应链或物流体系去解决这些问题。说到底,物流数字化解决的问题是告诉大家,现在正在发生什么以及将来可能会发生什么。而真正的物流智慧化,它的核心是决策,我需要知道我在这个点上,我知道有这些问题,我知道应该怎么做,这才是真正意义上的智慧物流网络。

　　杉数科技一直在做的基于数据的优化技术,通过建模、仿真等工作,来帮助企业做更优决策。

　　想必大家都知道,在一些传统物流企业的大型配货站和调度中心都会有老师傅坐镇,他们有非常丰富的经验,整个仓库的布局谙熟于心,比如说这个叉车应该开到哪里,走什么捡货路线最省时,货架怎么摆放能把捡货效率提升到最高,以及一个订单进来后,把哪些货物放在一个捡货单上交给捡货员效率最快等等。企业需要利用老师傅常年积累下来的经验给整体的调度系统提效,但“老师傅管理系统”也会有不稳定性,有时还会出现人手短缺的情况,急待优化。所以杉数科技在做的事情就是帮助企业做调度,在物流运输优化方面,我们有一个专门的产品叫做小马驾驾(ponyplus)运输优化系统,通过优化引擎,为企业提供多维度的、多目标的、多产品类型的路线及配送网络规划。

　　下面就为大家介绍一下小马驾驾运输优化系统,它主要解决的是在支干线运输、同城运输等方面出现的问题,小马驾驾会考虑包括车型、路线、商品、费用、仓库、门店、人员、时效等各个方面,从五个维度的核心优化入手,一个是配送路径的优化,第二个是装卸时间窗的优化,第三个是司机排班的优化,以及箱内装载优化和实时的驾驶路线再优化,帮助企业降低运输总成本、提升排车计划效率、提升客户的满意度和业务的响应速度。小马驾驾是高度配置化、高度参数化、高度学习化的人工智能产品,基本上2到3天就可以帮助一个运输企业上线,真正开始业务运营。杉数科技还能根据不同企业的特性提供定制化服务,对企业的整个物流网络布局进行优化。根据现有客单数据可以看出效益十分明显,客户收益普遍提高15%左右。

　　下面为大家简单介绍下我们的客户案例,因涉及保密条款,我们不方便透露是哪家企业,只跟大家分享我们的产品帮助这家公司解决了哪些运输优化问题。一家全球知名家居企业的北京分部,我们负责优化公司所有商品的城配运输问题,取得的效果非常显著,调度时间得到了极大的优化,比如原先一个调度班组需要四个非常有经验的师傅一起工作三个小时才能完成路线分配工作,现在我们的小马驾驾系统只要10分钟就能得出结果,让企业的用车成本下降25%,公里数下降6%。

　　想得到这样提优效果其实并不容易,家具配送是城配运输中最复杂的一种,会牵扯到很多方面的考虑和优化,第一个是北京复杂的交通路况,限行的规则极其复杂,特别是配送家具的货车限制更多。第二个是客户收货的时间窗不固定,上午、下午、晚上都有可能,这也是货运比客运更复杂的地方,有大量的限制条件。比如现在有两个订单都是配送到同一个小区,但一个客户是上午收货,一个客户是晚上收货,如果安排一辆车配送,货车司机到了地方,就要耗费一天时间等待,可能小区还没有停车的地方,如果不安排好配送线路就会变得十分被动。第三个是家具的安装服务也非常复杂,家具公司的规则是配送人员送货基本没有提成,安装才有。在安装时间方面,你装一个书桌和装一个厨房的大柜子,花的时间是完全不一样的。其次,每一单安装费用都不相同,几十到几百不等,直接影响到配送人员的收益,所以在调度的时候还要保持所有配送人员一天的收入基本持平。第四个是配送人员的服务能力不同,有的配送人员特别擅长安装厨房的家具,有的特别擅长安装卧室的家具。以上所有这些条件都是我们在做调度的时候需要考虑的。

　　前面提到的家居企业,是一个很典型的TO C配送案例,接下来我要介绍的第二个客户案例是一家TOB的企业,全球最大的啤酒品牌选择杉数科技作为合作伙伴,助力优化其在上海地区仓到店的啤酒城配工作,平均节省行驶里程8%左右,平均节省用车数量10%,平均节省的行驶时间7%左右。