物联网+人工智能物流行业都要大变天?

2018-06-04 21:26

  在怀疑论者眼中,这是一句大而无当的空泛叙述,颇有为技术布道之嫌。唯有当你不断聆听到AI在不同领域落地的声音,不断,才会知晓这句话的正确,也才会真正读懂“未来已经来临,只是分布不均”这句名言的意涵。

  譬如在一个不起眼的领域,人工智能的介入,正在让它发生一次物流。

  从几年前开始,业内就已达成共识:只依靠传统变量,无法让这一古老的行业。尽管巨头林立,价格低廉(更多是拜车身变大所赐),但物流行业的效率依旧不高(即便最优秀的公司,1万台货车背后,也需要大概2500个人去管理)你知道,很少有其他行业像物流一样毫无保留地选择效率为王;而新零售和新经济等概念的彼此交织,也让以物流为代表的后勤,成为互联网企业没有硝烟的战争。

  在某种意义上,需求的纯粹,也让问题变得简单,改变物流行业,就是改变自动化程度。想要完成从规模数量向效率提升的质变,物流需要一次技术跃迁。幸运的是,大数据,人工智能与物联网的相互融合,为物流行业的效率提供了契机。最乐观的预计是,未来5-8年,物流会从从劳动密集型行业,逐渐进入非劳动密集型行业。

  但另一方面,过强的to B角色,枯燥的行业属性,让物流长期远离聚光灯,无论行业本身还是行业领跑者,都显得低调异常,我就看到有人在知乎发问“G7到底是何方神圣”,后者是掌握最多中国公物流货运数据的平台,京东,天猫,美团,苏宁,顺丰,三通一达,亚马逊,德邦,DHL和中国邮政等都是他们的客户,目前已连接车辆超过70万台,你在高速上看到的大多数印有logo的货车,背后都有G7的支持。

  也许,透过这家成立八年,最近刚刚发布全新品牌形象的公司,你会更清晰地看到物流行业的现状和未来。

  正如杰里米里夫金在《第三次工业》中所言:如今人类正置身于互联时代的前夕,无处不在的通信网络正在与可再生能源,自动化物流和交通运输网络相互连接。

  剖析G7的技术和商业逻辑,他们将自己做的事概述为“IA+AI”。AI自不必说,是各个行业最大的商业变量;值得一提的是IA(Intelligent Assets,智能资产),在G7创始人兼首席执行官翟学魂看来:“只有AI落实在IA上,产业才能形成闭环,最大程度地价值。通过打造智能资产服务平台,使车辆等传统运输资产智能化重构,让智能车队资产化占据行业的核心。”

  而在具体实践上,首先在最基础层面,G7通过安装在货车上的300多个传感器,实时收集车辆,速度,线,温度,进出区域,货物装卸,停留时间,油耗,司机驾驶行为等几乎物流公运输全过程数据。

  智能时代的常识是,在任何领域,数据都是最值得仰仗的资产。当这些运输数据通过AI的赋能彼此流动,就会巨大的应用价值,譬如G7去年就开发了三个颇为成熟的产品。

  首先是安全机器人。众所周知,在整个物流生态中“人”是最具不确定性的一环,司机也就成为最关键的风控对象(行驶在高速的货车司机,一天中闭眼超过3秒的时间超过26944次)。而G7安全机器人可以实时每一辆车,通过AI算法不断检测判断况是否异常,车辆是否超速,司机是否打瞌睡和玩手机,一旦发现异常,司机端就会给司机报警,后台管理员也可通过语音指令提醒司机,根据G7后台统计,机器人上岗后相关事故发生率下降了75%以上。

  其次是调度机器人。物流业千古不破的底层逻辑就两个:效率最大化,成本最小化。这意味着他们无比强调精准,尤其在运输生鲜和医药等过程中,调度至关重要。相比于人类个体在调度规模上的瓶颈,机器人能从某种“视角”,通过AI算法调度运力,高效匹配供需两端。

  然后是财务机器人。物流属于重资产运营,成本结构复杂,人工,油耗,高速费某个微观上的细微偏差,就可能造成宏观上的入不敷出。财务机器人能自动统计所有成本支出,每台车的每次点火,熄火,过,加油全部数据化,每一单任务从起点到终点,盈利亏本一键得知。

  其实不难发现,对公货运数据的几近垄断,构成了G7最大的原始资本,以及最难攻克的行业壁垒,这也让他们催生出更具想象空间的业务单元。

  除了在现有货车上后置传感器,去年年底G7与合作伙伴一起,重新设计了车箱,让昔日静默的“铁箱子”能够“开口说话”,报告自己跑了多少公里,花了多少油钱,多少钱,上了多少货,下了多少货,需要换轮胎了与此同时,他们还以数据和技术为踏板,不断往产业链的其他方向渗透,譬如与中国最大的物流运营商普洛斯成立合资公司“际链”,为园区入口,仓库门,月台,起重机乃至各种工业设备配备传感器和软件系统,最终实现全场景的自动化。

  当然,谈及自动化,没人会怀疑,自动驾驶才是物流行业的“终局思维”:自动驾驶货车会比乘用车更快实现规模量产。

  这并不难理解,如上所述,物流行业的底层逻辑就是“效率最大化”和“成本最小化”,这让他们对自动驾驶(哪怕只是L3级)有更迫切的需求;而从技术一端剖析,相比于大城市内部复杂的“网状”线,货车在高速公上是“线状”行驶,道单一且相对封闭,这种重复线的学习成本更低,更易于尽早落地。翟学魂最近就直言:“未来5-8年,中国主要高速公上跑的货车大部分都应该是自动驾驶的卡车。”

  意料之外,情理之中,G7开始进军自动驾驶。上个月,G7与普洛斯和蔚来资本宣布,共同出资组建由G7控股的新技术公司,研发基于自动驾驶,新能源技术和物流大数据的智能重型卡车,构建AI时代的物流资产管理和服务新模式。

  事实上,中国在制造货车技术上的成熟,自动驾驶激光和雷达等核心产业的完善,以及算法壁垒的降低,让这家新公司的未来变得颇为可期。尽管五年前,G7未曾想到会涉足当时门槛高企的自动驾驶,但五年后,基于自身积累的海量数据和行业知识,G7的入局成为一种必然。

  就像G7总裁马喆人(前腾讯副总裁,负责腾讯服务(LBS)、车联网和自动驾驶业务)所言:“首先,基于G7各种各样的数据进行分析和挖掘,能为车辆结构的设计和工况的设计提供优化的依据,从而能帮助下一代商用车辆进一步优化设计结构;其次,在规模化运营体系下,G7的数据能够优化商用车辆沿着全运输线网络的调配能力;第三,基于G7平台大量的司机行为数据,也是未来自动驾驶网络的数据分析基础。”

  与非网专栏作者招募你也许是工程师甲,每天默默画电板、写代码;你也许是高校老师乙,每天站在三尺,传授知识;你也许是项目经理丙,每天为得到客户认可而赶工、奔忙;不管你身处何地是何种身份,只要你是电子领域的从业者,就一定有对这一行业的一些感受和看法。可能你已成资深行业观察家,如何小庆老师那样真知灼见;

  可能你善于发现身边的工程师故事,如骆驼般娓娓道来。也可能你和他们都不同,有自己想发表的观点,这样的你都是我们在等的人,只要你准备好了,“与非网专栏作者”就会成为你的一个标签。你不再是普通的人“甲、乙、丙”,而是工程师和电子产业的发言人。我们给专栏作者的展示机会:1. 与非网主站【与非原创】栏目的集中展示:

  4. 如果专栏内容热度很高,我们还可以帮助联系相关出版社洽谈集结出版。成功取决于行动力,赶紧将你的职场态度和行业观点进行整理、提专栏大纲吧,以“专栏作者+大纲名称”为主题,发送到:即可,或者你还有些疑惑想更多了解专栏作者的情况,也可以加小编的微信+详谈。与非网专栏作者,我们等你!

  翟学魂不止一次将传统货车向智能货车的过度,比作十年前功能机向智能手机的跃迁,就像iPhone让手机衍生出更多服务,G7也试图从现在开始,勾勒出物流资产服务的未来样貌。

  在我看来,某种意义上,G7的野心是与合作伙伴一起,建立一个高度自动化的集成体系,实现对整个物流业务模式和资产应用方式的变革。譬如马喆人就曾预测:物流行业的终级模式是进入集约化发展,出现一系列自动驾驶越级运营车队,或者是高阶智能驾驶的超级资产池,这种大车队和资产池本质上是为行业提供运输资产的共享化。

  “G7的客户一直都是物流公司,大的比如顺丰和德邦有1万台车,小的有10台车,只是说过去我们只提供车辆数据,可能以后连车也一起给你,我们希望把智能设备、智能资产所有综合给到客户,让他去比原来买一台车,自己去加油,请司机,最后换算下来一公里多少钱,如果比原来便宜很多,为什么不呢”,翟学魂对未来的描述更为具象:“我们要给客户的是结果,就是我的车比现在的安全性要提高两个数量级,比现在的能耗降低15%到20%,比现在的管理成本下降一个数量级。”

  最后值得一提的是,在G7总部采访过程中,令我印象最深刻的,倒不是物流业正在掀起的效率,而是翟学魂展示的一张实时数据令人意外和遗憾的是:截止采访当天下午三点,在G7连接的70多万辆车里,发生了145起撞车事故。

  为什么撞了这么多?很大一部分答案就在实时数据里:同样截止下午三点,G7的智能管车平台监测到,有5万多名困得不行的货车司机,闭了3秒钟的眼;有4000多次打哈欠行为,以及 4万多次打电话。

  高速上的悲剧大抵相似,这种情况每天都在发生好在,至少我相信,未来十年,新技术的福祉,会让撞车数字无限逼近为零;未来十年,物流行业的变化,或许将超过过去100年的总和。

  近年来,人工智能加速发展,实现了战略性突破,先进制造技术和新一代人工智能技术深度融合,形成了新一代智能制造,也可以称之为数字化网络化智能化制造。

  近年来,人工智能加速发展,实现了战略性突破,先进制造技术和新一代人工智能技术深度融合,形成了新一代智能制造,也可以称之为数字化网络化智能化制造。

  “我们跟电脑去争胜负是不、不现实的想法,你根本没可能赢。”6月2日,在聂道场和谷歌公司共同发起的“寻找围棋小先锋” 2018少儿围棋公开赛首站赛上,聂卫平在接受记者采访时如此表达了他对人类与人工智能对弈的态度,而这也并不是其第一次发表类似的看法。

  最近很长的一段时间,人工智能的热度都维持在一定的高度。但是大家在关注或研究人工智能领域的时候,总是会遇到这样的几个关键词:深度学习、机器学习、神经网络。那他们之间到底是什么样的关系呢?

  通过手机上的APP控制电灯的开关,或者地设置灯具的明暗和颜色,这在“昨天”还是一件很酷的事情,而到了今天似乎就有点OUT了——当行的智能照明新玩儿法是:冲着电灯喊一声,TA就乖乖照着做了。

  2007年,大家习惯称之为移动时代的开端,因为那一年,互联网爆发,社交网络出现,谷歌、微软、Facebook进入了的视野,发生了两件改变世界的事情:一件是苹果年初发布了初代iPhone,第二件是高通同年11月推出了第一代骁龙芯片。

  步入2018年,蓝牙技术联盟也正式迎来了20周年,对于个人而言,20年足以从出生进入青壮年时期,而这个阶段也处于人生中最富有创造力的时期。对于一家技术联盟而言,这也是一个重要的节点。

  随着5G毫米波预期即将进入商用,行业内关键公司的研发正在顺利推进,已经完成定制组件指标划定、设计和验证。实现未来毫米波5G系统所需的基本组件是射频前端模块(FEM)。该模块包括发射机的最终放大级以及接收机中最前端的放大级以及发射/接收开关(Tx/Rx)以支持时分双工(TDD)。

  工业和信息化部办公厅、财政部办公厅印发《2018年度电信普遍服务试点申报指南》,以加快偏远和边疆地区4G网络覆盖,到2020年实现全国行政村4G覆盖率超过98%。

  中国移动近日首度推出eSIM,加上此前已经启动6个城市eSIM业务的中国联通,长久以来未能突破的eSIM推广,似乎“开了口”。

  “村网通”将于两年之内实现?工信部称2020年全国行政村4G覆盖率超过98%

  如何成功开发出水下机器人?TE利用水下机器人的案例,为您直播展示TE压力传感器如何抵抗海水腐蚀!

  高性价比的便携式测试测量神器——ADI ADALM1000主动学习模块评测

  怼飙STM32H7,谁才是Cortex-M7最强王者——号令者RT1052开发板评测

  国内首款公开发布的深度学习SDK——基于深鉴科技DNNDK的DP-8000开发板评测

  全球首款超小型嵌入式人工智能处理卡——针对边缘计算的UP AI Core评测

  天河三号超算较上代实现了200倍性能提升,这家国产芯片厂商到底做了什么?