2020年對于中國而言，可謂是非常重要的一年。屆時，其將致力實現成為全球人工智能專業知識和應用領域領導者 “三步走”目標的第一步。作為全球矚目的物流品牌，dhl也非常認同在人工智能優勢的支持下，中國物流領域將突破發展。

dhl近期與ibm合作發布了一份報告，評估人工智能在物流領域的潛力，并揭示了如何物盡其用地優化物流行業，從而助力打造新興智能物流資產和運營范例。dhl和ibm在報告中概述了相較以往，在如今性能、可訪問性和實施成本更優化的條件下，供應鏈領導者該如何抓住人工智能的獨到優勢和機遇。

dhl亞太客戶解決方案及亞太創新中心副總裁兼創新首席pang mei yee女士表示：“現今的技術、業務和社會條件其實都已準備就緒，為打造更主動和可預見的物流產業創造了條件。隨著人工智能領域的進一步發展，我們期待與客戶和員工攜手合作，一同探索人工智能將如何塑造物流行業的未來。”

“中國設立了2030年人工智能技術應用達到國際前沿水平的目標，這將為人工智能與物流相結合創造更多動力；同時，為所有利益相關者創造更多價值。”pang mei yee補充道。

中國的人工智能宏圖

2017年，中國發布了《新一代人工智能發展規劃》，制定了到2030年實現人工智能全球領導者的發展藍圖。而這一宏偉計劃的第一步就是在2020年，令中國的人工智能總體技術和應用與世界先進水平同步。

值得一提的是，中國已在人工智能領域取得了碩果累累的進展。

波士頓咨詢集團（bcg）近日對7個國家的2,700多名經理人進行的一項全球調查顯示，中國企業正處于領先地位，其中85%不同行業的企業或在采用人工智能方面取得了切實進展，或已對多項成功的新舉措進行試點。

人工智能推動物流發展的時機已成熟

dhl和ibm的聯合報告介紹了人工智能的啟示和使用實例，并可能有助于有效提升物流行業的人工能力。在消費領域, 正如語音助手應用程序的快速增長，人工智能已然無處不在。該報告強調, 人工智能技術正以驚人的速度趨于成熟，這使更多應用程序能助力物流服務商豐富、加強客戶體驗，例如：在客戶下單之前就能預測包裹的交付等。

有了人工智能，物流業將從傳統的被動模式轉變為主動兼可預測模式，進而得到更深度的洞察，從而提升盈利和成本效率。例如，人工智能技術可以使用先進的圖像識別技術來跟蹤發貨和資產的狀態，為運輸賦予端到端的自主能力，或在全球發貨量出現波動之前進行預測。在補充和增強人工能力的同時，人工智能還可在解常規工作的基礎上，應用于更具意義和附加值的工作中。

dhl與ibm的聯合報告還進一步闡釋物流領域中人工智能的可行應用：

可預測的物流：全新一代運營典范

利用人工智能開發預測網絡管理程序，可以顯著改善物流作業的性能。對于航空貨運來說，如果按噸位計算，它僅占全球貿易的1%；但是若按價值計算，它則在全球貿易中占比高達35%，因此航空貨運的按時、足量交付便至關重要。dhl為此開展了一項實驗，研發了一套基于機器學習的工具來預測航空貨運運輸延誤的可能，從而緩解這一狀況。

通過對58個不同參數進行內部數據分析，該工具可提前一周預測出某一跑道的日平均通行時間是否會出現浮動。不僅如此，該實驗能夠識別導致發貨延遲的主要原因，包括起飛日期等時間因素，或航空公司準時性能等運營因素。這樣一來，航空貨運代理商可掌握自己的貨物在何時或與何航空公司一起飛行的信息，以幫助他們更從容地提前做好計劃。

與此同時，預測風險管理是確保供應鏈連貫運作的關鍵。 dhl resilience360平臺是一款基于云的供應鏈風險管理解決方案，專為滿足全球物流運營商的需求而量身定制。這有助于供應商提前預測以及緩解包括材料短缺、勞動力匱乏以及法律調查等可能導致供應鏈服務中斷的問題。

而resilience360 supply watch模塊則展示了運用人工智能可降低供應商風險的強大功能。supply watch使用先進前沿的機器學習和自然語言處理技術，監控來自超過300,000個在線和社交媒體源的800萬篇帖子的內容及上下文語境。這樣一來，系統不僅能從非結構化文本信息中了解在線對話的語氣，還能事先獲取或識別風險，從而提前采取糾正措施以避免服務中斷。

人工智能賦能的物流資產

人工智能也可有效緩解現代物流作業中的人工負荷。使用人工智能機器人，計算機視覺系統，會話接口和自動駕駛車輛是物流運營中人工智能應用的實體體現，可為當下的勞動力的優化與增強帶來全新工具。

每天，成千上萬的貨物通過一系列復雜的傳送帶、掃描基礎設施、人工處理設備和人員進行分揀。而使用人工智能機器人分揀（ai-enabled intelligent robotic sorting）可對信件、包裹、甚至是托盤中的貨物進行快速有效的分類，提升了分揀過程的操作速度，也將誤差降到最低。

人工智能視覺審查（ai-powered visual inspection）是物流運營中人工智能應用的另一高潛力領域。根據dhl與ibm的聯合報告顯示，ibm watson運用其認知視覺識別功能，通過人工智能驅動的視覺審查來維護有形資產。使用一組相機來拍攝貨車可成功識別資產損壞，并對損壞類型進行分類，及確定修復這些資產的相應措施。該模型和流程也可靈活搭配應用于其他類型的物流資產審查，包括但不局限于飛機，車輛和遠洋船舶。

人工智能驅動的客戶體驗

物流服務商和客戶之間的關系正在發生變化。對于大多數消費者而言，與物流該服務商的觸點從與在線零售商結賬時開啟，并以成功交付或退回產品為結束。而對于企業而言，與物流提供商的觸點的不同在于其需要面對長期服務合同，服務水平協議以及復雜的全球供應鏈運營。而人工智能所賦能的工具如語音代理等，可幫助物流提供商個性化區分這些客戶，從而提高客戶忠誠度和保留率。

2017年，dhl 包裹（dhl parcel）成為首批提供基于語音服務進行包裹跟蹤，并通過使用亞馬遜alexa提供貨運信息的最后一公里交付物流提供商之一。借助采用字母數字追蹤代碼的會話式人工智能界面，客戶只需進行簡單提問，如“alexa，我的包裹在哪里？”或詢問“dhl，我的包裹在哪里？”，便能知曉貨件運輸狀態的更新。若發貨存在問題，客戶可通過這一語音服務，向dhl尋求幫助，并由客戶服務部門進行處理。

以上是網絡信息轉載，信息真實性自行斟酌。