江苏龙网

  1. 首页 > 人文 > >

逗号科技：一体化解决方案，助力To B物流迈入智能化( 二 )


第二是物料规模和实际装载量的评估差距 ， 在城配行业 ， 特别是快消品行业 ， 货物体积数据一直不准确 ， 而且运货量庞大 ， 之前我们让前线的工人去不断测量 ， 但是发现数据还是不够准确 。 逗号科技采用了一种新思路：建立庞大的货物体积基础数据库 ， 通过机器学习的方法让机器根据工作人员输入的一段描述型文字推测物料体积 。 经测试 ， 通过机器学习后获取的体积数据比人工测量的更精准 。
第三是人员经验的挑战 ， 很多时候 ， 算法不能落地的最大原因是现场执行人员认为算法得出的唯一解决方案总会存在一些问题 。 在原始模式下 ， 调度人员会根据人工经验解决现场出现的特殊情况 ， 因此 ， 逗号科技也会同时推送出6-7个可行方案 ， 并配以直观的交互界面 ， 让有经验的调度人员简单修改配送方案 ， 使之适应现场环境 。 此外 ， 我们在解决方案中加入机器学习的理念 ， 不断抓取经过人工调整的策略使得方案更加智能 。
同时 ， 由于配送末端的驾驶员大部分是个体司机 ， 对于是否接单、接哪个单的话语权极大 ， 因此在整个配送方案中 ， 我们还要考虑司机的个人主观因素 。 曾经的解决方法是让司机抽签选取 ， 弥补人工派单的差异性 ， 而在逗号科技的算法中 ， 我们更充分地考虑实际工作中的个性化需求 。 比如 ， 算法可以根据司机习惯的工作时长安排每天工作量 ， 还会综合考虑司机对片区的熟悉度 ， 将其作为派单决策中的一个判断因素 。
对比传统人工模式 ， 运用算法的物流方案至少能节省整体物流费用的10%-30% ， 还可以合理规范人工难以控制的约束和规则 ， 比如时间控制、超载、限行等 ， 虽然运送总量和出车的数量减少了 ， 但司机的个体收益随着车辆满载度同步提升 。
另一个非常重要的指标就是算法的响应速度很快 ， 相比传统手工调度需要工作人员每天花费3-4小时来进行次日的排单工作 ， 算法可以在2-3分钟内快速给出结果 ， 这样总仓就可以把以往下午四点就开始的次日派单工作 ， 延长到晚八点或晚十一点 ， 大幅提升仓库效率 。
总体来讲 ， 算法只是方案落地中的一个影响因素 ， 实践中的问题还需在融合算法后逐一解决 ， 才能真正实现技术发展服务于整个行业 。
基础运营管理+决策优化 ， 算法在实践中打怪升级
Eva：非常生动的案例介绍 ， 我们感受到整套流程非常的科学、严谨 ， 同时这些解决方案在实际情况中的应有也有着很高的弹性和灵活性 。 那么您是怎么看待运筹学的理论 ， 这种科学理论又是怎样转化为咱们的解决方案?
罗浩：数据科学有两大分支 ， 其一是人工智能 ， 像大数据、数据挖掘这些大家比较熟悉的概念 ， 另一个分支是运筹学 。 在物流 ， 特别是配载、路径规划等领域 ， 看似与人脸识别等需要大量数据集进行高强度训练的技术不同 ， 但在每天几百台车或几千个订单的物流空间里 ， 数据的组合空间非常庞大 ， 不同排列组合的数量是个天文数字 ， 这就是整合物流空间数据的难点所在 。
在很多研究领域里 ， 我们通常会找理论上的全局战略最优解 ， 但在实际问题中 ， 庞大的数据量导致工作人员无法尝试全部解法从而找到最优解 ， 这种情况下 ， 运用运筹学通过算法设计和机制进行的组合优化 ， 我们可以快速地在天文数字般的组合中找到近似于最好的结果 。
此外 ， 随着学科的发展 ， 我们会借助仿生学的逻辑和机制来解决算法领域的问题 ， 比如遗传算法和进化论的概念、蚁群算法等 。 我们观察到动物们在做路径选择的时候会有自己独特的方法 ， 比如蚂蚁在寻找食物的路程中会留下信息素 ， 如果成功找到食物 ， 这条路线的信息素就会增强 ， 后面的蚂蚁们就会以最短路径找到食物 ， 我们在设计算法时也吸纳了类似原理来指导解决工程问题 。


推荐阅读


上一篇：客户联络中心协会主席到访健客 共商智能化升级之道

下一篇：康军调研西咸新区安全生产、疫情防控及节日市场供应工作