韵达物流全面智能化？英特尔® Analytic Zoo AI平台有办法

移动互联网与电商，不仅给人们带来便利和无穷的快乐，双11、618也早已和传统节日一样，举国欢庆，快递小哥按下的清脆门铃声，成为了许多人心中最美妙的音符。

而与电商“同呼吸，共命运”的快递行业，在一路高歌猛进，业务暴涨的同时，也承担着不小压力。比如，服务网络覆盖全国，拥有完备物流全产业链的行业巨头——韵达，就面临着传统人工作业模式费时费力，无法保证质量，以及成本日益高涨的挑战。

为了解决自己遇到的问题，韵达选择英特尔开展深度合作，整合人工智能（以下简称 AI）与传统快递物流行业。借助英特尔® Analytics Zoo 大数据分析和 AI 平台、英特尔® 至强® 可扩展处理器等一系列领先硬件、软件产品及技术的支持，构建高效AI应用，帮助韵达提升快递物流系统运作效率，大幅降低人工劳动强度和人力成本。

作为终端客户，我们主要接触快递员，实际上，他们身后的三个环节尤为重要：前端分拣、资源调配和后端支撑。（如下图所示）

英特尔® Analytics Zoo 统一分析与AI平台，就是从上面三个环节中的“大小件测量”、“件量预测”及“数据中心异常检测”入手，提升效率，降低成本。

英特尔® Analytics Zoo 平台利用图像分类技术，利用内置的图像识别模型，首先提取出待测量快件轮廓，借助 TensorFlow* 等深度学习框架，结合英特尔® 至强® 可扩展处理器提供的计算能力，完成从模型训练、模型重定义到模型推理的 AI 处理全流程，最终获得准确的大小件测量数据。然后，韵达利用Analytics Zoo的机器学习算法，完成运筹优化。不同大小的快件到来之际，算法会规划好摆放的次序、朝向和位置，最大化运输车辆的装件量，降低运输成本。

借助该技术，韵达每年传递的4.7亿件快递，可以快速完成分拣和运输，不但降低了一线快递小哥的繁重工作，还能提升运输车辆的效率，减少成本。

快递的业务量常常受到电商促销活动影响。韵达要准备大量资源，应对活动带来的业务量剧增，降低爆仓风险，同时要避免预测不准导致的资源浪费。

英特尔® Analytics Zoo 平台的LSTM深度学习算法，借助韵达海量的物流历史数据，训练和推理模型，结合英特尔至强处理器的加速训练过程，实施了更精准的件量预测方案。

实际部署结果显示：在预测效果上，该深度学习方案已逐步接近预期目标，甚至超过了传统启发式预测方案的效果，帮助韵达实现更好的业务收益，并降低成本。

除了件量预测，英特尔® Analytics Zoo 平台的LSTM深度学习算法还帮助韵达的数据中心检测异常情况，精准预测数据中心潜在的风险和薄弱环节，包括针对促销活动的大数据集高级分析，同时协助解决黑客攻击、数据拥塞等可靠性方面的难题，帮助韵达的数据中心支持韵达日常绝大部分的经营活动。

商界巨子施振荣先生的“微笑曲线（SmilingCurve）”理论中提到：一个行业在其早期阶段，在低效率的底部同样也能获得高速发展。随着竞争压力的加剧，如果技术不能提升，策略不能领先，企业的利润则将逐渐微薄，进而转为亏损。韵达正是早一步感知到快递行业荣景之下所酝酿着的全新挑战，才选择了与英特尔公司开展此次深层次的技术合作。

通过合作，双方团队已建立高效的合作沟通机制，并积累了大量业务模型构建经验，且成果受到韵达一线员工到管理层的一致好评。目前，韵达已计划两年内，在京、沪、广、深等一线城市逐步推进这些AI应用的大规模部署，并尝试基于英特尔® Analytics Zoo 平台及其他领先产品技术的更多 AI 应用开发与部署。

可以预见的是，通过对机器人、仓内技术、无人驾驶以及智能快递柜等众多新技术的应用，韵达快递物流系统将有望完成更为全面和深入的智能化转型，为用户提供更优质便捷的服务，成为持续引领技术和业务创新的模范型企业。

长按识别二维码，查看更多精彩内容！