端到端提升快递物流全产业链效率，英特尔携手韵达以AI促变革

韵达在随全行业高歌猛进的同时，也清醒地意识到风险与机遇并存。随着业务量暴涨，其传统的人工作业模式，既费时费力，又无法保证质量。同时，人口红利的减少，也使人力和物流成本日益高涨，这些因素，正在形成制约韵达进一步发展壮大的瓶颈。

因此，利用自动化、智能化手段来节支增效、提升快递物流系统的效率，就成为韵达应对上述挑战的重要手段。为此，它积极地与英特尔等开展深度合作，引入以人工智能为代表的前沿技术，将其与传统快递物流行业的业务相融合，为自身及行业带来智能化变革。

围绕着AI三元素：数据、算法和算力，高达4.7亿件的年揽件量让韵达拥有了开展AI技术研究的数据基础，而与AI行业领先的核心技术提供者英特尔一起开展的深层次技术合作，则为其补齐了算法与算力的短板。

算法或者说是AI软件的优化层面，英特尔为韵达提供了基于Apache Spark*的英特尔®Analytics Zoo统一分析与AI平台。它能以端到端的方式，助力韵达快速敏捷地构建 AI应用，用于图像识别、时间序列预测等多个应用场景。在算力支撑上，来自英特尔的新一代英特尔®至强®可扩展处理器，则能为AI应用提供更为强劲的算力，使之充分释放潜能。

如上图所示，围绕着韵达快递物流最重要的三个环节：前端分拣、资源调配和后端支撑，双方先期选取了“大小件测量”、“件量预测”以及“数据中心异常检测”三个方向开展技术协作。实际结果表明：AI应用不仅能帮助韵达有效提升快递物流系统的运作效率，更可大幅降低人工劳动的强度和人力成本。

比如在“大小件测量”上，英特尔®Analytics Zoo平台提供的图像分类技术起到了关键作用。利用该平台内置的图像识别模型，AI应用首先能够提取出待测量的快件轮廓，进而通过平台提供的TensorFlow等深度学习框架，结合英特尔®至强®可扩展处理器提供的强劲算力，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。基于此，韵达还在进一步利用深度学习算法来进行运筹优化。例如其将装车过程抽象为经典的“切箱问题”，也就是当不同大小的快件到来之际，要规划好摆放的次序、朝向和位置，来使装件量最大化，从而尽可能降低运输成本。在英特尔的协助下，韵达AI团队利用深度学习的结构来表述这一问题的各个状态，并在其后加上强化学习的方法，将这一启发式的策略学习出来，其应用效果，甚至优于传统的运筹优化方式。

通过在“大小件测量”“件量预测”以及“数据中心异常检测”三个方向上的合作，韵达和英特尔双方的团队已建立起高效的合作沟通机制，并积累了大量业务模型构建经验。同时，双方协作所获取的成果，也受到了韵达从一线员工到管理层的一致好评。目前，韵达已计划于未来两年，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。

接下来，韵达还计划基于英特尔®Analytics Zoo平台以及其他英特尔领先产品技术，推进更多的AI应用开发与部署。例如通过引入自然语言处理技术，来构建全新的智能客服系统。这不仅可有效帮助韵达缓解目前面临的客服压力，提升客服质量，还可以让客服信息得以数据化，成为又一笔宝贵数据资产。

引入以英特尔®MovidiusTM MyriadTM X为代表的视频处理单元，也被韵达列入规划中。将它置入高拍仪，利用其强大的边缘AI处理能力，势必能帮助韵达快递物流系统提升其图像光学字符识别（Optical Character Recognition，OCR）的质量与效率。

韵达快递首席架构师李培吉表示：“利用人工智能技术来提升快递物流系统的运转效率，是韵达面向未来发展，实施智能化转型的战略举措之一。它离不开强大的算法和算力的支撑。英特尔®Analytics Zoo平台、英特尔®至强®可扩展处理器等领先产品与技术的引入，能够帮助我们大大提升快递业务全产业链的效率，优化资源利用，大幅降低业务成本，有效应对未来发展的挑战。”

英特尔和英特尔标识是英特尔公司在美国和其他国家（地区）的商标。

*文中涉及的其它名称及品牌属于各自所有者资产。

* 推荐阅读 * ：

点击以下小程序，查看更多精彩内容！