智能化帶來的影響沒有想象得那么悲觀。智能化的*終目的，不是讓司機下崗，而是減輕負擔，是一定程度上的解放，解放我們去做更有效率的事。
　　未來，隨著技術的發展，產業的變革，以及人們生活方式的轉變，像司機這樣的工種只會越來越少。但并不是要淘汰司機，被淘汰的只會是落后的生產力。
　　今天分享的主題是《智能數據分析技術與物流》，將圍繞以下四點展開：
　　1、物流的內涵，物流與計算機有何淵源;
　　2、智能物流支撐技術，技術能為物流智能化做貢獻;
　　3、物流中的智能數據分析技術，以圓通的業務合作以及取得的成果;
　　4、「一帶一路」背景下的有哪些新的展望。
　　一、物流的內涵
　　「物流」這個詞匯*早從希臘文Logistikos中得到，意思是說是有一種計算的技藝19世紀初,拿破侖軍官用于軍隊組織(法語logistique);20世紀中，美軍用于描述軍隊后勤組織。
　　20世紀60年代，物流廣泛進入民用領域。當時，主要是指供應鏈方面的資源如何流轉的問題。
　　到本世紀，物流總算是回到了它原來的出發。換句話說，它沒有忘記它的「初心」，什么意思呢?物流是供應鏈里面的中心，是數據技術興起的結果，希望它是智能化的能回歸到計算的內涵。
　　二、智能物流支撐技術
　　1、物流系統智能化的主要支撐技術

　　如果把智慧物流作為我們的服務對象的話，至少有這四個支撐技術會帶來貢獻：
　　1)物聯網
　　2009年，時任溫家寶總理來到無錫物聯網產業研究院考察。那個時候，主要講的是什么呢?是「感知」，通過傳感器把信息收集起來，然后再通過各種各樣的網絡把信息傳輸到云計算中心進行計算。
　　現在，已經鮮有人再來討論這樣的一個計算模型。
　　希望2040年左右，我們的物聯網上至少有一千億個機器自動化為人類工作。那時候，相信物流行業的很多環節可以靠物聯網的互聯互通，解決智能化問題。
　　2)大數據
　　過去，物流在老百姓眼中就是運輸東西，一件物品從A地送到B地就結束。
　　這10年間，大家漸漸地發現，原來物流不是那樣簡單的一件事。越來越多的企業開始研究物流各個環節中的數據，這些很有用的數據原來是沒有被注意到的。
　　比如說同類產品哪些更受客戶喜歡?各個地域的客戶都喜歡什么樣的產品?以前，這些數據或許是廣告公司比較感興趣�，F在，物流就是一個巨大的數據源，是所有其他商業的數據中心。
　　3)人工智能
　　人工智能，是一個基礎性技術。比如說人臉識別技術，過去大會場里才會有人臉識別;現在已經成為支付方式的識別技術。人工智能會在物流行業做什么呢?下面我會為大家舉些例子。
　　4)優化管理
　　如何提高傳輸的效率，降低成本，是運營里很重要的一個考慮因素。
　　2、智慧物流技術全景

　　如上圖所示，這里被分成了2個層面，上層是「智慧物流技術」，下層是「支撐技術」。下層就是我們剛剛講過的第二部分內容。
　　每一個圖標下面，都對應了可能幫助物流企業解決的問題。比如，我們利用大數據分析，可以了解每一個用戶，進行需求預測，幫助企業更好地構建和優化供應鏈。
　　所有這些，都可以看作是智慧物流的基礎。
　　1)倉儲優化
　　倉儲優化，是智慧物流的一個起點。采用相對低價的機器人就能實現自動化。早期的機器人是幫助我們搬運貨物，而現在，機器人甚至能幫我們管理更細致的事務。還有貨物識別、自動化分揀、無人駕駛叉車等倉儲管理科技。
　　現在可穿戴設備的應用也比較普遍，但戴上設備做事總會有不便的地方，比如視覺設備。未來，或許會出現不需要佩戴設備的激光技術，讓我們用「眼」就能一目了然貨物放在哪兒。無人作業，必然會提高效率。
　　2)智能調度
　　從倉儲出來后，貨物要進行運輸了，如何實現智能調度呢?主要是運輸優化，無人駕駛技術，將改變干線物流現有格局，目前尚在研究階段，但已取得階段性成果。
　　3)*后一公里技術
　　大卡車是不可能開到每家每戶的大門口的，那*后一公里送貨怎么送?現在我們主要是靠勞動力，把貨送到你的家門口。
　　從長遠來看，必然要采用新的技術來代替。在西方一些人少地廣的國家，無人機送貨即將被采用，或已在試用階段。
　　4)終端
　　就末端技術而言，應該線上線下結合。因為線上的技術產品，適合青年一代。對于大多數退休的老年人，使用先進技術可能還有困難。
　　目前已經存在的智能快遞柜，為我們提供了很大便利，老人也能操作，。但受限于成本與消費者使用習慣等問題，未來的發展仍存在不確定性。
　　如果往上游推，在這張圖往左面添加一些環節，比如與供應鏈相結合，我相信，人工智能、大數據、物聯網技術等能獲得更廣泛的運用。
　　從縱向看，我們服務的對象不再是普通的消費者，而是企業和生產線，這是一個值得考慮的問題。
　　3、智慧物流系統
　　我們可以把智慧物流系統分成幾塊：數據驅動的用戶畫像、供應方、需求方、供需網絡、數據中心、物聯網。
　　制造業、快消品行業和農業，是物流服務的主要來源，而且現在快消品行業是重頭，制造業也將會成為我們的主要供應方。
　　農業產業近幾年也發生了很大的變化，變得更小、更個體，比如現在的長三角地區，有很多的小農莊或大的農業基地，為周邊城市的消費者提供個性化的商品。消費者只需線上預定，選擇一個送貨方式，當日或次日就能在家中收到新鮮的菜。
　　從供貨方收到訂單，到消費者收到貨品，這中間就是一張供應網。供應網絡上有很多種供應方式，可能是飛機、貨車、鐵路，也可能是水運。
　　供應方把貨物發出去，想要知道貨物發到哪兒了，而需求方也想要知道什么時候能收到貨。這時候就是由數據中心發揮作用。
　　數據中心收集市場銷售數據、產品數據、流程管理數據、商業模式研究數據等等，進行處理后變成我們可以接收的具體信息。產品的電子標簽、用戶的智能手機、GPS定位系統等等，這些都是大數據的信息來源。
　　物流各環節的問題，比如倉儲如何規劃，如何選址，怎么分布，通過大數據分析挖掘出可行性方案，這就是將數據轉化為價值。
　　*后到終端的消費者，我們也可以通過大數據分析，進一步地優化物流，提高客戶體驗。從消費者的基本信息，如性別、年齡、地域分布，到消費者的購物習慣、消費能力、出行偏好等深度信息，這些數據元綜合在一起勾勒出一張用戶畫像�；�于用戶畫像，做出消費預測、調度規劃等。
　　三、物流中的智能數據分析技術
　　目前，我們在物流中的智能數據分析技術研究已經取得了部分成果。

　　■ 人工智能與智能客服方面，聯合志臻公司自主研發基于智能問答的智能服務機器人：小I機器人，產品化高精度的自然語言理解智能服務基礎平臺——通用智能機器人平臺iBot，是國內*大的智能客服機器人解方案提供商，為超過1000家大中企業、幾十萬小企業及開發者提供服務。
　　■ 物聯網方面，自主研發了車聯網數據分析服務平臺：銳聯。這是首次提出國際領先水平的基于形式化建模與驗證的操作系統內核開發方法，研發了物聯網云操作系統和車聯網數據分析服務平臺。目前該方案已成功應用于BOSCH、上海聯合汽車電子公司，并服務于上萬用戶。
　　■ 多元信息融合的智能物流系統方面，聯合上海郵政科學研究院研發了智能物流系統。解決了傳統快件中的分揀精度不夠和使用效率不高問題。目前該分揀設備已經廣泛應用于中國郵政、順豐、韻達、京東等企業。

　　四、未來展望
　　十九大總報告中提到，要促進我國產業邁向全球價值鏈中高端，加強水利、高鐵、公路、水運、航空、管道、電網、信息、物流等基礎設施網絡建設物流。
　　近期，國務院辦公廳印發了《關于推進電子商務與快遞物流協同發展的意見》，意見中指出，「鼓勵快遞物流企業采用先進適用技術和裝備，提升快遞物流裝備自動化、專業化水平。
　　加強大數據、云計算、機器人等現代信息技術和裝備在電子商務與快遞物流領域應用，大力推進庫存前置、智能分倉、科學配載、線路優化，努力實現信息協同化、服務智能化。
　　鼓勵信息互聯互通，建設快遞物流信息綜合服務平臺，優化資源配置，實現供需信息實時共享和智能匹配�！乖俅吻罢{了智能物流的重要性。