德邦物流的人工智能应用分析

　　摘要

人工智能是研究和开发用于模拟、延伸和拓展人类智能的理论、方法、技术以及应用系统的一门技术科学。近年来，在国家的大力支持和推进下，人工智能将成为提升国家治理能力的有效手段。人工智能优化了人们对事物认识、分析和决策的方式，以模型建立为基础，分析规模数据，有助于提高目标分析判断的客观性和科学性，也推动技术和社会应用领域的创新。在人工智能的应用方面，大数据、人工智能等技术已经在许多产业领域获得突破，吸引资本和实业加大相关领域的投入、研发和产业布局。论文使用数据分析法，通过对数据的收集，样本的描述和分析，进行相关数据的分析，从数据分析的结果中得出人工智能技术在物流运输管理应用过程中出现的问题，认为人工智能技术在物流运输管理应用过程中存在物流流程钝化、相关行XXX力缺乏合法性和合理性以及技术发展落后等问题，并针对问题进行分析说明。结合文献研究和数据分析结果，论文最后针对研究问题提出了完善物流运输管理中的人工智能技术的方案，认为物流运输应高度重视人工智能时代的到来，抓住机遇迎接挑战，完善物流数据、优化流程并重视人工智能技术人才的引进。本文对人工智能技术的普及，物流运输管理模式的创新具有一定的指导意义和参考价值。

　　关键词：人工智能；物流运输管理；实际应用

　　1绪论

　　1.1研究背景与意义

人工智能(AI)在许多行业中已经大放光彩，主要是通过人的智力来给计算机发出指令，从而进行相应的工作，通过这种方法就能够将一些十分繁琐、体力劳动要求较大的工作使用计算机进行替代，提高工作的效率。

现代物流产业中应用人工智能技术时，主要着重从软件方面入手，重硬件建设进行协同合作，构建起一个完善的智慧物流体系。在现代物流的运输、分拣以及派件等环节中，都可以使用人工智能技术来改变传统的工作模式。人工智能技术能够实时处理道路信息，那么无人物流车就根据规划好的路线进行行驶，实时根据交通状况调整路径，该阶段的时间可以大大缩减。然

后就是体现在分拣方面，以往都是许多快递员进行人工分拣，不仅效率低，而且很容易出现分拣错误的情况，使用人工智能技术就可以解放分拣员的双手，实现自动分拣。

人工智能也可以根据大数据得到的信息进行仓储选址，将现实环境中的各种约束条件绘制成数学模型，根据客户的喜好和要求自动选址，还可以将一些成本因素作为限制条件，最终得到最优的结果，有利于提高企业的获利。同样人工智能技术还能够在库存管理方面发挥作用，物流行业的时效性是十分重要的一个参考因素，时间过长就会引起消费者的不满。

通过人工智能技术能够对积累的历史数据进行分析，最终得到需要的规律，就可以根据实际情况对库存情况进行调整，不仅有利于降低成本，还能够提高时效性以及消费者满意度。现阶段各种新兴技术处于高速发展的阶段，包括人工智能技术和物联网技术都已经在实践中展现出了能有效提高

物流行业运行效率的优势，但是这并不意味着这两种技术将会止步不前，反而将在更多的实践应用中不断更新，不断发展，物流行业的智慧程度也将不断提高。

　　1.2已有研究述评

RemaPadman将专家系统技术、知识工程、决策支持系统进行了融合，从而建立起石油工业中的库存、配送、生产的智能决策支持系统，结合计算机系统和数学规划，解决了精炼成品油供应、配送、销售中的计划和运筹问题。

日本学者北冈正敏则是深入分析了物流技术的发展与能化方向，认为物流系统的智能化内容包括高度信息化、机器智能化的智能系统，指出神经网络、模糊理论、遗传算法等诸多计算智能在智能化物流管理系统中的发展前景。

除此之外，在支持决策系统在物流管理系统中的应用研究方面，X著名学者Faulinj为FRILAC公司设计出了一个配送路径优化系统，改变了以往路径安排中的不合理情况，为公司节约了大约10%的成本。

闻学伟（2002）提出：智能物流系统是指利用系统的继承技术，是物流系统能够模仿人的智能，具有思维、感知、学习、推理判断和自行解决物流经营问题的能力，从而使物流系统高效、安全地处理复杂问题，为客户提供高效、快捷的服务，作者运用物流学以及系统分析方法分析了智能物流系统的结构，并根据其具体功能，选择了相关智能技术，从而为智能物流系统设计提供参考。

王万平（2009）中设计了一套以ITS为基础的智能物流配送服务系统，从而重点解决了物流作业的实时信息采集、分析、处理、运载工具路径选择、物流网络和配送优化，物流信息查询与实时发布等相关问题。

总体来看，目前我国关于智能化物流管理系统的研究尚处于初步阶段，一方面理论研究比较零散，主要集中在物流管理的技术更新、信息收集与处理、运输管理、配送服务等方面，缺乏深刻的理论支持以及在特定理论指导下的模型设计；另一方面，将理论成果或者是设计模型投入生产和实际应用的不是很多，从而极大地限制了其研究价值和实践意义。

　　1.3研究方法与预期成果

（1）文献综合分析法

通过文献调查、网络捜索、文献计量和内容分析等，了解和把握物流产业融合体及绿色化、智能化等相关研究情况，供后续研究借鉴国内外相关领域的研究成果和方法。

（2）问卷调查法

通过问卷调査研究，发现我国物流产业对于人工智能化应用的优势和面临的问题，并针对可能的不足提出对策建议。

（3）归纳演绎法

通过归纳和演绎方法的运用，总结物流领域对于人工智能应用的各种理论，总结出人工智能在物流领域的应用开发的原则和方法。在此基础上，通过案例分析，验证这些规律和在实践中的应用和效果，以此来检验应用的合理性和有效性。

本文通过对人工智能技术在物流行业中的应用进行说明，总结人工智能技术的应用给物流行业带来很大的变化，例如降低企业运行成本，提高工作效率。最后针对研究问题提出了完善物流运输管理中的人工智能技术的方案，分析出在应用这种技术时，需要将软件和硬件进行协同合作，每个节点之间进行高速信息共享，将状态感知、实时分析以及决策执行等不断升级，这将促进现代物流行业朝着更加智能化的方向发展。

　　2相关理论与概念简介

　　2.1人工智能技术的起源

人工智能(ArtificialIntelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是相对于人的智能而言的。正是由于意识是一种特殊的物质运动形式，所以根据控制论理论，运用功能模拟的方法心理学，制造电脑模拟人脑的部分功能，把人的部分智能活动机械化，叫人工智能。人工智能的本质是对人思维的信息过程的模拟，是人的智能的物化。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能发展的过程归纳为机器不断取代人的过程。

几个世纪以来，人类依靠智慧，发明了许多机器，使人类能够从许多体力劳动中解放出来。从1956年正式提出人工智能学科算起，40多年来取得长足的发展，成为一门广泛的交叉和前沿科学。科学家发明了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是这些不能模仿人类大脑的功能毕业论文格式范文。当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。1997年5月，IBM公司研制的深蓝（DeepBlue）计算机战胜了国际象棋大师卡斯帕洛夫（Kasparov）。在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。计算机的出现，使得人工智能有了突破性的进展。计算机不仅能代替人脑的某些功能，而且在速度和准确性上大大超过人脑，它不仅能模拟人脑部分分析和综合的功能，而且越来越显示某种意识的特性。真正成了人脑的延伸和增强。人工智能是一种外向型的学科，也是一门多领域综合学科。它不但要求研究它的人懂得人工智能的知识，而且要求有比较扎实的数学基础，哲学和生物学基础，只有这样才可能让一台什么也不知道的机器模拟人的思维。而人工智能的最根本目的是模拟人类的思维，因此，它的研究领域与人类活动息息相关。什么地方只要有人在工作，他就可以运用到那个领域。

现阶段主要研究领域有专家系统，机器学习，模式识别，自然语言理解，自动定理证明，自动程序设计心理学，机器人学，博弈，智能决定支持系统和人工神经网络等等。1950年，英国著名数学家、逻辑学家艾伦·麦西森·图灵提出了著名的“图灵测试”，他指出如果第三者无法辨别人类与人工智能机器反应的差别，那么就可以说明这个机器具有人工智能，图灵也正是因为这个理论，被尊称为是“人工智能之父”。虽然图灵的理论在人工智能的发展史具有划时代的意义，但“人工智能”这个词组正式被明确提出还是在1956年X的达茅斯会议上，在计算机科学萌芽的二十世纪中期，X达特茅斯学院召开了历时六十多天的会议，学者经过充分的讨论和总结，首次提出了“人工智能”这一术语。

伴随着数据化时代的到来，人工智能技术自1986年开始进入集成发展期，21世纪的人工智能更是迅速得到发展并在社会的各个方面得到应用。人工智能对于物流运输而言，将对物流运输管理带来极大的改变，面对人工智能时代的来临，物流运输管理也要相应的进行转型，人工智能在物流运输管理的应用渐渐得到重视。

　　2.2人工智能的范围

随着人工智能技术的发展，世界各国也逐渐开始重视人工智能发展带来的机遇和挑战。近几年来，X和中国相继发布了国家有关人工智能发展的战略规划，其他国家也在本国发展规划中加入人工智能规划的相关内容，由此可以窥见人工智能技术已经在人类社会产生大范围的影响。

社会迎来改变，物流运输自然要一马当先。目前，人工智能技术研究已扩展到哲学、社会学、管理学等领域，学者们在研究中成功的在各个领域构建出智能决策辅助专家系统。在人工智能时代到来之前，数据化已经在整个世界产生了巨大的影响，丰富的数据信息是人工智能技术发展的基础，为人工智能技术的发展创造了一个良好的大数据环境，但与此同时，这也代表着原先传统的管理模式将会迎来巨大的挑战，传统的物流运输管理模式也是如此。随着数据化的发展，人工智能技术能够代替人类高效处理数据信息的能力使得它的应用范围愈发广阔，不仅仅是针对产业发展，在物流运输管理上，人工智能技术也将会产生重要的影响力[1]。

在物流运输管理方面，如果将人工智能技术的应用范围从结构上进行归纳，则分为四个部分。第一，政策智能，政策智能就是将物流运输的事务性工作中的相关业务与物流决策相结合，对于社会所发生和将要发生的现象，通过人工智能技术预测出结果，并针对预测结果进行相应的预防。第二，公众智能，即在构建民主物流运输方面，人工智能为公众提供相应的信息支持，使公众对当前社会发展进行合理判断，来参与相应政策的制定。第三，办公智能，物流运输的工作人员在常规工作当中，一些机械性的工作可由人工智能进行处理，而工作人员可以节省时间去处理更加复杂的工作。第四，服务智能化，即通过人工智能技术对物流运输信息系统进行改革，让这类系统也可以为公众服务。

　　2.3人工智能的特点

目前，研究人工智能技术的学者的共同观点是，人工智能的发展阶段有三类，分别是“弱人工智能、强人工智能以及超级人工智能”。弱人工智能就是利用已经研发的智能化技术，来帮助和推进现代社会各个领域的发展。强人工智能阶段属于人工智能的类脑阶段，除去计算机科学的发展，更重要的是脑科学的研究突破，根据学者们的预测，人工智能达到类脑阶段起码还需进行30年的研究。而就技术发展速度而言，强人工智能的发展现在还存在一些阻碍。而超级人工智能则更是一种理想化的发展阶段。

随着人工智能时代的到来，人工智能技术的发展速度越来越快，水平越来越高，在人类社会所产生的影响也越来越大，新一代人工智能技术正在产生爆炸式的影响，推动着当前的社会从大数据时代向人工智能时代转变。

人工智能技术的发展可以推动物流运输管理模式的优化，人工智能的特点在于它能够拟人化，能代替人类进行思考，收集数据并匹配信息解决问题，在物流运输管理中，利用人工智能技术的特点可以简化物流运输工作流程，提高物流运输办事效率。

　　3人工智能技术在德邦物流运输管理中的实际应用现状

　　3.1德邦物流发展简介

1996年，德邦物流现任董事长兼总裁崔维星先生正式涉足货运领域，在广东创办德邦的前身——“崔氏货运公司”。1998年，承包中国南方航空（集团）公司老干部客货运处（简称“南航老干”），推出了空运合大票的运输模式，推动了航空货代行业的一次革新。2000年，开发第二代信息系统—TIS物流信息管理系统，在行业率先实现网上货物跟踪查询功能。2001年，开通第一条汽运专线——广州至北京线，正式进军国内公路汽运领域，标志德邦向全国布局迈出第一步。2004年，业内首创“卡车航班”业务，凭借着“空运速度、汽运价格”的优势，迅速占领零担物流中高端市场，奠定了德邦在国内公路零担领域的地位。2009年，总部搬迁上海，德邦由区域性公司向全国性公司发展迈出关键一步。电子地图系统上线，实现货物动态实时同步可追踪。通过对LBS技术的持续升级，自主研发出“智慧收派系统”，能够有效规划管理快递员派送轨迹，提升末端效能。2010年，凭借全年26.2亿元的营业收入，一跃成为中国公路零担物流领域的龙头企业。

2013年，德邦快递正式上线，并推出大件快递产品“3.60特惠件”；成功研发具有自主知识产权的第四代营运系统—FOSS系统，与自主开发的悟空系统、络绎系统等整合升级为业务门户平台UAP，实现快递、零担快递、整车、跨境业务平台全系列无缝协同。2016年，正式开启跨境业务，为客户提供陆、海、空多式联运服务，提供跨境一体化解决方案，为中国商品出海保驾护航。

2018年1月16日，在德邦证券交易所A股市场正式挂牌交易，简称“德邦股份”（代码603056）；成立德邦科技，进一步推动新技术为德邦快递赋能，提升服务体验；7月2日，德邦正式宣布企业名称由德邦物流更名为德邦快递，并推出大件快递产品——大件快递3-60kg，并承诺每年投入35亿元用于大件快递业务。

　　3.2物流运输行业的人工智能应用情况

人工智能技术在物流运输管理中普及最广泛并且最容易接触到的内容就是各级物流运输的网上办事大厅，接下来本文会通过人工智能技术的应用领域和德邦物流的对比，来展现人工智能技术在德邦物流运输管理中的实际应用内容。

3.2.1专家系统

随着人工智能技术开始进入集成发展期，越来越多的学者开始研究人工智能技术，并将其进行相关的分类，在这其中，专家系统受到多数学者们的瞩目。随着大量具体化专家系统的问世，推动了人工智能在各个领域的应用。其实专家系统就是一种程序系统，它能够模拟各个领域的专家，掌握专家的知识技能，并像专家一样解决问题。[2]

在德邦物流的网站上，就有专家系统的运用，点开网站的应用一栏就会看到很多应用程序，例如在线客服、物流百事通、数据开放平台的接入端、物流运输服务自助终端、APP应用下载二维码、微博微信二维码等等。其中物流百事通就是一个专家系统的投影，在这里你可以输入你想要了解的内容，可以查询到政策法规、办事指南以及各种常见问题。除此之外，德邦物流的应用中还有这在线客服的应用，这个应用中的自助服务内容会通过关键词快速查找与你所遇到的问题相关的解决方案，这个功能不仅仅是人与人之间交流的媒介，同时也通过人工智能技术使得物流运输物流得以简化，人们使用起来也更加的方便快捷。

3.2.2自然语言理解

自然语言理解就是对自然语言进行处理，语言是人类进行沟通的主要表达方式，而自然语言理解在人工智能技术上来看，就是让机器理解人类的语言。实际上，简单来说，自然语言理解的过程就是将一门语言转换成另一门语言的过程。自然语言理解包括对文字的理解和对语音的理解，[3]自然语言的产生不比通过文字来表达，它需要的不仅仅是翻译，更重要的是传递其中的信息以及针对数据信息进行自己的理解与应用。让机器来理解人类的语言并跟随指示行动，比人类跟随机器的语言进行操作难度明显要大很多。

德邦物流的网站有一个特殊的功能，就是它的网页有着一个无障碍版，点开以后会开启无障碍模式，无障碍网页特别针对残疾人士的需要，在使用者自身条件不足的情况下，也能通过无障碍模式轻松的了解网页所提供的资讯和服务。打开无障碍版网页后，可以享受辅助浏览、语音导航等功能，语音导航中有着指读功能，即是自然语言理解的表现，这也是人工智能在物流运输网站中得到了应用的体现。而上文提到的物流百事通，这个应用其实也是人工智能文字理解的体现，人工智能解读了人们文字提出的问题，并匹配出了最合适的解决方案。

3.2.3智能数据库

智能数据库就是人工智能和数据库技术融合后的产物，也就是说数据库可被认为是人工智能系统，而智能数据库就是强化数据表达及推理和查询能力以后的人工智能系统。智能数据库的主要功能有对数据的定义、操纵以及数据的保护和维护，同时还能有效提高效率，比如缩短用户的快速查询以及优化查询时间。

近年来，智能数据库随着计算科学技术的快速发展而迅速成长，并开始在社会各个领域发挥作用。智能化技术能帮助用户在短时间内完成对大量数据的收集、存储及分析整合等，并且能从中有效抽取所需的数据信息进行在线数据分析处理。云计算技术在数据库技术中也将有很好的应用，比如云计算技术有机融合Oracle数据库系统。智能数据库也能在物流运输管理中发挥巨大的作用，例如，在移动互联网背景下，我国物流运输可通过数据库技术分析整合海量数据，并将其及时发布在官网上，比如服务类及民生类的物流运输物流资讯；儿童上学报名方面的教育教学资讯；某地区某时段的路况；寻找丢失老人和儿童等方面，为广大人民群众提供最新且最有效的社会服务信息。

德邦物流的应用处就有一个数据开放平台的接入点，点击以后会转入到德邦物流运输数据统一开放平台，在这里可以查询到各种各样的相关物流运输数据，就是一个数据库的存在。但德邦物流运输数据统一开放平台目前依旧处在试运营的阶段，无论是数据开放的部门、下载量、浏览量、订阅量都不够充足，根据网站给出的数据，整个网站的下载量只有41219次，而网站公开的数据量则有31357467件，下载量只有数据量0.13%，差距十分巨大。

　　3.3德邦物流的人工智能建设措施——基于德邦物流运输网站数据分析

本文接下来会通过德邦物流运输网站门户公开的数据的相关信息，以及各个门户数据之间的对比，来展现人工智能技术在物流运输管理应用的现状，数据分析的主要内容包含物流公开、政民互动、效能监督三个部分。

本研究数据来源于物流运输门户网站信息公开部分，是物流运输自身对外公开的数据，所以所有数据都是真实可信的。

3.3.1物流公开

AI应用在现代物流工作的物理需求方面也能提供诸多方便。AI机器人、计算机科可视系统、会话交互界面、以及自动运输工具等都是AI在物流运营中的实际体现，这一系列新工具的应用充实壮大了现有的工作力量。

综合“看、听、说”的物流作业（来源：德邦物流）

智能机器人分拣，对信件，包裹甚至码垛货物进行高速有效分拣，是现代包裹和快递运营商最重要的本职工作之一。近期德邦物流国际航空快件有限公司获得专利的“小型高效自动分拣装置”就利用了部分图像识别技术，在进行快件分拣的同时，自动获取数据，并对接德邦物流的相应系统进行数据上传。

在中国德邦物流快递的作业过程中，已经运用到了一些AI相关技术（来源：德邦物流未来，面对数以百万计的货物，我们不再需要传送机器、扫描设备、人工处理设备和工作人员进行一道道分拣，而是可以利用人机协作机器人。通过AI引擎，不同的摄像头和传感器可以抓取实时数据，继而通过品牌标识、标签和3D形态来识别物品。机器和人从而可以同时对移动传送带上的可回收物品进行分类和挑拣。AI驱动的可视化监测技术也是物流操作环境下AI应用的一支潜力股。在物流行业，货物灭失或磨损是无可避免的问题。IBMWatson通过对货运列车进行追踪拍摄，成功实现了对货物损坏情况的识别和分类，并能够采取适当措施进行修复。具体来说，首先将照相机沿火车轨道安装，以收集经行火车车厢的图像，然后自动上传到IBMWatson图像存储区，由AI图像分类器识别损坏的货车组件。

3.3.2作业过程中的AI

当今世界瞬息万变，AI能够助物流业一臂之力，推动其从根本上转变运作模式–从反应式行动和预报转变为智能预测下的主动式行为。使用AI进行预测性运输网络管理可显著提高物流业务运营能力。准时保量运输是空运业务的关键，虽然空运业务仅占全球运输总吨数的1％，但其贸易价值占比却高达35％。德邦物流开发了一种基于机器学习的工具来预测空运延误状况，以预先采取缓解措施。通过对其内部数据的58个不同参数进行分析，这一机器学习模型能够提前一周对特定航线的日平均通行时间进行预测。此外，它还能确定导致运输延误的主要因素，比如是出发日之类的时间因素，或是航空公司准时率等方面的运营因素，有助于空运代理商提前进行科学计划，而不是只能靠主观猜测。德邦物流全球贸易晴雨表是一个非常独特的工具，可对全球贸易当下状况和未来发展进行前期预测，即基于其应用庞大的运营物流数据、先进的统计模型和AI来对全球经济前景进行月度展望。模型采用自下而上的方法，汇总了来自七个国家的商品空运和集装箱海运进出口数据作为基础。系统对来自占全球贸易75％的七个国家（中国，德国，英国，印度，日本，韩国和X）的2.4亿个变量进行评估，运用AI引擎和其他非认知分析模型，总结出一个单一的指数来表示当前贸易增长和未来两月全球贸易的加权平均值。历史数据测试显示，德邦物流全球贸易晴雨表与实际集装箱贸易量之间存在高度相关性，表明其能够对全球贸易进行三个月为周期的有效预测。

预测型风险管理对于确保供应链的连续性至关重要。德邦物流Resilience360平台是基于云计算的供应链风险管理解决方案，专为满足全球物流企业的需求而量身定制。对于许多行业（汽车，技术，工程和制造业等）的供应链上游企业来说，管理来自全球数千家供应商的零部件流转是家常便饭，而供应商一旦出现问题，无论是原材料短缺，不当劳动措施，还是法律调查，都可能给整个供应链带来严重干扰。Resilience360平台的SupplyWatch模块便是AI帮助供应商压降风险的范例之一。通过使用先进的机器学习和自然语言处理技术，SupplyWatch可监控来自30多万个在线和社交媒体信息源的800万篇内容，并且能够理解在线对话这种零散文本中的态度和观点，以预判风险指标。这反过来也使得图40中描绘的供应链管理者能够提前采取措施，以免供应链中断。

德邦物流员工使用Resilience360平台的机器学习和自然语言处理技术识别供应商侧风险（来源：德邦物流）

3.3.3行政办公中的AI

在企业生存环境复杂多变的大背景下，大量细致且重复任务的行政工作给全球企业的内部运行带来巨大压力。在这一点上，AI技术能够帮助企业节省时间、降低成本，从而提高生产力和工作准确度。AI和机器人过程自动化技术（RPA）相结合下的自动化智能业务处理技术。这一技术通过将软件机器人整合至现有的商务应用和IT系统中，实现传统人工文书工作的替代。如图所示，RPA并不等同于AI，AI能够自我学习，并从杂乱无章的数据中去芜存菁，而RPA往往只是代替人工，在固定框架下执行基于规则的工作流命令，它的学习能力也受到自身程序设计的限制。

物流企业核心业务正常运转往往高度依赖于公共运输业者、分包商、包机航空公司等第三方供应商，因而其财务会计团队每年需要处理上百万张来自供应商及合作伙伴的发票，背负着巨大的业务压力。自然语言处理技术能够从成堆的发票中抽丝剥茧，提取发票金额、账户信息、日期、地址等关键信息。RPA机器人可以将数据进行分类，然后输入到现有的财会软件中，就可以生成订单、执行付款并向客户发送确认电子邮件，整个过程无需人工干预。

3.3.4认知型海关申报

使用AI对海关申报流程进行优化和自动化也是一个趋势。以往海关申报的主要问题在于过度依赖复杂的人工处理，相关工作人员需要熟知法律法规，并且十分了解行业及客户信息，以事无巨细地对各类内容和条文进行交叉验证和反复确认。中国在4月20日刚刚实行了关检合并新政策，从根本上对海关申报流程进行了优化与革新。德邦物流背后的德邦物流全球快递网络采用了部分AI技术进行细致的地址管理，从而提高了运送效率，并保证了送达准确性。在清关可视化方面，德邦物流也将AI技术融入到工作流程中。流程可视方面，客户可通过清关关键进程检查点，了解货物清关状态，时刻掌握清关进展。而在交互可视方面，系统可以将现有各类系统信息整合，进行分析，根据既有清关来自德邦快递的一线数据现实，通常情况下，快递员完成这些操作，平均用时28秒。

该产品异方科技在今年上海亚洲物流双年展时曾展出过，产品为全球首款“GS100——移动手持测量PDA”。通过新技术，新款GS100实现了智能设备和算法软件的完美融合，借助PDA设备植入，仅为手机大小，口袋式便携，拍照后即可在一秒内获取货物体积，并同步存档。此外利用外设接口，一键上传货物数据信息至云端，提供了智能化物流的解决方案。今后在物流线最前端使用Goodscan100PDA测量体积数据，实现“物流信息前置”，将为后端运输配载节省大量时间空间，极大的提升了物流效率。

AR（增强现实）技术兴起后，德邦快递率先将其引入快递员的手持设备中，使其可以自动测量和计算货物的体积，并自动录入系统。

经过德邦快递小哥的测试，不管货物是否规则，只要通过手持设备，拍张照片，货物的体积就会自动计算并录入系统，平均节省了近一半的时间。

除了测量体积之外，德邦快递还将AR应用领域进一步拓宽，比如AR自动下单、AR快速开具发票，AR快速识别地址，AR快速自动扫描，所有这些功能的引入，让德邦快递的运营和管理效率大幅提升。

3.3.5数字化指挥中心实时监控全国外场运营情况

互联网兴起之后，物流行业也随之发生了天翻地覆的变化。短短十几年间，收寄快递已经成为国人生活中必不可少的项目。一方面，快递货物铺天盖地而来，如果调度不利，极有可能出现物品积压，另一方面，快递物品从一个省份运送到另一个省份，如何优化运送路线，也成了考验快递公司实力的试金石。要知道，一条优化的运送路线，不仅能节省企业运营成本，而且能大大缩短物品的在途时间。

在位于上海的德邦快递总部里，有这样一个数字化指挥中心。通过正中间的大屏幕，工作人员可以实时监控全国126个外场运营的情况，场地、货量、人员、操作等关键数据，都可以一目了然。屏幕前的工作人员可以从场地、人员、设备等维度，进行承载评估，当发现某个外场有货物积压的情况时，可以远程一键停止卸车。通过三级预警机制的建立，实时查看回放现场操作画面，并可以远程调度，外场的工作变得既平稳又高效。

3.3.6智慧收派系统为快递员效率赋能

当物品到达目标城市后，及时进行派送能大大提升用户的好感。通常，当用户失去耐心，左一个电话，又一个电话进行催件，甚至最终选择客服投诉时，下一次，这个客户就可能再也不会光顾了。但是，快递在派送过程中，确实存在一些不可预测的风险，比如交通事故、比如快递员偷懒，这些都是让快递行业一线管理人员头疼的事情。

针对这一问题，德邦快递推出大数据产品—-智慧收派。借助自主研发的大数据平台，智慧收派可以分钟级展示快递员实时轨迹，并可以根据历史轨迹，分析预警滞留的位置、滞留的时间段，智能识别人员效率。同时，客户也可以实时查看快递员位置，预计到达时间，并可以实时线上沟通。有样必要的沟通渠道，德邦快递的客诉率大大降低了。以往，快递行业在很多人眼中都是”没什么技术含量“的代名词，不过，看了德邦快递的黑科技后，是不是刷新了你对快递行业的认知？说到底，技术是一个企业的核心竞争力，通过技术提升自己的服务水平，获得更多用户的认可，这家企业在行业中的优势地位也会愈加稳固。为此，德邦快递通过AR营销项目，让用户通过支付宝AR扫描德邦LOGO，即可完成下单、查看附近网点和快递员以及领取优惠券等一系列操作。目前，德邦快递支付宝订单量已由230单/日提升至430单/日，AR下单收入超过20万元。德邦快递相关负责人介绍称：后续，德邦快递将引入人工智能技术，搭建德邦AI开放平台，在这个平台上，将集成AR、人脸识别、文字识别、语音识别、语言理解、图像识别、智能设备等技术，覆盖用户快递收、转、运、派的全过程。比如：通过语音识别、语义理解融入智能客服系统，减少客户排队时间，快速响应客户问题、优化客服人员职责；通过文字识别、集装扫描、AR量方等应用，用机器识别代替人工录入，提升操作效率不久的将来，德邦快递智能应用场景将覆盖各业务环节，随着建设的不断深入，用户体验与公司运营效率将进一步提升。为了减轻一线快递员的劳动强度，德邦快递专门上马了AR量方项目，通过引入AR（增强现实）技术，使手持设备具有自动测量货物体积的功能，同时数据自动计算，自动回传，替代快递员手工测量体积。德邦快递相关负责人介绍：自2017年11月以来，德邦快递已对该项目投入75万元，用于AR量方技术研发和手持设备系统升级优化。目前，该项目已经在德邦快递全面落地，经过德邦快递小哥的测试，不管货物是否规则，只要通过手持设备，拍张照片，货物的体积就会自动计算并录入系统，平均节省了近一半的时间。除了“拯救”一线快递员之外，AR技术还能为用户提供更多的方便，比如线上下单。以往，用户想要下单，就得进入德邦官网，或者关注德邦微信公众账号，按照操作流程进行；线下下单则要联系快递员或拨打95353热线，操作起来比较繁琐。对于新用户来说，传统下单方式非常耗时耗力。

德邦快递一直以来针对快递智能化进行着不懈的努力,智能客服只是用户们能够接触到的部分,其实德邦快递在信息化方面投入了巨资,以每年35亿元的资金加大在转运系统、智能服务等IT信息化方面的投入,利用数字化系统对货物运输,尤其是大件快递进行了系统性地优化,将彻底解决大件快递所面临的末端派送痛点。

例如,德邦快递在国内率先推广AR下单技术,用户通过手机便能完成下单、跟踪等操作。同时,德邦快递针对自身业务特点,研发行业内第一条快运融合的智能多层立体分拣系统——通过“钢平台架高”和“即卸即装”,有效提升场内流通效率和场地承载,是传统物流迈向智能物流的重要技术提升环节。华为云与德邦快递一起，共同构建了智慧物流园区人员管理子系统、访客管理子系统、企业文化管理子系统、移动办公智慧园区系统等多套信息系统，通过华为云ROMA企业集成平台统一集成，打造云上的智慧物流园区。

人脸通行、访客系统一切以方便为本，自从2018年8月第一台人脸闸机落地德邦快递研发办公楼，德邦快递员工通过刷脸就能实现放行与考勤两大功能。以德邦快递上海C1办公楼为例，基于华为云的智能考勤系统具有人员管理、宾客到访等功能，使园区服务实现了自然性、非强制性、非接触性、并发性、唯一性、高效性等优良特性，每日通行流量达4900人次，人脸对比时间<0.1ms，通行速度小于0.4秒。异常打卡也大幅降低，帮助了德邦快递总部园区加强了安全管理并提高了工作效率。同时，为了提高宾客到访的效率和体验，访客系统也将是“智慧园区”不可或缺的一环。基于云园区解决方案，在不久将来，如果到访德邦快递园区，访客就可通过自助预约，车牌自动识别，人脸识别打印访客证，使接待工作流时间由原来5分钟/人降低到1分钟/人;其次实现到访消息推送，园区一脸通行，使用园区服务如wifi服务等，不但可以使访客信息有迹可查，增强安全性，更能提高访问效率，提升园区在访客中的体验和感知。技术为园区，以及工作在园区内外的人、车辆及货物赋能，提升德邦快递运营效率，为大件快递插上AI的翅膀。

此外,德邦快递还通过智能仓、数字化指挥中心,对运送过程中的各个节点进行智能控制与调度。总体而言,德邦快递作为国内零担快递的龙头企业,正在不断提升自身的智能化水平与科技实力,改变人们对快递粗放、落后的陈见,进而引领快递从传统向高科技化迈进,带动行业向更高阶发展。智能语音客服、德邦快递公众号——小D等智能系统的上线,充分表明,德邦快递早已意识到只有持续革新,才能应对当下人工智能化、信息化的浪潮;也只有不断加快数字化的步伐,方能在互联网时代为用户带来更为卓越的大件快递产品、服务和体验。德邦与华为的合作，不仅巩固了德邦快递云端数据业务的可靠性，更加速了全云化服务的进程。根据双方达成的协议，德邦快递将基于华为云技术，在自动识别、备份、大数据、网络传输方面持续推进合作。德邦快递还宣布，在华为的协助下，将打造一座智慧物流园区，并在能源资源管理、安防联动和人脸识别的智慧化基础上，探索人工智能在快递行业全产业链当中的应用。华为云EI（企业智能）文字识别技术能够高效准确提取图片关键信息，构建数据资产库。目前，华为云EI的OCR（文字识别）服务识别准确率已经大于99%，能做到不到每秒一张图片的识别速度。取件时，快递小哥可直接拍照或截图，OCR就会自动识别收寄信息并即时录入系统，录入过程简单高效不烦恼。高精度的OCR识别，还能够处理复杂背景、光照不均、模糊以及图片缺角等问题，减少异常情况的人工处理时间，大幅提高服务效率及用户体验。目前，德邦快递已经全面应用OCR技术识别快递面单，在此之前通过雇用人力纯手工录入的做法被取而代之。技术的应用不仅提高了录入准确率，解决效率低下的问题，还节省了大量的人力，管理成本降低了25%左右。面对海量且去向各异的包裹，华为云EI还可通过OCR技术自动识别分拣，按目的地分类管理——包裹取回并传上流水线后，系统会自动拍照识别，一秒读取运单图片中的快递信息，然后根据寄件人信息、货物信息、是否盖检视章等信息，可对物品进行合规性检测。最后，按照识别的结果，流水线可将包裹按目的地自动分拣开来，整个流程智能高效，大幅节省分拣人力。快递行业中，暴力分拣行为一直广受诟病，不仅伤害了消费者的权益以及信任，其导致的货损赔偿对企业来说也是一笔希望避免的大额支出。华为云EI智能分析能够通过对监控视频进行实时行为分析，自动识别拣货员在拣货过程中出现的扔、抛、推倒、用力踢等暴力分拣行为，自动输出暴力分拣片段，及发生的时间和地点。在多车多人的复杂场景下，暴力分拣算法的识别准确率为60%，召回率40%，能大量减少人工监控成本，且有效降低暴力分拣行为的发生，确保安全工作，保障货物完整无损地到达收件人手里。

　　4人工智能技术在物流运输管理应用过程中出现的问题

　　4.1人工智能时代冲击物流运输管理模式

由上文的人工智能技术在物流运输管理中的应用现状，我们不难看出，人工智能技术随着科学技术的发展而快速成长，并且在各个领域都得到广泛的运用，与此同时，这种发展也使得现阶段物流运输发展与高速的信息技术发展脱轨。当人工智能技术在人类社会大范围得到使用时，物流运输却依旧遵循传统的管理模式，那么物流运输管理很快就会失去效力并且无法满足公众需求，这对于物流运输来说是一次巨大的冲击和挑战。

人工智能技术的发展对物流运输管理来说也是一把双刃剑，从正面来看，人工智能技术将改变传统物流运输管理模式下产生的多步骤、机构累赘和无法满足民众需求等缺陷，从而研发出高效率、高服务质量的新型物流运输管理模式。而反面来看，人工智能时代的到来也给物流运输带来了完善数据、管理模式改革、技术升级和人才需求等等的冲击与挑战。

　　4.2物流运输行政流程需优化

虽然人工智能可以在各个领域辅助人类工作、简化人类劳动甚至代替人类思考，然而，人工智能对人类最主要的帮助还是在以下三个方面，分别是信息的收集与数据的整理筛选、简化工作流程提高工作效率和代替人类进行思考与行动。这就意味着物流运输如果需要使用人工智能技术来简化工作流程，就必须要求物流运输有一个强大的信息数据库作为支持。而就目前的现状来看，物流运输的信息数据库依旧发展缓慢且内容不够充实。

传统的物流运输管理模式依赖于人的传递来完成行政流程，而当行政过程较长时，随之而来的问题就是效率的低下，人工智能技术的使用可以由繁入简，优化传统物流运输管理模式的行政流程。但人工智能只是科学技术的发展与进步，是人类创造的帮助人类的工具，它只能从步骤上优化过程，但不能弥补传统物流运输管理模式在根本上的缺陷，更不能替物流运输管理优化数据、丰富信息，再对信息数据进行整理来优化行政流程。因此，物流运输必须进行自身信息数据的整理，为人工智能技术的发展建立一个基础的支撑平台，从而利用人工智能技术优化物流流程。

　　4.3人工智能技术在物流运输管理应用的正当性问题

人类社会至今所有的行政伦理都要求一个基本原则，即相对于人的权力行使和决策，必须由同样的人组成的组织来进行，这一原则是人类社会组织的基础。简而言之，就是迄今为止，没有出现过有非人类的主体能够裁决人类行为的情况。所以，目前所有的科学技术对行政流程的优化都是以简化过程、提高工作效率为主，而最终的决策主体还是人类，人工智能系统只是在旁提供辅助。但随着人工智能技术的发展，人工智能将会实现类人智能，并可以代替人类进行物流运输管理，一开始是数据信息的收集整理，接着是参与行政管理，最后是替代人类直接进行决策。而在这种发展过程中就产生了一个问题，从信息数据的整合和参与行政管理过程来说，就算人类是最后的决策主体，但在过程中很大一部分是有人工智能技术参与的，这显然违背了人类社会行政伦理的基本原则。举例说明的话，在物流运输管理的过程中，当公民需要物流运输进行帮助时，提供帮助的却是人工智能，即人工智能将代替物流运输为公民服务，那么人工智能对公民产生授权行为时，这种行为是否受法律保护，是否具有行政效力？这是物流运输应当进行思考的。

　　4.4技术发展跟不上民众需求

从人工智能的发展来看，人工智能的基本发展阶段经过狭义的人工智能，弱人工智能，进入到广义的人工智能，强人工智能，到最后的超级人工智能。由这个划分方式来看，中国乃至整个世界还是处在弱人工智能阶段。

然而相比较弱的发展，人工智能技术的使用却已经在整个人类社会普及，人们在体验过人工智能带来的便捷后，对人工智能技术的期待值也会变高，随着时间的推移，必须不断提高和完善人工智能技术才能满足人们的需要，人工智能技术的发展只有与社会发展相一致才能体现相应价值。然而就实际调查来看，虽然人工智能技术在德邦物流运输管理中已经算是十分普遍，但依旧没有达到民众的期望值，还存在着很大的发展和进步空间。

　　5完善物流运输管理中的人工智能技术的对策

　　5.1跟上人工智能时代发展的脚步

确切的说，当前物流运输正面临着人工智能时代到来的冲击，仅仅通过数据化已经无法满足社会发展的需求，人工智能技术的发展将对当下传统的物流运输体系产生巨大的影响。然而，这种冲击的到来过于迅猛，无论是从思想上还是行动上，物流运输体系都还没有做好防范。物流运输错误判断了人工智能技术的发展速度，认为人工智能时代尚未到来，然而人工智能技术早已开始影响整个人类社会，因此，作为监管社会并提供服务的物流运输，要高度重视人工智能技术的发展，提前预见人工智能时代的步伐，并根据发展制定相应的计划，利用人工智能优化物流运输管理模式。

　　5.2完善物流数据信息并优化行政流程

尽管人工智能时代的发展要求传统物流运输进行改革，并使得物流运输迎来了巨大的体系冲击，但这种改革要求并不是希望物流运输的改革可以一蹴而就，反而是在提醒物流运输顺应时代发展，按照现有的发展速度稳定的进行转变，就能够跟上时代步伐，更新和优化物流运输管理模式，提高物流运输管理工作效率。在数据化时代的影响下，当下更多的是需要多层次、全方位的信息，并且对信息的普及性提出了需求，物流运输当前也应该进行相应的整改，完善物流运输数据信息体系，在加强智能数据库的使用和普及的基础上，将智能数据库不仅仅用于物流信息公开或效能监督，而是与物流运输内部管理相结合，实现各部门之间的数据互通。在数据体系完整之后，人工智能技术就可以在信息数据的基础之上，在物流运输管理中发挥作用，优化物流流程，提高物流运输管理的工作效率，使得物流运输更快适应人工智能时代并获得自身的发展。

　　5.3完善数据安全体系

完善物流数据信息固然重要，但随着数据信息系统的建立，人工智能技术的使用改变了传统的物流运输数据体系，随着技术的发展，数据安全性也随之提上议程，数据信息完整固然是人工智能技术使用的基础，但保障数据信息的安全却是数据信息系统的基石，安全无法保障，数据信息系统就无法发挥它的最大效力，因此，物流运输在管理中要高度重视数据信息体系的安全架构，并对之进行进一步的强化，确保物流运输的数据信息的安全性。

　　5.4重视人工智能技术的正当性问题研究

2017年5月，人工智能围棋程序“阿尔法狗”以3∶0的成绩完胜人类棋手时，就有专家断言，人工智能对现行法律制度的挑战已初露端倪，如果人工智能发展到类人智慧，其法律地位的定义将成为难题。2017年是我国人工智能技术商业化发展的开端，这也意味着人工智能技术在经济社会各个领域得到了高速的发展，并将对物流运输的管理体系产生深刻影响。在享受人工智能时代的方便快捷时，物流运输也应防患于未然，及时预见到它可能会在社会秩序上带来挑战，并针对可能到来的危机做好相应的预防工作。面对人工智能时代的发展，物流运输不能半途而废，更不能随波逐流，而是应激流勇进，顺应时代发展，将挑战化为机遇，让人工智能技术助力物流运输进行管理。

在人工智能技术参与物流运输管理时，人工智能的行为是否具有法律效力，人工智能在为公众服务时做出的决定是否代表物流运输，人工智能是否能够代替物流运输做出决策？这些都是物流运输在人工智能时代到来时需要进行思考的，人工智能技术在参与物流运输管理时的正当与否，应当有相关法律对此进行定义，并对人工智能技术的使用权限进行规定，物流运输要在人工智能时代到来时，让人工智能技术也有法可依。

　　5.5重视人工智能技术的发展和人才培养

近年来，物流运输对人工智能技术的发展越发重视，2017年，人工智能被写入物流运输工作报告，同年7月，《新一代人工智能规划发展》正式印发，规划将人才培养列入重点战略目标。规划指出，我国将设立人工智能专业，为人工智能技术的发展提供人才培养，支持已有相关专业的高校扩大相关知识的引进与拓展。

国家已经就人工智能的发展做出规划，物流运输就更应跟随整体步伐，开发人工智能技术管理体系，从理论、技术、实践、人才培养等方面入手，利用人工智能技术作为辅助，丰富完善物流运输管理体系，提高物流运输服务水平，优化物流运输服务过程，提高物流运输的工作效率。

　　参考文献：

[1]倪东辉,程淑琴,倪佳琪.基于人工智能的物流运输事务管理系统构建分析[J].宿州学院学报,2017,32(11):1-3.

[2]冯定.神经网络专家系统[M].科学出版社,2006.

[3]王万森.人工智能原理及其应用:(第2版)[M].电子工业出版社,2007.230.

[4]韩九强,吴思佳,张新曼.人工智能与工业5.0[J].人工智能与机器人研究,2017,6(4):135-140.

[5]何哲.人工智能时代的物流运输适应与转型[J].行政管理改革,2016(8):53-59.

[6]孟建柱.深入推进社会治理创新切实提高维护公共安全能力水平——学习贯彻xxxxxxxx关于公共安全工作重要批示[J].求是,2015(11).

[7]程淑琴，倪东辉.大数据时代物流运输绩效评估与创新研究[J].安庆师范学院报,2016(5):97-101.

[8]倪东辉,倪佳琪.基于人工智能视角的物流运输管理创新[J].安庆师范大学学报(社会科学版),2017,36(04):99-102.

[9]肖博达，周国富.人工智能技术发展及应用综述[J]..福建电脑:1-4[2018-01-17].

[10]陈自富.炼金术与人工智能：休伯特·德雷福斯对人工智能发展的影响[J].科学与管理，2015(4):55-62.

[11]TheWhiteHouse．Preparingforthefutureofartificialintelligence[EB／0L]．(2016-05·03)[2016-09-30]．

[12]EmileUys．Artificialintelligenceandlifein2030：Stanford’Songoingstudy[EB／OL]．(2016—09-06)[2016-09-30]．

[13]LaurenMorello．FlatBudgetsforNIHandNSFinObama’S2015plan[EB／OL]．(2015-05—05)[2016—09-30]．

　　致谢

感谢在书写论文时给我建议和帮助的同学，因为有你们的陪伴，让我在书写论文的过程中并不是那么艰辛，没有他们的帮助我很难顺利完成这次毕业论文。