2020年对于中国而言，可谓是非常重要的一年。届时，其将致力实现成为全球人工智能专业知识和应用领域领导者 “三步走”目标的第一步。作为全球瞩目的物流品牌，DHL也非常认同在人工智能优势的支持下，中国物流领域将突破发展。
DHL近期与IBM合作发布了一份报告，评估人工智能在物流领域的潜力，并揭示了如何物尽其用地优化物流行业，从而助力打造新兴智能物流资产和运营范例。DHL和IBM在报告中概述了相较以往，在如今性能、可访问性和实施成本更优化的条件下，供应链领导者该如何抓住人工智能的独到优势和机遇。
DHL亚太客户解决方案及亚太创新中心副总裁兼创新首席Pang Mei Yee女士表示：“现今的技术、业务和社会条件其实都已准备就绪，为打造更主动和可预见的物流产业创造了条件。随着人工智能领域的进一步发展，我们期待与客户和员工携手合作，一同探索人工智能将如何塑造物流行业的未来。”
“中国设立了2030年人工智能技术应用达到国际前沿水平的目标，这将为人工智能与物流相结合创造更多动力；同时，为所有利益相关者创造更多价值。”Pang Mei Yee补充道。
中国的人工智能宏图
2017年，中国发布了《新一代人工智能发展规划》，制定了到2030年实现人工智能全球领导者的发展蓝图。而这一宏伟计划的第一步就是在2020年，令中国的人工智能总体技术和应用与世界先进水平同步。
值得一提的是，中国已在人工智能领域取得了硕果累累的进展。
波士顿咨询集团（BCG）近日对7个国家的2,700多名经理人进行的一项全球调查显示，中国企业正处于领先地位，其中85%不同行业的企业或在采用人工智能方面取得了切实进展，或已对多项成功的新举措进行试点。
人工智能推动物流发展的时机已成熟
DHL和IBM的联合报告介绍了人工智能的启示和使用实例，并可能有助于有效提升物流行业的人工能力。在消费领域, 正如语音助手应用程序的快速增长，人工智能已然无处不在。该报告强调, 人工智能技术正以惊人的速度趋于成熟，这使更多应用程序能助力物流服务商丰富、加强客户体验，例如：在客户下单之前就能预测包裹的交付等。
有了人工智能，物流业将从传统的被动模式转变为主动兼可预测模式，进而得到更 的洞察，从而提升盈利和成本效率。例如，人工智能技术可以使用先进的图像识别技术来跟踪发货和资产的状态，为运输赋予端到端的自主能力，或在全球发货量出现波动之前进行预测。在补充和增强人工能力的同时，人工智能还可在解常规工作的基础上，应用于更具意义和附加值的工作中。
DHL与IBM的联合报告还进一步阐释物流领域中人工智能的可行应用：
可预测的物流：全新一代运营典范
利用人工智能开发预测网络管理程序，可以显著改善物流作业的性能。对于航空货运来说，如果按吨位计算，它仅占全球贸易的1%；但是若按价值计算，它则在全球贸易中占比高达35%，因此航空货运的按时、足量交付便至关重要。DHL为此开展了一项实验，研发了一套基于机器学习的工具来预测航空货运运输延误的可能，从而缓解这一状况。
通过对58个不同参数进行内部数据分析，该工具可提前一周预测出某一跑道的日平均通行时间是否会出现浮动。不仅如此，该实验能够识别导致发货延迟的主要原因，包括起飞日期等时间因素，或航空公司准时性能等运营因素。这样一来，航空货运代理商可掌握自己的货物在何时或与何航空公司一起飞行的信息，以帮助他们更从容地提前做好计划。
与此同时，预测风险管理是确保供应链连贯运作的关键。 DHL Resilience360平台是一款基于云的供应链风险管理解决方案，专为满足全球物流运营商的需求而量身定制。这有助于供应商提前预测以及缓解包括材料短缺、劳动力匮乏以及法律调查等可能导致供应链服务中断的问题。
而Resilience360 Supply Watch模块则展示了运用人工智能可降低供应商风险的强大功能。Supply Watch使用先进前沿的机器学习和自然语言处理技术，监控来自超过300,000个在线和社交媒体源的800万篇帖子的内容及上下文语境。这样一来，系统不仅能从非结构化文本信息中了解在线对话的语气，还能事先获取或识别风险，从而提前采取纠正措施以避免服务中断。
人工智能赋能的物流资产
人工智能也可有效缓解现代物流作业中的人工负荷。使用人工智能机器人，计算机视觉系统，会话接口和自动驾驶车辆是物流运营中人工智能应用的实体体现，可为当下的劳动力的优化与增强带来全新工具。
每天，成千上万的货物通过一系列复杂的传送带、扫描基础设施、人工处理设备和人员进行分拣。而使用人工智能机器人分拣（AI-enabled Intelligent Robotic Sorting）可对信件、包裹、甚至是托盘中的货物进行快速有效的分类，提升了分拣过程的操作速度，也将误差降到最低。
人工智能视觉审查（AI-Powered Visual Inspection）是物流运营中人工智能应用的另一高潜力领域。根据DHL与IBM的联合报告显示，IBM Watson运用其认知视觉识别功能，通过人工智能驱动的视觉审查来维护有形资产。使用一组相机来拍摄货车可成功识别资产损坏，并对损坏类型进行分类，及确定修复这些资产的相应措施。该模型和流程也可灵活搭配应用于其他类型的物流资产审查，包括但不局限于飞机，车辆和远洋船舶。
人工智能驱动的客户体验
物流服务商和客户之间的关系正在发生变化。对于大多数消费者而言，与物流该服务商的触点从与在线零售商结账时开启，并以成功交付或退回产品为结束。而对于企业而言，与物流提供商的触点的不同在于其需要面对长期服务合同，服务水平协议以及复杂的全球供应链运营。而人工智能所赋能的工具如语音代理等，可帮助物流提供商个性化区分这些客户，从而提高客户忠诚度和保留率。
2017年，DHL 包裹（DHL Parcel）成为首批提供基于语音服务进行包裹跟踪，并通过使用亚马逊Alexa提供货运信息的最后一公里交付物流提供商之一。借助采用字母数字追踪代码的会话式人工智能界面，客户只需进行简单提问，如“Alexa，我的包裹在哪里？”或询问“DHL，我的包裹在哪里？”，便能知晓货件运输状态的更新。若发货存在问题，客户可通过这一语音服务，向DHL寻求帮助，并由客户服务部门进行处理。
Pang Mei Yee女士总结道：“DHL一直都在寻找前沿的相关技术，对传统的劳动密集型物流行业进行创新。其中，员工便是我们的宝贵财富，他们能投入于为客户创造更大价值的任务之中。随着人工智能在可预测物流领域的进一步应用与发展，我们的员工能借此获得更多时间和资源，打造更具优势的交付价值链。”
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
