一般程序火灾原因查清率较低问题

1火灾调查技术现状分析
受限于传统火灾调查技术的狭窄，在发生火灾事故时，无法第一时间进入现场调查分析，确定起火时间、位置、原因以及火灾后的现场情况等。火灾调查工作多选择询问当事人或目击者的方式来收集火灾相关信息，但当事人由于关注力、表达能力以及受到惊吓等因素影响，不可避免地出现记忆偏差，叙述内容可能与实际情况不符。在现场对当事人或目击者询问过程中，需要反复多次询问，也可能存在描述不同、前后矛盾的问题，加之缺少火灾现场平面图支持，无法快速取证，大大降低了火灾调查工作效率。火灾现场环境隐蔽性和破坏性较强，传统技术局限性较大，无法收集准确、可靠的证据，调查工作合理性和有效性偏低，需进一步提升。
2火灾延伸调查工作现状及原因
21一般程序火调率和原因查清率低
以某市为例，近两年，共办理一般程序火灾事故调查16起（2019年9起、2020年7起），调查率分别为131%和111%，人均每年一般程序火调数量分别为033起和026起。在办理的16起一般程序火灾事故调查中，直接认定起火原因的仅2起，其余14起均采用不排除起火原因的方法认定，其中不排除原因2个的3起、不排除原因1个的11起，火灾原因查清率仅为125%。究其原因，主要还是干部火调业务水平不高，遇到火灾时不敢面对、不愿面对，说明火灾事故情况时没有底气，认定火灾原因时没有自信。
22专业人才不足，业务素质不高
纵火案调查是一项艰巨的工作。消防原因复杂，需要广泛的专业知识。改组后，消防队面临着一些人才变动，这些变动难以满足当今对专业精神的要求。调查需求得到扩大，就毛派国家安全援助部队消防组织而言，与原消防改革有关的职能被归纳为综合指导方针。目前在这方面只从事一项兼职工作。虽然每组配备3至5名消防队员，但没有专门的消防队。一些根部门仍被调离非消防岗位，没有消防经验，没有消防领域的系统培训，也没有进行专业消防培训。
23火调技术装备配备不齐全
就某市情况来看，目前仅支队和1个大队配置部分火调装备器材，其余大队没有任何火调装备，已配置的火调装备器材年限较长，火灾调查设备较为缺乏，技术手段相对落后，火灾调查仍停留在眼看、手摸、鼻闻的经验型阶段，原因认定缺少科学依据和技术鉴定手段，往往难以令人信服。此外，由于缺少必要的实验和技术手段，一些火灾痕迹物证没有得到有效的发掘和应用，物证无法长期妥善保管。
3强化火灾延伸调查及其结果运用的对策及建议
31提取事故现场静态信息
在火灾事故调查工作中，借助智慧消防物联网系统可实现基础静态信息的收集。目前消防设施分布、运行等静态信息已经录入到智慧消防物联网系统中，不需要工作人员耗费大量时间和精力收集资料，要灵活提取资料信息，在降低前期资料收集工作强度的同时，进一步提升火灾调查工作效率，实现现场资料管理信息化水平。具体信息包括建筑信息、单位基本信息、重点位置信息、信息、消防设施信息等，同时还可以了解建筑物内部和周围的消防水源、微型消防站、消防救援路线和灭火疏散路线信息等。
32建设火调队伍，打好火灾延伸调查工作基础
火灾原因查清楚是确保火灾延伸调查顺利开展的首要条件，要查清火灾原因就必须有专业的火调力量，火调队伍的建设和培养是做好火灾延伸调查工作的基础。一是加大政策支持。要充分发挥政策的激励引导作用，完善火调人才培养机制，定期邀请专家开展针对性培训，实行跟班见学，强化对基层火调的指导力度，实行全员火调，扩充火调力量。二是强化考核评比。要充分利用现场教学、岗位练兵和考核评比，将火调工作纳入执法工作考评范畴，开展火调案例复盘，培养火调人员良好的工作习惯，实现程序规范化、 *** 作科学化，不断规范和完善火灾事故调查工作。三是配齐技术装备。加大经费投入，优先保障火灾调查人员的防护装备，因地制宜配备其他类别的火调装备，充分发挥现代手段和技术的作用，准确、科学查明火灾原因，为火灾延伸调查提供有力依据。
33 *** 作功能设计
智慧消防物联网系统的 *** 作功能设计方面，应遵循 *** 作便捷的原则优化流程，增强监控平台 *** 作界面可视化，确保各项 *** 作便捷展开。系统的通信功能作为设计要点，应充分契合智慧消防系统特性，选择CAN总线方式进行通信，实现监控平台与终端设备之间的信息传输和共享。实际上，系统应用可能由于 *** 作不当出现数据丢失、损坏，基于此，系统可以选择FIFO+Hash算法，实现CAN总线传递数据优先级处理，并通过多线程方式循环读取A线程数据，获取CAN数据置入到FIFO队列。B线程针对FIFO队列出队 *** 作，可以有效改善CAN数据丢失、受损情况，保证数据信息安全性和完整性。

对。
随着我国国民经济和社会信息化进程的全面推进，网络与信息系统的基础性、全局性作用日益增强，信息网络安全已成为国家安全的重要组成部分。别是，新型冠状病毒疫情的爆发，间接地促进了信息技术的迅猛发展，在疫情防控、复产复工、社会发展等方面均取给予关键支撑。但是人们在享受信息和数据公开带来的便利的同时，却忽略了信息数据的安全保密问题，网络安全问题正在对信息系统的健康发展带来日益严峻的挑战，网络安全事件的影响力和破坏不断在扩大。信息系统安全保密工作涉及政治、国防、经济和科技等领域，关系到国家安全与利益，其重要性不言而喻，信息系统安全越来越体现为国家战略安全。机遇与挑战并存，新技术、新情况、新形势、新问题不断涌现，信息系统安全保密管理同样也面临前所未有的挑战和风险，任重而道远。
1信息系统安全保密管理面临的形势挑战
随着国际形势的发展变化，我国大国地位的不断提升以及信息化建设的快速推进，信息系统面临的复杂性凸显、安全威胁的多样性增大、安全保密挑战的严峻性加剧，信息系统安全保密工作面临的形势更加复杂尖锐，面临的问题更加的突出。
①境外情报机构加紧对我实施“陆、海、空、天、网”全方位、立体式、多维度的信息监控和情报窃取。这些窃取手段不断翻新，窃密的范围不断扩大，对我国主权、安全、发展利益构成严重威胁。②由于长期的和平建设环境，我们部分人员安而忘危、思想麻痹，敌情观念淡化，保密意识缺失，对技术的泄密风险不懂不学，日常工作中，仅关注信息系统的便捷性，而忽略了安全性。③我国社会主义市场经济的深入发展，是信息系统安全保密管理的内涵更加宽阔、主体更加多样、领域更加分散、载体日趋数字化，同时，信息公开利用的速度和保密管理能力建设发展不协同。④我国信息系统建设的基础薄弱，大多是在别人的核心技术上进行拓展，从底层缺乏自主核心技术，贴别是大数据、云计算、物联网、人工智能等新技术的飞速发展，又为信息系统的安全保密管理带来新的安全保密隐患[1]。
2信息系统在运用中存在的安全保密隐患
信息技术的迅猛发展，增加了信息系统的信息泄密渠道，同时也加大了数据泄密的风险，为了实现信息系统的安全保密，首先需要了解信息系统存在哪些安全隐患。
（1）物理安全隐患。物理安全是整个信息系统安全的前提。大多重点关注计算机系统设备、网络设备和存储设备的实体安全。但是，随着信息技术的发展和攻击手段的提升，物理安全的外延也随之扩展。例如信息设备产生的电磁、声、光等信息（号），如果没有得到妥善处理和防护，在一定距离内可以被相应设备截获，进而通过还原信息，造成泄密;另外，打印、复印或复制等形成的信息载体，如处理不妥当，也可以通过专用工具进行检测恢复。
（2）软硬件设备安全隐患。目前我国高端处理器芯片大多依赖于进口，信息系统中使用的基础软件，如 *** 作系统、数据库、设计软件、数据运算等，基本都依赖进口国外产品，攻击者容易利用“后门”或者系统漏洞，实施窃密攻击，大致我国重要信息系统安全保密管理长期处于被动防御阶段。同时，由于系统开发人员个人技能水平、系统开发过程管控不严谨、测试方案不完善等问题，也可能导致系统中存在漏洞，为信息系统安全运行带来隐患。
（3）内部人员安全隐患。一是内部人员误 *** 作：未严格按照信息系统保密管理要求，数据导入导出时，将病毒、木马带入系统，造成系统数据篡改、数据失窃等威胁;二是安全保密管理人员失职：未能妥善管理信息系统存储介质、移动设备等，造成设备遗失，导致信息系统数据外流;三是内部人员恶意攻击：利用管理漏洞、系统漏洞、防护薄弱环节、屏幕录制等获取系统数据，向外部企业或情报机构泄露。
（4）外部网络攻击隐患。窃密者利用信息系统安全脆弱性和漏洞，以远程方式向信息系统或系统内用户终端发起攻击，获取信息系统的重要信息、影响信息系统关键功能的正常 *** 作、控制信息系统内关键主机等。外部网络攻击，可以造成信息被窃取、系统可用性被破坏、系统数据被篡改、产生网络欺骗以及被入侵控制等隐患。
（5）新技术安全隐患。一是云计算方面：云计算发展趋势迅猛，但由于成千上万的用户隐私、企业商业秘密、政府敏感信息等都存储在云端之上，其势必成为全球黑客、敌对势力的核心攻击目标;二是物联网方面：由于物联网相关支撑技术的脆弱性，以及体系存在的漏洞，为安全攻击提供了新的可能，如攻击者恶意修改网络设备信息，导致敏感数据和用户数据丢失、业务终端或通过大规模分布式拒绝服务攻击是系统中断运行;三是大数据方面：数据安全边界被打破，数据管理主体的风险防控能力被大大削弱，随着数据资源的经济价值越发凸显，针对数据的攻击、窃取、滥用、劫持等活动持续泛滥;四是人工智能方面：由于人工智能能够使计算机模仿人类的思考方式去完成任务，一旦受到干扰或滥用，会让保护信息安全面临更大风险;五是区块链方面：尽管区块链不断得到研究、应用，但在技术层和业务层都还面临诸多挑战，如算法安全威胁、共识机制面临51%攻击、本土化挑战等[2]。
3全方位加强信息系统安全保密管理效能
信息技术的飞速发展，使得网络的攻击技术手段不断提高，由此带来的危害性也日益突出，因此，面对世情、国情、技术等持续发生深刻变化的新形势，还需要继续加强信息系统安全保密管理工作，全方位提高信息系统安全保密管理效能。
（1）大力推进基于国产自主可控设备的网络建设。面对信息系统安全保密管理的核心技术、关键设备的切实需求，国家主管部门已组织相关研究机构，与产业集团通力合作，开展国产自主可控CPU芯片、BIOS固件、 *** 作系统、安全中间件、数据库、办公软件、办公自动化设备等在内的自主可控计算平台的技术体系和完整产业链布局。虽然说，当前的国产设备性能与现有进口设备存在一定差距，但是，我们应清醒地认识到，基于国产自主可控计算平台的技术体系，是构建我国信息系统安全保密的基石，发展过程中，必然面对阵痛期，我们应充分理解、大力支持，用包容心态推进基于国产自主可控设备的网络建设。
（2）大力推进重要场所物理安全综合防护体系建设。重要场所如中心机房、重要办公室、重点库房、中心会议室等，是集中处理声、光、电磁数据等信息的重要部位，更是电子数据集中存储、输入、输出的核心，需要依靠多种技术进行综合防护。其中，对于视野内非可控区域可视探的外窗，应采取光泄露防护措施、声泄露防护措施;对于各种穿过重要场所的管道（包括通风管道、金属桥架等）需采取隔声隔震动防泄漏防护措施;对于重要场所出入口，还应采取门控、监控等技防措施。除此之外，在重要场所的管理制度和维护人员方面也应不同于其他区域，建立更具针对性的管理要求，形成全面、统一、综合、立体的防护体系。
（3）大力推进保密技术检查取证和安全测评。信息系统安全保密直接关系到国家安全利益和企业生存发展，对信息系统开展保密检查、安全保密测评和风险评估，是加强信息系统安全保密管理的重要措施，通过对信息系统安全保密运行状况的检查评估，可以为管理部门和系统使用单位实施的风险管控措施提供直接依据，实现防患于未然。
（4）大力推进新技术新应用与安全保密管理研究。以大数据、人工智能、虚拟仿真、万物互联为代表的新一代信息技术不断催生着新的信息系统应用形态。新技术新应用的发展，对信息系统安全保密工作而言都是一把双刃剑，他们既会对原有安全保密防护体系形成巨大冲击，也会推进信息系统安全保密防护理念、技术措施、管理体系的推陈出新，促进信息系统安全保密管理不断迭代升级[3]。

数字经济时代，以5G通信、大数据、云计算、物联网、区块链、人工智能等为代表的新兴技术应用，令原本沉睡在各行业领域深处的大量数据要素重新焕发生命力，快速革新着各行业领域生态发展。以5G技术在保险行业领域的创新应用为例，“5G+”技术应用催化着传统保险定价、风控、理赔等业务功能的全面革新。

一、保险定价

所谓保险定价，其实质即是利用大数法则与概率统计，通过对某一类风险单位进行观察，估测出损失发生的概率从而制定合理的保费，保持保险公司运营稳定，保证保险基金足以覆盖被保险人所遭受的损失。因此，大量的保险案例数据成为制定合理保险定价的重要影响因素。

但随着5G通信等新兴技术快速应用发展，人们对于数据的挖掘利用日益精细化，对于风险的把控也日益精准，从而令保险动态定价与个性化定价成为可能。

以工程保险定价为例

在5G通信技术的快速应用下，万物互联不再是梦想，保险公司不仅能够通过各类工程风险的历史数据进行费率厘定，还能通过实时收集的相关工程风险数据，如工程机械设备的 *** 作、运行数据，相关建设环节的施工现场数据，项目经理、工程监理等人员的出勤数据，相关建设活动主体的信用履约数据等，为各类工程保险的风险定价形成更为精准、可靠、个性化的参考数据。

在大数计算、概率统计基础上，通过5G通信技术应用提供的更深层次、精细化的数据分析挖掘，一方面有效提高着保险公司对于风险的把控，利于更合理的制定保险费率；另一方面也赋能传统保险业务形态革新，化被动保险服务为主动，提供更加个性化、定制化的保险服务，提高市场竞争力。

二、保险风控

风控管理，一直是现代金融业的重要管理内容之一。从保险业的传统风控模型上来看，其对于过往历史数据的依赖性极强，这就导致传统保险风控存在以下两方面的局限性：

1数据真实性。在传统保险风控模式下，由于线下管理环节较多，人为风险因素较高，相关保险数据的真实性难以有效保证，存在一定造假情况。

2数据滞后性。传统保险风控模式下，风控模型建立多基于大量历史数据、静态数据基础，存在一定滞后性，无法实时反映现有风险情况。

目前，随着市场风险环境日益复杂，传统保险风控模式受限于风控数据的真实性、滞后性，亟需向实时、动态、智能化的风控模式转型发展。

5G通信技术为全新的保险风控模式提供可能：高速完整传输、低通信延迟、超大传输容量的5G通信技术应用令万物互联成为可能，传统保险风控模式下的历史数据将逐渐被大量、高频、多维度的动态实时数据取代，成为判定风险和控制风险的可靠依据。

在全新保险风控模式下，保险风控服务将不仅停留在投保与理赔环节，更多的将深入保后过程风险管理当中。以工程保险领域为例，在5G通信技术应用下：

1工程机械设备将通过5G传感器即时向设备管理中台传输设备运行、 *** 作数据，并对违规或危险 *** 作作出预警，有效规避工程机械设备的 *** 作、运行风险。

2施工人员脚手架、模板、塔式起重机等高空作业环节，通过5G监控摄像技术实时向管理中台提供现场施工画面，并通过AI智能分析实现异常预警，支持相关管理人员及时进行隐患排查与整治，避免风险事故发生。

在未来的工程质量、安全、设备财产安全等保险保障服务中，上述5G技术应用都将成为保险公司有效控制管理风险的重要手段。

三、保险理赔

在保险理赔环节中，“理赔难”、“理赔慢”历来是众多保险用户的一致认知。但事实上，依据2019年上半年银保监会对于多家险企的调研数据显示，13家险企的理赔获赔率均在97%以上。因此，“理赔慢”问题才是影响保险理赔服务质量的重要问题。

从保险理赔流程来看，从事故发生到理赔成功，通常要经过报险报案、查勘定损、签收审核索赔单证、理算复核、审批、赔付结案复杂的流程；期间需要收集大量证据、填报大量的表格，过程复杂繁琐，费用率高。尤其，传统保险理赔勘察定损、调查取证、理赔审核都依赖线下人员，消耗大量人力、时间成本的同时，也为消费者带来不良用户体验。

此外，保险理赔涉及投保人、被保险人、保险公司、公估人员、供应商人员等。传统线下理赔处理方式，每个环节都存在虚报、谎报和漏报的潜在可能。

5G通信技术超快的速率，极大的流量，超短的时延和低功耗使万物互联变成可能。通过5G网络技术，保险理赔人员可以通过高清视频、照片上传等方式进行远程理赔，甚至通过AI智能风控模型进行智慧理赔。一方面，免除用户现场理赔等待，提供优质的及时保险理赔服务；另一方面也有效避免线下人工环节的道德逆向选择风险。

5G时代已经来临，5G技术应用将为保险业注入创新活力和服务价值，重新赋能保险定价、风控、理赔等业务环节。

浅析物联网在智能家居中的应用
摘要：众所周知， 物联网是新一代信息技术的重要组成部分， 在当今社会以及未来社会
发挥着巨大的作用，而且其应用方面也越来越广阔。虽然当前的物联网技术还不是很成熟，
但是在某些领域方面的研究还是比较靠前的， 比如家居方面。 所以本次选取了物联网在智能
家居中的应用这一话题。 在论文中， 会首先介绍物联网的相关内容， 包括对物联网的认识以
及物联网的作用， 然后介绍物联网是如何在智能家居中应用的还有目前大家对智能家居的评
价，最后我们会展望一下智能家居的未来发展状况以及目前我们可以做的一些相应改变。
关键词：物联网、技术框架、智能家居、发展前景
一 、 对 物 联 网 的 认 识
物联网是新一代信息技术的重要组成部分， 是一个基于互联网、 传统电信网等信息承载
体，让所有能够被独立寻址的普通物理对象实现互联互通的网络。它具有普通对象设备化、
自治终端互联化和普适服务智能化 3 个重要特征。其英文名称是“ The Internet of things ”。
由此，顾名思义， “物联网就是物物相连的互联网”。这有两层意思：第一，物联网的核心
和基础仍然是互联网， 是在互联网基础上的延伸和扩展的网络； 第二，其用户端延伸和扩展
到了任何物品与物品之间，进行信息交换和通信。因此，物联网的定义是通过射频识别
（RFID）、红外感应器、全球定位系统、等信息传感设备，按约定的协议，把任何物品与
互联网相连接，进行信息交换和通信，以实现对物品的智能化识别、定位、跟踪、监控和管
理的一种网络。
从技术架构上来看， 物联网分为三层：感知层、网络层和应用层。 感知层由各种传感器
以及传感器网关构成， 感知层的作用相当于人的眼耳鼻喉和皮肤等神经末梢， 它是物联网识
别物体、采集信息的来源，其主要功能是识别物体，采集信息。网络层由各种私有网络、互
联网、有线和无线通信网、 网络管理系统和云计算平台等组成， 相当于人的神经中枢和大脑，
负责传递和处理感知层获取的信息。 应用层是物联网和用户（包括人、 组织和其他系统）的
接口，它与行业需求结合，实现物联网的智能应用。
同时我们也应该注意到在物联网应用中有三项关键技术：
1、传感器技术，这也是计算机应用中的关键技术。大家都知道，到目前为止绝大部分
计算机处理的都是数字信号。 自从有计算机以来就需要传感器把模拟信号转换成数字信号计
算机才能处理。
2、RFID 标签也是一种传感器技术， RFID 技术是融合了无线射频技术和嵌入式技术为
一体的综合技术， RFID 在自动识别、物品物流管理有着广阔的应用前景。
3、嵌入式系统技术是综合了计算机软硬件、传感器技术、集成电路技术、电子应用技
术为一体的复杂技术。 如果把物联网用人体做一个简单比喻， 传感器相当于人的眼睛、 鼻子、
皮肤等感官， 网络就是神经系统用来传递信息， 嵌入式系统则是人的大脑， 在接收到信息后
要进行分类处理。
二 、 物 联 网 的 作 用
从上文我们对物联网的认识， 物联网可以实现物物相通。 但是除此之外， 物联网还有其
他的作用：
1、除了实现人与人之间的相互交换信息和通信之外，还可以实现人与物、物与物之间
进行信息交换和通信。当然，这里人还是主体。因为，物与物之间进行信息交换和通信的目
的，还是要为人服务、为人所用。
2、除了实现信息的交换与通信的目的，还可以通过安装信息传感设备，如射频识别装
置、红外感应器、全球定位系统、激光扫描器等，将所有的物品都与网络连接在一起，方便
识别和管理。
由以上我们可以总结对物联网的一个大概认识： 物联网是一项利用传感器的连接来实现
物物相通的网络， 在这个网络之中可以实现信息的交换与分析； 同时在这个网络中还能实现
对物体的智能控制，以此来满足对大众的相应需求。
三 、 物 联 网 在 智 能 家 居 中 应 用 情 况 分 析
41 对智能家居的相关认识
智能家居， 或称智能住宅。首先，它需要在一个家庭中建立一个通讯网络， 为家庭信息
提供必要的通路， 在家庭网络 *** 作系统的控制下， 通过相应的硬件和执行机构， 实现对连入
家庭网络的所有家电和设备的控制和监测； 其次，它们都要通过一定的媒介， 构成与外界的
通讯通道， 以实现与家庭以外的世界沟通信息，满足远程控制、监测和交换信息的需求，其
最终目的都是满足人们在家庭中对安全、舒适、方便地工作和生活的需求。
42 智能家居的主要功能
（1）安全防护及消防报警自动化
安全防护及消防报警自动化是智能家居的最基本的一项功能， 由于人们对自身及财产的
安全更加重视，选择智能化家居的一个基本出发点是家庭保安和灾害报警自动化。
（2）家电设施智能化
家电设施智能化是智能家居的一个重要组成部分。 智能家居的一个显著特点就是它能根
据住户的要求对家电和家用电气设施灵活方便地实现智能控制， 更大程度地把住户从家务劳
动中解放出来。随着社会的发展和技术的进步，家电设施智能化还会出现更多更新的应用。
（3）物业管理自动化
通过与小区智能系统联网，住户可对用水、用电、用气以及电话、网络等的使用情况进
行监视。 一是实现各种费用的自动计量， 减少物业管理工作量； 二是方便用户对费用进行自
我控制， 避免费用严重超支； 三是可及时发现并避免电话或其他资源被盗用。 物业管理自动
化是小区智能化的一种标志。
（4）信息和通讯自动化
一般的通讯自动化只是通过电话实现简单的电话自动录音、 传真自动接收或回复； 而通
讯智能化可将家中异常情况通过电话自动拨打 110、119 报警电话或主人的办公电话、手机
等通讯工具。 智能家居的通讯信息自动化的内容将更加广泛。 如将住户的个人电脑连入局域
网、互联网，充分利用计算机网络资源，实现从社区信息服务、物业管理服务、网上资料查
询、网上商务等各种互联网功能。在条件具备的情况下，还可实现远程医疗、远程教学、咨
询预约等功能。
（5）各种设备之间的协同工作
智能家居系统可以提供更丰富的系统关联功能。 例如，当您准备看电视时， 客厅灯光自
动调到您喜欢的亮度 （通过调光控制模块实现） 、窗帘自动拉上 （通过窗帘控制模块实现） 、
电视机打开并调整到您最喜欢的频道，等等。
（6）环境与节能
智能家居能监视室内的温度、 湿度、 亮度等环境状态值， 并根据住户的习惯进行调节控
制，它在一定程度上既能使生活空间更加舒适，又能节约能源。不仅如此， 通过对家电的智
能控制还可实现对水、煤气等资源的节约。
43 智能家居的组成
学术界对智能家居的组成没有定论， 综合各种观点， 一个完整的智能家居系统除了具有
各种功能的信息电器外，还必须包括以下几个模块：
（1）信息处理模块
为了使相互独立的信息家电可以实现信息共享与协同工作， 智能家居系统中必须具有专
门的信息处理模块。 它的功能主要是收集家庭中各个家电的工作状态和服务请求， 对各种数
据进行实时处理，并将结果送入功能驱动模块。
（2）通信模块
如果说信息处理模块是智能家居系统的大脑，那么通信模块就是实现信息传导的神经。
根据家庭组网的特点，通信模块常利用已有的布线（如电力载波），或者采用无线传输（如
蓝牙、 红外）等。 由于不同的信息电器对传输时的带宽要求不同，实际中的通信模块常采用
多种方式混合组网。
（3）功能驱动模块
功能驱动模块是信息流入、 流出各个信息电器的接口。 由于各个电器生产厂商的产品在
功能和实现上都有很大的不同， 所以必须通过功能驱动模块将信息处理模块的指令翻译成电
器可以执行的电平信号， 以及将电器的各种状态信息转换成信息处理模块可以理解的二进制
信息。
（4）外界信息接口模块
该模块可以看成是一个家庭通向外界（如 Internet）的网关。它在家庭内部各种电器信
息共享的基础上，进一步实现了基于 Internet 的资源共享，从而更进一步实现了共享的深度
和广度， 也将是未来智能家居系统发展的热点。 由于家庭内部网络通常不使用 TCP/IP 协议，
所以外界的信息接口模块中最基本的功能就是从 TCP/IP 协议到各种家庭内部网络协议的转
换。
四 、 智 能 家 居 的 缺 陷
市场经济具有自发性和盲目性， 这两种特性一方面造成了智能家居行业的迅速壮大， 另
一方面也为孕育了某此缺陷。 对于新事物而言， 其优势往往显而易见的， 而缺陷则是隐形的。
站在行业发展的高度来看，这些隐身在兴盛背后的缺陷将会严重阻碍整个行业的未来发展。
目前智能家居行业的缺陷主要可以概括为“弱智”和“复杂”两点。
1、所谓的“弱智”是指不够智能。智能家居除了设备本身具有计算、判断能力之外，
还需要各设备之间的联动来实现智能。 联动性上正是当前智能家居行业的短板， 其原因在于
我们智能家居系统的功能不全。 而大部分品牌往往只能实现安防报警、 可视对讲、 智能照明
等三、 四个功能，可互相组合派生的功能甚少，更谈不上什么联动了， 因此其智能程度大遭
消减。
2、复杂主要体现产品布线复杂，配置复杂， *** 作复杂这三点。现在有许多智能家居系
统组网是基于总线技术的， 不可避免的带来了繁复的布线问题， 增加了施工成本。 部分智能
家居系统， 缺乏软件支撑，配置起来其过程十分复杂，基本只有专业人员才能完成。 *** 作复
杂，主要表现为产品设计不够人性化，界面太多，杂乱无章，甚至没有界面，为用户带来了
很大的记忆量。
五 、 物 联 网 的 发 展 前 景
尽管目前物联网在智能家居行业还有很多需要改进的地方， 但这并不影响我们对物联网
的展望，以后的物联网发展趋势应该有以下几点：
1、无线控制不断深化：比如在智能家居这一应用方面，业内人士认为，未来， WiFi 无
线网络传输技术和 Zigbee 无线技术会在家庭中得到更广泛的应用。 用户通过 Zigbee 遥控器，
可以对连接在家庭网络上的家用电器使用状况进行查询， 并对其进行无线遥控。 用户在使用
时，不再局限于传统的智能终端设备，家中的电视、电脑、手机等显示设备都可以作为控制
终端。因此，在智能家居系统中加入无线和远程控制技术，将更好地发挥智能家居的功能，
为用户带来便捷生活体验。 我们相信， 未来的物联网应用方面会通过技术改进， 继续深化无
线智能控制技术，以此来满足更多消费者的需求。
2、网络功能强势凸显：一直以来，网络化是物联网的主要发展趋势。通过互联网，人
们可以将智能家居系统中的视频监控与手机有效结合起来， 一旦有小偷进入家中， 报警信号
即可迅速通过网络， 传送到小区安防中心、 地区报警中心及用户手机上。 各报警中心和用户
可以立即调入视频图像， 保证在第一时间有效地监看到小偷的面貌， 确保日后调查取证。 同
时我们还可以利用智能交通系统将交通中出现的任何相关问题及时反应到交警值班处， 以此
来提高办事效率。
3、智能控制内容逐步扩大：物联网通过智能化手段，使得人们生活体验变得更加的方
便、舒适。 针对目前物联网的一些应用方面的缺陷， 可以想象在未来的社会我们必定要克服
当前出现的智能不能完全实现智能、过于复杂等缺陷。
总体来说， 物联网是一个新兴的但是却是一个很有用处的行业， 它在当今社会以及未来
社会都会对人们的生活带来翻天覆地的改变。 虽说目前的物联网在各个领域都有所运用， 尤
其是在智能家居领域已经有了比较好的发展，但是我们也应该看到目前所出现的一些问题，
我们只有解决好目前物联网在一些领域的应用中所出现的缺陷， 这样才能让物联网更好的为
我们服务，使得我们的生活变得更加方便、舒适。

姓名：陈心语  学号：21009102266 书院：海棠1号书院

转自： 2020年中国人工智能+物流发展研究报告_应用 (sohucom)

嵌牛导读

近年来，中国物流业在互联网经济的催动下发展较快，在成本不断攀升、效率提升缓慢的背景下，物流业最迫切的需求即“降本增效”。人工智能技术及相关软硬件产品的加入能够在运输、仓储、配送、客服等环节有效降低物流企业的人力成本，提高人员及设备的工作效率，是缓解物流业顽疾的一味良药。

本报告中的“人工智能 + 物流”指的是基于人工智能技术的软硬件产品及服务在物流活动各环节中的实际落地应用。 2019年人工智能+ 物流的市场规模为159亿元，预计到2025年市场规模将接近百亿。在物流各环节的应用分布方面，仓储与运输占比较大，两者占比之和超过八成。

人工智能在物流中的应用方向可以大致分为两种，一是以AI技术赋能的如无人卡车、AMR、无人配送车、无人机、客服机器人等智能设备代替部分人工 ；二是通过计算机视觉、机器学习、运筹优化等技术或算法驱动的如车队管理系统、仓储现场管理、设备调度系统、订单分配系统等软件系统 提高人工效率。代替人工方向的AI应用市场前景广阔，但受技术水平和政策限制等因素影响，落地条件尚不成熟，还需要较长的培育时间。提效方向的AI应用已具备一定的技术基础，但实际场景散落在物流业务体系中的各个角落，场景清晰度不高，空间不足。

目前，人工智能在物流领域还处于探索之中，但从已经取得的成果来看，“人工智能+物流”的确能够给物流企业在降本增效层面带来收益。物流企业应该以立足当下、着眼长远的原则，以辅助管理、提升效率为短期目标，寻找自身业务链条中能够被 AI 技术赋能的环节并通过试点论证，稳步推进；对未来有望打破物流现有业态的前沿应用做好技术储备。AI公司一方面要把握与物流企业与电商平台的合作机会，在不断地测试积累中打磨核心技术；另一方面也要灵活运用自己研发的技术与产品，在关注物流行业的同时寻找其他的适配领域和变现途径，具备一定的造血能力，以待机会到来之时能够迅速响应物流领域的市场需求。

嵌牛鼻子人工智能运用于物流行业。

嵌牛提问人工智能在物流行业有什么运用呢？

嵌牛正文

物流业的核心痛点

成本增速高于收入增速，物流效率提升缓慢

尽管中国物流业近年来一直保持着较快的发展速度，但随着人力资源、土地资源等要素成本的不断提高，中国物流企业的成本增长速度始终高于收入增速，国家发改委与中国物流与采购联合会共同发布的《全国重点物流企业统计调查报告》中的数据显示，2007-2016年国内重点企业物流业务成本年均增速为105%，比收入增速高07个百分点。在行业成本居高不下的背景下，国内物流行业的效率一直处于较低水平。以社会物流总费用与GDP比率为例，2019年全国社会物流总费用达到146万亿元，占GDP比率为147%。尽管这一比率近年来总体上呈持续下降态势，但下降速度非常缓慢，与发达国家8-9%的水平相比仍有非常大的差距，与全球平均水平（12%）比起来也尚有一段距离。

物流业与人工智能的契合之处

AI是物流降本增效的良药，物流亦是AI展示能力的舞台

物流业的核心痛点决定了该行业最迫切的需求即“降本增效”，物流企业的自动化、信息化转型升级都是为实现降本增效目的而做出的努力。人工智能技术产品的加入能够进一步推动物流业向“智慧物流”发展，更大限度地降低人工成本、提升经营效率。对于人工智能行业而言，随着技术的不断迭代，人工智能不再是高悬于天上的空中楼阁，“商业落地”已成为人工智能企业发展到当前阶段鲜明的主题词。从落地难度及发展前景来看，业务流程清晰、应用场景独立、市场空间巨大的物流业无疑是人工智能落地的绝佳选择。

人工智能+物流概念界定

关键词：人工智能技术、软硬件产品及服务、落地应用

本报告中所阐述的“人工智能+物流”指的是基于人工智能技术（机器学习、深度学习、计算机视觉、自动驾驶等）的软硬件产品及服务（无人卡车、无人机/无人车、智能调度系统等）在物流活动各环节（运输、仓储、配送、客服等）中的实际落地应用。“人工智能+物流”是物流科技的新形态，本报告对“人工智能+物流”的研究范围主要集中在物流活动中的运输、仓储、配送及客服四个环节，分析研究人工智能技术及产品在上述物流作业流程中的应用情况与效果。

人工智能+物流发展环境

利好政策与企业及用户的需求鼓励物流业积极拥抱人工智能

近年来，物流行业发展基础和整体环境发生显著变化，新兴技术广泛应用、包裹数量爆发增长、用户体验持续升级等因素对物流企业的运作思路、商业模式、作业方式提出新需求、新挑战。作为物流行业转型升级的新动能，人工智能进入物流领域的时间尽管相对较短，但发展环境非常有利。政策层面，国务院、发改委等政府相关部门纷纷出台物流相关政策及规划，鼓励企业利用人工智能技术及产品降低物流成本、提升物流效率；经济层面，一方面全国物流业总收入始终处于稳定增长状态，另一方面物流总费用依然居高不下，企业亟需进一步控制物流成本，“人工智能+物流”的空间极为广阔；社会层面，“人工智能+物流”既能满足城市居民对提升即时物流服务效率的需求，又可拓展快递快运的服务边界以惠及农村居民。

人工智能+物流的核心技术

计算机视觉应用最为广泛，自动驾驶有望先于其他行业落地

目前，在物流行业实现应用的人工智能技术主要以深度学习、计算机视觉、自动驾驶及自然语言理解为主。物流领域中，深度学习在运输路径规划、运力资源优化、配送智能调度等场景中发挥至关重要的作用；计算机视觉是现阶段物流领域应用最广的人工智能技术，智能仓储机器人、无人配送车、无人配送机等智能设备都以视觉技术为基础，此外，计算机视觉还能实现运单识别、体积测量、装载率测定、分拣行为检测等多项功能；自动驾驶技术是运输环节智能化的核心技术，尽管尚未正式投入使用，但头部企业的无人卡车已经开始在特定路段进行实地路测和试运行；自然语言理解主要用于物流企业，尤其是快递快运企业的智能客服系统，该技术能有效降低企业在客服环节的人工成本。

人工智能+物流产业链分析

产业链尚不成熟，角色界限比较模糊

人工智能+物流产业链与传统物流产业链差异最大的地方在于，其上下游关系并非泾渭分明，或者说人工智能+物流的产业链还不太成熟，AI公司、物流企业、电商平台都在产业链中扮演重要角色，AI公司通过直客模式或集成商渠道向下游客户提供AI+物流相关产品与技术服务，而物流企业与电商平台也通过建立研发团队、成立科技子公司等方式研究开发AI技术在物流各环节中的可行应用，三者之间存在合作加潜在竞争的关系，生态比较开放。

人工智能+物流产业图谱

人工智能+物流市场规模

现有市场规模159亿元，仓储与运输环节的应用占比较高

AI公司进入物流领域的时间尚短，产业链下游物流企业与电商平台在人工智能产品技术自主研发中的不遗余力也令解决方案提供方们可选择的入局角度相当有限。从供给侧能够获取的收入来看，2019年人工智能+物流领域的市场规模为159亿元，随着技术能力的提升和行业理解的加深，预计到2025年市场规模将接近百亿水平。人工智能在物流各环节的应用分布方面，智能仓储与智能运输占比较大，两者占据了八成以上的份额；智能配送的落地环境尚不成熟，现阶段规模较小，但未来想象空间极大；智能客服的应用场景较为单一，在各环节中占比最小。

智能运输中的人工智能应用

人工智能在运输中的应用方向集中在无人卡车及车辆管理

运输是物流产业链条的核心环节，也是物流成本构成的重要内容，运输费用在社会物流总费用中的占比始终在50%以上。但由于运输环境及运输设备的复杂性，现阶段人工智能在物流运输中的应用尚处于起步阶段。目前国内人工智能在物流运输环节的应用集中于公路干线运输，主要有两大方向：一种是以自动驾驶技术为核心的无人卡车；另一种是基于计算机视觉与AIoT产品技术，为运输车辆管理系统提供实时感知功能。人工智能赋能物流运输的最终形态必然将是由无人卡车替代人工驾驶卡车，尽管近两年自动驾驶在卡车领域进展顺利，无人卡车在港区、园区等相对封闭的场景中已经开始进入试运行阶段，但与实际运营的距离尚远。未来数年内，人工智能在物流运输中的商业化价值主要体现在车辆状态监测、驾驶行为监控等功能。艾瑞认为，2019年国内人工智能+物流运输的市场规模为61亿元，预计到2025年超过30亿元。

智能运输丨无人卡车

无人卡车的商业化前夜已经到来，但大规模应用仍需时日

近年来，自动驾驶技术的开发与应用一直深受各界关注，与无人卡车相比，无人驾驶乘用车往往更吸引普通民众的眼球。从技术角度出发，应用在无人卡车上的自动驾驶技术与乘用车并无二致，其系统架构同样是由感知层、决策层与执行层组成，感知载体也都以摄像头、激光雷达、毫米波雷达、超声波雷达等传感器为主。但对于目前尚处在实验阶段的无人驾驶车辆而言，城市路况的复杂程度和不确定因素给无人驾驶乘用车的商业化道路带来极大的障碍。反观物流领域，港口、物流园区、高速公路等道路运输主要场景的封闭性较高，运输路线相对较为固定，测试数据的获取与积累也更容易。从商业化的进程来看，以图森未来为代表的L4级别自动驾驶卡车已经率先进入到了试运营阶段，无人卡车的商业化序幕正在缓缓拉开。但这只是无人卡车在物流运输中的初步尝试，目前仍然存在技术稳定性有待验证、可测试路段较少、国内甩挂运输份额较小等诸多问题还未解决，无人卡车距离大规模商业化应用尚需时日。

智能运输丨车队管理系统

实时感知车辆与司机状态，适用于各类运输车辆

无人卡车能够从根本上颠覆整个物流运输流程，但可预见的是在未来一段相当长的时间内，国内公路运输的主力依然会是规模不一的物流企业及其管理的车队。目前，国内人工智能赋能物流运输的主要形式是基于计算机视觉技术与AIoT技术，在车队管理系统中实现车辆行驶状况、司机驾驶行为、货物装载情况的实时感知功能，使系统在车辆出现行程延误、线路异常和司机危险行为（瞌睡、看手机、超速、车道偏离等）时进行风险报警、干预和取证判责，并最终达到提升车队管理效率、减少运输安全事故的目的。与无人卡车的“替代性”功效不同，车队管理系统中所应用的计算机视觉技术是在对原有物联网功能的补充与拓展，依然是以辅助者的角度来帮助司机和车队管理者，其感知设备是后装形式的车载终端，决策来自系统平台，对车辆的控制和动作执行要通过司机手动完成。因此就现阶段而言，融入人工智能技术的车队管理系统在适用性和商业化程度上领先于无人卡车。

智能仓储中的人工智能应用

目前仍以点状应用散落于整个智能仓储系统的各个子系统中

物流业是一个“动静结合”的产业，运输与配送代表着物流的“动”，仓储则代表物流的“静”。为了提升效率，物流产业对仓储也有“动”起来的强烈需求，智能仓储即通过物联网、大数据、人工智能、自动化设备及各类软件系统的综合应用，让传统静态仓储也朝着动静结合的方向进行转变。智能仓储属于高度集成化的综合系统，一般包含立体货架、有轨巷道堆垛机、出入库输送系统、信息识别系统、自动控制系统、计算机监控系统、计算机管理系统以及其他辅助设备组成的智能化系统等。因此在智能仓储中，商品的入库、存取、拣选、分拣、包装、出库等一系列流程中都有各种类型物流设备的参与，同时需要物联网、云计算、大数据、人工智能、RFID等技术的支撑。从目前来看，人工智能在智能仓储系统中的应用还不够成熟，仍以货物体积测算、电子面单识别、物流设备调度、视觉引导、视觉监控等多种类型的点状应用散布于整个系统的各个环节当中。

智能仓储丨仓储现场管理

仓内管理——规范员工行为、减少货物损失、降低理赔风险

人工智能在智能仓储中的应用领域之一是在仓储现场管理场景中，其实现途径是以高清摄像头为硬件载体，通过计算机视觉技术监测并识别仓储现场中人员、货物、车辆的行为与状态。根据作业环境，我们可以将人工智能技术在仓储现场管理中的具体应用分为仓内现场管理与场院现场管理。计算机视觉技术在仓内现场管理的应用场景一是针对仓内工作人员的行为进行实时监测，识别并记录暴力分拣、违规搬运等容易对货物、包裹造成破坏及损伤的行为，采集行为实施人员的相关信息；二是监测仓内流转的货物、包裹的外观情况，识别并判断包裹的破损情况，对存在明显破损的包裹进行预警上报。在仓内现场管理中引入计算机视觉技术，能够起到监督与规范员工行为、降低货物破损与丢失概率、减少理赔成本等作用。

智能仓储丨AMR

仓储AMR市场尚处于起步阶段，未来六年CAGR达367%

尽管AMR具备柔性部署、自主灵活等优势，但AMR产品技术门槛较高，国内能够实现量产且推动项目落地的企业相对较少，AMR市场尚处于起步阶段，还需要一段市场验证时间。而随着落地项目带来的数据积累以及算法的不断优化打磨，AMR将会逐步得到更为广泛的应用，其市场发展前景极为可观。艾瑞认为，2019年国内仓储AMR的市场规模为68亿元，未来数年，AMR市场规模将以高速增长状态迅速扩张，预计到2025年，国内仓储AMR的市场规模将超过40亿元。

智能仓储丨设备调度系统

基于深度学习与运筹优化算法，提升设备群体的智能化程度

随着AS/RS、AGV、AMR、穿梭车、激光叉车、堆垛/分拣机器人等不同类别的自动化及智能化设备越来越多地进入到仓储环境中，设备的调度与协同成为影响设备工作效能的关键因素之一。如果把仓储环境中的各类设备比作一只足球队，那么设备调度系统就相当于球队的教练，负责制定球队战术、选择出场球员以及指挥球员跑位等工作。早期仓储设备的调度与控制主要是以WCS（仓库控制系统）为载体，接收WMS/ERP等上层系统的指令后，控制着设备按照既定设计的运行方式进行工作。而在人工智能技术，尤其是深度学习与运筹优化算法的驱动下，设备调度系统在准确性、灵活性、自主性方面取得显著提升。以AGVS为例，基于大规模聚类、约束优化、时间序列预测等底层算法，AGV智能调度系统能够灵活指挥数百乃至上千台AGV完成任务最优匹配、协同路径规划、调整货架布局、补货计划生成等多项业务，并随数据积累与学习不断自主优化算法。可以说，AI算法加持的设备调度系统能够在一定程度上将系统自身的智能赋予设备本体，使设备群体的智能化程度得以提升。

智能配送中的人工智能应用

理论上市场空间极为广阔，但仍需要较长时间培育

配送是货物流动过程的最后环节，也是物流链条上人力资源投入最重的环节。以快递业与即时配送行业为例，全国快递员数量在2018年就已突破300万，工作灵活性较强的即时配送行业所需人力更甚于快递行业，2019年，仅在美团点评平台上领取过收入的骑手数量就高达3987万人。对于旨在降低人力成本和提高人力效能的人工智能而言，配送领域的应用前景相当广阔，且场景清晰明确。从“替代人工”角度来看，配送中的人工智能核心应用集中于无人配送领域，实现形式是无人配送车与配送无人机；从“辅助管理”角度来看，人工智能主要应用在即时配送领域的订单分配系统中，为系统提供订单数量预估、订单实时匹配、订单路径规划等能力。人工智能在物流配送领域的施展空间极大，但受限于技术稳定度不足、成本与收益不匹配、监管政策严格等因素，无人配送在商业落地层面尚处在萌芽阶段；而即时配送中的订单分配系统尽管已广泛使用深度学习及优化算法，但其核心技术都由各大平台自研自用，软硬件供应商并无获利空间。艾瑞认为，2019年国内人工智能+物流配送的市场规模为19亿元，预计到2024年超过10亿元。

智能配送丨无人配送

无人配送车——城市环境中自动驾驶技术的“降维”落地

无人配送车是应用在快递快运配送与即时物流配送中低速自动驾驶无人车，其核心技术架构与汽车自动驾驶系统基本一致，都是由环境感知、车辆定位、路径规划决策、车辆控制、车辆执行等模块组成。由于无人配送车的运行环境里有着大量的非机动车与行人，路面复杂程度要高于机动车道，因此对于超声波雷达、广角摄像头等近距离传感器的依赖度更高，环境感知算法的侧重点与汽车、卡车等机动车自动驾驶系统也有所不同。但在人口、车辆密集的城市环境中，无人配送车无疑是比无人驾驶乘用车更加适合自动驾驶技术落地的载体，首要原因是无人配送车的体积小、车速低，出现事故的风险与造成人身伤害甚至死亡的概率较低；此外，无人配送的场景非常丰富，落地初期可以选择边界相对清晰、环境相对简单、对新技术接受度高的高科技园区、高等院校等场景，在技术成熟度提升和政策支持的前提下逐步向写字楼、小区等环境扩张，为自动驾驶算法的迭代与进化积累大量的数据资源。

配送无人机——测试为主，可行的应用场景有限

无人机起源于军事领域，早期的发展驱动力是为了减少飞行员伤亡以及应对极端情况，近年来消费级无人机市场也异常火爆。最早将无人机引入物流领域的是亚马逊于2013年提出的Prime Air业务，国内以顺丰、京东为代表的快递、电商巨头也纷纷跟进，推出物流无人机战略。人工智能技术在配送无人机领域的应用原理与自动驾驶并无本质上的差异，主要区别有两点：一是无人机搭载的传感器种类更为繁杂，环境感知算法对数据融合技术的要求更高；二是无人机配送中可选择的路径明显多于车辆，路径上的海拔、地貌、气候等客观约束条件都会对无人机的配送行为产生影响，此外，出于安全考虑，路径规划还需要尽量避开人群聚集区与关键设施，因此配送无人机的路径规划算法更加复杂。2015年至今，快递、电商巨头以及无人机产品技术供应商们通过大量的试验与测试不断打磨提升物流无人机的技术稳定度、探索科学的运营模式。基于国内的人口密度、居住条件、政策限制等现实条件，配送无人机目前较为可行的应用场景在于偏远山区配送、医药资源紧急配送、应急保障物资配送等。

智能配送丨订单分配系统

以“大数据+算法”之力实现订单与运力的最优匹配

鉴于无人配送距离大规模落地较远，可预见的是未来相当长的一段时间内快递及外卖“小哥”仍然会是物流配送的主力军。现阶段人工智能在物流配送中发挥的主要作用是通过订单分配系统合理匹配运力与需求，提升配送效率，有效解决配送资源配置问题。尤其是对配送时效性要求非常高的即时物流领域，在引入基于机器学习与运筹优化算法的订单分配系统后，将行业发展初期使用的效率较低的骑手抢单模式和人工派单模式转变为系统派单模式。即时物流订单分配本质上可以看作是带有若干复杂约束的动态车辆路径问题（DVRP），订单分配系统的工作原理是以大数据平台收集的骑手轨迹、配送业务、实时环境等内容作为基础数据，通过机器学习算法得到预计交付时间、预计未来订单、预计路径耗时等预测数据，最后基于基础数据和预测数据，利用运筹优化模型与算法进行系统派单、路径规划、自动改派等决策行为。订单分配系统给企业带来效率提升的最直接表现即配送时长明显下降，以美团为例，在应用了自主研发的O2O即时配送智能调度系统后，美团外卖的订单平均配送时长由2015年的41分钟缩短至28分钟，降幅达到了317%。

智能客服

2025年物流领域智能客服业务规模有望突破77亿元

物流领域的智能客服特指以智能语音和NLP技术为代表的客服机器人。从服务类型上可以分为以语音导航、业务识别、智能派单、坐席辅助为主的语音智能客服和以文字查询、业务识别为主的文字智能客服，二者分别服务于电话呼入和客户端、小程序等终端入口。2019年物流领域智能客服业务规模约为11亿元，其中语音与文字智能客服份额比约为6:4，按供给侧发展规律预计，2025年整体业务规模约为77亿元，年复合增长率为391%。因云呼叫中心逐渐替代传统呼叫中心业务，市场中供智能客服发展的基础环境逐渐完善，智能客服市场发展平稳向上，服务内容从面向消费者的前台形式向面向管理的中后台形式拓展，未来市场有望基于语音人机交互形式的拓展而打开新的想象空间。

人工智能+物流应用总体评价

人工智能+物流发展策略——物流企业

厚积薄发：立足当下的点状应用与着眼长远的技术储备

对于物流企业来说，衡量是否要在原有的生产经营体系中引入某种技术或软硬件产品，唯一标准是该技术与自身业务融合后能够在多大程度上实现“降本增效”，人工智能亦不例外。物流企业，尤其是引领行业的头部企业们对“人工智能+物流”大多秉持着积极且谨慎的态度，一方面通过自建研发团队以及与AI技术输出方开展合作的形式在自动驾驶、智能机器人、无人机等AI前沿应用领域试图取得实质性突破；另一方面基于深刻的行业理解，在自身业务体系中寻找适合成熟度较高的AI技术“即插即用”的场景，在小范围试点应用的基础上评估应用成果并根据实际效果选择优化推广或暂时弃用，在不断地尝试中积累数据与经验、逐步建立企业的AI技术应用逻辑与应用体系。总体而言，目前物流企业较为合理的“人工智能+物流”发展策略首先要立足当下，应用方向以辅助管理、提升效率为主，将计算机视觉、智能语音等AI技术与机器学习、运筹优化等AI算法融入实际业务中形成若干能够为企业带来效益的点状应用；其次要着眼长远，对落地条件尚不成熟且未来发展前景广阔的无人卡车、无人机等应用适当投入研发力量或采用联合开发、注资收购等方式，做好技术储备，在窗口期真正到来时占据市场先机。

人工智能+物流发展策略——AI企业

多重适配：适合切入的场景有限，AI企业需要一核多用

作为“人工智能+物流”中的技术输出方，目前国内物流相关AI企业的主要业务是向物流企业、电商平台等提供基于自动驾驶、计算机视觉、智能语音、自然语言理解等AI技术的软硬件产品。由于进入物流领域的时日尚短，AI企业对物流行业理解不深导致赋能场景挖掘能力有限，涉及物流内部业务核心的类似于订单分配系统的场景又难以触达，大部分AI企业选择从自动驾驶卡车、无人配送车、无人机等具备较大市场想象空间但技术成熟度稍显不足或落地条件不够完备的应用场景入局，短期内很难取得实质性突破。因此，对于AI企业来说，其“人工智能+物流”发展策略中最关键的还是要致力于提升自身核心产品技术的领先性与稳定度，具备向客户提供较为成熟的软硬件产品的能力是企业发展的根基；其次要积极与物流企业深入合作，以标杆项目和实战数据说话；此外，要灵活运用核心技术与产品，在关注物流行业的同时寻找其他的适配领域和变现途径，例如无人物流车的低速自动驾驶技术同样可以驱动无人清扫车、无人零售车等，使企业具备一定的造血能力，而不是一味地接受资本输血，生存下去的初创企业才有机会等到真正的窗口期到来。

汽车黑匣子八只概念股如下：
一、 协创数据（300857） 公司亮点：专注于物联网智能终端和数据存储设备等消费电子类产品的研产销。 主营业务：消费电子领域物联网智能终端和数据存储设备等产品的研发、生产和销售。 公司简介：公司主营业务是消费电子领域物联网智能终端和数据存储设备等产品的研发、生产和销售。
二、锐明技术（002970） 公司亮点：在全球车载移动视频监控市场占有率排名全球第二。 主营业务：致力于利用视频、AI、大数据及IoT等技术手段，发展交通安全及运输业信息化方向的产品及解决方案。 公司简介：公司致力于利用视频、AI、大数据及IoT等技术手段，发展交通安全及运输业信息化方向的产品及解决方案。
三、鸿泉物联（688288） 公司亮点：研发生产智能增强驾驶系统和高级辅助驾驶系统等汽车智能网联设备。 主营业务：利用大数据、人工智能及5G等前沿技术，研发、生产和销售汽车智能网联设备及大数据云平台等产品。 公司简介：公司的主营业务为利用大数据、人工智能及5G等前沿技术，研发、生产和销售汽车智能网联设备及大数据云平台等产品。
四、天迈科技（300807） 公司亮点：基于车联网技术为城市公交运营、管理及服务提供综合解决方案。 主营业务：基于车联网技术为城市公交运营、管理及服务提供综合解决方案。 公司简介：公司自设立以来一直专注于智能公共交通领域，公司主营业务为基于车联网技术为城市公交运营、管理及服务提供综合解决方案。主要产品包括智能公交调度系统、远程监控系统、智能公交收银系统、充电运营管理系统。后续公司会密切关注行业相关事项，根据市场需求和行业发展趋势，开发符合客户需求的相关产品。
五、 得润电子（002055） 公司亮点：生产各类电子连接器，是用电器与消费电子的主要供应商。 主营业务：电子连接器和精密组件的研发、生产及销售。 公司简介：公司是一家主要从事电子连接器和精密组件的研发、生产及销售的公司，主要产品包括家电连接器、电脑连接器、LED连接器、通讯连接器、FPC、汽车连接器及线束、新能源汽车车载充电模块（OBC）、车联网、安全和告警传感器、汽车电子等。
六、光弘科技（300735） 公司亮点：国内领先的电子制造服务（EMS）服务商。 主营业务：消费电子类、网络通讯类、汽车电子类等电子产品的PCBA和成品组装，并提供制程技术研发、工艺设计、采购管理、生产控制、仓储物流等完整服务的电子制造服务（EMS）。 公司简介：公司的主营业务为专业从事消费电子类、网络通讯类、汽车电子类等电子产品的PCBA和成品组装，并提供制程技术研发、工艺设计、采购管理、生产控制、仓储物流等完整服务的电子制造服务(EMS)。
七、 美亚柏科（300188） 公司亮点：国内领先的电子数据取证与网络信息安全产品提供商。 主营业务：电子数据取证和网络信息安全产品及相关服务。 公司简介：公司的主营业务是电子数据取证和网络信息安全产品及相关服务。
八、启明信息（002232） 公司亮点：国内汽车业IT行业龙头企业。 主营业务：企业数字运营和智慧营销以及智慧汽车。 公司简介：公司的主营业务是企业数字运营和智慧营销以及智慧汽车。 _ 值得一提的是，有六只股最近5日股价涨幅超过了15%：依次是启明信息、鸿泉物联、锐明技术、协创数据、威帝股份、得润电子。
EDR，俗称汽车黑匣子，全名Event Data Recorder，即汽车事件数据记录系统。该系统是用于记录其中碰撞之前，碰撞的时候，和碰撞之后的三个阶段的关键数据，之前特斯拉的维权事件中，就起着重要作用。所以目前来看，EDR汽车黑匣子概念股继续走高，千亿市场将开启。

---