大数据改造传统物流 且看如何驱动“第二春运”

2016年双11,6.57亿包裹连在一起，相当于从地球到月球的距离38万公里，而配送距离加起来能走出太阳系。未来几年，中国快递日单量将达2亿件。这意味着，传统物流即便投入再多人力，也赶不上电商爆发期这种非线性增长速度。　　
大数据改造传统物流 且看如何驱动“第二春运”
　　以1亿包裹签收时间来看，2013年是9天;2014年6天;2015年4天，2016年只用3.5天。这就是“换轨”带来的巨大颠覆——如果不用大数据改造传统物流，各大电商平台如何驱动双11物流这个号称“第二春运”的战役？
　　
　　如何让拣货员少走路
　　
　　每年双11,京东集团副总裁兼X事业部总裁肖军都要到仓库体验“极限峰值”。
　　
　　“这一天，我最多在仓库走20公里，而拣货员这一天在仓库要走50公里，相当于跑了一个马拉松。”11月23日，肖军在京东物流品牌战略发布会上这样说。
　　
　　就像Facebook最早是为满足哈佛大学一批想看女生照片的男生的需求，如何让仓库拣货员少走路，甚至不走路，这是肖军最初想要做得最朴素的事。2014年京东上线了一套“路径优化”系统，让仓库拣货员平均每天少走15公里，系统每迭代一次，拣货员每天就少走5公里。
　　
　　比如拣货员之前走S形路径，对其过去路径进行大数据分析，再根据现在要分拣货物的货位，通过算法进行路径优化，让拣货员走到哪儿再在哪个点回头。
　　
　　“路径优化”是大数据运用到仓储管理的典型案例，在这里，算法是核心。
　　
　　亚马逊的原则是“不走回头路”。亚马逊后台有一套算法给每个拣货员随机优化路径。每拣完并扫描一件货品，扫描q自动告诉拣货员下一个要拣的货在哪儿，拣货员直接朝前走，不用走回头路。这种模式能保证拣货员全部拣选完了后走路最少，至少比传统模式少走60%的路。
　　
　　这得益于亚马逊的“随机上架”规则。产品入库时，商品基于尺寸分类存储。在货物合理分类前提下，类似属性的商品会被放到同类货架上。对于处于不断拣货过程的货位，可以哪里有空就塞哪儿，这大大减少选择货位的时间，更可以少走路。
　　
　　麻烦不会留给后期拣货环节吧？还是要靠大数据。由于商品分散分布，可以从整个库存商品所在位置出发，将位置最为相邻的商品及单个客户订购的不同商品组合成一个最优路径。
　　
　　亚马逊从下单到发货，拣货，包装，出库最快30分钟，不过中国同行们已刷新了这一纪录，因为他们面对的是比亚马逊大得多的中国市场，他们需要更快的速度让买家记住他们的优质服务。在这里，京东的记录是2分钟。
　　
　　今年双11,京东最快的一单，从上海买家下单到送货上门只用了12分钟，这不是作秀，大数据“提前布货”就能轻松搞定。
　　
　　具体做法是后台系统记录客户浏览商品的轨迹和历史，通过大数据精准分析客户需求，然后把顾客感兴趣的商品放在离他们最近的仓库。
　　
　　“提前布货”已成为物流仓储的标配了。顺丰有一款类似产品“顺丰灯塔”。前不久，京东成立了Y事业部打造智慧供应链，其中销量预测平台就是专门为提前布货服务的。
　　
　　亚马逊玩得更拉风，2014年它获得预测式下单专利，这是根据用户购买习惯和兴趣爱好，在用户下单前发货。该系统可以在未指定具体发货地址和时间的情况下，将包裹运送至目的地所在区域，具体地址将在运输途中确定下来。如果决策得当，可使物流成本降低10%到40%。
　　
　　“哪些货物放在一起可以提高分拣率，哪些货物储存时间较短，都可以通过大数据分析出商品间的相关性来合理安排货位。”肖军说，现在，仓库数量和面积每年成倍增长，合理安排货位对提高仓库利用率和搬运分拣效率意义重大，而过去只是凭经验来做。
　　
　　把分拣机器人训练得跟AlphaGo一样聪明
　　
　　数据显示，在运输与仓储共同组成的物流体系中，仓储费用占物流运营总费用60%,有效提高库存周转速度，是物流企业降低成本的关键。
　　
　　今年双11投入运营的“京东一号”智能分拣中心，日可处理百万订单，分拣效率提升5倍以上，人力成本节省70%以上。而京东研发的无人仓，将目前行业里各种自动化技术，甚至磁悬浮等技术都进行了应用，还构建了一套系统解决方案，支持设备上的数据感知和人工智能算法，让这些设备具备出色的学习能力。
　　
　　无人仓配备了四大爆款机器人，它们是拥有3D视觉系统的DELTA型分拣机器人;可以惯性导航、自动避障的智能搬运机器人AGV;运行速度高、定位准确的SHUTTLE货架穿梭车;载荷最高达165公斤、臂展接近3米的六轴机器人6-AXIS。
　　
　　“用什么样的机器人来帮助生产，帮助哪个环节提升效率，这来自于京东10多年来对物流仓储这一行业理解的积淀。”肖军说，这个过程中，需要很多合作伙伴帮助我们一起创新。
　　
　　肖军的话不难理解，处于爆发期的电商市场撑起了一个万亿级别的物流仓储行业，合作伙伴思维和开放的势态已成共识。
　　
　　现实中，一个包裹分拣由人 *** 作需36秒，机器人 *** 作只需1秒，效率提高35倍。关键是，“传统分拣中心要有多人盯着包裹，在双11大促时，这是对生理极限的极大挑战。”肖军说，分拣机器人是在人的不断训练下，通过深度学习获得这种强大能力。
　　
　　这种训练其实就像谷歌训练AlphaGo一样，谷歌用了几十万盘围棋高手之间对弈数据来训练，让它变得聪明;在计算上，用了上万台服务器来训练AlphaGo下棋的模型;并且让不同版本的AlphaGo相互对弈了上千万盘，这才保证它算无遗策。与这相比，训练分拣机器人就算小菜一碟了。京东自营商品、SKU有3000多万。京东在人工仓储中心安装了摄像头，让机器人每天根据 *** 作员的 *** 作方式，对商品的绑定方式进行学习。经过一周训练，机器人对一个商品经过100次循环识别，拣货准确率会从过去的80%达到99%多。
　　
　　“我们还会训练机器人在各种光照环境下工作，有时候会补点光，有时候是暗光，再进行优化，使机器人能大范围地适用工作。”肖军说，这也是人类理解机器人的一种方式。