杭州都市網

聚焦最后一公里，快遞巨頭紛紛深扎末端配送領域，各顯其手，各出花招，無人車、無人倉、無人機等高端技術設備持續加碼，為最后一公里護航。

各大巨頭在配送時效上下足了功夫，由以往的次日達到現在的分鐘級配送、30分鐘必達等高效配送服務，不僅提升了物流運轉效率，還將用戶的消費體驗升級。

據中商產業研究院數據顯示，特別是電商物流等重點領域持續高效運行，2017年物流時效指數平均為121.2點，比上年提高6.4點；各種運輸方式互聯互通取得進展，運輸費用占GDP的比率為7.99%，比上年下降0.02個百分點。總體來看，降本增效取得顯著效果。

而隨著行業競爭加劇，人力成本高漲，物流行業需要進一步的發展就需要擺脫人力的束縛，轉向依靠科技的力量在降低成本的同時完成物流效率的提升，那么，大數據、AI等技術便成為了物流行業發展的驅動力。

在高科技產品加持背后，車輛路徑規劃問題也成為了運籌優化領域最經典的解決方案之一。路徑規劃過程中涉及到配送員距離消費者遠近、配送員自身配送能力、路況、訂單分配等問題，從下單到推送訂單，再到分揀出庫，最后的配送車輛路徑問題也是各大巨頭所關注的問題。

本文將以菜鳥、京東物流為例，探討物流配送路徑帶來的成效，為其他行業的物流配送過程提供參考。

菜鳥網絡點綴每一個末端配送網點，形成超聚合形態的一張智能骨干網。

如果以一家公司需要向1000個網點進行配送的話，配送路徑數不勝數。就需要為網點進行合理配置，尋找一條高效的配送路徑來提高物流效率降低物流成本。這其中離不開菜鳥的算法布局。

在物流場景中，菜鳥的算法可以使用最少的車輛行駛最短的里程來完成配送任務。而此前去年5月的全球智慧物流峰會上，菜鳥網絡便發布了“ACE”的未來綠色智慧物流汽車計劃。運用“智能”和“綠色”實現配送員、車、貨、場景、倉庫、城市末端配送等一體化的智能綠色覆蓋。

同時，菜鳥車輛路徑規劃算法已經應用于多項業務中。在車輛配送環節中，降低車輛使用數量和車輛行駛距離，其中的電動交換箱體運輸車便可以提升倉庫到站點的多頻次運輸效率，滿足多頻點送貨需求。

在倉庫內部揀選環節，降低揀選人員行走距離。顛覆以往“人找貨”的場景，智能分單技術和動態定位技術，直接實現前置分揀，并將貨物直接送到快遞員手中，實現移動網點，在智能倉儲環節降低揀貨時間。

此外，車輛路徑規劃算法還可幫助外賣配送員規劃配送路線，減少從前端訂單下發到末端貨物配送的周轉，直接根據路線配送。從而提升客戶體驗，大幅度降低配送成本。

據菜鳥網絡高級算法專家胡浩源介紹，目前AI技術已經應用到了物流行業的這些環節：

商家端：利用AI算法指導商家備貨、補貨，運輸進倉以及分布庫存，降低商家的供應鏈成本。

倉儲端：通過預測和優化算法合理布局倉庫中的貨位和庫存分布，根據倉庫作業情況動態地生成貨品揀選任務。推薦合適的包材，降低耗材成本；自動調度設備，通過設備間的協同來提升倉庫運作效率。

配送端：利用路徑優化引擎，優化車輛的任務指派和行駛路徑，減少車輛行駛里程，更加經濟環保。

網絡末端：根據任務動態調配社會化運力，優化供需匹配。

胡浩源表示，目前通過在零售通城配業務中應用車輛路徑規劃算法，訂單配送成本已經降低了10.3%，并推動倉庫貨物流轉效率的提升，倉庫集貨周轉時間降低了57%。

車輛路徑規劃也廣泛應用在了農村物流體系中，降低農村地區配送成本，在農村淘寶物流路徑優化項目上，浙江長興縣的車輛使用減少了50%以上，行駛距離減少約30%以上；江西省吉安縣的車輛使用減少了10%以上，行駛距離減少了約30%以上。據上述數據顯示，車輛的使用率和城市距離均能夠提高效率，減少運輸成本和提升用戶體驗。

京東的“無界物流”之快的優勢在于“智能優化路徑”。

依托人工智能、大數據的技術加磅，將倉、貨、人定位在同一空間中，讓“倉”在周圍，“貨”在身邊，實現物流的“分鐘級”配送，實現無界零售時代。

京東自主研發的智能路徑優化系統是用算法技術打造的決策系統，將用戶的消費習慣、收貨地址、配送員坐標以及配送員的配送習慣等參數融入到算法技術當中，根據參數來匹配配送員的訂單和用戶的貨物，實現最短的配送路徑，滿足客戶的精準需求。

在路徑優化過程中，其中也包括了京東配送員的手持一體機。通過手持一體機，根據訂單類型和配送時效計算出可視化地圖，給出最佳配送建議和預估時間，讓配送員在指導下完成配送。

據智能路徑優化系統項目負責人介紹，“未來這一智能優化路徑還會采用增強學習和遷移學習等深度學習技術，隨著算法求解速度的提升和數據庫的增加，未來的智能路徑規劃的結果會更加精確，無論是農村，還是社區、寫字樓密布的區域，不同場景的用戶需求，都可以應用來滿足，實現配送線路智能化。”

京東智能優化路徑系統的上線，也說明了物流行業正在爭分奪秒加大布局和縮短配送距離。在各類黑科技的硬件和軟件的并濟之下，不僅做好智能化產品的研發，還要做好前端到末端配送途中的路徑規劃，全面提升物流配送效率。

其他快遞企業業在積極運用大數據、算法、AI等智慧技術運用到車輛路徑規劃過程中。在配送優化的目標里，保證速度最快的條件下成本最優是其基本原則。

順豐運用自身的GIS能力和算法，探索出適合快遞配送員的合理路徑；通過機器實現人員、車輛、包裹等的智能調度，解決同城配送中心與各網點之間的路徑優化；德邦運用CRM客戶關系管理系統及QCT質量成本時間結算系統作為后臺支持，并通過網絡形成閉環，鏈接網絡、CSP客戶服務臺、倉儲運輸系統，為業務運行做保障，降低成本的前提下提高車輛路徑規劃的運行效率。

路徑優化系統作為物流行業配送端的數據智能化產品，運用數據、場景、技術和算法對人、車、貨進行合理調度，在實現路徑優化的基礎之上來降低成本，從而實現整個行業的降本增效，并通過大數據等高科技實現車貨高效匹配，減少空駛損耗，優化運輸線路，減少污染，打造綠色物流；同時可以幫助企業塑造更好的服務能力，提升用戶的體驗感。所以，在末端配送的環節上對路徑的規劃不容忽視。

目前，我國也正在積極倡導“互聯網+高效物流”和“降本增效”，隨著大數據及云計算、物聯網、人工智能技術的成熟，物流行業必將得益，菜鳥、京東、順豐等也將繼續領跑物流行業，德邦、通達系等快遞企業的發展也將以大數據為指導來賦能產業升級，推動資源聯動、共享。