AI+BIG DATA:无人送货时代离我们究竟还有多远?

目前,快递小哥承担着物流业螺丝钉的角色,把大量快件从快递点运送到千家万户。但在未来几年,这份高强度的重复性劳动,很可能就会有一部分由无人配送来完成了。

前阵子,京东发布一则关于无人配送的视频,正式公布了一个无人配送而且可以自提的站点。运作的方法是由无人机把货送到站点,站点有自提柜可供自取,也有无人车送货上门;用户在站点也可以自助发货,由无人机运输到目的地。

虽然在此前的视频中,京东号称这是全球首发,但除了京东以外,包括顺丰、阿里、美团在内的互联网企业也都在做无人配送,他们的技术不见得会比京东落后或者优先太多,大家几乎都处在同一起跑线上。

在未来,无人配送,一定会是顺丰、阿里、京东争先抢夺的市场,甚至有可能会是巨头在智慧物流领域首个大规模斗争的领域。但从目前的情况来看,大家距离无人配送大面积普及还有着不短的距离。短期内,无人配送只能是实验,全面市场化还很难。不管是阿里还是京东顺丰,他们的无人配送要真正全面市场化,小谦认为首要的就是要解决下面的这些市场阻碍。

四大阻碍,无人配送必须迈过这些坎

谁先把无人配送技术投入市场,谁就宣告了物流行业新局面的产生。而任何人想要实现无人配送的市场化,都面临着四重门槛。

(1)初期存在成本高难题,阻碍规模化投产

成本高是挡在自行研发应用无人车的企业面前的第一重门槛。2016年,京东无人车处于研发阶段,一台车造价将近60万。如果一个快递员的月工资为5000元的话,这笔钱足够让快递员干十年,而一台无人车很可能用不了十年。这样的机器,造一台就亏一台,规模化是不可能的。

但京东和阿里最近都宣布自己跨过了这一道门槛。京东无人车的成本在半年内压缩到了5万元,与雇佣人力相比已经达到极其便宜的地步,开始投入量产。

京东只用了半年就把60万的成本控制到5万,听上去似乎不可思议,这难道会是阉割版的无人车?京东希望通过激进的策略让自己迅速跨过第一道门槛,获得先发优势。

而菜鸟方面的无人车也做足了宣传,宣称成本大幅降低,没有给出具体数据,同样表示将规模化生产,即将投入使用。

面对这样神速而低廉的无人车,最好在心里打个问号。

(2)大量无人车易对交通产生不利影响,产品稳定性有待考验

急剧压缩产品成本会不会导致无人车的不稳定性暂且可以不探讨,但我们确实需要考虑到目前的无人车对场景的把握和反应能力。

无人车一上路,就成为交通系统中的一员,一旦对别的交通参与者产生影响,可能造成严重后果。一旦出现定位系统差错、网络故障、黑客入侵,无人车便不会遵循设计者初衷运行,由此极易引发交通事故。

特斯拉和百度的无人驾驶研发了很久、测试了很久,到现在都不能真正大规模正式上路,无人配送车研发时间短、造价低,突然就宣布量产了,显然有要上路的意思,恐怕难以让人放心。

更为重要的是,目前无人车的行驶速度非常慢,如果大批量出现会要如何避免出现交通拥堵的情况?与此同时,无人车机器还需要经历多轮测试,了解其究竟能不能在高温、严寒、大风天气也保持系统运行的稳定,并怎么应对积水、积雪、结冰、泥泞路面。因此,从无人车允许的稳定性来看,无人车还需要一段时间的考验。

(3)政策尚未落地,市场化开放时间未知

在对交通的影响尚不确定甚至可能负面影响居多的前提下,相关部门会对无人配送发展提出怎样的政策呢?即使处于扶持科技应用的态度,也一定会有很多限制。

无人机也是如此,无人机在给人们带来科技便利的同时,也存在扰乱飞行秩序的风险,有关部门还出台了相应的管理办法。顺丰和京东都获得了无人机飞行方面不同程度许可的相关牌照,但监管也处于摸索当中。

总体上无人机已经得到重视,规范化、正规化进程快,而无人车的政策目前尚不明朗,但很多本来就拥堵的大都市可能并不欢迎这个新事物。虽然政策放开无人车也肯定是迟早的事情,但在这个之前,无人车或许一直都只能处于科研或小规模市场测试阶段。

(4)现实路况比测试复杂,外卖领域对速度有更高要求

现实世界的路况比测试路段要复杂得多,遇到其他交通参与者加速逆行、突然穿过公路,无人车能否做出有效的应对?崎岖路段、地面塌陷能否机智穿过?

这一点,对于也想加入无人配送大战的美团来说,目前来说并不是一个利好消息。要在繁忙的城市路段保证安全,速度就很难达到外卖运送的要求,原本30分钟预计送达的订单如果大批量都采用无人车,很有可能会出现配送时间跟不上的情况。

因此,真的要投入市场使用,美团们需要解决效率与安全的平衡,用合适的速度来送外卖。

上面这四点还是技术上的一些门槛,解决了这些门槛,才有可能在未来的无人配送战场上分得一杯羹。但要成为市场化有优势的企业,光有技术也不行。

技术是基本门槛,市场化实力才是竞争关键

面对重重困难,实现市场化的企业实力就会显得尤为重要。谁克服了困难,谁就在竞争中有了更大的优势。技术层面比较基础,阿里和顺丰这些有志于无人配送的企业可以砸钱和资源去做出来,可能不久之后他们就会发布第二个、第三个无人配送站了。

在市场化竞争中,除开技术的元素,无人配送企业要竞争的是线下点位铺设、全渠道配送体系和既有的市场资源。

线下点位是竞争力的晴雨表,能不能把线下的自提柜、门店或者驿站铺到每一个区域,直接影响到消费者的体验,易触达的线下点位可以靠方便性和免费的优势给消费者提供价值。而这样的铺设离不开庞大的资金投入,新的入局者要想好,自己能搞得起这么大规模的点位布局吗?

全渠道配送在新零售概念被日益重视的今天也有着殊为重要的意义。而美国零售业对亚马逊的反击,就是让实体零售和网络零售使用同一套物流和仓储体系,以此提高网络零售的配送效率。而拥有自己的物流体系的巨头,谁能在全渠道配送上做得最好呢?

既有市场资源预定了企业无人配送未来发展扩张的边界。通达系拥抱菜鸟,京东顺丰还在明争暗斗,虽然京东和顺丰的物流业务可圈可点,但是不如菜鸟长袖善舞,未来要延伸扩张的边界,可能存在短板。

真正的竞争力,反而全都显示在这些技术以外的东西上。

市场化之后,关于无人配送时代的三大畅想

如果无人配送运输工具全面投入了应用,物流行业发生巨大变化的时候也就到了。

(1)最早会是高端配送服务,细分配送领域或将迎来新机会

高端配送领域将成为未来城市的一大亮点。无人车从分拨中心分拣运输到派送点,派送点确认快件主人在家事件后,在约好的时间用无人机将快件送到主人桌前的窗边,主人伸出手就取好了快递。这种更像是顺丰会提供的比较高端的物流服务,当然只限于轻量的快件。

而用户更多的个性化需求也会被激发出来,用无人机送月饼券的“历史案例”会让富有创造力的消费者受到启发,人们会乐意付费让无人机承担殷勤的“青鸟”或是信鸽,快递给男/女朋友一束花或是其他的礼物。这只是细分配送领域的一种具体的可能。

(2)短期替代人工不现实,但物流体系人员会发生巨大变化

无人运输工具不会让所有的快递小哥失业,短期内也不能完全替代人工。但是物流行业人员组成结构将发生重要的变化。由于分拣和派送的繁重任务被分担,从事这方面的人员就会相应地减少。但是研发人员、运营维护人员和客服人员会增加,以应对越发精细的物流体系。

(3)无人配送能优化城乡“最后一公里” ,但很难彻底解决

当无人配送逐渐具备了规模效应,继城市之后,农村的最后一公里也将进一步优化。初期农村拣件需求较小时,由无人货车运输到县级仓库,然后通过无人机运送到乡镇再用传统方式跑“最后一公里”;到之后农村物流规模变大时,无人货车可以运往乡镇,无人机可以将快件运往大的聚居点或村庄,用户可以去本村的代领点领取。农村的“最后一公里”问题会不断优化,可能难以彻底解决。

未来是美好的,但得要基于各家或者某一家把阻碍推开,跨过四大门槛,真正实现无人配送的市场化。这个时间有人说要十年,这种说法可能预估得比较长,笔者认为可以乐观一点。至于通过实现市场化的实力来竞争,以决出胜利者,对普通人的意义就是由谁来为大家实现这一幅蓝图了。

更多精彩的文章尽在公众号:CoXie带你学编程

原文地址:https://www.cnblogs.com/coxiebig/p/9326913.html

时间: 2024-11-14 12:47:04

AI+BIG DATA:无人送货时代离我们究竟还有多远?的相关文章

大数据时代:数据究竟有多值钱?

随着大数据在各个领域的深入应用,大数据本身存在的价值也正在凸显, 研究人员与商业用户等分析大数据,是为了洞察客户的真正需求. 数据有价值,公司离不开数据,但是数据究竟有多值钱呢?分析大数据并从中获取价值的成本到底有需要多少呢? 在过去,技术专家向高级管理层提供的是历史数据,以便他们能够确定市场趋势.统计数据尽管对在较高层次了解市场趋势以及组织如何做市场很有帮助,但并不足以确定需要开发什么新产品或服务.这些统计数据不会告诉你客户真正想要什么. 分析师,研究人员以及商业用户分析大数据是为了更快更好地

data mining,machine learning,AI,data science,data science,business analytics

数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)的区别是什么? 数据科学(data science)和商业分析(business analytics)之间有什么关系? 本来我以为不需要解释这个问题的,到底数据挖掘(data mining),机器学习(machine learning),和人工智能(AI)有什么区别,但是前几天因为有个学弟问我,我想了想发现我竟然也回答不出来,我在知乎和博客上查了查这个问题,发现还没有人写过比较详细和有说服力的对比

AI 一体机,满足新时代的新需求

摘要: AI 变革带来哪些 IT 的新要求? 深度学习的突破和硬件的突飞猛进,使得人工智能"第n春"焕发蓬勃生机.这是历史上第一次,机器可以在如人脸识别等'人类'工作上做得比我们人类更好. 人工神经网络有许多'隐藏'或计算层,实现深度学习要对特定人工神经网络架构进行一系列的特定配置,可以提供数据让系统自我训练(training)或推断(inference),最终从输出神经元层读取数值结果. AI 变革带来哪些 IT 的新要求? 深度学习的突破和硬件的突飞猛进,使得人工智能"第

AI谋杀同声传译究竟还有多远?

1919年,在审判德国的巴黎和会上,英法两国代表在1000多人的见证下首次借助同声传译完成了紧张的谈判过程,这也是同声传译最早的一次亮相,由此奠定了同声传译的主色调:会议语言排障和实时沟通. 同声传译正在面临来自AI的威胁 如今,同声传译依然扮演着极其重要的角色,世界上95%的国际会议都有专业同声传译人员坐镇,但人才的极度稀缺早就让同声传译被冠以"日进斗金"的称号.据相关资料显示,同声传译是按时薪的方法来计算工资的,一般最低为千元每小时,资历越深工资自然就越高,所以日进斗金对同声传译行

AI将带我们走向何方?

AI即人工智能,对科幻着迷的博主对此认知颇深,打算从科幻电影入手,先讲下未来的AI将给人类带来哪些变化,哪些思考. 从最初的<星际航行>中的各种星球.地形等的介绍,到各个鉴于的探索,以及其中问题的出现和解决,Data即是AI的一个结果,存储大量信息.力量大.对人类好感.趋向人类情感的进化.舍己为人等行为和特征,具备定位和数据传输功能,成为人类向外星球传播文明的最佳伙伴.这其中介绍的宇宙飞船,以及其他辅助装置,必须有AI的元素在内,但DATA成为大多数人身边可能存在的对象,而给人印象深刻,它会不

【转】人工智能(AI)资料大全

这里收集的是关于人工智能(AI)的教程.书籍.视频演讲和论文. 欢迎提供更多的信息. 在线教程 麻省理工学院人工智能视频教程 – 麻省理工人工智能课程 人工智能入门 – 人工智能基础学习.Peter Norvig举办的课程 EdX 人工智能 – 此课程讲授人工智能计算机系统设计的基本概念和技术. 人工智能中的计划 – 计划是人工智能系统的基础部分之一.在这个课程中,你将会学习到让机器人执行一系列动作所需要的基本算法. 机器人人工智能 – 这个课程将会教授你实现人工智能的基本方法,包括:概率推算,

不懂算法的我,到底怎么让APP快点AI起来?

前几天,华为与新智元主办了"华为HiAI能力开放公开课",很多我们的读者都关注了这次课程.于是不少读者留言或者在问答类平台邀请我们来回答,如何看待和理解这次课程.也有读者本身就是移动应用的开发者或者从业者,来询问我们到底如何将HiAI平台带来的AI开发能力与自身业务相结合,以及想要走这条"移动AI之路",要注意哪些地方. 仔细想想,这确实是一次从各方面详细解释了HiAI架构与华为提出的移动AI战略的"干货分享",感兴趣的读者不妨找来看看.但毕竟这

手机全面AI化后,我们正在重新定义旗舰

每年的MWC大会,都是手机厂商的一场盛宴,和时尚界的时装周一样,MWC上也能管中窥豹,发现未来一年的行业动向. 在今年一项最显著的变化就是手机产品的全面AI化.如果说几个月前能称得上的AI手机的只有苹果.华为.荣耀等等几家厂商,MWC上的三星S9.LG V30s以及华硕ZenFone 5等等产品都打出了AI手机的旗号. 和以往双摄.全面屏等等概念一样,当市场上只有一两款AI手机时,我们很难对他们功能间的差异有所感知,可一旦搭载相关功能的产品越来越多,人们自然会开始对产品进行比较. 在MWC期间,

深度 | AI芯片终极之战

https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652712307&idx=1&sn=28806ccb69a5f5d1142ac5f79ccde395&chksm=847dba7db30a336bfde664a5f2b75fdc443ac541483542eada358f298965614f60e3faaecf7e&scene=21#wechat_redirect 2018-03-05 发布 看点:解读A