来源/中通研究院（ID：gh_06388c640745）

【知识帖：智能物联网AIoT如何“脱虚向实”搞应用？（上）】点击查看

上篇谈到AIoT对于AI商业落地的积极意义，那么有哪些具体的行业、领域，是AIoT适合实践与运用的呢？快递则是其落地运用的最佳场景，在此就AIoT在快递领域中助力AI落地形成闭环做一讨论。

AIoT的案例：快递的落地场景

对于快递领域而言，有着构成AIoT的三大要素，即物品、人工智能、互联网，这就为AI实现场景闭环，以及为AIoT提供大规模的实践提供了机会。在过往大数据、云计算、人工智能、智能硬件等快速发展下，当前的快递行业，已步入于智能化阶段。那么AIoT在快递物流领域，会有哪些可能的落地领域呢？

车辆的智能化管控

建立运用AIoT管理平台，对于快递干线中经常使用的挂车，实现“头+挂”的覆盖。例如基于大数据平台，可以实现油耗监控及驾驶行为监测和挂车的智能终端，高精度定位、胎温胎压监测、电子制动、远程锁车等功能。在进行长距离的运输过程中，很重要的是货物安全，以及对仓内货物的实时监控，运用AIoT则可自动感知位置、重量、速度、温度等常规数据，进一步提升对货物的主动感知。当前，已经部分技术公司，开发了相关AIoT车辆及装载管理系统，其功能已实现能让物流企业告别人为的粗颗粒度装载，通过传感器＋AI算法，对舱内货物进行高精度扫描＋三维图像建模，最终实现每10秒自动计算出货舱容积占用百分比，实现精细化装载。且货舱在装载过程中具体的空间分布，哪里空，哪里满，都能以3D方式呈现，在最大程度上保证了车辆真正满载。另外，还可实时查看货物在运输途中的状态，货车在行驶途中，平台每3分钟就会自动上传货舱内的高清图像信息，且从出发到送达，货物运输实现全程可视化，能够在最大程度上杜绝人为作弊。

中转场操作的智能化

快递中转场有着大量的人员、车辆的出入，传统的人工管理需要投入大量的精力与成本，过往的摄像头设置，能够在一定程度上满足对场内情况的了解，但需要辅助大量人工来加以查看。这就意味着“硬件+人工”的密集型管理，很难做到第一时间发现问题。而AIoT的“硬件+算法”的模式，则能解决大量人员的问题，只要在合适的地方，安装上监控硬件，运用算法自身就能实现对场地、作业人员、流转的货物、装卸中的车辆等进行监控了，一旦出现问题，则可以通过总控平台来进行提醒与报警，这能较大程度上降低人工成本，提供对于场内的管控效率。

仓储管理的智能化

中国的快递公司，很多实现了业务的横向发展，仓储、快运、合同物流等都已有所触及，其目标在于综合物流服务的一体化。在仓储管理中，过往也是需要大量的人，虽然已有WMS进行系统化的管理，但其并非是智能的，只是对货物进行物理化管理，并未实现智能化。依照AIoT的要素构成，仓库具备大量的物品要素，有着较好的落地性可能，进而针对仓储管理中很多环节都有着运用的可能。例如收发货的快速检验，过往收发货会消耗大量的时间，车辆排队都是常事，关键在于单货一致性的核对，而AIoT能快速实现两者的匹配核对，人工只需复核即可；仓内的货物保存，需要一定的控温、控湿要求，AIoT则可以实现在此方面的监控；还有，则是例如人员出入审核、产品增减感应、开闭合门的感应等，都是在仓储管理中会到遇到典型场景。

仓储管理的智能化

谈到分拣，自动化分拣对于快递公司而言，已经并不是什么难事儿了。但是在一些细节问题的解决上，AIoT依然有其实践空间。就以补码来说，在中转场地内，每天有成千上万的快件在分拣线上井然有序地赶往目的地，但时常会出现“认错路”的情况。因为快件在转运过程中会出现面单折叠、脱落或磨损，导致面单识别错误，快件也因此流向错误的目的地。现实世界的做法是，会给计算机“看”运单条码的图片，让计算机在数千万文字、图片的训练下，自己学会归纳AI补码的技术特征，对扫描设备无法识别或识别出错的运单条码，进行二次识别与矫正。于是就算是遇到不同尺寸、不同字体、不同明暗程度的情况，面单都能够被友好识别，其不仅需要设计算法的优化，同时也离不开IoT设备的支撑，简单的算法优化、或设备优化，都不能解决这个问题，必须是“硬件+算法”的组合，其背后是AIoT在发挥作用。

仓储管理的智能化

国家大力发展双碳计划，而快递包装具有一定规模性，国家由此推出了《邮件快件包装管理办法》，旨在大力推进社会化、绿色包装。而要实现绿色包装，不仅需要在整体社会观念、意识、材料、包装上花功夫，还需在一些软硬件的技术设施上有所布局。就如在循环包装箱的开发与设计上，可考虑在特定区域部署相关的固定点循环回收箱，以回收社会公众的包装，通过AIoT技术对于箱体开启、保存、装载、识别等方面进行管控。同时，在相关的货品转运与运输过程中，开发相关的循环箱，借助AIoT对箱体的空间位置、温度设定、完整状况、损耗程度等进行监控，这将大大降低包装的消耗，推动绿色包装进程。特别是在生鲜、农产品日益增多的情况下，对于货品的装载越发小单元化，进而开发小单位化的循环化箱，并赋予AIoT技术，也将有助于对特定商品运输、存储、配送的效率改善。

除以以外，快递领域的AIoT运用，还有非常多的场景，例如安检、运输追溯、操作管理、工作场所环境等，均由其实践的可能。伴随着中国快递量的快速增长，对智能化分拣、运输、配送等一系列的迭代需求是十分巨大的。快递企业的从业者都是快递业务领域的行家，懂的是业务。但对于AI、技术而言，很多公司都建立了专业部门甚至是IT公司，但在面对AI在实际工作中的落地时，势必会遇到一系列的软硬件、算法等技术问题。靠内部研发与创设，并不是不行，而关键是此类公司是技术应用为主的组织，优势是在应用，而并非在研发。

要解决技术迭代、智能化运营，怎么办？如有AIoT平台的存在，则就为其提供了技术支撑，公司可以在平台上寻求与匹配自己需要的算法、软硬件，能在技术迭代、最小单位产品上有所微创新，各家快递公司均可结合自己的实际，快速实现产品、设备或系统的创设。AIoT开放平台，就如现在很多的网页自动化制作平台，过往制作网页是个很专业的事儿，而网页自动化制作平台能够很快完成各类用户的定制化需求，使得用户的技术门槛有所下降，AIoT背后的逻辑也非常相似。