解構京東智慧物流：智能化設備+大數據技術
http://www.moduwu.com 2016-06-28 11:46 來源：36大數據
無人機送貨技術是京東物流近期的一項重點工作，但無人機只是京東探索智慧物流體系的一部分工作。日前，京東集團運營研發部總監、京東物流系統(內部代號“青龍”)研發負責人李鵬濤向CSDN記者介紹了京東物流系統目前的研發進展和未來的技術路線。
李鵬濤表示，京東智慧物流包括兩個方面，一是基于大數據預測分析技術實現智能化的調度、決策，二是采用一些更加自動化、智能化的設備提升物流效率，最終提升客戶的體驗。
京東智慧物流系統
青龍系統涵蓋了分揀中心(分撥中心)、運輸干線、傳板的系統，還有整個配送系統，包括京東的配送站和配送員——目前的范圍已經擴展到整個校園的京東派的系統和農村的代理人的系統，以及京東物流開放平臺。
青龍系統的研發始于2012年，1.0基本上就是物流的一些核心功能，包括分揀中心，京東把整個物流做的相對完善了，2014年做3.0，中間在做開放，從物流的開放平臺到整個的增益項做了打通。去年京東的核心戰略，對應做的農村的代理人的系統還有我們校園的系統。 2016年的軟件版本號6.0，定位是智慧物流，包括大數據和智能化設備的利用，其中一個重要的項目，就是京東智能分揀中心，引入了多種智能化的設備。
智能分揀的探索
面向華北地區、位于固安的智能分揀中心是京東第一個智能化的分揀中心，采用了一套全智能化、機械化操作的平臺，擁有獨立的場院管理系統及AGV操作臺，其完善的遠程實時監控體系有效地實現了整個業務操作流程的可視化。規避了人工存在的用時長、分揀差錯率等問題，在節約成本的同時，提升了物流的運轉效率。
智能分揀機和龍門架的引入實現了智能收貨和發貨，脫離人工操作，讓分揀環節更加自動化和智能化，保證包裹分揀正確率達到99%，促進了包裹的高速運轉;
自動稱重設備有助于快速、精確的對包裹進行稱重，并準確計算物流費用;
視覺掃描儀可以實現漏掃描包裹影像照片的調取，通過人工補碼方式完成系統數據錄入，實現掃描率100%;
智能分揀柜采用立體分揀結構，結合LED燈光完成包裹實物分揀和系統數據同步流轉;
工位管理系統的上線將能夠實現對員工的智能排班和崗位管理，有效的提升了運營效率;
智能看板和遠程視頻，將實現對分揀場地的實時流程把控，有效提升集團或區域對現場的管控力度;
AGV機器人自動沿規定的導引路徑行駛，將包裹自動移載到特定的位置，節省了人力和運輸時間。
京東管理人員介紹，固安京東智能分揀中心的日訂單分揀能力已經達到30萬單，與矩陣式分揀方式相比，人員投入比例減少了近70%，坪效提升了5倍。技術進一步成熟以后，京東在國內建設多個智能分揀中心。
大數據的四個作用
李鵬濤還介紹了京東的大數據和物流的結合，其基礎是京東的高質量核心數據和京東在大數據存儲、處理技術方面的投入。京東在B2C自營和電商平臺上采集和積累了大量的用戶數據、商品數據和供應商數據，此外還有青龍系統積累的倉儲和物流以及用戶的地理數據和習慣數據，這些數據可以很好地支持一些精準的模型。
根據京東的規劃，大數據和物流的結合包括四個層面。
數據的展示
通過大數據與青龍系統的結合，管理人員可以清楚地看到京東物流的整體運行狀況，以智能分揀中心為例，可以實時地看到每天幾百萬的包裹，什么時候在分揀中心，處理的單號，和核心節點之間的差異到底是什么樣子，這樣集團管理層以及智能分揀中心管理者都能夠及時掌握物流的運營情況。
時效評估
通過大數據，青龍系統可以看到機構時效的一些情況，并且能夠下鉆到具體的分揀中心，包括具體的片區甚至批貨站，能夠具體地了解PPM是多少，評估整個運營系統的健康狀況——京東通過數據和一些建模的工作，做一個模型來判斷一個機構、片區、分揀中心站點的健康度，讓管理者和具體的執行者能看到清楚的差距，并且KPI對應的數據也是非常可靠的，這樣對整體的運營有非常大的好處。
京東是波次生產的，對各個時效的控制也是通過青龍系統實現的，在每個地區，有不同的接單時間，要求了必須在這個時間送完，包括最后一公里的配送，對配送員都有快到接單時間的提醒。借助大數據的應用，可以從這些層次上保證時效的實現。
預測功能
預測性分析是大數據應用的一個重點，京東物流也是如此，從下單到倉儲到運輸，有一個提前預測計算的過程。通過利用歷史消費、瀏覽數據和倉儲、物流數據建模，對單量進行預測，京東智能分揀中心能夠提前知道未來一段時間內大約需要處理多少的單量(京東目前一兩小時內的單量預測結果基本準確)，從而能夠比較好地安排自動分揀以及員工的出勤，并且能夠給一些預警——如果覺得目前的處理能力可能不夠，就需要提前做一些安排。
這種預測結果現在下沉到站長級，因為京東希望大數據技術能讓一線具體操作人員的工作更加的標準化、更加簡單，例如配送員不用人工判斷哪個包裹是需要他送的，通過相關的技術，系統掃描之后就可以準確判斷配送員對應的包裹，甚至提前打好對應的標簽，從而提高配送效率。容易知道，211限時達也受益于這樣的預測。
預測的一個典型應用，就是針對一些品牌手機首發做的“未買先送”，對某個區域的具體手機進行建模預測其銷量，根據預測結果在首發之前就把手機提前配送，用戶就可以在下單之后很短時間內拿到貨。當然目前這是某些爆款收集的技術嘗試，并沒有全面鋪開。
不同場景的大數據預測分析和不同的因素有關，相同環境不同時間段的預測準確率不同，預測還不是100%。
對于不同的業務單元和不同的對象，預測其實也是不一樣的。
對于集團的物流負責人，萬級單量的準確率可能是可以接受的;
對分揀中心，可能預測到幾十的量級才能接受，因為下沉到一個配送站承載的單量就是一千單，不能一下子差兩百單(相當于差兩個人，沒法安排了)。
但李鵬濤認為，預測技術是螺旋式上升的，京東各個業務逐漸在利用大數據做一些預測，隨著青龍系統積累的數據覆蓋到越來越多的情況，模型性能會越來越好，將來還可以用在京東開放物流的共享庫存上。
支持決策
智慧物流需要智能建站，京東有五千多個站，通過大數據建模，進行單量和傳輸距離的綜合分析來選擇新的建站點，可以更好地實現整個路由的優化，這對物流非常重要。基于大數據的預測功能，路由才能越做越好。
京東作為一家具有電商、供應商、物流等能力的綜合性平臺，有綜合的數據，把這些結合起來，在可控的前提下進行決策，能夠給予消費者提供更好的體驗。
編輯精選
