快递巨头如何优化物流配送路径？

聚焦最后一公里，快递巨头纷纷深扎末端配送领域，各显其手，各出花招，无人车、无人仓、无人机等高端技术设备持续加码，为最后一公里护航。

各大巨头在配送时效上下足了功夫，由以往的次日达到现在的分钟级配送、30分钟必达等高效配送服务，不仅提升了物流运转效率，还将用户的消费体验升级。

据中商产业研究院数据显示，特别是电商物流等重点领域持续高效运行，2017年物流时效指数平均为121．2点，比上年提高6．4点；各种运输方式互联互通取得进展，运输费用占GDP的比率为7．99％，比上年下降0．02个百分点。总体来看，降本增效取得显著效果。

而随着行业竞争加剧，人力成本高涨，物流行业需要进一步的发展就需要摆脱人力的束缚，转向依靠科技的力量在降低成本的同时完成物流效率的提升，那么，大数据、AI等技术便成为了物流行业发展的驱动力。

在高科技产品加持背后，车辆路径规划问题也成为了运筹优化领域最经典的解决方案之一。路径规划过程中涉及到配送员距离消费者远近、配送员自身配送能力、路况、订单分配等问题，从下单到推送订单，再到分拣出库，最后的配送车辆路径问题也是各大巨头所关注的问题。

本文将以菜鸟、京东物流为例，探讨物流配送路径带来的成效，为其他行业的物流配送过程提供参考。

菜鸟网络点缀每一个末端配送网点，形成超聚合形态的一张智能骨干网。

如果以一家公司需要向1000个网点进行配送的话，配送路径数不胜数。就需要为网点进行合理配置，寻找一条高效的配送路径来提高物流效率降低物流成本。这其中离不开菜鸟的算法布局。

在物流场景中，菜鸟的算法可以使用最少的车辆行驶最短的里程来完成配送任务。而此前去年5月的全球智慧物流峰会上，菜鸟网络便发布了“ACE”的未来绿色智慧物流汽车计划。运用“智能”和“绿色”实现配送员、车、货、场景、仓库、城市末端配送等一体化的智能绿色覆盖。

同时，菜鸟车辆路径规划算法已经应用于多项业务中。在车辆配送环节中，降低车辆使用数量和车辆行驶距离，其中的电动交换箱体运输车便可以提升仓库到站点的多频次运输效率，满足多频点送货需求。

在仓库内部拣选环节，降低拣选人员行走距离。颠覆以往“人找货”的场景，智能分单技术和动态定位技术，直接实现前置分拣，并将货物直接送到快递员手中，实现移动网点，在智能仓储环节降低拣货时间。

此外，车辆路径规划算法还可帮助外卖配送员规划配送路线，减少从前端订单下发到末端货物配送的周转，直接根据路线配送。从而提升客户体验，大幅度降低配送成本。

据菜鸟网络高级算法专家胡浩源介绍，目前AI技术已经应用到了物流行业的这些环节：

商家端：利用AI算法指导商家备货、补货，运输进仓以及分布库存，降低商家的供应链成本。

仓储端：通过预测和优化算法合理布局仓库中的货位和库存分布，根据仓库作业情况动态地生成货品拣选任务。推荐合适的包材，降低耗材成本；自动调度设备，通过设备间的协同来提升仓库运作效率。

配送端：利用路径优化引擎，优化车辆的任务指派和行驶路径，减少车辆行驶里程，更加经济环保。

网络末端：根据任务动态调配社会化运力，优化供需匹配。

胡浩源表示，目前通过在零售通城配业务中应用车辆路径规划算法，订单配送成本已经降低了10．3％，并推动仓库货物流转效率的提升，仓库集货周转时间降低了57％。

车辆路径规划也广泛应用在了农村物流体系中，降低农村地区配送成本，在农村淘宝物流路径优化项目上，浙江长兴县的车辆使用减少了50％以上，行驶距离减少约30％以上；江西省吉安县的车辆使用减少了10％以上，行驶距离减少了约30％以上。据上述数据显示，车辆的使用率和城市距离均能够提高效率，减少运输成本和提升用户体验。

京东的“无界物流”之快的优势在于“智能优化路径”。

依托人工智能、大数据的技术加磅，将仓、货、人定位在同一空间中，让“仓”在周围，“货”在身边，实现物流的“分钟级”配送，实现无界零售时代。

京东自主研发的智能路径优化系统是用算法技术打造的决策系统，将用户的消费习惯、收货地址、配送员坐标以及配送员的配送习惯等参数融入到算法技术当中，根据参数来匹配配送员的订单和用户的货物，实现最短的配送路径，满足客户的精准需求。

在路径优化过程中，其中也包括了京东配送员的手持一体机。通过手持一体机，根据订单类型和配送时效计算出可视化地图，给出最佳配送建议和预估时间，让配送员在指导下完成配送。

据智能路径优化系统项目负责人介绍，“未来这一智能优化路径还会采用增强学习和迁移学习等深度学习技术，随着算法求解速度的提升和数据库的增加，未来的智能路径规划的结果会更加精确，无论是农村，还是社区、写字楼密布的区域，不同场景的用户需求，都可以应用来满足，实现配送线路智能化。”

京东智能优化路径系统的上线，也说明了物流行业正在争分夺秒加大布局和缩短配送距离。在各类黑科技的硬件和软件的并济之下，不仅做好智能化产品的研发，还要做好前端到末端配送途中的路径规划，全面提升物流配送效率。

其他快递企业业在积极运用大数据、算法、AI等智慧技术运用到车辆路径规划过程中。在配送优化的目标里，保证速度最快的条件下成本最优是其基本原则。

顺丰运用自身的GIS能力和算法，探索出适合快递配送员的合理路径；通过机器实现人员、车辆、包裹等的智能调度，解决同城配送中心与各网点之间的路径优化；德邦运用CRM客户关系管理系统及QCT质量成本时间结算系统作为后台支持，并通过网络形成闭环，链接网络、CSP客户服务台、仓储运输系统，为业务运行做保障，降低成本的前提下提高车辆路径规划的运行效率。

路径优化系统作为物流行业配送端的数据智能化产品，运用数据、场景、技术和算法对人、车、货进行合理调度，在实现路径优化的基础之上来降低成本，从而实现整个行业的降本增效，并通过大数据等高科技实现车货高效匹配，减少空驶损耗，优化运输线路，减少污染，打造绿色物流；同时可以帮助企业塑造更好的服务能力，提升用户的体验感。所以，在末端配送的环节上对路径的规划不容忽视。

目前，我国也正在积极倡导“互联网＋高效物流”和“降本增效”，随着大数据及云计算、物联网、人工智能技术的成熟，物流行业必将得益，菜鸟、京东、顺丰等也将继续领跑物流行业，德邦、通达系等快递企业的发展也将以大数据为指导来赋能产业升级，推动资源联动、共享。