作者 | 金旺
來源 | 科技行者
2015年,中國電商交易額突破18萬億元,線上購物彼時已經(jīng)成為主流意識形態(tài)。
線上經(jīng)濟高速發(fā)展的另一面是,受到巨大沖擊的線下連鎖商超,不得不在新的技術(shù)潮流中尋求變革,線上線下一體化成了當時連鎖商超轉(zhuǎn)型過程中的核心訴求。
正是在這樣的時代背景下,多點數(shù)智開始著手打造零售數(shù)字化系統(tǒng),目的正是推動連鎖零售行業(yè)進行數(shù)字化變革,在數(shù)字時代,找到更高效的運營模式。
在之后的十年里,多點數(shù)智打造的Dmall OS系統(tǒng)幫助物美、麥德龍、胖東來、香港萬寧在內(nèi)的數(shù)十家頭部商超數(shù)字化轉(zhuǎn)型,Dmall OS系統(tǒng)也在這個過程中從最初的分布式電商系統(tǒng)進化為AI零售核心解決方案。
而作為零售行業(yè)中重要一環(huán),多點數(shù)智打造的倉儲運輸系統(tǒng)也在人工智能技術(shù)加持下,有了更高的運轉(zhuǎn)效率,成為當下快節(jié)奏本地生活背后尤為重要的一臺發(fā)動機。
01 用人工智能,解決排線難題
決心研發(fā)智能排線系統(tǒng),是2021年的事。
在此之前,多點數(shù)智物流負責(zé)人倪艷軍發(fā)現(xiàn),連鎖商超的每個門店要貨數(shù)量、收貨時段、限定車型等存在諸多差異,所有連鎖商超都有智能排線的需求,研發(fā)一款智能排線系統(tǒng)在2020年已是必然。
不過,作為一家服務(wù)于連鎖商超的數(shù)字化系統(tǒng)供應(yīng)商,多點數(shù)智并沒有盲目追求技術(shù)自研,當時多點數(shù)智更想做的是引入一款好用的第三方智能排線系統(tǒng),以此來實現(xiàn)客戶需求。
在經(jīng)過一番調(diào)研后,倪艷軍發(fā)現(xiàn),當時市面上還沒有一款成熟的產(chǎn)品能夠滿足多點數(shù)智的需求,倒是在深入產(chǎn)業(yè)調(diào)研過程中,在與某個客戶聊到智能排線的痛點和需求時,有了與客戶聯(lián)合共創(chuàng)一款全新的智能排線系統(tǒng)的想法。
實際上,對于當時已經(jīng)為國內(nèi)諸多大型商超搭建過倉儲運輸系統(tǒng)的多點數(shù)智團隊而言,在研發(fā)智能排線系統(tǒng)時,算法本身的技術(shù)難度并不算什么,更需要考慮的其實是工程實踐問題。
就某個大型商超而言,一個倉庫往往需要為數(shù)百家門店配送貨物,在這個過程中,存在門店要貨數(shù)量、收貨時段、限定車型、車輛限行規(guī)則、車輛承載、車輛是否返趟,以及門店配送優(yōu)先級等數(shù)十個決定因素。
這些決定因素在智能排線系統(tǒng)中以參數(shù)形式存在,如何根據(jù)這些參數(shù)自動生成排線系統(tǒng),這正是人工智能算法擅長解答的數(shù)學(xué)問題。
在這項技術(shù)研發(fā)過程中,由于需要考慮的參數(shù)眾多,多點數(shù)智物流研發(fā)算法團隊深入業(yè)務(wù)了解行業(yè),最終決定采用傳統(tǒng)算法+AI深度學(xué)習(xí)的方式解決眾多參數(shù)有效協(xié)同的大規(guī)模計算性能挑戰(zhàn)問題,并將這些參數(shù)轉(zhuǎn)變?yōu)橹悄芘啪€系統(tǒng)中的原子化能力,當有新的需求引入時,只需要進行差異化調(diào)整和版本迭代。
看似簡單的技術(shù)開發(fā)流程,實際執(zhí)行起來遠超想象。
倪艷軍以物流配送過程中貨車是否走隧道為例,為我們進行了深入介紹:
在配送過程中,如果讓配送的貨車走隧道,配送速度會更快、配送效率也會更高,但產(chǎn)生的隧道通行費也會更多,一些地方的隧道通行費用很高,我們在智能排線系統(tǒng)開發(fā)過程中,僅僅是將隧道通行費、燃油費和行駛里程的綜合成本納入考慮范圍,就需要重新針對上千個案例進行一一驗證。
在智能排線系統(tǒng)開發(fā)過程中,諸如此類的訴求不勝枚舉。
最終經(jīng)過長達兩年的技術(shù)研發(fā)和持續(xù)驗證,多點數(shù)智的智能排線系統(tǒng)在2024年正式推出穩(wěn)定版本。
這其中值得一提的是,由于并非要打造一套定制化系統(tǒng),多點數(shù)智團隊在智能排線系統(tǒng)研發(fā)過程中,通過持續(xù)的市場調(diào)研,將行業(yè)通用需求識別出來并針對性進行配置開發(fā),以可配置的方式為多點數(shù)智的智能排線系統(tǒng)行業(yè)推廣鋪平了道路。
02 技術(shù)溢出,邁向海外
作為國際金融中心和貿(mào)易中心,香港正在成為中國企業(yè)出海第一站,多點數(shù)智的智能排線系統(tǒng),在2025年也正是率先在中國香港上線應(yīng)用。
就智能排線系統(tǒng)上線效果來看,據(jù)多點數(shù)智香港業(yè)務(wù)交付負責(zé)人透露,以往配送中心的貨物信息、揀選進度、車次計劃等都需要線下溝通,現(xiàn)在整個流程有了如下改變:
倉庫完成訂單處理并馬上將訂單信息同步給車隊,車隊根據(jù)訂單信息執(zhí)行自動排線并自動將排線的計劃和結(jié)果同步回倉庫;
倉庫根據(jù)車隊的運輸計劃安排每個門店的揀選順序,完全實現(xiàn)了倉配的步調(diào)協(xié)調(diào),加快整體周轉(zhuǎn);
同時信息的同步在上下游高效進行,當車隊完成裝車開始配送,TMS就會馬上同步信息給門店的系統(tǒng),讓門店同事實時掌握配送的進度,方便門店的同事提前做好收貨、上架等準備;
由此在Dmall OS系統(tǒng)上真正實現(xiàn)了供應(yīng)鏈倉、配、門店的高度協(xié)同。
實際上,出海如今已經(jīng)成為多點數(shù)智的核心戰(zhàn)略,多點數(shù)智的技術(shù)能力也開始向海外溢出。
倪艷軍告訴我們,多點數(shù)智的Dmall OS系統(tǒng)早在設(shè)計之初就有三大特性:
第一,支持全渠道,出去倉庫向門店配送的基本訴求外,還支持B端諸如幼兒園、社區(qū)小店,以及C端諸如線上平臺銷售渠道;
第二,聚焦連鎖零售,相比其他制造業(yè)或其他領(lǐng)域廠商研發(fā)的倉儲物流系統(tǒng),多點數(shù)智更專注于深入連鎖零售領(lǐng)域,提升連鎖零售行業(yè)倉配的運營效率;
第三,復(fù)用供應(yīng)鏈和網(wǎng)點資源,幫助連鎖零售復(fù)用供應(yīng)鏈和網(wǎng)點資源,放大連鎖零售企業(yè)在這方面的優(yōu)勢。
此外,倪艷軍還特別指出,“由于多點數(shù)智物流的產(chǎn)品團隊和交付團隊既有來自傳統(tǒng)行業(yè)的專家,也從互聯(lián)網(wǎng)行業(yè)補充了不少專業(yè)人才,因而團隊既擁有連鎖零售傳統(tǒng)行業(yè)多年來積累的經(jīng)驗,又天生具備互聯(lián)網(wǎng)思維,緊跟互聯(lián)網(wǎng)行業(yè)云原生、中間件等技術(shù)發(fā)展趨勢。”
這是多點數(shù)智團隊的優(yōu)勢所在,這樣的優(yōu)勢讓多點數(shù)智物流在錨定出海戰(zhàn)略后,將產(chǎn)品順利帶到了海外的連鎖零售市場。
不過,倪艷軍也指出,最初在拓展海外市場時,團隊依然面臨著一些挑戰(zhàn)。
當多點數(shù)智在開拓海外市場時,需要交付團隊到線下做調(diào)研、藍圖,結(jié)合自身產(chǎn)品和客戶實際需求完成產(chǎn)品研發(fā)和上線推廣,會面臨諸如語言、工作節(jié)奏、文化差異、個人隱私、產(chǎn)品應(yīng)用習(xí)慣、國際軟件巨頭生態(tài)競爭等挑戰(zhàn)。
面對這些挑戰(zhàn),倪艷軍告訴我們,“多點數(shù)智物流團隊秉承為客戶創(chuàng)造價值的初心,深度應(yīng)用最新的軟硬件技術(shù),持續(xù)打磨產(chǎn)品為客戶業(yè)務(wù)更好的賦能;同時組建了一支80%擁有很好英語能力或海外工作經(jīng)驗的物流產(chǎn)品交付團隊,并不斷迭代項目交付方法論更快更低成本的交付,為客戶省心省時省錢。”
據(jù)悉,多點數(shù)智的物流出海業(yè)務(wù)如今已經(jīng)不止于中國香港,進一步服務(wù)了印尼、新加坡、柬埔寨等眾多連鎖零售企業(yè)的數(shù)智化轉(zhuǎn)型。
據(jù)倪艷軍透露,“接下來我們將進一步拓展全球市場。”
03 讓AI深入零售行業(yè)
據(jù)《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》數(shù)據(jù)顯示,2024年,中國人工智能產(chǎn)業(yè)規(guī)模突破7000億元,并連續(xù)多年保持著20%以上的增長速度。
作為一家技術(shù)立命的公司,多點數(shù)智自2015年公司成立后,其核心產(chǎn)品Dmall OS系統(tǒng)經(jīng)歷了分布式電商、一站式全渠道解決方案、新一代智能零售解決方案三次重要技術(shù)迭代,如今也演進為AI零售核心解決方案。
據(jù)倪艷軍透露,“多點數(shù)智早在2020年就將人工智能技術(shù)引入到了產(chǎn)品體系中,彼時更多是將TTS、圖像識別技術(shù)應(yīng)用于掃描錯誤提示、收貨憑證識別等場景。”
不過,作為尤其注重技術(shù)產(chǎn)業(yè)化的一家公司,倪艷軍也特別指出,“我們會很關(guān)注技術(shù)成本,什么時候相應(yīng)的人工智能技術(shù)成熟了、成本降下來了,我們就會將相關(guān)技術(shù)落到Dmall OS系統(tǒng)上,進而應(yīng)用到產(chǎn)業(yè)中。”
多點數(shù)智創(chuàng)始人張文中曾多次表示:“AI不僅是未來,AI時代已經(jīng)到來,AI關(guān)乎著我們每個人的命運,我們要全力而堅定的擁抱AI!”
以智能排線系統(tǒng)為例,據(jù)多點數(shù)智官方給出的數(shù)據(jù)顯示:
相較于以往調(diào)度員花費數(shù)小時甚至數(shù)天,反復(fù)權(quán)衡、手動計算才能完成的線路規(guī)劃工作,如今在多點數(shù)智智能排線系統(tǒng)的助力下,企業(yè)排線效率提升了80%;
依托智能排線精準的路線規(guī)劃能力,企業(yè)在物流運輸過程中的不確定性顯著降低,車輛能夠更加合理地安排行駛節(jié)奏,準時率提升10%;
通過合理規(guī)劃線路,減少不必要的迂回和空駛,使企業(yè)物流運送趟次數(shù)減少15%,降低了燃油消耗、車輛磨損等運營成本。
倪艷軍告訴我們,“多點數(shù)智接下來也會將TMS系統(tǒng)進一步帶到更多海外市場,助力海外連鎖零售企業(yè)提升倉儲物流運營效率。”
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。
關(guān)注智造、硬件、機器人。