人工智能如何为物流行业赋能?

[罗戈导读]快递行业发展到今天,进入到智能时代,我们应该去爱人工智能,积极去学习,积极拥抱变化,不断创新。

论坛嘉宾:

商汤科技副总裁柳钢

海康威视技术股份有限公司高级副总裁贾永华

极智嘉科技联合创始人李洪波

申通快递商俊

Robby联合创始人李瑞

苏宁物流集团物流研究院副院长栾学锋

 

栾学锋:我是栾学锋,来自苏宁物流研究院,我没有在座其他几位这么高学历,可能我们更多的是从业务一线干起来的,也是从现场运营干起来的。当然苏宁物流在前面也投了很多自动化的装备,包括今天在场很多也是我们的合作伙伴。从我们的角度来讲,我们更多的是应用,包括一些高度的刚性投入的设备我们也在用,新的AGV我们也在用,包括新人的无人叉车也在使用。从我们的角度来讲,我们更多的是使用方的定位。谢谢!

    柳钢:大家下午!我叫柳钢,来自商汤科技,商汤有句古话说“古有商汤立国,今有商汤立业”,我们是一家专著智能设备的人工智能企业。人工智能有很多领域,有听觉、知觉、机器人,有大数据,有推理,有机器学习。如果非要做一个比喻,商汤更多的是把计算机视觉跟我们的大脑做一个结合,来做一个用计算机看懂这个世界。从创立以来差不多四年半的时间,我们也经历了快速的发展,目前也是全球估值最高的人工智能企业。我有时候在反思,是什么样的发展模式,让商汤科技短时间之内有这么快速的发展,除了得益于时代的大背景之外,我们的总结是一定是技术跟行业的结合。所以商汤从创立的第一天开始,虽然是高科技研究和实验室的学术背景,但是从第一天开始,我们就强调技术一定要跟行业做结合,所以我们一直是一个高科技但是要赋能百业的理念。所以今天很高兴能来到这样一个论坛,我们更多的是来学习,是来探索,我们很多人工智能技术,在更大的、更广泛的行业已经取得了很好的商业成果,我们也很期待人工智能技术跟快递业的碰撞,能够很快有火花的产生,谢谢大家!

    李洪波:大家好!我是来自极智嘉的李洪波,我们是专注于AI+机器人赋能物流供应链行业的创新性公司,经过四年多的发展,极智嘉这边有几个数字可以跟在座的各位分享一下。第一个数字是到目前为止极智嘉已经销售和对外服务的相关类型的机器人数量将近1万台。第二个数字是我们现在在全球范围之内服务的客户已经将近300家,特别是像Zara和迪卡侬,我们跟客户是战略合作,全球范围之内快速复制。第三个数字是我们在去年“双十一”用我们整个的物流集成系统,整个“双十一”处理的订单单量是500万单,大家知道在中国的“双十一”,有些仓峰值单量是平时单量二三十倍的也有,这样的赋能解决方案,不但要在平时的时候好用,而且要在“双十一”的时候能够真正降本增效,而且具有柔性的特性。整个物流简单从字面上讲就是物体的移动,我们有两层含义,一层含义是让人不再移动,所有物的移动更智能。第二层含义是把它作为一个劳点,真正改变物流,改变供应链,乃至改变世界。

    商俊:大家好!我是来自申通快递的商俊,我们从2009年开始兴起用AGV小黄人技术,第一年整体降低成本达到300万的水平,申通是一个应用方,也跟苏宁一样,我们希望这个场合跟各位专家去学习,充分推广到各个实际的应用场景和应用领域。申通在AI、大数据和云计算的这部分还有很长的路要走,要跟很多同行去学习,所以我们接下来要更多加深跟在座各位的合作,共同推进智能化和AI的技术。

    主持人:Robby的李瑞先生,2015年秋天我记得我跟李瑞通过两个小时的电话,最后我给李总出了一份小小的东西,也是我当时的认知水平,我说中国的快递行业大概用不上机器人。但是我今天见到李总的时候,我们的理念已经全部改变了,很高兴邀请到李总,请您介绍一下现在取得的新的成就。

    李瑞:谢谢相总的介绍,我是Robby的李瑞,我来自于美国的清华,麻省理工学院。我博士期间研究的领域一直是计算机视觉、机器学习和机器人,2016年我跟我MIT的一个同学到硅谷去创办了Robby这个公司,我们主要研究的是无人小车以及自动驾驶系统平台。之前跟相总也是希望了解一下国内的整个快递行业以及对物流机器人的需求,我们前几年,很大程度上也是相总泼的一盆冷水,我们当时主要的精力是在美国。最近两三年发生了很大的变化,国内整个对于物流自动化的需求越来越强,就看到了一种很强烈的趋势。我在美国学到的很多技术,是不是能够在这个浪潮里面真正的应用在很多的应用场景里面,能够解决一些快递行业可能遇到的问题。所以也是在几个月前,我们在国内也注册了分公司,开始跟国内的一些客户找一些落地的场景,现在有很多的快递、物流、外卖行业跟我们谈合作。今天很荣幸来到这个论坛,跟大家分享更多的中国和美国在人工智能以及物流行业的看法。也希望能够有更多的朋友,如果能够用到这方面技术,或者是哪怕现在还用不到,将来可以用到的,也和我们保持联系,谢谢!

    主持人:欢迎李瑞。还是那句话,干快递的来自桐庐的企业家创造世界的奇迹,走到今天,我们真要跟中国清华、美国清华结合起来。MIT在物流运筹学领域,也是处于世界最领先的水平,我们希望有更多的沟通交流。

    接下来进入关于人工智能的阶段,首先请大家看一段视频。

    这是一个超级乌鸦,还是一个日本的乌鸦,这是我去了解人工智能的过程当中,从专家那儿看到的一段视频,这个乌鸦非常聪明,压不动坚果,把它扔到车流当中去压碎了再去吃。我又不能车流滚滚的时候去,我就扔在斑马线上,等人行道的绿灯亮了我再去吃这个坚果。这个乌鸦非常聪明,不知道它大脑里有多少神经元,可以实现这么复杂的操作。在我看来至少有一个认知,有一个目标,有一个具体的行动去筹划,去实现。

所以我的问题,我们今天说是人工智能2.0的时代,我们怎么来评估一下我们的人工智能跟乌鸦之间,今天有没有达到这个水平,有请各位专家。

我的问题分两步,我们中国的人工智能有没有达到乌鸦的智慧智能水平,或者美国的人工智能有没有达到这样的水平?各位专家都可以回答。

    李瑞:关于乌鸦这个,我们看到整个过程里面,一开始那个乌鸦不知道怎么去解决这个问题,但是后面它通过一系列的观察学习,以及其他很多方面的推理,最后完成了这个任务。其实我之前还稍微了解过一些,乌鸦在鸟类里面是属于智商最高的鸟类之一,有人说甚至可以达到两三岁小孩子的水平。这里面其实有很重要的一个因素,它有一定的某种程度上的智能,甚至是智慧,它有这种推理能力。从人工智能角度来讲,我们现在做的很多人工智能,用到了深度学习,用到很多数学以及其他方面的知识。但是现在整个的发展过程,基本上都是在某一个特定的领域,比如说是图象识别、语音识别,甚至像前一阵子阿尔法狗等等。真正要产生逻辑推理,产生一些比较通用一些的人工智能,其实还有很长的路要走,这里面很重要的一个因素是智能和智慧的差别。所以我的个人看法,现在大家研究的弱人工智能,跟乌鸦有一定的通用人工智能,还不在一个级别。

    主持人:就是说我们的弱人工智能,待会儿您解释一下什么叫弱人工智能、强人工智能,至少在弱人工智能方面,我们跟乌鸦还有一点距离是吗?

    李瑞:某种程度上来讲乌鸦这个可能是介于弱人工智能跟强人工智能之间的。

    主持人:我把问题问一下中国的清华,李总回答一下什么是弱人工智能,什么是强人工智能,我们物流领域用的是弱人工智能还是强人工智能,请给我们观众普及一下。

    李洪波:我们过去十几年一直是研究人工智能跟物流方向,所以对人工智能相对比较了解。现在所谓的弱人工智能是数据驱动的,下一代的所谓强人工智能,某种程度上讲应该是以推理为主的强人工智能。

    回到刚才的问题,我也有我个人的观点。其实咱们现在数据驱动的弱人工智能,它的应用是必须要有界的,第一个一定是要单一问题,第二个一定是确定性问题,不能说这个人长得好看不好看,这样就麻烦了,因为每个人的判断标准不一样。第三个是要有完备的数据,把这三条加进来,再有合适的专家,加上我们的算法,是在第一问题、确定性问题、足够数据的情况下,会比乌鸦做得肯定要好。比如说我们科大讯飞本身做的语音,商汤做的人脸,包括海康在某些特定领域上的应用,比如安防,我觉得做得肯定比乌鸦要好。

    主持人:单一问题、确定问题、足够数据,这个智能做得比乌鸦好,要综合起来,我理解,我们跟乌鸦之间模糊性的或者更广泛的问题,我们还有距离,是这个概念吗?

    李洪波:是的,这是我的理解。

    主持人:我的理解再粗浅一点,我们今天物流行业所涉及到的人工智能,就是弱人工智能,就是在这个方面要有数据,针对单一问题,针对具体问题。

    李洪波:我现在理解是这样,我们当下的如果从供需关系来讲,我们在数据驱动的弱人工智能阶段,当下技术发展相对来讲是比较成熟的。所以在赋能的时候,赋能的能量也会比较大,我们看到的效果也会比较强。刚才说的以推理为主的强人工智能,里面有很多的关键技术还在探讨,甚至在摸索的阶段。所以即便是把相应的技术想往这边应用,因为技术本身没有那么成熟,所以效果就没有那么明显。

    主持人:明白了,美国清华和中国清华的专家是让我们的问题聚焦了,到了我们物流行业,就是助力驱动的,单一的,解决具体问题的人工智能,这是我们今天看到的很具体的给我们做分捡,做搬运,做问答的这样一些机器人,我们就把这个问题一点点聚焦了。而不是那么大,我们不知道,无可想象的人工智能跟机器人。

    下一个问题问一下行业里面的人,极智嘉的柳总和栾学锋、商俊,都是在中国物流行业一线干的,贾总也在,你跟快递行业差不多,比我们快递人还熟。我想问的是,我们中国物流行业目前还有哪些领域最适合给机器人来发挥它们的身手,我们中国的快递,在机器人领域,应该去占领哪些制高点,这个制高点是要相对于美国的,相对于其他行业的,我们有没有能力,世界物流快递科技上面,人工智能在哪些领域走到前?这个问题不知道会不会聚焦,想请教一下各位。

    栾学锋:这个问题我觉得还是需要再聚焦一下。

    主持人:那你就说电商,哪个环节、哪个领域,可以非常大的提升我们的效率。

    栾学锋:首先还是谈一下机器人,从我们苏宁物流来讲,我们叫机器人是两种机器人,一种是硬件的,一种是软的,我们现在谈的很多语音也好、视觉也好,我们内部都叫它机器人,不是说看到铁皮子的才叫机器人。

    我们分开看一下,首先从硬件机器人来讲,我们物流也是非常接地气的,刚才跟李总聊天也感觉到,三年之前还是泼冷水的。这也正好体现了很接地气,我们都是很面对现实的一群人。哪些环节里面?我们可以提炼一下,最耗成本的,最耗时间的,最耗人力的,就费劲的这些活,其实都是可以给硬的机器人施展拳脚的机会。比如省力的,有很多机械臂。机械臂的下一个问题是,机械臂怎么识别,就包含商汤,包含海康,都有很多的研究,关于机器视觉,给机器人装上一双眼睛,这方面他们两个一搭配,就是一个领域,如果能做到,这里面我们可以实现很多的自动拆舵、码掌舵。

    另外一个从效率上来讲,今天顺丰的同事可能没在,以前顺丰快递的很多分拨中心,可能要做两三套,因为一个小时要处理的是2-3万件的量,在很短的时间内要处理非常大的流量,这种来讲必须要有高稳定的、高可靠的设备去做。当然现在,很多的智库也在做分布式的部署,我们甚至把一些大的分拨中心拆成小的分拨中心,通过网络上云来做部署。这方面海康的机器人,包括快仓的机器人,就有它的用武之地。这里面也是有很多发挥的余地的。我觉得主要是在偏硬的方面。

    另外从偏软的角度来讲,今天讯飞的冯总也介绍了,是专注于单个的应用场景,我们聚焦于人。我们在全国的呼叫中心也有上千号人,要满足各种各样的快递呼叫需求,这里面省人是一个。还有一个问题,顾客的体验,打不进来电话,你接触的信道是有限的。如果有机器人,可以同时受理万计的电话,这也是很大程度提高我们体验的。聚焦这个领域,也是一个山头,可以去攻克。

    另外一方面,刚才大家前面谈弱人工智能、强人工智能,我觉得在我的接触里面,我们更多谈的还是运筹学,实实在在的运筹学,人工智能是比较靠后的,我们通过一些算法,去做我们路由的优化,去做我们捡选路径的优化,不要上升得太高的人工智能,靠机器学习。其实里面有运筹学的算法在里面,我们是不是把运筹学的算法发挥到极致了。还有一个是算法解决不了的,算力受限算不出结果的,我们是不是跳出深度学习,有方法来解决通过传统运输做不出来的,尤其是目标求解的问题,这里面可能特别好使,我们也在做尝试。

    所以从运输行业来讲,我们先要聚焦运筹学,运筹学解决不了的,我们可能要另辟蹊径去解决。

    主持人:用人工智能解决我们物流最核心的问题是什么?点、线、网络的优化,网络的效率,那个恐怕是需要时间去解决的问题,这是超越我们今天范围的,我们今天就想聚焦到物流机器人方面,我们找一个超级大脑来,这是希望一定会实现的。

    柳钢:大家好!我是来自商汤科技的柳钢,虽然我还没有发言,但是商汤科技被多次点名。乌鸦摔坚果的这个实验是多次启发人工智能的实验,我们内部也经过多次学习探讨。刚开始我特别怕相总问我这个问题,弱人工智能和强人工智能的区别,这个我是不知道的。为什么这么讲呢?因为我想跟大家分享一下,人工智能这么一个很玄妙、很奇幻的词汇,为什么在过去五年一下子变得这么热,这样一个所谓的未来已来的现象,为什么在经过了两落三起之后,今天能得到这么多行业的认可。我想分享一下我们过去几年走过的一些,把人工智能跟各个行业结合的一些心得体会,因为一个最鲜明的特征是什么呢?比如我们今天探讨的话题是叫快递物流机器人的机遇与挑战,你会发现一个问题,机器人长得根本不像人。

    机器人长得并不像人的时候,我们为什么还是对这个话题有这么大的关注呢?我们更关注的是机器人给物流行业带来的价值是什么。所以在我们把视觉技术跟很多在之前跟物流行业相似的行业做结合的时候,我们的思考点是反向的,我们先去看,我们并不强调是深度学习,还是逻辑推理,是弱人工智能还是强人工智能,因为相反的是说商汤反而在这方面有大量的储备,商汤有18位全职教授,有多年的储备。我们今天主要是来探讨和学习的,对于物流来讲,我们现在的感觉,第一步是要把物流行业的环节做一个剖析,然后把这个环节里面用传统方式难以去克服,或者说实现手段太高的环节,用人工智能的方式来加以实现。具体有哪些?会回归到商汤的很基本的层面是视觉的理解。人工智能跟快递行业有共同的特点,就是强调快。所以我们找到第一个环节,是如何在整个快递行业的最后100米,让快递行业的最后100米跟社区的结合,用智能的、视觉的方式,使得你整个快递从背后大门口到每一个家门口,这个速度变得更加便利,变得更加快。如果再往外做延伸,我们会看到刚才很多同仁已经展示,在物流环节里面会涉及到对物流作业环节的很多理解,所以目前我们是用逆向的思维,现去回答如何让快递行业变得更快这样一个终极命题,然后去找到这些环境里面用视觉理解可以解决问题的产品的打造。我们差不多在今年之内会有针对快递行业具体产品的推出,到时候也请各位同仁对我们的产品进行评价和分析。

    主持人:我特别期待柳总的产品推出。我稍微要提出一点不同的观点,快递行业绝对不是一个只要求更快的,中国的快递行业从时效性来讲。总的数据来看,我们在全世界都做得不慢了,尤其是新的业态,美团外卖、饿了么,还有京东、苏宁,及时物流出来,都是以分钟来算我们的时效,这在全球,我个人认为已经很快了,已经是我们生活中不可承受之快了。可能我们更需要的是什么?一个是客户体验,还有更加个性化的体验。从业主来说,还要回到省钱,物流做到最后一定是降本增效,这个效可以体现在各个方面。

    贾总,这个问题,咱们中国的物流机器人,咱们的AI,在哪个领域上还有发挥的最大空间?谈谈您的体会。

    贾永华:首先是刚才商汤的柳总提得非常好,中国的快递行业,购物体验来说,在海外我也有过购物,我认为中国肯定是最快的。而且这个快,不只是购物快,我们这几年服务于快递行业的,给我另外一个感觉,快递整个产业发展很快,甚至于海康这样的科技企业,我们原来很多同事说,我们这几个行业,可能每天晚上都在加班,感觉要驱动这个世界发展得更快一些。后来我们发现即使这样,竟然跟不上快递行业的发展。很多时候,我们有产品,跟快递行业的需求又脱节了,这个产业是促进我们很多技术的快速发展。做体验也一样,各种数据,我们跟同行怎么样一起,真正意义上把数据驱动得更好。刚才苏宁研究院的栾总提到,数据最终是要把你的系统优化。

    我们讲机器人,其实这个名词,什么叫机器人?是很值得讨论的问题。以前我们讲机器人,一般是讲服务机器人,或者是讲机械手,而现在真正的机器人是怎样子的?我们机器人怎么服务快递行业领域?刚才相总提到,快递行业量大,但是每单每票的成本要求很苛刻,怎么样来服务于这样的情景呢?我们单一的有几个种类的机器人,我们普通定义上的机器人是不能满足的。拿海康来说,对这些机器人更多的是智能化设备,具有自我感知、自我决策,包括发挥群体智能的部分。我们更多的是希望各种智能化设备,各种机器人来协同的。就像城市一样,比如大家都去买车,不行,大家都去挤公交车,不行,大家都去挤地铁也不行。快递行业有大件、有小件,不同的件也不一样,有的是像鞋服这样的,有的是3C类的产品,不同的产品要求是不一样的,有的时效性要求很高,包括最近比较新的冷链部分。我们在这个服务里面,刚才苏宁提到的研究院,考虑的问题就比较系统。

    主持人:我现在想问两个聚焦的问题。申通了不起,推出了AGV小黄人,刚才视频上我们也看到了,很多地方都在推进,但是始作俑者开放时代的是申通,申通让我很佩服,这种创新精神。我现在的问题是,机器人应用方面,商总能不能给我们分享一下,下一步怎么样根据我们快递行业的特点去做研发、做努力。

    商俊:感谢相总,我们传统快递物流行业最终的目标是降本增效。之前看了一个数据2050年我们整个劳动力会下降1/4,所以未来一定是通过机器人,通过人工智能来替代人工来工作。怎么把我们的AI、机器人用在实际快递行业的实际应用场景,作为我们企业来说,核心要解决两个问题,一个大的问题是我们的应用场景。刚才谈到把整个快递供应链和链路进行切片,从仓储到运输到分捡、投递以及安检。劳动力比较密集的地方是哪里呢?第一个是客服,刚才说通过机器人取代我们的客服,让客户的满意度更高。第二个是分捡集散中心,分捡员,劳动力很多。最后是末端,配送人员小哥,全国有30几万的小哥在完成配送。所以在劳动力越密集的地方,也是申通未来在AI和智能化投入最多的地方。第一方面是智能客服,接下来我们会发布的产品是申通智能客服机器人产品。第二个是智能分捡中心,我们在上海青浦建立了10万方的智能分捡中心,集成各种IoT和5G技术提升我们的分捡效率。最后是我们末端的无人驿站、智能柜和无人机、无人车的部分。

    主持人:还是前面说的“三省”,省力、省钱、省时间。

    商俊:我补充一下,如果要想做好人工智能和AI,我们作为企业来说,我们的核心,尤其是三通一达要做的事情是数据的问题,刚才李总谈到我们要用好人工智能需要完整的数据。但是对于传统的物流公司来说我们的数据往往依赖于我们的平台、第三方,比如阿里巴巴、京东、拼多多等等。所以对于非结构数据的处理,包括我们怎么让这些数据更精准,能够形成刚才栾院长说到的智能规划、智能路由,都需要一些基础沉淀结合云计算和大数据的能力,才能真正触达到最后执行指令的机器人部分,这个还需要很长时间做探索和研究。大概说这么多。

    主持人:非常好!核心的问题呼之欲出,我听到了关键词是数据,我们传统的企业,在这方面哪块技术都不是很好,数据一个是不够全,一个是不够连,数据的格式化更庞大。未来进入人工智能机器人时代,我想先把门户清理好,把基础搭牢,数据驱动,没有数据哪有驱动?

    李瑞,上次跟你泼冷水到现在已经五年时间了,你比较一下中美物流的区别。以你的观察,中美之间在物流机器人的领域有没有差距?或者差距有多大?我们要怎么做?

    李瑞:在讲物流机器人之前,我先讲一下中美在人工智能方面的差异。总体上来讲,中国整体的对人工智能更偏应用侧,很多的技术可以快速的在产业里面进行落地和应用。在很多方面,这个其实远远超过美国。比如人脸识别,这两年我每次回国的时候,明显感觉到人脸识别的应用,或者是在很多地方都开始遍地开花。在美国,在旧金山,前一阵子还刚刚禁了人脸识别,说是侵犯隐私之类的,不让去用这个技术。这件事其实是一个侧面的反映,中国在人工智能的很多方面的应用,其实是要更快的。

    再回到物流领域,美国在智能物流这块,他们整体基础性的研究,相对开始得比较早一些,相对比较扎实一些,因为他们整个的劳动力成本非常高,他得想办法去做一些自动化方面的研究。我们整个要看加速度,它的起点可能不一样,但是中国的行业落地应用方面的加速度是超级快的,拥有巨大的需求,相当于倒逼着你的技术去不断前进。

    主持人:中国跟美国确实非常大的差异在于政策方面,一个是给你多大的发挥空间,还有一个是政策在多大空间是鼓励在这个领域的研发,我觉得我们中国无疑是更好的环境,我们应该抓住这个机遇,加快进入马局长所说的智能+快递的时代。

    时间紧迫,最后还是想给大家一句话的时间,刚才商总提到机器替代人工,主要是对着人工密集的环节使劲。按照有些学者和专家的思考,在人工智能时代,有些人可能确实会彻底无用之人,无论是智力还是体力,有可能会到一个点,我们真的比不过机器人,我相信我这辈子有可能会看到这个时间点的到来,我希望我活得久一点。还有下面一代、下面N代,你们都给一句话,对于我们今天的观众也好,对于我们下面的年轻一代也好,在未来我们有可能会成为无用之人的时代,我们该怎么做好准备去迎接这个时代的到来。

    栾学锋:其实刚才也在思考这个事情,我觉得还是有感而发,确实中国真的可以说现在是一个最好的时代,而且我最强的感受,现在的政策在非常快的迭代,去年2018年5月份,当时我说最大的问题,我们担心政策不知道哪一年放开,之前跟马局长开会的时候他就说了之前要支持无人车、无人重卡、无人机在天上飞,这方面的感触,就是政策在支持。另外,我们今天同台的也可以看到基础应用的场景,也有技术的提供方,大家可以同台,包括国家工程室,都是合作的。一句话就是合作共赢,更好的时代,合作共赢。

    主持人:谢谢!我觉得这不只是给个人,也是给物流企业的嘉宾,一句话,怎么做好准备迎接人工智能时代。

    柳钢:天下武功唯快不破,人工智能还是要终极解决如何更快的问题。

    贾永华:让我们通过人工智能和机器人的技术,解放人的很多基本工作,让每个人做更有意义的事情,更享受生活。

    李洪波:两句话:第一句话,历次革命都是解放生产,发展智能,所以AI和机器人一定会让人生活更美好。第二句话,回到相总问的,未来在无用的时代,人可以干什么?我的思考,一是做经验传承;二是去做艺术的创造;三是做一些娱乐。

    主持人:我忍不住插一句,一个德高望重的学者跟我们说,我们现在用了很多技术省下时间,学者问我一个问题,省的时间干什么去了?打游戏去了?他好像对这个很不以为然,李总你回答一个问题,我们去打游戏,可能也是人生该有的幸福时刻是吧?享受一下。

    商俊:我想借用前几天上海人工智能大会马克思说的一句话,中国人经常把人工智能叫做AI,中国的汉语说那是ai,所以我们要给人工智能更多的爱和包容,人工智能不是来取代人的,是人类本身自己的革命。

    李瑞:我分两个方面,第一是对个人来讲,现在整个是属于知识爆炸的时代,不断会有一些新的知识出来,我们作为个人能够做的是不断的去汲取一些新的营养,不断学习,这样子以更快的加速度,才能走在时代的前列。第二个是对于企业来讲,在科技发展如此迅速的情况下,如果有新技术,我们要学会拥抱一些新的技术,哪怕它有可能不是你一年两年能够解决一些实际问题,有可能三年五年,你看到这个趋势要及早介入,开始去拥抱新技术,至少去接触了解这方面的讯息。

    主持人:谢谢!个人要学习,企业要有技术敏感性,拥抱新技术,及时做出创新,企业家们说到底就是一件事,就是要不断创新,否则你就不是企业家。

    快递行业到了今天,进入到智能时代,我们应该去爱人工智能,积极去学习,积极拥抱这种变化,不断创新。

    非常感谢各位嘉宾的讨论,到此结束,谢谢大家!

上一篇:冯祥:人工智能只能辅助 无法替代物流人
下一篇:贾永华:海康威视如何用AI赋能智慧物流
凡来源为罗戈网的内容,其版权均属罗戈(深圳)供应链管理有限公司所有,转载请注明来源。文章内容系作者个人观点,不代表罗戈网对观点赞同或支持。更多深度报道,请关注“物流沙龙”微信公众号
1元 2元 5元 10元

感谢您的打赏

罗戈快讯 更多