春节期间,瓶水位于青浦区重固镇的价的数申通快递上海转运中心依然灯火通明,每天数百辆干线车厢和转运货车进出园区。格送这里是全国申通在上海区域的“大脑”,只要快递不停,申通传送皮带就会一直运转。快递每一件来自全国的春节商品在此处中转,然后分拨转送至各区的保障背后快递网点,再经过站点及快递员送至市民的智化之路家门口。
像这样的瓶水转运中心,申通已在全国范围建立了70余个,价的数他们和6000余个春节坚守岗位的格送网点一样,成为申通春节保障和快速复工的全国基石。据了解,申通在大年初四申通全面复工后的快递四天时间里,业务量就快速增长超6倍,迅速恢复到日常业务量水平。
刚过去的2023年,是中国民营快递创业30周年,全国快递也首次突破1300亿件大关,同比增长19.4%。从“年均百亿”到“月均百亿”,快递行业正逐步由数字化迈向数智化(数字+智能)。
“通宵班”成春节常态
“快递已深入大家的生活日常,以前每年春节还会休息几天,现在为了配合电商平台‘春节不打烊’,我们转运中心也‘不打烊’。”申通快递上海转运中心主管陈和成和团队成员一起站好兔年的最后一班岗。
当夜幕降临,郊区的烟花爆竹声逐渐响起,转运中心也开始忙碌起来,每天晚上6点到第二天凌晨4点的“通宵班”是春节的常态。
各地转运中心发往上海的进港件在转运中心三楼完成卸货,工作人员正有条不紊地进行快递分拣、装卸、扫码等工作。二楼则是针对文件、软包装、轻小件的集包分拣区,如今随着侧滑轮矩阵和自动翻板机等自动化设备的应用,多数人工分拣工作已基本被取代,不仅效率更高,快件破损率也低了不少,每小时处理快件量也随之提升1.5倍。
据介绍,上海转运中心拥有先进的自动化交叉带、摆臂矩阵自动分拣、六面扫全动态秤、自动装卸货伸缩机等快件分拣设备,高峰期日产能超过600万件,可为长三角地区电商提供揽收、仓储、分拣、运输、中转、派送等一站式物流服务。
申通快递上海转运中心的自动化设备
“别看春节期间的运量不大,但春节前却来了一个高峰期,各大电商平台的‘年货节’让业务量涨了30%。”陈和成这一说法符合国家邮政局的预测:春运期间,寄递服务需求波动较大。春节前夕,随着年货寄递需求的增长,业务量会出现一波高于日常水平的小高峰。春节假期期间,由于大量人员返乡过年和外出旅游,公众的寄递服务需求将明显减少,业务量也处于一个淡季。春节假期之后,寄递服务需求快速恢复,业务量将逐渐恢复到日常水平。
“卷时效”又“卷价格”
春节前后短短半个月内,业务量过山车式的波动,对于快递的弹性运营提出了更高的挑战。
“‘春节不打烊’对快递来说,比‘双11’更具挑战性。”申通快递首席技术官赵柏敏说,“双11”带来的业务高峰能通过模型预测和极限运力来满足,但是春运期间的业务波动却需要更精细的大数据来安排运力,“转运中心要留几个班组,基层网点要安排几成运力,如果派送出现异常该如何补救……这些都可以通过快递数智化来协调。”
他举了一个真实的案例,通过实时计算和预测来挽救一趟由中山发往杭州的延误货车。某日凌晨3:30,中山分拨中心收到在途延误预警,从中山发往杭州的一班车,通过GPS轨迹和到车预测,预估延迟3个半小时达到杭州中心,预估到车时间为6:02,但会错过下一阶段的卸车派发截止时间。
调度员通过系统建议司机尽量提速早到,经过提速后5:30左右到达杭州,但依然错过截止时间15分钟,为此,调度员跟杭州中心沟通,希望优先卸车抢这趟车的时效,最终通过出港控制塔的信息协同抢出了半个小时的卸货量,赶上了网点派发时间,挽回了货物的送达时效。
赵柏敏介绍,申通自研构建的“先知引擎”支持实时数据计算,具备时空和状态的预测能力,能实时调动分拨中心的现场资源、部署和行动,做到宏观微观“一本账”。
此外,高度自动化也成了快递行业“卷时效”“卷价格”的又一利器。近几年来,国内外自动驾驶技术不断升级,自动驾驶在快递干线和末端配送的技术应用也逐渐走向商业化。
早在2021年,申通车队通过跟多家第三方公司合作,测试和调研干线无人驾驶技术的应用,试运营了多条干线自动驾驶,安全运行超过30万公里,在高速路段可实现95%自动驾驶。自动驾驶可有效减少人力、提高干线车辆的运输效率,同时理论上能够极大地降低交通事故风险,为驾驶员的安全提供了更多保障。同时还在大学等城市开放道路与封闭园区内进行小规模末端无人车试点。
申通作为中国最早一批民营快递企业,近年来内耗巨资引入了大量的先进自动化设备,并提升自研设备占比。其中自研的超高速交叉带系统,采用永磁同步电机驱动,最高速度可达3.5米/秒,效率提高30%,能耗降低50%。
“我们抓住了数智化转型的行业机遇,将全国范围揽签(从寄件到签收)时长缩短至44小时以内,达到了历史最佳水平。”赵柏敏说,申通产能已达日均6000万单以上,履约成本也不断下降,能为商家做到一瓶水价格(2元左右)送全国。
向技术要红利
商务部数据显示,去年全国网上零售额15.42万亿元,增长11%,连续11年成为全球第一大网络零售市场。随着社会消费力的逐渐复苏,大部分快递公司的营收和业务量都实现增长,但行业竞争依然激烈,“价格战”重新抬头,单票价格逐月下降。有研报分析也指出,由于头部快递企业产能过剩及竞争策略变化,价格竞争意外加剧,行业价格已再次降至较低水平。
快递行业是典型的规模经济,在“以价换量”的商战中,如何避免陷入低价竞争的泥淖之中?在赵柏敏看来,快递企业需要向技术要红利,通过AI全面赋能的自动化设备和智能算法模型实现高质量发展。
在赵柏敏看来,快递企业需要向技术要红利,通过AI全面赋能的自动化设备和智能算法模型实现高质量发展。
“快递是一个很‘抠门’的行业,每一分一厘的成本都需要仔细核算。”他表示,快递行业大规模使用AI神经网络模型是未来趋势,一个包裹揽发到派签是极其复杂过程,中间会产生大量的特征,人工选择特征非常困难,在很多应用场景中,神经网络是最好选择。
但是相较于投入大量昂贵的GPU芯片自研大模型的成本太高,快递行业更倾向于预训练大模型技术,只要复用开源的预训练模型,通过相对便宜的CPU芯片在业务上进行适配或微调即可,性价比较高。
据悉,申通已经在多场景中开展神经网络技术的应用,比如视觉AI、智能客服、投诉概率预测、包裹价值预测等。
众所周知,AI模型训练和应用离不开数据的沉淀,申通正有意识地积累包裹、位置、商家信息等行业数据资产,并打造成未来技术的核心竞争力之一。
“有价值的数据并不是手机号码、家庭住址这种个人隐私信息。”赵柏敏认为,派件过程中往往被忽视掉的数据将发挥长尾效应,比如小区离驿站步行距离、是否有电梯、能否放快递柜等,在按需派送实施后,算法和数据的应用让一线快递员能够获得“傻瓜式”的派送指令,派送效率和质量也将大幅提升。
雷峰网雷峰网(公众号:雷峰网)雷峰网