网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

物流数字化的实现也推动了企业供应链更加弹性化。作为企业数字化中枢，物流在贯穿供应链运营的同时，也打通了企业内部的数据孤岛。与物流业务关联度高的LIMS、仓库、ERP、门禁等系统实现了信息互联互通。

中交兴路相关负责人认为，疫情加速了行业数字化进程，单一业务场景优化不再是企业降本增效的核心目标，而是要拉通供应链各个环节，打破数据壁垒、实现全局优化。中交兴路在物流运输场景的大数据及科技能力，正在赋能货主、物流企业、车队，提供了包括货运在途可视化、运力智能调度、货物监管及溯源等极具行业竞争力的产品能力。同时，中交兴路依托 AI、IoT等技术，携手行业伙伴，整合优秀的仓储、结算、配送等系统供应商，有机连接各个场景的数据，探索激活数据要素价值，成为弹性供应链的有力支撑点。

探索AI加强数据价值挖掘

AI技术的升级迭代将加速更多细分场景下数字化解决方案的优化，对于物流领域也不例外。在中交兴路看来，未来的行业格局将呈现出，芯片、云计算，甚至大模型属于基础设施部分，通过大厂主导来实现。多模态大模型的训练需要的算力成本都是现在的百倍千倍，需要投入大量的人力和物力，像BAT、字节这样的头部企业肯定有自己的大模型，服务于自己的业务，同时也会类似于openAI，开放给中小公司，所以将会是大厂大模型和垂直领域共生共融，垂直领域应因地制宜，形成边界，实现双赢的业务场景。

具体到物流场景，在AI技术的作用下，以机器视觉、自然语音处理、大数据挖掘、深度学习为基础的智能软件，为物流行业所涉及的信息识别、存储、管理、利用等开辟了更加高效的途径，让“AI驱动物流”成为现实。

目前，在AI与物流结合方面，中交兴路已完成“时空挖掘引擎”和“数据智能引擎”两款产品的研发，并荣登“2022年度人工智能最佳产品TOP10”。其中，“数据智能引擎”致力于从数据中挖掘潜在的价值，通过车后精准营销、全域运力智能调度、物流上下游行业识别、园区车辆智能管理等核心模块将挖掘到的大数据进行业务化呈现与应用;“时空挖掘引擎”则专注于货运过程中的可视化及智能化，目前可以实现货运多点路线规划、ETA、时效电子围栏、老司机路线导航等功能。

未来，随着AI技术的发展，将呈现机器人从浅层辅助到深层辅助，其发展路径与无人驾驶类似，由人来解决复杂、高阶问题。另外，在物流领域永恒的问题是降本增效，提升运营效率。例如，在安全预警方面，如果机器有足够的语料，可以更进一步提升预警提示的准确率。在效率方面，结合GPT技术，可以提供更有效的运力调度指引，辅助司机更好的做出决策，并且改善运力链条冗长的问题，将大数据和 AI、IoT相互配合，实现从智能感知、分析、决策到执行的全程自动化、智能化。

(责编：曹淼、李源)