在2022年底举办的全球产业链供应链数字经济大会上，顺丰科技凭借《物流领域AIoT计算平台》被评选入围数字经济创新案例。此外，顺丰科技还作为重要课题承担单位，顺利获批科技部AIoT方向的国家重点研发专项。
（2022全球产业链供应链数字经济大会颁发）
频传的捷报让顺丰科技AIoT团队在辛苦的坚持中感受到了为之持续奋斗的一股力量。
但是，5年来，促使团队不懈地尝试应用AIoT技术改变物流与供应链行业的数智化水平的原动力其实更多来自于本心——相信AIoT能让物流世界变得更好，能让物流世界中的“大象”感应到环境中的“韵律”从而更好地“跳起舞”来。
什么大象？什么跳舞？
来来来，让我们的AIoT团队从头说起。
“让大象跳舞”的AIoT
让时间回溯到2017年。
那一年，顺丰已经有了包含摄像头、分拣机、输送设备、扫描设备、安检机、AGV等十几种硬件设备，他们不仅种类繁多且数量庞大。
如果说物流与供应链涉及的设备、人员等因素复杂，宛如一个“大象”，那么我们希望通过科技的手段让这只“大象”感知到外界发生了什么样的事情，并跟随外界的变化自如地调整自己的动作，灵活地“跳起舞来”。
于是，在那一年，我们有了一些朴素的想法。我们希望摄像头变成凌厉的眼睛，发现那些不规范的操作；我们希望安检机变成坚实的手臂，阻拦住那些可能带来风险的违禁品。更远一步，我们还希望这些设备可以在一个“司令”的统一管理调配下，更好地协同作业，让整个物流与供应链世界的效率更高、成本更低。
出于这样的思考，我们把目光投向了彼时刚刚开始在业界进行应用的AIoT技术。
所谓的AIoT（人工智能物联网）就是AI（人工智能）与IoT（物联网）的结合。首先通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端，再通过大数据分析、人工智能等技术，实现万物数据化、万物智联化，最终追求的是形成一个智能化生态体系。
单从AIoT的技术应用逻辑角度出发，我们也许可以将这些“朴素”的想法付诸实现。然而，如同许多新兴技术一样，将一项新的技术真正地工程化、规模化应用，往往并不是一蹴而就的。
2017-2018启程
路是通的，但任重道远
如果我们把计算机理解为一个“孩童”，如何让这个“孩童”像个成熟的大人一样作出正确的判断和决策，那就得通过科学的办法来教会它。
AI补码产品的研发就是一个很好的例子。在中转场地内，每天有成千上万的快件在分拣线上井然有序地赶往目的地，但时常会出现“认错路”的情况；因为快件在转运过程中会出现面单折叠、脱落或磨损，导致面单识别错误，快件也因此流向错误的目的地。
现实世界的做法是，我们会给计算机“看”运单条码的图片，让计算机在数千万文字、图片的训练下，自己学会归纳AI补码的技术特征，对扫描设备无法识别或识别出错的运单条码进行二次识别与矫正；于是就算是遇到不同尺寸、不同字体、不同明暗程度的情况，面单都能够被友好识别。
不同于人类的是，计算机学会判断需要接受数千万图片和文字的训练，学习得越多判断就越准确。同时，用于训练的图像也需要尽量清晰、标准，可以让计算机顺利地捕捉到它在学习时所学到的特征。
而在真正落地的时候，一件棘手的事情出现了。一直以来，我们团队把注意力都集中在了识别算法的好坏上，却忽视了场地IoT设备对于支持人工智能算法落地的重要性。
如果想要规模化推广应用这款产品，我们不仅需要获取更多的图片来“投喂”算法，让它能识别出各种各样环境下的面单；还需要规范面单的格式和图片的传输通道，让图片能及时到达算法服务器，算法处理的结果能快速反馈到生产线指导分拣。
相比于昙花一现，我们希望AIoT技术的数智化成果可以在各个场地、各种业务中遍地开花。经此一役，我们也意识到，只有AI和IoT相互融合，才能让AIoT发挥最大的价值。
因而，我们决定以长期价值为导向，扎扎实实地完成IoT设备的全面部署改造，也就有了接下来数字化改造的故事。
2019-2021改造
每一栋摩天大楼之下都是坚实的地基
我们心里都清楚，线下场景的数字化改造，必然是一个难啃的骨头。但没有打好基础，我们就难以做规模化的推广应用，也就不能让“整只大象华丽转身”，所以，我们坚持去做这件难而正确的事情。
摆在我们面前要解决的难题有很多，诸如场内设备来自于多家厂商，相关设备的通信协议没有统一的标准，导致设备联调成本高；采集的数据标准化程度低，导致智能化应用难度高等问题；且对比新建场地，老场地的改造升级难度尤为波折。
现场改造的工作除了产品的技术人员，还需要多方的共同参与，比如场地的人员、设备的供应商伙伴等；为了不影响场地的正常分拣作业，驻地办公的同事需要抢在一天当中件量最少的时候，利用仅有的2个小时宝贵时间，争分夺秒地完成当天的场地改造任务。
改造这件事，除了要有“蛮力”去深入每个场地实操，更重要的是要有“巧劲”，要有周全的顶层规划，指导大家用一整套统一的标准来完成旧场地改造和新场地建设。
团队结合了实战经验与理论知识，先后完成多项具有重要意义的标准制定。将状态控制相关的设备、传输媒介、传输协议等组成的信息流通管道定义为“控制&状态信道标准”，以确保全网各类分拣线设备软件接口的一致性、线上应用系统数据完整性与可靠性。
同时将图像信息相关的设备、传输媒介、传输协议等组成的信息流通管道定义为“图像信道标准”，以约束工业相机将采集的图片按照统一的协议和格式传输到存储服务器中，支持AI进一步深加工。
这些标准的制定，也为后续大规模的应用推广奠定了坚实的基础。
2022-至今：是时候了？
有了真实数据的基础，AI也就有了真正的用武之地，我们也欣喜地见到在顺丰物流场景中那些首创推广应用的AIoT成果。
我们前面提及到一个设想，如何让计算机“看懂”物流和“指导”物流，而慧眼神瞳把这一设想变成了现实。它是一款综合运用了计算机视觉技术和边缘计算技术的AIoT平台产品，它赋予了场地监控摄像头和工业相机新的使命。
在你目之所及的地方：场地、作业人员、流转的货物、装卸中的车辆等等，甚至说你肉眼无法看到的，慧眼神瞳都会实时地、精准地、智能地分析理解正在发生的事情。
以智慧安检子系统为例，但凡是流经X光安检机的包裹都会由AI进行判图，违法违禁品一经发现，系统将第一时间向我们发出预警并自动拦截，保障时效的同时也稳当地守护好安全关卡。
当前智慧安检已接入顺丰全网600多台高速安检机，实现了更大规模的包裹前置安检，更准确的开箱和违禁判定，有力地降低了安全生产风险。在今年的双十一，智慧安检更是受到多家央级媒体的关注和报道，打开了科技引领寄递安全的新局面。
看到这里，也许大家忍不住想要提问，假设顺丰在一个场地里面有十几种、上千个设备的情况下，我们是想了哪些办法，让设备们能持续彼此“信任”和“协同”呢？
这不得不提到丰物智联工业互联网平台，它的研究落地是AIoT应用的又一价值体现。
顺丰场地中的设备种类、数量众多，从彼此并不相识到密不可分，这背后的诀窍在于统一的线上化管理，赋予设备们更多的技能，如资产监控、故障监控、效能监控等；这样一来，再多的设备、再多的场地，都可以做到资产的自动化盘点，也能帮我们发现一些闲置的资源。
总的来说，各个生产环节的设备们之间和谐互助，不再有信息不畅导致的隔阂。
这些规模化、成熟应用的案例，不是AIoT发挥落地作用的全貌，而是整个行业数智化转型下的个别代表和缩影。数字化转型的当下和未来，AIoT的发展和应用之路依旧是一段广阔而又兼具挑战的征途。
未来：道阻且长,行则将至
今天的顺丰AIoT场景应用不再是单一功能的实现，而是更加多元的功能矩阵，在服务好顺丰业务的同时，也希望能为推动整个物流行业的发展做出贡献。
近期我们与院校共同获批的国家重点研发专项，涉及了下一代枢纽快件处理中心建设的各个方面，包含智能选址、高速安检、大容量智慧分拣、智能监控、人-机-货-场的仿真等系统。
这些AIoT领域关键技术的攻克，不仅能在业务场地中进行集成和示范应用，应用成果可以直接转化成生产力；于下一代中转场的改造建设，于物流行业的领先技术落地，这项课题的获批也意味着我们再次站在了一个新的起点。
随着行业中前沿热门技术的不断涌现，AIoT与数字孪生、工业互联网等新兴技术力量的融合，现实场景中再复杂紧迫的决策都能被“准确”下达和“从容”应对，这也将加速物流与供应链行业新的场景应用成果落地。
此时的我们已启程出发，我们也非常期待能与行业伙伴一起续写有关AIoT更多的奇妙故事。
