在近日召开的京交会和2018全球智慧物流峰会上，菜鸟、京东、苏宁、中通的无人物流车对外一一亮相，有人认为是噱头，也有人认为是布局未来。
实际上，现阶段以“无人”为主要特征的人工智能已在很多地方露出取代人类工作岗位的端倪。而以算法驱动的无人物流车则是站在这股商业浪潮顶端的产物之—。
菜鸟网络无人车年内商用量产
电力驱动;时速最高达15千米，周围有人时可降速至10千米;单次充电续航里程为60千米;最大载荷重量为100千克;最多可装载200件小件包裹……这是菜鸟网络近日推出的无人物流车“G+”的核心参数。从推出国内首款无人物流车“小G”到预计将于今年年内商用量产的“G+”，菜鸟网络只用了不到3年时间。
从菜鸟网络公开的“G+”道路行驶测试视频看，这款无人物流车在外观上更像是迷你版的小型厢式货车，在非机动车道上行驶时表现出不错的躲避障碍能力。美中不足的是，用于测试的非机动车道宽度较窄，“G+”在行驶过程中几乎占据了道路宽度的2/3，位于车辆后方的非机动车“超车”需要费点儿力气。
记者从菜鸟网络了解到，该公司认为无人驾驶技术在物流领域已经成熟，今年年内将商用量产“G+”。菜鸟网络总裁万霖在社交媒体上表示：“无人车最有可能大规模落地的场景是物流领域。今年我给ET物流实验室定了个小目标，年底前要全面商用无人物流车”。
商用量产，是无人驾驶技术在快递物流领域向产业化迈进的一大步。
“G+”所瞄准的末端配送环节，是快递服务场景最核心的部分。取代快递员则是人工智能在快递物流领域应用的终极目标之一。而在现阶段最有可能实现的目标，是让“G+”等“无人”自动化设备在人类驾驶员(类似于无人机驾驶员)的控制下完成快递员的工作。
在推动无人驾驶技术在快递物流领域落地的过程中，菜鸟网络主攻两个方向：算法和人才。
多目标跟踪是自动驾驶算法的核心技术之一。简单地说，多目标跟踪是同时对多个感兴趣的目标进行定位，并持续记录目标的信息和轨迹。和单目标跟踪相比，多目标跟踪在处理目标尺度、旋转、光照等变化的同时，还要解决目标间相互遮挡、相互影响、外观相似等复杂问题。
公开数据显示，70%以上的多目标跟踪研究对象是行人。多目标跟踪精度是菜鸟网络自动驾驶算法最具代表性的成果。在机器视觉算法权威测评平台KITTI上，菜鸟网络ET物流实验室长期居多目标跟踪精度项目的第1位。
菜鸟网络在算法研发上的突飞猛进，与其大力招揽人才密不可分。记者查询阿里巴巴集团网上招聘信息发现，ET物流实验室新近更新了招聘信息，无人驾驶方面还有40个岗位进行招聘，短短半年内招聘规模达80人。万霖表示，ET物流实验室“将不设人员上限，有多少技术牛人就要多少”。
菜鸟网络内部人士透露，ET物流实验室此前已完成主要负责人的人事变更，目前由张春晖领衔。张春晖曾长期担任阿里巴巴集团OS事业群总裁，在传统汽车制造企业和互联网企业有丰富的资源，同时具备较丰富的互联网造车经验。除张春晖外，据澎湃新闻报道，中国科学院自动化研究所副研究员黄武陵近日加盟菜鸟网络，出任菜鸟网络ET物流实验室研究员，领衔菜鸟网络无人驾驶测试评估团队。公开资料显示，黄武陵长期从事智能车辆研究以及无人驾驶测试评估体系构建，其加盟将加快菜鸟网络无人车量产商用进程。
大量数据“喂养”出的精准算法
“精准的算法需要大量数据‘喂养’。”天津慧科电子股份有限公司董事长郑海刚说。该公司目前主营软件开发、技术服务和邮政业智能设备研发、生产及销售业务。郑海刚告诉记者，企业获取的数据规模越大，算法就越精准，因算法而获得的商业利益就越大，便于获取更大规模的数据，研发更为精准的算法。
“阿尔法狗”战胜柯洁前，完成了人类穷尽一生都不可能完成的巨量自我学习、自我博弈和迭代博弈。对快递物流领域的人工智能算法而言，“棋谱”和“对局”就是完成一单又一单的快递服务。正因如此，拥有阿里巴巴集团云计算技术和海量数据资源支持的菜鸟网络，以精准算法推动无人驾驶等自动化技术和设备在快递物流领域落地，其商业实践的力度和速度，同业中无人能撄其锋。
精准算法还带来自动化技术和设备安全性的提升。有熟悉无人驾驶技术的业内人士对记者表示，“G+”的多目标跟踪精度越高，其智能规划、动态识别、自动规避和环境分析能力就越强，安全性也会相应提升，“在遇到障碍自动降速为每小时10千米的情况下，它相当于一辆中低速行驶的自行车，在非机动车道上基本不会造成安全威胁”。
从早期的电子面单及路由分单、“菜鸟天地”和快递指数这三大面向平台快递物流服务供应商的技术产品，到已初成体系的自动化技术和设备产品矩阵—用于低速末端配送的无人车(“小G”“小G2代”“G+”)、用于园区安防巡检的无人机(“小鹫”)和用于仓内智能拣选、导航的增强现实技术(“AR+”)，菜鸟网络在科技创新方面的核心竞争力提升虽然因侧重于供给侧并不为消费者所熟知，但其成果却着实惊人。
同时，菜鸟网络在人工智能方面的成果正在与阿里巴巴生态中的其他相关成果进行关联和协同。以目前销售比较火爆的智能音箱为例，通过语音识别和自然语言理解技术，消费者可以向阿里巴巴智能音箱产品“天猫精灵”下达语音指令，查询快递服务信息。记者在对“天猫精灵”的测试中发现，虽然语音助手在语言理解方面仍略显笨拙，并不能完全准确地理解语音指令，但经过数次练习后，语音助手通过算法进行自我学习，理解能力提升非常明显。
快递员会被取代吗
快递业站在人工智能“无人”热潮风口浪尖的背后，是业务量不断提升和老龄化加速带来的劳动力人口红利消失之间的矛盾愈发明显。
“以前，我当快递员时，要‘哄’着老板;现在，我当老板了，要‘哄’着快递员。”优速快递上海闵行九部负责人朱同伟告诉记者，快递员一年比一年难招，年轻人嫌累干不长或者根本不愿意干，很多坚持下来的人也不主要是为挣钱，而是为了“干得顺心”。“很多快递员开着小轿车来上班，开心就做，不开心就走。”朱同伟说。快递员想要“干得顺心”，消费者则要“收得顺心”。这也是智能快件箱、无人机、无人车等自动化技术和设备近年来蜂拥而入快递末端服务市场的主要原因。
以智能快件箱为例，尽管从问世开始就鲜有企业从中盈利，但市场热情从未真正冷却。原因在于其成为快件多快递员少这一矛盾的有效缓冲区，缓冲背后可能蕴含巨大的潜在商业价值。对人工智能在快递物流领域的发展而言，智能快件箱的现状很有代表性，供给侧和需求侧各取所需—企业需求数据及其所蕴含的商业价值;消费者需求可以保护个人信息安全的标准化服务。
和智能快件箱相比，无人机和无人车却不会让快递员“顺心”。虽然目前仍没有具体的路线图和时间表，但业内普遍认为无人机和无人车取代快递员只是时间早晚的问题。可以参考的对象是“大头笔”分拣员，这一在分拣中心薪资最高且专业性最强的工种在电子面单及路由分单技术问世后被迅速取代。
从内部技术层面观察，阻碍无人机和无人车取代快递员的因素主要在于当前应用于快递物流领域的算法只是弱人工智能的产物，依靠暴力拆解数据，然后通过运算输出结果，在应用上并不具备百分之百的普适性，有时甚至会得到与人工经验完全相反的结果。而快递末端服务目前仍有诸多需要快递员依靠经验进行现场判断、决策和处理的环节，这也是依靠算法驱动的无人机和无人车与快递员的差距所在。一旦算法通过深度学习快递员处理问题的经验，可以像“阿尔法狗”一样，灵活输出和人类水平相当甚至超过人类水平的柔性结果时，快递员被取代的可能性将大大提升。
从外部环境层面观察，无人机和无人车仍面临着严苛的监管要求。目前，世界上大部分国家都不允许无人机在城市区域内进行低空飞行。即便是监管相对宽松的国家，大多也要求无人机不能脱离驾驶员的视线范围。无人机在快递物流领域的主要应用在于偏远地区配送和园区安防巡检。
而“G+”这样的无人物流车真正在我国量产商用，也需要企业与监管方做大量的协调工作。其中最核心的问题在于无人物流车如果上路，需要明确其属于机动车还是非机动车，并依据车辆属性依法赋予其应享有的相关路权和应承担的相关责任。如果属于机动车，按照相关法律规定，驾驶员需要持证驾驶，车辆需要安装号牌;如果属于非机动车，则需要严格限制车辆长度、宽度、高度、自重和时速等相关参数。