物流界科技公司谁最黑？前三还有一个是“黑户”

　　UPS说：我们是算法驱动。

　　仿佛忽然间，物流行业达成了一个共识：牛逼的物流公司一定是一家科技公司。

　　百世和百世，当时几乎都是因“科技”而生。顺丰、韵达、圆通、中通等快递公司，近年来也纷纷提出“科技引领”的口号，立志“成为一家以科技驱动发展的企业”。

　　今年5月，安能宣布未来3年将投入20亿用于“物流+科技”战略布局，并与3家科技公司达成战略合作协议。在这3家科技公司里出现了一张行业新面孔：奇弦智能。

　　各行各业都在说“黑科技”，而“奇弦智能”就“黑得一塌糊涂”，简直是物流界的“一股黑流”。他们到底“黑”在哪里？

一家“很黑的”公司

　　奇弦智能2016年3月才成立，创业第7个月就完成估值5亿的第二轮融资，在互联网日趋透明的大背景下，竟是一个搜不到任何消息的“黑户”。

　　第一黑，无“知”，没有感知。

　　在不到一年半的时间里，奇弦智能“悄悄地”与“三通一达”、百世、顺丰、京东、EMS、德邦、安能这10家大企业中的7家建立了合作关系。

　　在网上搜索有关“奇弦”的新闻，仅找到一篇，还是招聘新闻。从这篇新闻中才发现，原来他们已经悄悄完成了2轮融资。经调查，奇弦智能的估值已翻了五倍，且投资方都是科技背景的公司。

　　第二黑，小天才扎堆“搞事”。

　　奇弦有80%的员工都是国家和各省的理科状元级别怪才，其中有40%没有参加过高考，均因获得全国计算机竞赛一等奖而保送名牌大学；还有40%是理科竞赛二等奖、三等奖及省内一等奖。

　　是什么样的“黑”技术需要凝聚如此多的“小天才”才能去应付？在他们的招聘要求里，唯一的一个标准就是：“不要拉低奇弦智能的平均智商。”

　　这么一帮小天才聚在一起究竟是在搞什么事儿？

　　顺丰、“三通一达”等公司拥有的IT和科技人才规模如今都已成百上千，不乏各种博士和奇能异士，难道就没有一家能搞出这一“黑”技术？如此高价值的“事”，为何因“为科技而生”的菜鸟和百世都不去搞呢?

　   第三黑，神秘技术。

　　奇弦智能的“黑”技术谁也不知道。它既不是大数据，也不是人工智能，还不是运筹优化和仿真，搞了个“组织全息计算”。谁也不知道这是个什么东东。

　　“组织全息计算”听上去很牛逼，号称“要把一个商业组织的运行装到计算机中去”。

　　但从常理上来讲，想想都不太可能。企业在不断变化，你怎么把运营的全部要素和变化实时映射到计算机里面去？这么大的计算量，如何做计算？我们讲运筹学，几十个变量就已经很难了，当你把成千上万了变量装进去，如何协同计算和优化？

算法决定物流下一轮竞争的成败

　　虽然没能完全看明白奇弦智能这家“黑”科技公司到底在干什么，但有一点肯定的是他们在搞和算法相关的东西。而且这么多大型物流公司和同一家科技公司深度合作，这是不是代表了某个技术趋势呢？

　　科技焦虑症

　　物流科技其实不是一个新热门词，在一轮又一轮的行业变革中都起到了举足轻重的作用。从最早的企业内部信息系统ERP，到TMS、WMS，到移动互联网时代的APP、O2O，再到当下大热的无人机、大数据、人工智能等，行业围绕着信息化、数字化、移动化、可视化、智能化方向一路交织向前发展。

　　在每一次新科技进入物流领域的时候，物流公司都像得了焦虑症一样争先恐后冲进去，生怕自己被同行赶超，生怕自己没在科技前沿，生怕自己错过颠覆行业的机会。

　　前几年物流行业蓬勃发展，很多公司靠着跑马圈地跑在了行业前列。如今行业竞争升级，从对垄断资源的竞争转向开放市场的竞争，从粗放式的规模竞争转向精细化的服务竞争，众多物流公司已经强烈的意识到需要用科技的手段来提升自己的竞争力。但到底是用什么样技术呢？

　　无人机等决定颜值，当下算法决定成败

　　要回答这个问题，还要看物流公司想解决什么样的问题。绝大部分物流公司每天都会面临这样的决策问题，比如该如何给车辆排班才能以更低的成本提供比竞争对手时效更好的服务，该如何为服务合理定价，该如何制定库存策略在成本不变的情况下提高产品送达实效，如何降低人工成本提高工作效率，拓展市场时分拨中心应该设在哪里、需要多大场地。诸如此类问题会直接影响物流公司的市场份额和盈利能力，关乎企业中短期的竞争胜败甚至是生死存亡。

　　在上一轮竞争中，物流公司之间靠信息化、数字化拉开了竞争差距。下一轮竞争会更为激烈，只有靠算法才能进一步把物流应有的规模效应、网络效应、协同效应充分发挥出来。

　　如此多的快递快运公司和奇弦智能的深度合作已经充分能看出，与无人机那些在短期内只能增加颜值的技术相比，运用算法来协助科学决策、促进业务协同、效率提升、成本节约、快速迭代才是解决物流公司目前燃眉之急的有效技术手段。算法是下一轮行业竞争的核心。

　　算法技术稀缺

　　算法有别于企业信息化，诸如TMS等信息化工具帮助物流企业固化业务流程、加快信息传递，是相对成熟的技术，有大量的软件企业能提供较为成熟的产品。算法是个稀缺技术，国内外懂算法的人才不多，懂物流领域算法的更少，能将算法通过先进的计算机技术成功运用到企业的全世界都屈指可数。

　　国外大型物流公司已经受益于算法了，Fedex在孟菲斯的超级枢纽智能调度靠算法，马士基运用复杂的算法动态调整各项收费，UPS直接称自己是一家算法公司。有人问，是不是可以直接把国外现成的技术拿来用呢？

　　答案或许是否定的，一来是行业环境不同，想想多少国外成熟的企业信息系统到了中国就水土不服了；二来是国外现有的技术能处理国内物流行业如此复杂多变的问题吗？

　　今天中国的物流行业不像欧美那么成熟，而是处在高速发展、快速迭代、不断整合的过程中。我们的“物流”特别“妖”，在中国土壤上产生的物流自带属性，你很难降住它，因为有太多的变量在背后“捣鬼”。

奇弦智能要降中国物流的“妖”

　　奇弦智能的核心技术是运筹与优化吗？

　　不是。因为运筹没办法应对那么多的变量，不能解决高维变量带来的NP-hard（非确定性多项式问题non-deterministic polynomial，缩写NP）和维数灾难。在奇弦智能看来，今天中国快递和物流公司所遇到的问题和挑战很特殊，很难“解耦”成过去几十年国际物流大公司所形成的标准化运筹问题来求解。试图将一个复杂计算问题“拆解”为成一个个相互独立的“积木”问题，然后逐个击破的方法，很难适合于中国情景，效果也非常有限。

　　奇弦智能的核心技术是模拟与仿真吗？

　　不是。仿真的核心是基于某个时间截面，针对公司的某个子系统，以“简单就是美”的原则去抽象和简化出一个模型，来对现实进行建模、模拟和分析。

　　今天中国的主流快递和物流公司，依然在“野蛮”生长，组织的核心部分都在实时发生着各种不可预料的变化，但传统仿真适合回答的问题，在如此多变的情境下其价值极其易逝。

　　奇弦智能的核心技术是大数据与深度学习吗？

　　也不是。因为今天的大数据公司，几乎无一不是借助统计分析、机器学习或深度学习等看似“酷炫”的科技手段，来学习和分析大数据背后蕴含的相关性规律。

　　但这个世界背后的最大的本质是“因果”，仅仅靠相关性规律的计算，难以捕捉现实中大量存在的非连续性变化。今天中国的快递和物流市场在生长，竞争不断，企业也在发生不连续的变化。传统大数据确实能在一些局部问题上获得突破，但无法实现整个组织的计算。

　　奇弦智能的核心技术是组织全息计算

　　通俗的讲，“组织全息计算”就是在计算机里面还原出一家公司，这家公司所有的要素都在里面，而且这些要素所构成的因果规律都在里面，可以实时地计算现实中所有的变化，并把它们都镜像到计算机里面。

　　奇弦智能运用自己研发的计算机平台，帮助物流公司快速将整个核心运营系统“原子”级别还原到计算机里，然后借助超级计算能力，进行实时的运算。

　　虽然奇弦是一家年轻的创业公司，但据说奇弦研发团队积累了10年的技术和算法已能帮助合作伙伴的中转场或转运中心效益提升高达30%，在保证时效不变的情况下全网车线成本降幅最高能达25%。最最重要的是，能让一家公司的核心运营系统优化试错迭代的速度提升至少10倍。

　　就这次讨论的算法而言，运联认为今天我们所说的算法，不是类似“车货匹配”平台的某个领域、某个应用这样的范畴，也不是类似“送货无人机”在某个场景下的某种工具。

　　算法可以用在物流多个领域的各个环节，协调多个参与方共同增效降本，产生协同效应。它对于物流行业的影响会类似于工业4.0，它是一种生产方式的升级，是对管理的赋能，是行业变革的加速器。

　　无论奇弦智能的黑科技未来何去何从，我们希望看到在中国会有更多物流科技公司的出现，依靠技术推动整个行业的进化和演化。

【独家稿件及免责声明】本网注明转载文章中的信息仅供用户参考。凡注明来源“运输人网”的作品，未经本网授权均不得转载、摘编或使用。联系邮件：master@yunshuren.com