物流中转站里，那个AI正在替老板“砍”掉一半闲人

上一个月, 前往了一回山东的物流中转站点, 讲真的, 那种场面致使我整个这人都处于不佳之状态了。

从前那满当当都是人声喧哗, 叉车左右毫无规则地穿行, 分拣员汗水一颗接一颗粒在额头流淌好像满脸水珠的情景, 霎时就不存在了。场子里一片死寂, 安静无声至极, 有几台机器慢吞吞地转动运行, 好几个大屏幕不停闪烁变换光影, 稀稀拉拉仅有的几个工人处于旁边悠然自在地喝着茶。

我问带队的李总：人呢？

他咧了咧嘴, 示意了一下天花板上正运转着的摄像头, 接着又比划了墙角那个类似冰箱模样的物体, 而后说道: 全都在那里面呢。

就是那个被称作“冰箱”的东西, 它是他们刚刚推出的AI数字化且智能的调度工具。其名字相当绕口, 然而所做的事情却丝毫不含糊——它将所有处于中转环节的决策权, 从人的手中, 强行给夺走了。

你要是没干过物流，可能不知道中转站在整个链条里有多重要。

简单来讲, 有一件货物是从上海发往乌鲁木齐的, 这根本就不可能一辆车直接就开过去, 中间是必定要经过好几个中转站的, 而且每个站都要负责把货物卸下来, 然后进行分拣, 之后再重新装车。

核心问题就出在这个“分拣再装车”上。

往昔是怎样进行操作的呢? 依靠人的力量。存在着这样一个场站情景, 其中有着几十个从事分拣工作的人员, 每一位分拣员脑海之中都留有几百条线路的信息, 其手中握着扫码枪, 每当机器发出响声的时候，完全凭借着经验去判定这件货物应该放置在何处进行归类、那件货物应该装载到哪一辆车上。

这个模式，说白了就是拿人肉当CPU。

我采访过一个干了十年的老分拣员老张，他跟我说：

新手初入本行, 头三个月很难追不上。有一个物件要在三秒内看完, 需要从中剖析判断其行进方向, 上哪一辆车, 该放置在哪一堆位。要是拿取物件的手速慢了极其短暂的一秒, 流水线就会阻塞拥挤。流水线一旦这样, 队长就必会骂不绝口。

他带着苦意露出笑容说道: “这长达十年的时间里, 我的腰椎间盘已经向外突出了, 近视的度数增加了整整三百度, 而工资仅仅上涨了五百块。”。

这种模式下的中转站，效率天花板肉眼可见。

对于一个场站而言, 一天处理一万件算是达到上限了, 要是再多的话就必须增加人员, 而增加人员接着就得扩充场地, 把场地扩大又得增添成本。并且一旦人员增加不少, 出错的概率便会升高, 比如发错方向、装错车辆、弄丢物件, 每年仅物流公司在这些方面亏损的资金, 能够买下好几栋楼了。

那样一个如同“冰箱”模样的物品, 实则属于一个集合了摄像头的, 蕴含传感器的, 还具备边缘计算模块的智能调度终端。

它的工作逻辑，其实特别简单粗暴：

第一步，看见一切

每一个进来的包裹, 都能够自动进行扫描, 进而实现识别, 然后完成记录, 并不需要使用扫码枪, 且也无需人工进行录入。

第二步，规划一切

系统依据目的地, 按照时效要求, 参考车辆排期, 结合场站的实时负载, 自动计算出每一件货物所要前往的地方, 确定货物出发的时间, 以及货物应该搭乘哪一辆车辆。

第三步，调度一切

朝着叉车、AGV小车、自动分拣设备发送指令, 既不是人等待指令的状态, 也不是指令等待人到达才出现的情况。

李总给我打了个比方：

过去, 状况是几十个人于群中叫嚷着‘这个件去往哪里’, 当下, 情形为一个AI在后台悄然无声地安排每一件事情。人的作用为何? 乃是监工而已。

这话说得我后背一凉。

李总洞察到了我的内心想法, 接着补充说了一句, 无人会面临失业情况, 原本的那几十个人, 其中大部分都进行了转岗。

“转去干嘛？”

转运过去着手处理异常状况, 诸如包裹有破损之处, 存在系统无法识别的特殊物件, 还有客户发起投诉等情况, 这几方面人工智能目前尚无法达成。

他讲这下述言语之际, 神情透露出一种坦然的状态, 然而, 我却清楚明晰地听闻, 他话语之中隐匿着另外一层并非直接表明的含义:

那些只会上传下达、靠经验吃饭的岗位，不转岗就只能走人。

对此并非是啥新鲜的事儿。一切的技术革命, 全都最终都指向同样的一个方向。是把具有那种重复性的、能够被编码的、并不需要创造力的事情, 从人那里给剥离出来, 转交给机器。

我也问了李总，这玩意儿有没有出过问题。

他沉默了一会儿：“有。”

去年的那个冬天, 温度低至零下十几度, 场站里头的传感器因为寒冷受冻而失去功效了, 系统由此接收到的所有数据都是错误的, 而后它制定了一份堪称‘完美’的调度计划, 将原本要发往南京的货物, 全部都装载到了开往郑州的车辆之上。

“那天我们多花了五万块钱，才把货追回来。”

他讲完后, 又补充说：“然而这类事情, 在以往依靠人力去做的时候, 一个月会出现好几回。现如今一年才出现一回。”。

你瞧, AI并非全知全能。它同样无法避免出现差错。然而它所产生的失误能够再次呈现重现, 能够追寻源头回溯, 能够进行改正修复。那么人的失误呢? 在绝大部分情形下, 你甚至连错误究竟出在何处都寻觅探寻不到。

李总后来跟我说了一句话，让我到现在还在想。

他讲, “我们启用这一套系统, 并非鉴于它有多么先进, 而是由于我们所察觉到的, 年轻人不再前来了。”。

对，这才是真正的痛点。

物流这一行业, 活儿累, 钱还少, 且没什么前途可言。分拣员、调度员、叉车工, 这些工作岗位正遭受新一代劳动力的摒弃。他们宁可去送外卖、跑网约车, 甚至去当网红, 也不愿到中转站做活。

年轻人用脚投票，企业只能用手投票——用机器的手。

这并非是什么那种能让人感到美好愉悦的未来所呈现出来的图景, 这是一场处于被动状态下的, 充满无奈之感的, 是不得不去做的一种升级。

说了这么多，回到这个工具本身。

实则其最为关键的能力, 并非是深度学习, 并非是神经网络, 然而却是“实时决策”。

常规的传统中转调度方式，大体而言好似“事后诸葛亮”一般。当下所产生的数据, 要到明日方才会生成报表。这一趟车出现装错货物的情况, 需等到下一趟车时才可察觉知晓。

AI不一样。它每秒钟都在算、都在调、都在纠偏。

像是某一趟车辆, 由于交通出现拥堵状况, 导致其晚到了两个小时, 此时系统会当即开始重新规划这辆车上寄存的所有包裹的后续行进路线。原先那些需要进行两次中转操作的包裹, 有可能调整为仅需中转一次。原本应该在这个特定时间点出发的包裹, 或许会被推迟出发时间。

整个过程，不需要任何一个人来拍板。

是, 人无需再进行拍板操作了。 此情形, 实在属于格外能使我察觉到震撼之感的状况, 并且, 还是最能撩拨得起让我内心泛起不安情绪的那般要点。

我们耗费了好些时光, 才掌握了“拍板”此项权力, 然而现如今, 在处于存在状态的AI跟前, 这项权力竟就在这般毫无阻碍的情形下被收缴走了。

创作这篇文章, 并非是要去为那个工具进行宣传推广。我跟所谓的海总并不相识, 而且我压根就不是泛微的职工。

这件事背后藏着的东西, 我只是觉得, 比任何算法, 比任何效率提升, 或许更值得琢磨。

我们一直讲“技术改变生活”, 然而真正发生改变之际, 常常并非是声势浩大的那种状态呈现。或许它会出现在一个毫不起眼的物流中转站当中, 出现在那些被更替掉的岗位的背后之处, 出现在那个因传感器出现故障失灵而致使的黑色星期五之时。

如果你问我现在什么感受？

我想说，我觉得慌。

但我也知道，慌也没用。

历史向来不会等待任何人准备妥当, 它只是径直一路无情碾压向前, 顺便将几个无法跟上其节奏步伐的人碾碎。

关于那个智能调度工具而言, 它此刻处于山东的那个中转站之中, 以安静模样、沉默状态、不眠不休态势实行着工作。

替我，也替千千万万个不想再熬夜加班的打工人。

挺好的。

真的。