慕尼黑初创公司将给物流业带来数字化变革

慕尼黑一家新的初创公司Smartlane，专注于借助人工智能使物流业更高效，以提高物流流程和货物交付效率。

Smartlane借助云服务平台，交付服务和基于车队的服务提供商可以通过创新的订单管理和敏捷的车队调度（包括全球路线优化和智能到达时间计算）来根据需求驱动其业务。“ 基于该服务，诸如车辆，燃料成本和驾驶员效率之类的成本因素，以及应为客户服务或由谁服务的规则，或诸如CO2消耗等因素都将被考虑到。

1

传统物流业管理 -- 很多还在用Excel做计划

不要惊讶，德国诸多大型物流公司多年来一直未解决此类数字化问题，特别是在中型行业，经常缺乏足够的时间进行此类改进，或通常人手不足进行工作流方面的大量更改工作。物流行业在许多方面都是非常传统的，通常会在计划流程时结合使用Excel表和工作人员的直觉。 不过物流行业的许多老员工将在未来几年退休，这是对物流流程进行数字化的大好机会。

公司投资人说：“令我震惊的是，即使是物流界的大型企业，一开始仍然仍然使用相对简单的流程和不怎么智能的软件。 我们的初创团队结合市场发挥巨大的潜力。“ 亚马逊对市场的压力在很多方面带来变化，也发挥了重要作用。如今物流业流程越来越需要定制化时间窗口，但是许多物流专家仍然无法充分应对。

2

Smartlane带来的革新

除了计划流程和路线之外，Smartlane还涉及其它业务-例如监控，始终了解当前的负载，在偏离计划的情况下如何进行操作，避免其他客户的延误和增加企业的透明度。“对于某些客户，我们已经节省了多达30％的费用，但是对于大型公司而言，只要节约2％或5％的费用，就是很大的效率提高。” 工作流程的自动化在这里带来了很大的飞跃，特别是通过正确地模拟流程，可以让人工智能可以利用其额外的潜力。 但是纯粹的自动化还不足以取代调度员的专业技术；这需要对流程完全的了解，而这只有借助AI才能实现。”

除了借助Smartlane实现的自动化（客户仍然可以更改路线和调整负载）之外，机器学习组件起着非常重要的作用。例如，如果客户有时由于某些过程或负载而花费更长的时间，AI系统就会考虑到这一点，以及如果客户由于其位置（例如高峰时间交通）而难以到达这种情况。但是，这种类型的运输信息需要大量只能由客户或运输公司获得的数据，并使用相应的交通数据或其他复杂算法进行路线优化。德国的快递公司GLS，德铁运输等客户已经使用该方案，确保尽可能高效地交付货物。

在Smartlane的背后，除了研究交通数据分析的计算机科学家，还有交通工程师和慕尼黑工业大学的技术管理专业的专家，全都对物流业有广泛的了解。

3

2600亿欧元的物流蓝海

投资人和Smartlane创始人一致认为，德国物流业的潜在总营业额可达到2600亿欧元。因此，已经有一些类似的初创公司，他们不专门从事货运组织，而是为企业客户寻找并安排运输方案。

该公司在人才方面也有很多优势：目前有三位创始人和9名员工，他们希望找到更多的专业人才，尤其是在软件开发和IT领域，该团队计划增长到20名员工。

学AI和ML的同学赶紧试试去投简历， 尤其目前各大公司都在缩减AI研发的时候。再说，德国的快递行业的确需要好好革新一下。