2024LOG供应链物流 突破创新奖候选案例——京东物流

企业介绍

京东物流2017年4月正式成立，2021年5月，京东物流于香港联交所主板上市，是中国领先的技术驱动的供应链解决方案及物流服务商，以“技术驱动，引领全球高效流通和可持续发展”为使命，致力于成为全球最值得信赖的供应链基础设施服务商。

案例介绍

京东物流数智化履约决策平台由3个核心技术模块组成： 

任务自动化：在运输货量动态不确定的情况下，基于实时货量预报预测，推荐最优车型车次组合，降低运输任务异常，提升车辆装载率和效益。 全量运输需求通过算法动态分层进行不同策略的自动化派车,全自动化派车，车型&车次基于成本回归最优，符合业务规则的历史稳定发运情况的进行提前24小时自动化派车，指导运输运营。半自动化派车，通过历史车次稳定，车型有调整，货量波动影响车型，算法推荐的装载率成本不比人工差的方案进行自动化推荐出来在发车前6小时自动派车，指导运输运营。人机协同派车，尾货、临时线路、线路发货无规律、货量波动大的，通过货量预测预报算法推荐出最优策略，由人工判断后进行自动化派车。

资源自动化：通过建设动态资源池，动态资源池的资源包括京东物流百万三方、自营、个体的资源进行分层分级运营，在收到任务车型车次后自动匹配出满足时效下的全局成本最优的具体资源，全程无需人工操作。通过自营统调、自营、个体、三方招采，结合算法全方位进行资源优化。三方招采资源是基于内部、外部的多源异质数据，对企业的承运商属性进行挖掘，定位有承运资质和意愿的承运商；建设资源匹配的召回、排序、重排序的算法流程，有效地将业务规则、历史行为模式、匹配策略融合在一起，全面提升资源匹配的效率，基于大模型技术，在招采全流程进行业务优化，包括匹配模型输入特征的标准化、匹配模型输出结果的智能筛选、匹配结果的个性化业务解释。

执行自动化：引导式作业，即“任务找司机”模式，是一种更加主动和智能的物流作业方式。在这种模式下，物流系统通过算法和智能调度，自动将任务分配给最适合的司机，而不是让司机去手动寻找任务。通过实时收集司机位置、状态、车辆类型、载货量信息，利用机器学习算法，向司机推送合适的任务操作节点，通过智能语音AI和用户界面相结合，让司机能够轻松的进行各节点操作，同时结合GIS和围栏可自动化操作节点。通过引导式作业，提升司机作业效率，加快货物交付速度。 基于视觉算法管理实现月台作业合理有序高效，基于车联网实现了轨迹全程可视，基于ADAS提升驾驶安全性。以ADAS辅助应用为抓手，结合违章数据、培训学习、司机安全考核等，建立了完整的安全管理机制。