什么讓快遞跑得更快？數據！

今年春節之后，圓通北京十里堡分公司復工，最搶手的是一個月薪3000塊錢的搬運工崗位，這個崗位工資最低，沒有任何技能要求，一共只招3個人，卻吸引了十幾個上了年紀的人競爭。“都是四五十歲的人了，不會玩手機、不懂上網，別的干不了，只能做搬運。”老板劉乃巖告訴我們，現在的快遞員每天都離不開手機，用APP掃描快件、規劃送貨路線、及時回傳數據、上報問題件，還要在小區內搶單——送快遞早已經不是單賣力氣的體力活，背靠的大數據、云計算正在建造智能物流，是科技讓包裹飛得越來越快。

下崗的分揀員

十里堡這家圓通分公司，一度最稀缺的是分揀員，這也是目前絕大多數快遞公司里最緊張的職位。

分揀員在業內被叫作“大頭筆”，就是那種粗粗的油性記號筆，流水線上的快遞來了，“大頭筆”們要對著上面的地址迅速做反應，在四五秒內閱讀、判斷、加粗標注目的地，把看著上海、甘肅等行政區劃的快件分別扔到對應的省份包裹堆中。

35歲的劉乃巖是圓通的加盟商，他地處十里堡的圓通分公司每天要收1萬個包裹，之前他有2條出港的流水線，一共9個分揀員，每天把收來的快遞按照省份、區域分開。“每個人只看自己固定的幾個省（市、自治區），不用把所有的件全看完，這樣人均速度就提起來了，這是現在人工分揀里最簡潔的方式。”但這也是提速的唯一方式，一旦像“雙11”那樣爆倉，分揀員除了加快自己的速度，沒有別的辦法。

“大頭筆”們是一個快遞公司最大的財富，培養出一個合格的分揀員需要至少半年時間，同一批分揀員還要處理派件，他們反過來要把十里堡地區所有的街道、胡同、寫字樓，各種邊邊角角的信息都裝在腦子里，同時記得60組快遞員的不同分區，才能對著包裹在幾秒內迅速反應出這個件該派給誰。公司每天要派2萬個單子，他們在每一件上飛速寫上內部人才看得懂的代號，即便地址上那個已經細致得跟毛細血管一樣的小胡同，他自己從來都沒去過。

“我這都把‘大頭筆’們隔離，不能讓他們跟派件員接觸。”劉乃巖說自己的派件員平均工資能拿到七八千，但分揀員的工資只有3500元，每天分揀的工作只要做4個小時，工作強度低，自然工資也不高。“分揀員總跟派件員在一起玩，時間長心理不平衡就跑了，讓他天天跟工資更低的工人在一起，起碼還有點優越感，是吧？”劉乃巖為了籠絡住手下的“大頭筆”們，給他們的工資比別家高，還單獨租樓房里的三室一廳做宿舍。在十里堡這里，人工分揀的出錯率是千分之五，在行業內已經是不錯的水平了，分錯一個收件，運錯地方、退回、再重運，成本至少是20塊錢，對于一個日均處理3萬單的分公司來說，意味著每天還有額外兩三千元的犯錯成本。

更大的問題是“雙11”，平時每天處理3萬件快遞，到了“雙11”，十里堡圓通一天就要處理8萬單，要一直持續四五天，派件員可以雇臨時工，分揀員根本不可能從頭開始培訓，每位“大頭筆”都快忙瘋了。頭幾年的“雙11”單量，很快又會變成新常態，劉乃巖的業務就在以每年20%～30%的速度增長，分揀員的問題只能越來越棘手。

去年10月，劉乃巖給自己的公司啟用了一臺自動分揀機。在1500多平方米的廠房內，機器繞成近100米的一個大圈，包裹順著5條小傳送帶走上去，原來的“大頭筆”們現在手持著掃碼器，1秒鐘掃好一個，包裹傳送到掃描龍門下再掃一次碼，一個寄到天津市區的包裹此時就被記住了去向——傳送帶以每秒2米的速度運轉，等走到對應的分揀區時，紙箱下的傳送帶橫向一滾，包裹就應聲落在了所有發往天津中轉部的貨堆里。

新機器的原理并沒有多復雜——就是一條全自動分揀流水線。全北京目前只有三臺這樣的分揀機，劉乃巖是第一個安裝的。而光是圓通在北京的加盟商，像劉乃巖這么大的三級公司就有近百家，更不用說數以千計的其他品牌的分公司了。

這臺機器之所以能運行起來，關鍵原因是用了電子面單。

電子面單是一張不干膠打印紙，跟普通消費者如今依然常用的手寫厚面單不一樣，電子面單只有一層，上面印著條形碼、收件人、發件人等信息，字號最大的一行印著×××-×××-×××一共三段的9位數字，卻不再有發貨地的大字兒了：像那個寄往天津的包裹，上面寫著“140-050-017”，140代表天津中轉部，050代表河西區網點公司，017代表網點的某個承包區或業務員代碼。在層層分撥中，再不需要有分揀員費力地對著一行漢字反應它的去向，直接劃到對應的數字區就可以了。

電子面單在發達國家早就已經普及了，國內的亞馬遜、京東等自行配送的企業也用得很早，但類似“三通一達”這樣的快遞公司只做配送，要跟電商合作才能把系統打通，而且同一個商家不可能只用一家快遞，每家快遞的系統又各不相同。

最早的嘗試是在2014年5月，阿里旗下的菜鳥網絡做了一套標準化的公共電子面單平臺，全行業可以免費申請接入。大的淘寶店家換一臺電子面單打印機，成本已經降低到了幾百塊錢；快遞公司接受這套體系后，再跟轄區內的大客戶做推廣，一個商家的訂單系統，可以跟多個快遞公司對接，這是一個讓整條鏈路都節省時間的改進。2014年全行業電子面單的使用率不到5%，以中通為例，2015年總訂單里就有48%改成了電子訂單，2016年這個數字已經變成了78%。

劉乃巖所在的十里堡區域，做電商的大客戶基本已經全換成了電子面單，他現在有一半的收件都可以直接掃描，預計幾年內要推廣到95%以上。全自動分揀機有100多個建包口，每個省下都再區分出不同區域，過去1萬單要分揀3個小時，現在1小時就能分揀1.2萬單。而且在這里分揀完的包裹就不用到上一級分揀中心再分揀一遍了，整條網絡都節省了時間。

菜鳥網絡的算法工程師鄭聳告訴我，電商選擇物流－交通干線運輸－包裹分揀－末端配送，是一個快遞必經的四個段落。類似電子面單這樣的改進，就是用新技術來為各個環節做優化。“其中分揀一直是最大的痛點，也是現在我們改造最快、實踐最成功的。”

被回傳的數據

2016年“雙11”當天，0點17分，一名網友上傳了一張照片：在一個城市3D街景圖里，一大半的高樓都點亮成了粉紅色，他解釋：“阿里大數據與高德地圖結合，能夠監控到每一個下單的大樓，紅色代表這棟大樓有人下訂單！”

這張圖很快被轉發了3400多次。剛剛血拼完的網友，也許就處在圖中的紅色大樓里，大家被這種形象的統計震驚了：“按什么統計的，收貨地址嗎？”

收件地址與地圖結合，其實這早就不是秘密了：如今你用高德導航回家，搜出來的家庭地址也許就是你自己買快遞時建立的——同作為阿里系的高德地圖，早就跟菜鳥網絡打通了數據。在菜鳥網絡上，每天有170萬個合作伙伴的快遞員正在全國各地做配送，收件人輸入的地址，已經實時體現在了菜鳥網絡的地址庫中，當快遞員到了家門口，掃描快遞上的二維碼，菜鳥網絡也在同步采集快遞員此時的定位，驗證了這行地址的真實性。

包括滴滴打車的各種路線、通行速度，最后都會變成互聯網地圖的實時數據（否則地圖如何知道此時二環路東段正在擁堵）。瘋轉的這張圖只不過倒著告訴大家罷了。

包裹值錢，包裹本身攜帶的數據，也許價值更高。

中國的快遞業蘊藏著大量的數據。一個包裹從創建開始，就有發貨、攬收、分揀、始發地的中轉、飛機或者干線的中轉、再到配送網點的收貨、快遞員的派送、簽收……每個節點都有時間、操作信息等原始數據。過去這些數據都沉淀在各家快遞公司的系統里，產生的價值非常有限。比如具體到十里堡這樣的分公司，一個網點對接一個大商家，用普通面單時，每個月要結賬，“快遞員得跑到人家里去翻單子，一張一張數數”。再之后的整條運輸路線的低效也可想而知，這樣的效率跟中國快遞包裹超過300億的巨大體量完全不相配。

“數據本身是通過共享、生產、加工才能產生更大價值的東西。就像石油一樣，沒有精煉的廠、沒有將它生產成汽油，你坐在一堆原油上也沒有價值。”菜鳥網絡首席科學家丁宏偉告訴我們，當這些睡在各家公司里的數據運轉起來，“數據是真正的新能源”。

還是以“雙11”為例。菜鳥網絡自從2013年5月成立之后，一共遇到了三次“雙11”，每次菜鳥都提前幾個月做一個物流的長期預測：“越逼近‘雙11’，商家的促銷活動就越明確。消費者開始收藏寶貝，添加購物車，這些海量的前期數據能幫助我們準確地判斷消費者的需求和商家供給的匹配情況。”丁宏偉說。

中間的干線物流更復雜，對于物流公司，核心的利潤和成本都在包裹的干線配送上。算法工程師鄭聳覺得中國的干線配送有自己的特色：“跟美國的干線不一樣，中國干線物流快遞70%是電商件，電商又喜歡做促銷，波動能達到14%以上，對于一條線路就要反復決策今天要發幾輛車，今天這輛車沒裝滿怎么辦？送完了回程沒裝滿，怎么辦？諸如此類非常細節的問題。整個中國快遞網絡里，干線的調度是快遞公司最大的成本。”

現在國內70%的快遞包裹信息都在菜鳥網絡上，一個訂單生成后，菜鳥網絡會畫出從發貨地到目的地的曲線，這會建造出非常精細的幾萬條線路。菜鳥網絡再橫向預測每家物流公司在每條線路上的單量。“他們拿到數據就可以做運力的提前準備，做倉庫、快遞員資源的調度。一開始可能給快遞公司一個比較大的數據，越到后面越精準，到了中期，快遞公司就可以拿去做車遼的調度。”丁宏偉說，這個對“雙11”數據的預測，最開始是每個月一版，然后是每周一版，到了“雙11”期間，基本要以每小時為單位來同步信息，“那就是在秒級和分鐘級進行數據的計算”。

“當‘雙11’峰值來的時候，公司一個決策晚了一個小時，就可能造成一個網點的大量擁堵。我們能根據包裹的流向迅速偵查出某個網點有異常，提醒物流伙伴這里單量異常增多，需要趕緊派快遞員協調處理。”頭幾年之中提醒只能落實到分撥中心，現在已經能做到網點級別，這個用大數據提升物流質量的過程，丁宏偉把它叫作“數據賦能”。

整個鏈條精細化

除了收貨更快，消費者能從“數據賦能”里獲得什么？數據可以解決那些看起來貌似永遠無解的小麻煩。

在淘寶購物，每次收貨后做評價，很多人總是把店鋪“物流服務”那一項直接跳過去，因為覺得打分沒用——即便自家小區快遞員態度差，告訴店家又有什么用？我曾與一名服務態度極差的快遞員發生嚴重的糾紛，那名快遞員至今仍在小區里工作，導致此后每次購物我都需要費力地在備注里寫：“請勿用××快遞。”但鄭聳告訴我們，今后如果你對小區內某家快遞不滿意，很快所有寄給你的電商件，都不再會選擇這一家了。

“每個商家都有自己的合約快遞，每天的貨按比例分給不同的快遞公司，但是商家并不知道哪條線路更適合哪家公司，比如從一個城市A發貨到城市B，我打個比方，也許申通在這條線路上其實最有優勢，他們的運輸最快、落地服務最好、成本最低，但是商家對此一無所知，他們更多考慮的是經濟成本。”鄭聳告訴我們，根據菜鳥對貨物配送的時間做檢測，發現不同的快遞公司會在不同的干線配送上有各自的優勢。與此同時，同一家小區的快遞肯定也有高下之分。“我們的打分是5分制，一般對一個街道來說，按照賣家的打分，不同快遞公司之間就差零點幾分，但我們也發現一個案例，有一家公司能比別人低出來整整一分，說明服務確實有明顯的差異。”

目前這個打分的數據應用還不太多，大多數消費者只在非常不滿時才會專門去打分，整體數據樣本少，拿到的也大多數是差評。菜鳥網絡正在從商家這里做推廣——如果一個北京某小區的顧客從四川成都買一件衣服，系統會自動結合衣服的重量、時效要求、價格，以及該小區的配送情況，計算出一條最優的平衡曲線，讓成都的商家迅速匹配出最適合的快遞公司。鄭聳希望在一年后，能有20%的淘寶商家會用到這個數據。

數據也能解決劉乃巖的煩惱。

“家里沒人”，是新快遞員最棘手的難題。客戶讓放門口、放消防栓，那種“誰順手都能拿走的地方”，放完丟了，就是快遞員的責任，不放，客戶又要投訴。“咋辦，就看出快遞員腦子活不活了，可以放完自己拍張照取證，或者再單獨去送一次，或者去找找物業和樓下超市看能不能代收。”劉乃巖還處理過一起丟件，客戶住合租房，快遞員明明把貨物拿給了對方的室友簽收，第二天被告知沒收到：室友簽字當天正搬家，直接把快件順走了，而客戶其實還完全不認識這個人。“‘不在家’這一件事兒就能惹出一堆麻煩，中國有這么多行業，能把快遞業干好的人，沒有什么別的行業干不好。所以有人說最容易的活兒是送快遞，那真是胡說八道。”

鄭聳說，這個問題也在解決：還是要說到地圖的地址庫，菜鳥網絡上有大量的歷史數據，能判斷出一棟樓的性質——如果晚上還有很多人，那一定是個居民區，如果周末這棟樓的人突然變少了，人工智能就能判斷出，這是一處寫字樓。

如果某一年的“雙11”是在周五，針對一座寫字樓的包裹，在隨后的周末兩天就會被“hold單”，系統自動不派發，免得快遞員裝了一車貨過去，沒有前臺簽收，再徒勞地拿回來。

我問劉乃巖，怎么能在派送過程中降低成本，劉老板的答案出乎意料：嚴格管理，降低出錯率。“出錯，就是比如說，業務員上樓不鎖車，三輪車讓人偷了。”他說，“正常送包裹肯定先送大件再送小件，你把大件放在車上不送，結果被偷走。這不是因為大件看起來值錢，是因為大件車里面裝不下，只能放車頂上堆著。”

但鄭聳這里還有降低成本的另一個思路。未來菜鳥后臺會結合晴天陰天、當天派件收件比例、是否堵車、是否節日等各種要素，綜合計算后告訴快遞員當天的交通路線，送哪些和不送哪些貨。此外還能把每個快遞員的送貨路徑做綜合規劃，哪怕在劉乃巖這里看來，已經沒什么好規劃的了——“一個小區分幾塊，一個快遞員送這兩棟樓，另一個送那兩棟，我們不需要規劃。像國貿那種大寫字樓，快遞員絕對直接按樓層分配的，這還需要看電子地圖嗎？”

但鄭聳組織過的算法比賽真的計算過，這些拍腦門決定的分配未必是最優的：“現在看這個快遞員可能管2棟樓，但可能整合一下能配3棟。在我們算法比賽里看，最多一名快遞員4小時的配送可以3小時送完，理想狀態下，能提升30%～40%的效率。”而且路徑規劃最實際的用途，是在高流動率的快遞節，新的快遞員入行拿著科學規劃的路線，再上手就不需要那么高的學習成本了。

精細后的效益

2月24日，順豐在深交所借殼上市，從2016年下半年以來，圓通、申通、韻達、中通紛紛上市，幾大快遞公司已經從當年的桐廬幫、水貨仔變成了資本市場上的準巨頭。國內快遞領域早已經是紅海，低利潤、高勞動力密集，這是一個競爭高度激烈的行業。

利潤低，省1分錢都是大買賣。在2016年四季度財報里，中通公布自家單位包裹營收從2.14元人民幣增長到了2.15元人民幣，上漲的主要原因，就是中通內部的電子面單采用率上升，并因此減少了相應的補貼。菜鳥網絡計算，做了數據優化后，2015年國內快遞平均時效縮短了半個工作日，相當于每天為中國人民節省1.6億小時，通過菜鳥網絡電子面單平臺，為整個行業一年節省12億元，而智能分單產品則為倉庫快遞員每天分揀時間減少了30分鐘以上。

光靠往已經勞動力密集的領域繼續堆勞動力，是跟不上國內快遞的發展速度的。加入智能化實際是一種彎道超車。

丁宏偉告訴我們，在快遞領域，大家很少跟發達國家去做對比，因為這個行業實在太有中國特色了：歐洲、美國、日本，在IT時代就已經形成了非常穩定的商業環境，美國的FedEx、UPS、歐洲的DHL等企業，已經形成了完整的全國性配送服務，在這樣成熟的市場里，沒有太多空間來滋養新技術的突破。

但在中國，至今物流行業也極度分散，大快遞公司林立，每家的份額都不占絕對優勢。物流行業也沒有在IT時代做好充分信息化建設，如今遇到了移動互聯網的機會，更容易直接跨越式發展：“現在有了移動互聯網、有了云計算，讓企業的信息化和智能化的成本極大降低，這是一種新技術革命的紅利。”丁宏偉認為國內的互聯網人才、技術水平在國際上很占優勢：“我們的決策分析能力，對于大數據計算的能力，在世界上都是非常引以為傲的。”

國內能做智能化的公司并不多，大量的數據需要在一個大平臺上才能處理，即便是做一個送貨最優路徑的判定，一個城市算下來，請求服務的量和運算量都是一個海量數字。鄭聳判斷，目前中國有能力做運籌學的企業不超過10家，包括百度、高德、滴滴、美團、聯想等。

因此，這種對配送的優化，目前還是大公司的游戲。然而在技術能力之外，還有商業邏輯的區別。

這幾年一線城市出現了很多同城速配服務，把一張遺忘的身份證從北京的東四環送到北四環，50元運費，2小時內完成配送。送蛋糕、送鮮花，這些貨物價格高、配送費貴的同城配送，分割的是“三通一達”和順豐之外的市場。可以做例子的是，我采訪了一家叫“曹操到”的創業公司，創始人魏東最初2012年在濟南做外賣配送，2013、2014年加入了美團外賣的市場擴張，跟“餓了么”搶市場，2016年再來北京做快遞服務，魏東主動把外賣配送這一塊切掉了，只送快速送達的同城和跨城快遞——外賣市場全都是巨頭砸錢做推廣，用2倍的價格挖業務員，跟商家只收1/2配送費，相當于是用小創業者4倍的成本來運營，那些低廉的送餐服務背后，是幾億元投入的資本，已經沒有新人進入的空間了。

同樣，現在鮮花、蛋糕配送服務，小創業公司走的也是資本的邏輯，鄭聳分析：“他們的問題還不是成本優化，而是快速拓展市場，讓單量更多更大。至于這一單賺10塊錢，我能不能再省出來5毛錢？他們其實并不在乎——我多做幾單就賺回來了嘛！”所有這些配送員，在消費者眼里也許工作性質都差不多，但背后是諸多分割的產業。想象幾年后的一天，你當天要收到5個來自不同公司的快遞，1份樓下小店外賣，1份從10公里外剛出爐的面包，也許前5個包裹已經能集中在你家樓下，由一個院內的配送點集中配送，但外賣和面包，恐怕還是要分頭上門，只要商業屬性不同，快遞員也許還無法幫其他行業做最后一公里的配送，真正的整合是另一套邏輯了。

未來的快遞什么樣？

現在經常有人跑到劉乃巖的公司，參觀這個新安裝的自動分揀機大家伙，大多數人還是猶猶豫豫地又回去了，下不了那幾百萬元成本的決心。

劉乃巖安裝這個分揀機，前期準備了足有半年時間：“第一個，機器占地N多平方米，鋪設前要把庫房騰空，重新鋪水泥把地面做平；第二個，安裝要一個月，這期間得在旁邊租庫房，因為快件不能停；第三個，測試也要一個多月。北京的房租多貴啊！”

安裝這臺機器的成本有300萬元，“其實就相當于你把三年員工工資提前發了而已”。如果能再吸收周邊網點的分揀工作，每一件抽3毛錢，這臺機器幾年就能回本。

劉乃巖敢出這個成本，也是這些年經驗支撐的。他從2001年還只有19歲就來北京打工，一來做的就是快遞。2004年來十里堡時，還沒有“派件”這個說法，分公司連電腦都沒幾臺，現在熙熙攘攘的大商圈青年路還是條土路，他每天送二三十個包裹，取10來個，租個200塊錢的平房連住帶堆貨就夠用了。

從2006年開始，接上了淘寶，頭地往上翻，2007、2008年量就真正開始上來了。尤其2008年以后，一年能翻十幾倍。劉乃巖上一個庫房還只有2000多平方米，現在已經擴展到了5000多平方米，直奔著日均處理5萬單的規模去了。

按照經驗，每次更新庫房，劉乃巖都按照五年的規劃設計，現在上了全自動分揀機，他預計未來進出港處理10萬單都吃得下。從基層快遞員到分公司加盟老板，劉乃巖這些年一路被時勢推著走，現在他手下有220個派件員、22名客服，加上管理崗和搬運工，一共有近300名員工。“我早就認不全了。”他說。

那些大數據、云計算的智能優化，最終都要靠這些基層快遞員來親手完成。現在劉乃巖招聘，“健康、年輕、聰明，別傻就行，學歷不是最重要，只要能把手機玩明白”。快遞員的裝備幾年一變，現在快遞員隨身攜帶便攜式打印機打印電子面單，掃碼已經全都用手機了，手機上APP收貨、運送、派送、簽收、回單的全部環節都有。劉乃巖聽說中國電信就要推出快遞員專用手機，“手機都是免費送的，定制流量、通話套餐，現在早就沒人發短信通知客戶了，要通知，以后掃一下碼就行”。

菜鳥網絡可能還要革快遞員的命。最近的媒體報道里，菜鳥網絡一直在宣傳自己做的小型機器人小G，小G是一臺可以在陸地上行走的機器人，身高1米左右，大概能裝10～20個包裹。只要通過手機向小G發出服務需求，它便會規劃最優配送路徑，將物品送到指定位置，用戶可通過電子掃描簽收。

這個裝著視頻攝像頭、激光雷達、超聲波雷達等一系列感知器的小機器人，未來要進到快遞員不能進的封閉小區去送貨，它能觀察周邊的復雜環境，知道自己在哪兒、周圍的人群和車輛在哪里。還可以自己乘坐電梯，判斷出電梯里還有沒有空間、擠不擠，還能不能進得去一系列的問題。

包括戴著AR眼鏡，指導配送工人迅速找到貨架上的商品，即時掃描；用AGV智能倉儲機器人矩陣系統，在物流倉庫內做揀選車跨區運輸；用大數據做智能打包算法技術，節省紙箱用量……這些讓人眼花繚亂的人工智能、機器人、無人機等新技術，都在物流業找到了配對的空間。丁宏偉認為阿里在這一部分的技術已經是行業領先，未來多久能實現，就看機器人的成本，和配送與服務效率提升后，形成規模效應。總之，一定會有實現的時候。

劉乃巖對那些要代替快遞員的機器人還沒什么興趣：“你看那街上的共享自行車，都壞了多少個了？機器人上街？全給你拆嘍！”

他覺得未來肯定要變化，但快遞員這不會變。未來能見到的是社區配送的整合，一個小區的快遞很可能都吸納到一個承接點，由一家配送公司承包配送，這樣減少運力的反復浪費，但終歸還是要快遞員一級一級臺階自己跑下來。在末端配送上，計算機和老板們有不同的預測思路，機會也蘊藏在參差多變的可能性之中。

（感謝實習生吳揚對本文的貢獻）

記者 劉敏 攝影 蔡小川