<menuitem id="f1nh1"></menuitem>

        <meter id="f1nh1"><b id="f1nh1"></b></meter>

          <mark id="f1nh1"></mark>

          阡陌交通,數字之用

            六年的發展,阿里云從關注交通單一關鍵環節開始,到思考如何應對大交通治理方、運營方、服務方的現實挑戰,圍繞交通"規、建、管、養、運、服"進行體系化建設,利用平臺化技術綜合優化交通資源。這是阿里云交通部門自身發展和轉型的歷程,也是阿里云與交通行業一起極速奔向全局智能的歷程。

            本文觀點來自:

            張磊 阿里云智能城市大腦首席科學家

            鄧兵 阿里巴巴達摩院城市大腦實驗室資深算法專家

            肖露 阿里云智能交通物流行業總經理

            "今天下,車同軌,書同文,行同倫。"——《禮記·中庸》

            自古以來,交通便在人類文明發展史上扮演著重要角色。秦始皇統一六國以后修建直道,堪稱中國最早的高速公路;長城烽火臺白天放煙晚上放火,和當下V2X(Vehicle to Everything,車用無線通信技術)、車和車互聯的理念非常相似;汽車、輪渡與飛機次第而來,當技術的進步足以支撐人類探索海陸空,交通的內涵也大大拓展,無遠弗屆。

            與此同時,交通行業正迎來一場數字化的內生變革。"十四五"規劃中明確提出,加快建設交通強國,在智能交通領域推動數字產業化探索。

            從城市大腦說起

            阿里云在交通領域的探索,要從具有標桿意義的城市大腦說起。2016年,中國工程院院士、阿里云創始人王堅博士向杭州市政府提出,"建設城市大腦解決城市病";2019年,王堅博士進一步提出一個問題:能不能把杭州市道路上跑的車輛數清楚?如果數不清楚有多少車,交通管理也就無從談起。

            城市大腦綜合運用視頻識別、流計算、視覺計算加速等技術,對杭州全城視頻數據流進行實時分析,通過數字化手段數清楚了路上跑著多少車輛。

            除了能夠很好解決交通管理這一剛性難題,城市大腦還幫助阿里云沉淀了數據分析的邏輯和算力底盤,后來擴展到智慧高速、智慧港口、智慧航空等實踐中,這是一脈相承的通用能力。

            六年的發展,阿里云從關注交通單一關鍵環節開始,到思考大交通治理方、運營方、服務方的現實挑戰,圍繞"規、建、管、養、運、服"進行體系化建設,利用平臺化技術綜合優化交通資源——這是阿里云交通團隊自身發展和轉型的歷程。

            如今,阿里云提出了更高的數字化愿景,逐步從城市交通領域走向綜合交通的各大領域。一方面能不能進一步數清楚道路、港口、機場、鐵路樞紐、航道上,到底有多少人在開車、騎單車、步行、坐飛機、坐高鐵、運載貨物;另一方面,阿里云從城市交通信控場景接入,沉淀解決交通行業共性痛點和供需問題的解決方案,在智慧高速、物流上云、智慧機場、智慧航司、智慧海事、智慧港口等數字化創新領域,都有了新的實踐。

            從最早的云平臺、數字中臺和業務中臺,到可視化分析能力、PaaS層數據接口、AI能力調用接口,到行業知識圖譜和行業模型相結合的云控平臺、出行服務平臺、貨運物流服務平臺,逐步進化成為產業智能的核心,讓云計算、大數據、人工智能之上的感知智能、認知智能、決策智能和行業能力實現緊密耦合。

            最終,阿里云悟到:交通系統的本質是,更高效地優化基礎設施和各類載具資源供給,更安全地滿足個人出行、貨運物流的需求;而數字化技術,能夠做的就是"計算",計算個人、貨物的移動需求,計算實時各要素位移的狀態,實現高效、精準地匹配和調度。

            全要素、全時段、全覆蓋的數字化

            交通作為傳統基建的重要組成,煥發數字化新生的第一步,是建立數字空間的交通全要素數字孿生。

            現實來說,今天交通新基建的數字化能力,還有一定的局限性,有三個典型問題:

            第一,夜間、惡劣天氣,智能化能力急劇下降,因為傳統AI靠視覺感知。

            第二,設備覆蓋有限,存在大量的數據盲區。但優化決策依賴精準全鏈路數據,否則決策有局限性。

            第三,智能設備,如攝像機、雷達、測速、天氣傳感器等設備之間的孤立性,像盲人摸象,都是局部信息,很難為總體優化提供信息支撐。

            針對這三個問題,阿里云對應從三個方向解決技術難題。

          1.全時段。做到不受夜晚、雨雪惡劣天氣干擾,指標不退化。傳統的方式是爆閃燈,但對駕駛員非常不友好,而且覆蓋的距離也比較有限。阿里云采用融合多元傳感器:視覺AI加上毫米波雷達。

            但雷達感知域和視覺感知域不同,頻率和特性都不一致,需要數據統一;其次,風吹日曬,會造成設備偏移,一段時間后要做動態校正映射矩陣;最后,如果視覺和雷達產生了沖突,你相信誰?相信的依據是什么?第一種各自計算分析,再投票,稱之為"后融合";第二種設計深度學習網絡模型,實現數據驅動——阿里云選擇了后者。在夜間、惡劣天氣的感知能力可以達到白天的99.5%。

            2.全覆蓋。傳統攝像機能夠支撐的范圍大概為200米,如果做全域覆蓋,設備建設成本非常高。如何解決?

            阿里云采用的解決方案是在深度學習模型里,加上超小目標檢測和分割能力,針對特別細小的目標,進行超分辨率放大,保證車輛細節感知。要知道,在真實應用中,超過600米的圖像像素已經非常小,把它摳出來并識別出,就可以實現提升一倍以上感知距離。同時,在深度學習模型里,增加盲區的認知推理,比如靠近大橋的地方,已經超出人眼的感知范圍,但通過車流的變化,可以推斷是否有異常情況。

            這樣就可以利用技術手段,低成本地解決覆蓋距離的問題。

            3.全要素。交通全要素包括運動物體的屬性、行為邏輯、客觀環境。

            這里要實現的交通目標是:真實的物理位置、速度、方向、尺寸、車道,要完全量化、一一對應。對交通事件,如違法、違規等行為,要實時感知,第一時間發現,快速決策、避免二次事故。同時準確判斷道路環境,快速發現能見度、路面狀況的微小變化,以降低未來更大的損失。

            這里的技術難點在于,細致識別需要高分辨率圖像,而高分辨率圖像會導致計算量很大;但反之,如果沒有足夠的數據量,計算效果又會不好。

            最終,阿里云利用視覺融合激光點云技術,結合邊緣云的軟硬一體技術底座,從底層的含光800芯片、倚天710芯片,到上層集成高效的算法模塊、模型編譯和加速推理,對各類交通設施的靜態、動態實現二三維重構,耗時降低的同時性能極大提升。最終可以把車輛真實的物理尺寸精確感知出來,誤差控制在0.15米以內,大約為一張A4紙的尺寸誤差。只要道路之間的冗余足夠,就可以很好地控制車流。把圖像域轉化到頻域,可以使高分辨率達到非常好的效果,解決了路面細致識別的問題,這項研究發表在2021年CVPR Oral的論文中。

            成宜高速是全國交通強國的試點,全線157公里,每年50%的時間是霧天。阿里云與蜀道集團合作,利用雷視融合激光點云技術、邊緣云軟硬一體技術,實現了黑夜、霧天,各種車輛實時動態、路面要素的精準感知,無死角覆蓋。阿里云可以對各類交通元素進行靜態毫米級、動態厘米級的定位,把道路上各種類型的載具接近實時的數字化還原。

            不只是大路網,在航道、港口,也有"海上智控"的需求,形成"大水網"。它們同樣需要各種感知手段,包括衛星、無人機、雷達、物聯網、衛星電話、視頻等設備進行數據采集,構建整個大水網的動態數字孿生,小到一條漁船,大到一條商船,實時還原運行軌跡。

            全局智能的運營管控決策

            當交通的全要素、全時段、全覆蓋的數字化建立之后,數字孿生實現了物理空間和數字空間的對應關系。那么無法靠現實世界試錯模擬的情況,通過大規模宏觀和微觀仿真,對不同決策進行系統推演,都能對未來進行預測,然后對推演結果進一步優化,得以向交通系統的管理者提供智能化服務,產生創新價值。

            目前,阿里云對公路、航道、鐵路、機場、人流,都在做大規模的區域級、城市級仿真,實現全局智能的決策支撐。出行前的路線推薦可以把交通擁堵減少10%-20%,出行時通過感知融合和邊緣計算,實現極致的路口資源分配,讓路口的稀缺時空資源盡量做到不浪費,也能減少擁堵。

            起初在高速公路數字化方面,阿里云主要實現了及時發現各類事件、及時應對、做被動管理的解決方案。如今由被動轉向主動管控,可以提前預測事件發生的趨勢和可能性,對高速公路的道路、橋梁、隧道、邊坡,進行實時高頻監測,預測道路上發生事件的概率,主動管理、管控高速和高速周邊的重要節點,提前減少高速上的擁堵,降低養護成本。

            目前,全國已經有四川、浙江、廣東等20多條高速公路落地高速公路主動管控方案。例如廣東高速的車流量預測與管控仿真,算法模型能做到15分鐘內的預測,且準確率達到98.7%,同時結合兩小時內交通數據,可以對未來發生交通事故概率較大的路段做預警,實現主動干預。

            在機場數字機坪方面,2019年就實現了每輛飛機起降間所有保障節點的數字化,可以有針對性地查看機場機坪中存在哪些效率問題。如今更進一步實現了整個機場(包括數字機坪、數字航站樓)的全局智能。當有航空限流、天氣狀況時,機場能通過智能化調度大幅度提升航班運行效率,與傳統人工調度相比,操作效率提升超過90%。

            在首都國際機場,雙方通過運籌優化、認知反演等方法在50秒內刷新1700架次航班的停機安排,將廊橋停機位利用率提高了10%,相當于每天額外有20000位旅客不用再乘坐擺渡車。

            在水運領域,阿里云也利用同樣的方法提升港口運行效率和港口運行安全。通過與寧波舟山港集團聯合打造的"港口智能運營管控平臺",實現橋吊單機效率提升5%,港口的靠岸效率、場內運輸效率、堆場效率、生產運行效率整體提升5%以上,集裝箱卡車等待時間、通過時間縮短8%以上。

            僅看數字不足以體現該解決方案的實際價值。實際上,提升5%的作業效率,從定性的角度來說,這意味著,實現了真正意義上的有人/無人集裝箱卡車的作業混編;從定量的角度來說,對擁有10個泊位的梅山港,提升5%,意味著兩年能多出1個泊位,而一個泊位的建設成本大概在10億元人民幣。

            交通出行、運輸服務一體化

            交通是一個高頻產生數據的領域。創新的解決方案、獲得數據創新的價值是阿里云展開交通領域探索的底層邏輯。阿里巴巴集團本身也有豐富的交通元素,如菜鳥、高德、飛豬、千尋位置等。阿里云結合阿里巴巴集團的多元能力,補足版圖,可以解決很多原本IT系統解決不了的問題。

            比如,把智能交通大腦的上帝視角,通過高德等APP客戶端,以伴隨式服務的方式直接提供給道路的用戶。如遇堵車,駕駛員看到的不只是紅黃綠,而且是通過上帝視角的車載系統,了解前方具體情況,也可以了解服務區是否有排隊、提供什么的服務等詳情。高德的出行服務還與車廠合作,利用車路協同、5G、V2X等技術,通過車載OBU、車載系統,或者手機,提供增值信息服務。另外,菜鳥可以抓住綜合交通樞紐,包括機場、鐵路站、地鐵站、物流倉儲等節點,把跨方式的交通服務打通,降低企業物流的等待時間,提升效率。

            同時,阿里云與眾多交通行業的合作伙伴,集合感知、邊緣計算、芯片、算法、通信技術打造軟硬一體的智能硬件,實現更低的數據采集成本、統一編碼的時空數據高效融合、打造統一的數據模型,把行業多年積累下來的知識通過AI知識圖譜云化,建立行業的數據模型,共享行業數據資產,共同提升"仿真、推演、預測"能力,讓行業知識不僅為技術人員所用,而且為業務人員所用。

          衣食住行,是人類亙古不變的基本生活需求。人和貨品的"位移需求"從未改變,但實現安全出行、智能感知和預測供需平衡、高效調配供需雙方等目標的方法和手段,正發生天翻地覆的變化。機場、港口、航道、公路、城市交通等基礎設施正全面優化,極速奔向全局智能。

            對話肖露:阿里云智慧交通業務是如何演進的?

            技術與業務真正融合,才能產生模式創新;只有吸納社會各方面的創新力量,才能帶動產業真正進步。

            秉承共創與融合的理念,讓傳統交通基建與新技術碰撞出智慧的火花?!对茥珣鹇詤⒖肌穼TL阿里云智能交通物流行業總經理肖露,詳解阿里云在交通領域的方法論以及差異化能力。

            《參考》:從加入阿里云以來,你一直都在交通行業耕耘,在團隊建設和業務層面感受到哪些變化?

            肖露:阿里有句土話叫"擁抱變化"——我是2018年加入阿里云的,幾年時間里,經歷了很多變化,這些變化也是我們自我成長的過程。

            第一,團隊快速發展。從內部孵化,在實踐和學習中逐步成長為具有行業能力和數字化能力的團隊,到現在有了公路、城市、航空、水運、物流等多個細分領域的專業人才加入。

            第二,服務的廣度和深度上的變化。從2016年阿里云發布城市大腦開始,我們一直在探索基于云計算、大數據、互聯網的能力和交通行業的深度合作。2018年,我們選擇"兩個一"市場賽道:做深一個細分行業,高速公路;做好一個樣板,南方航空公司。一方面因為民用航空本身非常國際化、重服務體驗、市場化,對信息化的接受度和依賴性較高;另一方面,阿里云有非常強的云計算、大數據、人工智能技術能力,阿里巴巴集團的高德地圖、金融支付、菜鳥等,都可以通過產業融合產生化學反應。

            第三,想法和實踐的層出不窮、快速迭代。第一年,我們還在自我證明、驗證想法的階段,找到機會讓客戶知道阿里云已經切入了交通行業。之后我們逐漸深入理解行業需求,一步步探索:2019年,我們開始嘗試沉淀"交通的行業產品";2020年,我們切入到公路領域,得到了很多客戶支持,尤其是突破到高速公路的數字化系統建設;2021年,基于產品技術的沉淀,我們又開始醞釀適用公路、水路、民航、城市交通等領域的通用型解決方案,初步形成了有獨立見解的行業數字化轉型的方法論和理念。

            這個變化是層層遞進、滾動向前的,不是線性的先后順序。市場、產品以及戰略規劃上,幾乎每個季度都在不停地優化調整。

            《參考》:最初在進入交通領域時,阿里云有什么積累?交通行業的現實條件是什么樣的,為什么阿里云認為有一個合適的切入點?

            肖露:相對來講,交通運輸行業是基礎性、先導性和服務性行業。近40年來,其發展重心在基礎建設上,滿足國民經濟的基本運輸需求,解決"走得了"的問題,但在信息化程度上不平衡,也不夠充分。應當說,國家在修路建橋方面的投入是非常巨大的,但當基礎設施建設到了一定階段,就會要考慮基礎設施的數字化。同時,在客貨出行方面,更加注重"走得好"和"走得安全""走得綠色",這些都需要信息化手段予以提升、改造。

            阿里巴巴作為一家互聯網公司,其實與交通行業有不少相似之處,都是網絡型產業,涉及大量C端客戶及大量數據分析和運用。但如何進一步將交通和互聯網融合呢?

            首先,交通服務人們的衣食住行,是一個高頻產生數據的行業,如果交通大數據用得好,將產生更大的價值,這與互聯網有共同的訴求;

            其二,阿里巴巴本身有很豐富的交通元素,如高德、飛豬、千尋位置等,都有非常強的交通屬性。只是當時資源比較分散,沒有聚合在一起;

            其三,隨著阿里云的快速發展,云計算、大數據、人工智能技術可以解決一些傳統信息化手段解決不了的問題,只不過一時難以獲得此類技術發展的紅利。

            比如緩解交通問題就需要海量數據處理、實時計算、超大規模仿真等,傳統的IT供應商和專業公司可能沒有這么強大的算力支撐。再加上阿里云在2016年就已經開始沉淀城市大腦的技術能力,內外結合,可以讓阿里云有機會借助城市交通管理的經驗,拓展并深入運用到整個交通運輸體系中。

            《參考》:2016年阿里云城市大腦就已經發布了,為什么后續沒有持續聚焦在城市大腦上?

            肖露:城市大腦沉淀的技術能力非常多,包括交通行業數據模型與算法、數據與業務中臺能力,都在智慧高速、智慧港航的實踐中得到復用,是一脈相承的。

            但城市大腦比較聚焦于城市交通的精細化管理,而城市交通只是交通運輸體系的一個組成部分,其他還有公路、航空、港航、物流等領域。在和交通運輸行業的合作中,我們發現,交通運輸的數字化需要圍繞"規、建、管、養、運、服"多維度進行全要素系統化建設,而不僅僅是管理。如果只講城市大腦,行業內人士會有質疑。

            這促使我們重新思考市場戰略:沉淀適用于交通物流行業全場景、全環節,能夠解決行業痛點和供需矛盾,同時又源自城市大腦能力沉淀的融合解決方案。

            《參考》:當時是如何選擇細分行業的?

            肖露:最開始第一年,我們與南方航空合作,它也是國企數字化轉型的樣板。在這個過程中,我們發現,從產生高頻數據的角度講,中國航司每天乘客數量相對穩定,業務暫時不會出現爆發性增長。

            我們希望找到更多產生數據的場景,讓阿里云的技術能對國計民生有更大的助力。鐵路和公路就是這樣的領域,是國家及各地政府基建升級需求最大的兩個領域。其中,鐵路是個相對封閉的體系。但公路領域不一樣,公路市場夠大、銜接交通方式夠多、服務人群夠廣。同時公路對基礎設施數字化、運行管控智能化、出行服務品質化需求迫切,對交通參與者行為和狀態數據依賴性很強,已經到了亟待數字化轉型的階段。

            中國的公路網非常發達,在2020年底已達16萬公里,但東西部公路發展存在明顯差異:東部地區已逐步進入"后建設"時代,注重擴容改造和網絡效能提升,更關注降本增效,提升用戶體驗;西部地區公路大發展,但信息化水平相比東部是落后的??蛻絷P心建設成本的同時希望能借助外力"彎道超車",而不是以落后的方式進行修建,同時西部也需要技術來解決高山、隧道等地理因素帶來的安全問題。所以,傳統的方式無法支撐東西部公路未來的建設,需要通過融合創新來解決業務難題。

            當時我們分析,公路可以作為一個可深挖的賽道,但是公路領域的市場范圍太大了,包括高速公路、國省干線、農村公路、城市道路等等。于是,我們再次聚焦到高速公路,適度關注國省干線公路,畢竟國家對高速公路的信息化建設要求高,數字化需求相對強烈。

            再后來我們又拓展到機場、物流、港航等賽道,形成了今天阿里云交通物流的版圖。

            《參考》:在早期,被客戶挑戰最多的是什么?

            肖露:當時我們花了一年時間,找尋能夠接受我們理念和能力的客戶。這是很難的,因為修路架橋本身是一個非常傳統的領域。第一年,我們拜訪了很多客戶,大家合作的熱情也很高,但客戶會先問:"上了阿里云,是不是安全風險就能降低,就能解決擁堵了?"討論之后給出的結論是:"你們的達摩院很強、互聯網很強、新零售很強,但這跟交通有什么關系呢?你們不懂交通。"我們至少花了半年時間,拜訪了不少于20個高速公路建設方、業主方、監管方,希望能找到有共同理念、認同我們的客戶。后來我們換了一個思路:不應該用我們的邏輯去思考客戶,而是要與客戶共創、一起去探索和實踐。

            幸運的是,我們找到了這樣的客戶,愿意和我們一起思考如何將傳統修路架橋的業務與科技融合,思考引領數字交通的新理念,將他們想象中智慧交通的未來告訴我們,而我們也能把自己的想法,從一個場景開始嘗試,逐步深入。

            隨著與客戶深度共創,對場景深入研究,我們很快發現,可以發揮高德、釘釘以及數據中臺的能力,為客戶提供一系列場景化解決方案,包括全覆蓋態勢感知、一路多方高效協同、精準及時的伴隨式服務等,實現高速公路管控的精準感知、精確分析、精細管控、精心服務。發展到今天,我們已經為全國50多條高速公路路段提供了智慧化解決方案,服務全國20多個省的建設方和運營方。

            《參考》:傳統領域和數字領域,兩個不同領域的人如何形成共識?這種經驗可能對所有從業者都非常有價值。

            肖露:拋開技巧不談,我認為關鍵是"以終為始"的終局意識,設定非常明確的業務目標,研究真實的業務痛點。例如,寧波舟山港給我們提出的難題是,希望通過數字化手段將港口集裝箱調度的整體效率提升5%。這看似是非常簡單的個位數指標,拆解開來卻發現,它意味著全流程數字化能力的提升,這就很難了。在這過程中,需要判斷哪些是可以改變的,哪些是需要跟客戶達成共識的,最終帶來真正的業務價值,才是打動客戶的關鍵。

            《參考》:應該在很多情況下,客戶的想法你們不理解、你們的想法客戶不理解?,F在回頭看,哪些是真的不懂業務,哪些是技術認知的差距?兩種情況的比例是怎樣的?

            肖露:我們肯定沒有客戶懂業務,客戶可能沒有我們懂云、大數據和人工智能,這是事實。除了一些傳統IT領域,只要涉及客戶業務,80%的點都對不上。比如,項目前,客戶經常會問我們:"為什么要做一套系統去支撐高并發呢?""如果系統遷移到云上,我要如何操作?"

            這就需要有業務與技術專家參與,作為橋梁,他們既能聽懂客戶訴求,也能把阿里云的能力與客戶業務結合起來。而且,項目結束并非就真的結束了,我們還需要和客戶一起做項目沉淀,也讓團隊在實戰場景中不斷摸索,形成數字化融合行業能力的解決方案。最后,形成一種機制:有相應的專業人才,有實戰場景,不斷提升專業能力,形成數字化技術與行業場景融合的閉環——這對客戶也是有價值的積累,我們經常講"交付一個項目,打造一支隊伍"。

            《參考》:能否舉例說一下阿里云服務的幾個典型客戶?

            肖露:客戶一直伴隨和支持著阿里云各個階段的成長。

            與蜀道集團合作的過程中,最開始在成都繞城高速建設了"智慧眼",實現了感知智能;成都第二繞城高速測試時,開始車路協同、智慧高速的嘗試;今年與峨漢高速的合作中,希望實現對橋梁隧道的數字化。在港口數字化轉型中,我們與寧波舟山港集團打造智慧港口;在物流骨干網運輸體系數字化建設中,我們還幫助專注于自動駕駛的物流運輸企業嬴徹科技,基于云原生的能力,提升AI算法研發的效率問題;在數字化航司的實踐中,我們和南航實現了基于雙中臺的全業務數字化轉型,與中國聯合航空實現了數字化營銷的模式創新。

            《參考》:港口、航司、高速公路等領域的數字化建設,有共性嗎?

            肖露:現在大家都在講數字化,也更懂數字化了。四年前,客戶對上云的安全性和必要性還有疑問,如今國家發改委已經明確將云計算寫進"新基建"的工作范疇。政府提倡數字化改革,央國企也在積極推動數字化轉型。交通運輸部相關政策多次提到"推動大數據、云計算、數據中心在交通領域的應用,推動國家新一代交通控制網的建設"。雖然共性之下,每個細分賽道的痛點是不一樣的,但經過四年的迭代,阿里云利用云計算、大數據、數字孿生、邊緣計算等技術優勢,既能打造通用的交通行業解決方案,也能聚焦細分賽道的不同場景提供差異化的解決方案。

            《參考》:在數字港口建設中,有哪些創新的本土經驗和實踐嗎?

            肖露:過去中國的港口學習荷蘭鹿特丹、新加坡等國際港口,但今天來看,中國港口已經發展出獨特優勢,尤其在吞吐量、數字化能力方面,在全球范圍都有一定領先性。

            中國港口的建設要考慮本土現實,在經歷了上世紀90年代"央地統籌、地方為主"的改革之后,我國港口曾經一度是"國有民營各類主體齊上、港區岸線建設失控"的局面。目前,各大港口按照"沿海一省一港"的新格局進行港口資源整合,意在減少無效競爭。但至今,全國80%左右港區或重點碼頭的經營,仍面臨效率不高、資源浪費的問題。前幾年上海洋山港、青島港的全自動化碼頭建設,是在全球有引領性的標桿。但問題是,只有新港建設時才會采用全自動化的技術,而且要耗費幾十億元的資金;小的港口集團、傳統碼頭,在效益沒有那么好的情況下,需要智慧化的解決方案,即在投資有限的情況下,也能建設一個技術先進的數字化系統,確保運營效率和效益的提升。當然,這很難。我們在寧波舟山港的實踐就是一個高性價比、有參考意義的探索。

            《參考》:大交通領域還有一部分是物流,阿里巴巴在物流行業有很大優勢,但之前并沒有怎么提過,為什么?

            肖露:物流行業以運營和服務效率提升為主,除了頭部企業之外,還有非常多中小企業,場景也非常多元。阿里巴巴有一定的優勢,一方面本身作為上游企業可以牽引,另一方面在公有云上能夠搭建更好的系統。

            過去四年,我們一直堅決執行"云上物流"戰略。從"三通一達"開始,它們占了很大一部分市場份額,核心業務已經基本實現全面上云;另外,中國郵政也是阿里云混合云的大客戶。所以,物流的骨干網絡、大的核心節點大約百分之九十的核心系統都在阿里云上,可以實現各種運輸方式更高效的聯動。今天我們再講物流,需要從另一個高度來看。物流效率的提升是一個體系化的事情,不只有快遞,還包括城際運輸、貨運、集裝箱運輸、骨干網運輸等等,它屬于供應鏈體系。將物流產業鏈上下游激活,把物流樞紐園區、城市道路、高速、港口、機場全部打通,物流才能發揮出更大的價值,才能真正體現立體交通效率提升的系統性優勢。

            《參考》:未來的挑戰和展望是什么?

            肖露:最大的挑戰是我們能力的提升要跟得上行業的發展,人才永遠都是最大的挑戰,希望不斷有優秀的人才能夠加入進來。同時也希望更多人認識到阿里云今天在大交通領域的投入——不僅是和客戶做業務,更是在探索前沿技術與傳統基建的融合。這無論對監管方、業主方、建設方,還是對普通消費者、新基建與傳統基建的融合,都有利于民生服務的全面提升,有利于經濟的高質量發展。

            本文摘自《云棲戰略參考》2022第三期

            掃碼限時申領紙質版

            ↓↓

            更多精彩內容,關注鈦媒體微信號(ID:taimeiti),或者下載鈦媒體App

          之用

          阡陌

          數字

          交通

          智能

          拆解

          移動

          設備

          供應商

          物流

          用戶體驗

          芯片

          互聯網

          云計算

          大數據

          快遞

          分辨率

          app

          首都國際機場

          監管方

          相關新聞

          聯系我們

          了解更多融媒體產品信息、合作方式,或申請成為ZAKER智慧云平臺區域代理商。

          了解更多

          預約演示

          填寫您的聯系方式,我們會第一時間與您聯系,并安排專家為您提供免費的產品演示服務。

          先生
          小姐
          獲取驗證碼
          提交
          欧美私人啪啪VPS国产VPS毛片精品一区二区三区自拍图片区成人区精品一区二区不卡AV免费