莆田市局（公司）物流配送中心/視頻

當卷煙送貨簽收用上人工智能（AI），會發生怎樣的變化？

“又快又準，送貨人員拍完煙包照片，我這邊馬上就可以收到照片和訂單明細，不到30秒就能完成核對，再也不用兩個人對著煙包一條條數了。”提起現在的送貨簽收，福建省莆田市荔城區嚇勇便利店老板鄭志勇豎起了大拇指。

零售客戶通過智能簽收系統核對卷煙。鄧宇峰攝

近年來，莆田市煙草專賣局（公司）積極推進大數據、人工智能等新一代信息技術與物流業務深度融合應用，集成多種目標檢測算法模型，構建了個性化的卷煙AI識別智能簽收系統，進一步優化了作業流程，實現了“拍照即核對、核對即簽收”，大幅提升了卷煙配送效率。

莆田市局（公司）物流配送中心有送貨人員60人，規劃送貨線路193條。近兩年，隨著新辦煙草專賣零售許可證的零售客戶數量穩步增加，車均送貨戶增多、送貨時長延長，原有的人工簽收模式流程較多、錯煙事后追溯解決效率低等問題日漸明顯。

“人工簽收及核對過程相對復雜，再加上有時客戶因生意忙核對不仔細，容易造成送貨人員被動等待、送貨人員離店后才被告知貨物配送有差錯等，較大影響了配送效率和服務質量。”莆田市局（公司）物流配送中心送貨部負責人張劍雄介紹道，“在不增加車輛和人員的情況下，怎樣才能提升配送服務質效？我們想到了數智賦能，想到了向AI圖像識別技術要解決方案。”

2022年，經過可行性論證，莆田市局（公司）聯合技術研發團隊設計了由圖像判別、卷煙識別及場景識別三部分構成的卷煙AI識別模型，并將其搭載在已有的“閩煙物流”App上，開始探索實施基于AI深度學習的卷煙識別簽收模式。

送貨人員拍照識別核對卷煙品規。鄧宇峰攝

在卷煙交接環節，送貨人員將現場照片上傳后，該模型利用目標檢測算法進行初步判斷，再利用實例區域分割算法區分不同品規的卷煙，與已有數據庫信息進行自動比對，準確完成識別。與此同時，通過圖像預處理、特征提取、場景分類等，模型對訂單簽收場景進行識別，確定訂單信息與簽收地點是否相符。

為提升模型識別準確率，前期，莆田市局（公司）大量采集卷煙分揀、配送環節的照片，配合研發團隊對AI識別模型進行訓練。他們利用分揀包裝機卷煙出口處的智能攝像頭獲取不同角度、不同品牌的照片18.8萬余張，調配58人拍攝15類真實配送場景下的煙包照片1.5萬余張，而后將兩類照片匯總上傳至數據庫，供卷煙AI識別模型進行反復識別學習。

對于特征不明顯、同類型品牌卷煙識別難的問題，他們在工業卷煙入庫時采用個性化標識進行獨特處理。

以實時糾錯為目標，莆煙市局（公司）還聯合技術研發團隊開發目標檢測算法模型。送貨人員送貨到戶時對煙包進行拍照，通過AI智能識別對當期訂單數據與配送實物進行比對，當配送卷煙品牌與訂單不一致時，目標檢測算法模型會發出預警提示，并告知送貨人員卷煙品規出現“串貨”，實時糾錯，避免了事后追溯。

送貨人員到店拍照簽收。李穎攝

新簽收模式測試運行一段時間后，莆田市局（公司）發現，由于送貨人員現場拍攝的照片角度、光線不同，卷煙智能識別準確率較低。為此，他們精簡作業環節，規范拍照距離、光線、角度、方向等，建立并完善標準化作業流程，要求送貨人員按照規范和標準進行卷煙圖像拍攝與數據采集。

如今，基于AI深度學習的卷煙識別簽收模式已在莆田全面推廣，實現了卷煙送貨簽收過程的精簡化、無紙化、可視化以及簽收結果的可溯化、可量化，切實減少了人員核對時間，提升了簽收環節效率，客戶平均送貨響應時間縮短至21.3小時，最短的僅需5.5小時，進一步提升了客戶滿意度。