【编者按】看似身材娇小的蚂蚁，似乎能力并不大，然而因为其本身过于单纯的“思维”模式，往往能够带来最直接、简单的结果。“蚁群路线算法”正是由此而来，但是，如何将这样“简单”的算法结合当下物流行业的需求？

在二十一世纪，物流行业已经逐渐演变成为又一个新战场，无论是互联网企业还是新能源企业都在这一片红海里厮杀到面红耳赤，而这样的竞争自然也会带来最直接的优胜劣汰的结果。

那么，如何置身于物流企业又能够“远离”红海战场的厮杀？鲜被提及的“蚁群路线算法”又该如何结合物流行业的发展特征？铧晖信息技术有限公司总经理刘亚晖将就这些问题为汽车财经网一一解答。

从“0”到“1”的进化

自1995年大学毕业之后，刘亚晖便在一家银行开始了自己的第一份工作——银行软件开发。然而过于保守的企业制度和有限的发展空间，使得创业的想法逐渐开始在他的脑海中浮现。

而最大的转折点则是在2011年，也是他加入世界三大ATM厂商之一的企业工作后的第三年。在这三年工作期间他发现，国内所有银行的运钞规划都未使用任何软件配合，即使是国外的银行同样使用的是非常古老的运钞路线规划模式。这对于一个高信息化、高资本的企业是非常难以想象的。当然，也正是因为这样的机缘巧合，才让刘亚晖开始致力于这一方面的开发——物流路线优化系统。

因此，在被问及这一领域的潜力究竟有多少时，刘亚晖向汽车财经网记者展示了一些信息：目前包括银行、厂商甚至邮政在内的包含物流项目的企业，几乎无一例外的均采用“邮递员”模式，即以一个点为中心，用最短的路径跑完所有路程。此外，以发货点为起点，寻找每一个“最近”点而完成所有点到点的“邻近”模式也是运用最广泛的模式之一。

但是，物流运输并不简单，其中包含了不同车型的需求、到达和发出时间需求、环境因素、突发事件等都是需要综合考量的要素。

以数字1到8的排列组合为例，仅仅8个数字就能组合出40320个组合的可能性。当数字的数量达到16个的时候，这一组合的数量将会是8个数字的5亿倍。因此，随着条件的越多可组合的数量也就越大，若仅仅依靠人脑来测绘这些数据，显然无法完成。

而刘亚晖创新的这项物流路线优化系统作为一个智能测算系统，它又不同于以往的传统计算方式——穷举法。正如同蚂蚁寻找回家最近的路线一般，通过在路线的测算上加入“可变”的量，从而找出最便捷的路径即为“蚁群算法。”

在这样的计算模式下，基本能够保证在5分钟内完成一个全新的测算和路线规划，从而应对实时环境的变化，而它的准确率同样可以达到非常可观的97%。

“服务”既是商业模式又是盈利点

然而，在刘亚晖看来，与其说他的“蚁群算法”是一项产品，他更愿意将其看作是一个服务平台。而“服务”不仅是他最根本的商业模式，同时也是他的盈利点所在。

“不少软件开发商都会将最终的成品‘卖’了，但我更喜欢细水长流。”这是刘亚晖独到的见解。毕竟，无论从自身的角度亦或是他人的角度来看，当这套产品和技术下放给了企业，他们依旧需要专业人士来维护和操作这套系统。

因此，当“执行权”归属在刘亚晖手中时，自然也能为这些企业提供更全面的服务。

但是，最现实的问题在于如何才能得到这些物流、银行等企业的青睐？对此，刘亚晖向汽车财经网表示：目前几乎各大物流企业都会有调度岗的工作，而这些调度岗人员的工作经验自然也就成了各个企业可遇不可求的财富。而当“蚁群算法”的介入，首先能够解决的就是这些“虚拟”的调度岗。

同时，刘亚晖还展示了一组数据，2015年和2016年，我国物流行业的GDP占据了国民GDP总数的约15%和18%左右。而同年欧洲、美国和日本等发达国家的占比却只有10%。可见我国物流行业平均支出的费用要超过发达国家约1倍，而这其中有超过30%的费用是由物流车辆的路桥费、燃油费和人工费所产生的，究其原因自然是因为没能有一个合理、智能的路线规划。

那么“蚁群算法”的帮助究竟有多少？以一个车队10辆货车为例，在智能路线优化系统下，平均一年能够为这支车队节约整整一车时的余量。简单来说，通过“蚁群算法”同样的年货物量只需要9辆车。而在整体的支出上，能够节省的经费更是达到了25%～30%。在这样的基础上，自然也就为其发展奠定了足够多的基础。

值得一提的是，除了在物流路线的规划上铧晖信息能够为相关企业提供服务，在这一“服务”平台上还提供了云数据共享的功能。基于这个平台，每一个合作的企业都可以将自己的物流大数据进行共享，从而方便其他企业进行参考和交互作用。

每一个小目标组合的未来

在采访的最后，对于公司未来发展的规划，刘亚晖表示：目前公司的这款物流线路优化系统经过5年的研发已经完成了产品的迭代和升级，现在正处于“路试”阶段。

而考虑到自己在过去20年的职业生涯中几乎都没有离开过“金融圈”，人脉结合经验自然也就成了最宝贵的一份财富。因此，铧晖信息技术有限公司未来20%～30%的业务将以银行产业为主。

其次，物流则将是其着重发展的领域。毕竟物流的庞大性、可变性不仅是一个极大的潜力市场，同时也是一个值得研究、学习和探讨的市场。一旦能在这一市场取得突破性，那么其发展的速度则是不可估量的。

但回归一切本质，作为一名学者对于学习的追求，刘亚晖同样希望“蚁群算法”物流线路优化系统在不断完善的同时，可以将其编成课本进入到校园，从而让每一位物流专业的学生都能够学到真正的知识和技术。

该项目为汽车财经网孵化的汽车产业创新项目