当卷烟送货签收用上AI……

莆田市局（公司）物流配送中心/视频

当卷烟送货签收用上人工智能（AI），会发生怎样的变化？

“又快又准，送货人员拍完烟包照片，我这边马上就可以收到照片和订单明细，不到30秒就能完成核对，再也不用两个人对着烟包一条条数了。”提起现在的送货签收，福建省莆田市荔城区吓勇便利店老板郑志勇竖起了大拇指。

零售客户通过智能签收系统核对卷烟。邓宇峰摄

近年来，莆田市烟草专卖局（公司）积极推进大数据、人工智能等新一代信息技术与物流业务深度融合应用，集成多种目标检测算法模型，构建了个性化的卷烟AI识别智能签收系统，进一步优化了作业流程，实现了“拍照即核对、核对即签收”，大幅提升了卷烟配送效率。

莆田市局（公司）物流配送中心有送货人员60人，规划送货线路193条。近两年，随着新办烟草专卖零售许可证的零售客户数量稳步增加，车均送货户增多、送货时长延长，原有的人工签收模式流程较多、错烟事后追溯解决效率低等问题日渐明显。

“人工签收及核对过程相对复杂，再加上有时客户因生意忙核对不仔细，容易造成送货人员被动等待、送货人员离店后才被告知货物配送有差错等，较大影响了配送效率和服务质量。”莆田市局（公司）物流配送中心送货部负责人张剑雄介绍道，“在不增加车辆和人员的情况下，怎样才能提升配送服务质效？我们想到了数智赋能，想到了向AI图像识别技术要解决方案。”

2022年，经过可行性论证，莆田市局（公司）联合技术研发团队设计了由图像判别、卷烟识别及场景识别三部分构成的卷烟AI识别模型，并将其搭载在已有的“闽烟物流”App上，开始探索实施基于AI深度学习的卷烟识别签收模式。

送货人员拍照识别核对卷烟品规。邓宇峰摄

在卷烟交接环节，送货人员将现场照片上传后，该模型利用目标检测算法进行初步判断，再利用实例区域分割算法区分不同品规的卷烟，与已有数据库信息进行自动比对，准确完成识别。与此同时，通过图像预处理、特征提取、场景分类等，模型对订单签收场景进行识别，确定订单信息与签收地点是否相符。

为提升模型识别准确率，前期，莆田市局（公司）大量采集卷烟分拣、配送环节的照片，配合研发团队对AI识别模型进行训练。他们利用分拣包装机卷烟出口处的智能摄像头获取不同角度、不同品牌的照片18.8万余张，调配58人拍摄15类真实配送场景下的烟包照片1.5万余张，而后将两类照片汇总上传至数据库，供卷烟AI识别模型进行反复识别学习。

对于特征不明显、同类型品牌卷烟识别难的问题，他们在工业卷烟入库时采用个性化标识进行独特处理。

以实时纠错为目标，莆烟市局（公司）还联合技术研发团队开发目标检测算法模型。送货人员送货到户时对烟包进行拍照，通过AI智能识别对当期订单数据与配送实物进行比对，当配送卷烟品牌与订单不一致时，目标检测算法模型会发出预警提示，并告知送货人员卷烟品规出现“串货”，实时纠错，避免了事后追溯。

送货人员到店拍照签收。李颖摄

新签收模式测试运行一段时间后，莆田市局（公司）发现，由于送货人员现场拍摄的照片角度、光线不同，卷烟智能识别准确率较低。为此，他们精简作业环节，规范拍照距离、光线、角度、方向等，建立并完善标准化作业流程，要求送货人员按照规范和标准进行卷烟图像拍摄与数据采集。

如今，基于AI深度学习的卷烟识别签收模式已在莆田全面推广，实现了卷烟送货签收过程的精简化、无纸化、可视化以及签收结果的可溯化、可量化，切实减少了人员核对时间，提升了签收环节效率，客户平均送货响应时间缩短至21.3小时，最短的仅需5.5小时，进一步提升了客户满意度。