12月28日，顺丰科技发布国内首部聚焦物流数字孪生实际应用研究的《物流数字孪生白皮书（2024）》。在这部白皮书中，顺丰详细地介绍了其在虚拟世界中“再造顺丰”的过程。在老鬼以及老鬼的诸多朋友们看来，这个“虚拟顺丰”可能将为中国快递带来前所未有的变化。

数字孪生分为“数字”和“孪生”两部分。“数字”说的是数字技术，“孪生”说的是双胞胎。顾名思义，数字孪生说的是利用数字技术，在虚拟世界搭建一个与真实世界高度相似的孪生体，这个孪生体和真实世界的相似度就像双胞胎一样。

如何搭建这个孪生体呢？大致分为四步——

第一步是数据采集，采集现实世界数据。

第二步是模型构建，根据从现实世界采集的数据在虚拟世界搭建孪生体。

第三步是仿真验证，利用孪生体验证业务场景。

第四步是决策优化建议，将验证结果反馈给算法，指导算法优化。通过这四步循环往复，算法的效果会越来越好。

第一阶段是找确定原点。现实世界的物流系统纷繁复杂，选择哪个点作为物流数字孪生体的原点至关重要。顺丰选择把中转作为原点。

一方面，中转是决定物流系统能效的核心之一。以顺丰的快递分拣设备为例，每台设备每天平均处理65万票快件，这个数字在高峰期是80万票。在分拣环节，顺丰追求的是最高效的分拣计划，就是让快件以最优、最快的方式从设备上落到对应方向的袋子里。另一方面，顺丰在中转环节对“人工智能+物联网”技术的应用相对成熟，大量物联网设备可以快速获取现实世界中转场的数据，对数字孪生研发有先天优势。

顺丰中转场数字孪生体诞生前，其分拣计划均为场地人员凭经验设置。顺丰科技调研后发现，在人工设置的分拣计划下，全网大部分场地的小件区存在产能缺口。此时，场地会选择多开启一台或多台环形分拣机以弥补缺口，每台分拣机每班次需配套人员十余人，造成资源浪费。

有熟悉分拣计划的朋友可能会说，人工设置的分拣计划可以调整。既然产能不足，调整、验证就行。确实，但在现实世界的中转场中，仅验证1个班次的分拣计划，就需要一整天的时间，还需要现场多名工作人员协调配合、投入测试包裹。

顺丰中转场数字孪生体诞生后，这个高度真实的数字孪生体，在高度真实的虚拟环境中评价、验证真实环境中难以评价的策略、算法、方案，基于数字孪生体中的评价、验证结果，优化对应的策略、算法、方案，提升分拣计划的对应指标、性能。

和现实世界的中转场不同，中转场数字孪生体1天可以在虚拟环境中迭代、验证并优化1000次分拣计划。顺丰通过中转场数字孪生体，可以验证一系列问题。比如，新的分拣计划好用不好用；件多人少时能否在规定时间内完成分拣任务；件少时能否少开分拣机。

如此快速地迭代、验证、优化，让中转场数字孪生体输出的分拣计划不断向顺丰的目标迈进，让快件以最优、最快的方式从设备上落到对应方向的袋子里。

截至2023年11月，顺丰基于数字孪生技术的小件分拣计划已实现广泛落地。已完成上百个数字孪生分拣机模型搭建，小件分拣计划优化数字孪生解决方案已在全国数十家中转场部署应用。随着单点的中转场数字孪生体渐趋成熟，顺丰开启了物流数字孪生应用的第二阶段。

第二阶段是由点及面，将物流数字孪生应用从中转扩大到其整个物流网络。这是一个更有价值也更有难度的目标。作为全球第四大快递企业，顺丰拥有世界上规模最大、结构最复杂的物流网络之一。顺丰要利用数字孪生技术，为这个物流网络在虚拟世界搭建一个数字孪生体。

和中转场数字孪生体输出分拣计划相同，顺丰搭建的物流网络数字孪生体可以快速地迭代、验证、优化，追求最优的物流网络规划。这个规划的目标是，以最合理的线路、最低的成本、最高的时效完成快递物流服务。

顺丰物流网络数字孪生体诞生前，其物流网络规划同样以人工经验为基础设置。顺丰科技调研后发现，人工设置的物流网络规划在路线规划和运力管理两方面存在问题。

在路线规划上，一方面，强依赖人工经验排线，对现实世界的约束条件考虑较少，且人工复核难度大。另一方面，大量数据在线下，高峰期等特殊节点需要频繁调整规划，人工经验无法纵观全局。在运力管理上，自营运力和外包运力无法达到最优配置。同时，两部门因核心关注指标不同导致协作效果需要加强。

顺丰物流网络数字孪生体诞生后，网点、站点、中转场等现实世界中的物理实体，在虚拟世界抽象为一个个节点。这些节点有各自不同的特征。例如，某条道路的通行规则、某个中转场门口的停车要求、某个网点的发货货量与时间、某辆车的装载能力等。这些具有现实世界特征的节点在高度真实的虚拟环境中串联起来，形成了物流网络数字孪生体。当一票票同样具有重量、体积、时效等特征的虚拟包裹流转于物流网络数字孪生体时，就能模拟出这些包裹的完整轨迹。通过虚拟孪生体反馈的数据，顺丰能让智能算法输出最佳的规划，合理安排资源。

现在，顺丰通过综合应用基于数字孪生的运筹优化技术，平均一个城市一个月可以节省500条以上的线路。物流网络数字孪生体输出的规划采纳率超过90%，证明其已能充分应用于大型网络场景。在对物流网络数字孪生体“纵向深挖”的同时，顺丰进入了物流数字孪生应用的第三阶段。

第三阶段是“横向拓展”。在这个阶段，顺丰自主研发机场数字孪生系统———云镜，为花湖机场建设运营提供了有力支撑。云镜系统可以深层解析机场运营系统规律，实现“事前规划预演、事中动态调整、事后复盘优化”的完整闭环。

云镜融合了大数据、仿真、人工智能和三维视觉分析四大核心技术，在机场规划设计及建设阶段，为机场设计选型方案评估验证、资源优化配置、安全高效运行等提供有力支撑。在机场运营管理中，以多维度功能、丰富的兼容场景，充分发挥“智慧大脑”的作用。 

事前通过采集、分析航班计划、物流规划等相关数据，应用大数据、仿真技术精准模拟预演机场每日运行场景，提前为机场运行提供合理的停机位分配方案、保障资源配置等建议，同时预测、评估相关风险问题，帮助现场工作人 员及时识别问题并快速作出正确响应、规避风险。 

事中通过对航班、车辆、货物等业务系统实时数据的整合、分析管理，多维度掌控全场运行状况，并应用 AI 算法实 时对机位动态调整、拖车任务指派等多个重要工作环节提供优化建议，支持机场货运枢纽运营管理科学决策，提升 各业务系统、各环节的协同作业效率。 

事后则通过仿真技术、视觉分析系统回溯重现业务运营场景，促进运营管理方案复盘优化，提升机场及货运枢纽运 营决策水平和管理效率，降低运营成本。 

老鬼的朋友乐哥长期关注人工智能技术发展。他认为：

这是顺丰必须花的一笔钱，也是顺丰花得最值的一笔钱，因为花了这笔钱，顺丰正在“用数据替代经验，让算法验证未来”。

回顾顺丰发展的历史，每一个重大决策都是基于经验做出的。比如，早期加盟改直营这样的重大决策，主要是以王卫为核心的顺丰领导层凭借运营管理经验对行业未来发展趋势做出了准确的预判，并提前应对。未来，如果再需要做出类似的重大决策，可以在真正的“虚拟顺丰”中充分验证，得出最科学合理的结果，极大提升决策成功的可能性。

和人工经验相比，“虚拟顺丰”这样的数字孪生体最强的地方在哪？乐哥认为，未来真正完整的“虚拟顺丰”强在一个“全”字。

过往，快递物流的运营管理，特别是基层运营管理，需要高度依赖人工经验。但随着快递物流信息化、标准化水平的双向提升，人工经验的局限性也不断凸显。其中，最大的局限性就是无法判断全局。

以旺季运营管理为例，从时间角度讲，人工经验不可能精确地预测每一波波峰波谷的出现时间，但数字孪生体可以。从空间角度讲，即便是企业总部高管，也不能对全国网络的每一个角落都了如指掌，但数字孪生体可以。

不谋万世者，不足谋一时；不谋全局者，不足谋一域。

前面比较详细地介绍了“虚拟顺丰”，不知道大家对这句话是否有新的认识。在数字孪生体中，每一次验证、优化、迭代、复制，其实都是在“谋万世全局”。

再以验证能力为例，数字孪生技术为策略、算法、方案验证提供高度真实还原的验证环境，结果真实、准确度高。同时，数字孪生体的虚拟场景能提供远超现实世界的时间加速，真正做到了“虚拟一日，现实一年”，大大节省了验证的时间、人力、物力成本。

同时，未来如果像ChatGPT 这样的人工智能大语言模型成为“虚拟顺丰”的接口，“虚拟顺丰”也就可以成为顺丰快递员的利器。顺丰快递员只要对“虚拟顺丰”说“请帮我规划今日路线”，“虚拟顺丰”就能在数字孪生体中基于各种数据，完成路线规划并进行验证，输出优化、迭代后的最佳方案。

仍然以顺丰的运力成本的控制为例，我们继续聊聊关于技术的投入究竟值不值。根据2023年半年报，顺丰拥有超过8万台干支线车辆，国内运输线路超15万条。在如此巨大和复杂的网络与资源下，想要完全依靠人工经验全面提升人效、车效，精细化优化定价招采策略，显然是天方夜谭。

这背后，除了数字孪生，还有许多其他的的数智化技术与平台也为顺丰的运力降本做出了很大的贡献，让运力资源的前置规划、使用、复盘等一系列过程中复杂场景的成本管理更精细、执行流转更高效。

例如，顺丰陆运资源的前置规划就基于大数据、机器学习等技术，预测成本、任务、货量等维度的数据，输出下一年预期的资源结构。基于相关结构的情况，智能算法会将线路按照多种策略进行“打包”，并把打包好的线路组合匹配最合适的运力资源，以提前按需准备下一年的各类运力资源。

在执行阶段，顺丰也通过数智化系统，将任务尽可能分派给自身的可控运力去执行，真正提升可控运力的应用率，减少临时交易。在细节上，为了填补预测需求与实际执行之间的差异，顺丰运力的需求会在发车前24小时在系统中做最后的确认，如果实际情况有变，则相关运力资源会被释放至资源池。如果有其他需求需要新增车辆，那么系统将优先指派被释放的前置储备运力进行执行，避免在没有用完储备运力的情况下，临时采购新的运力。

除了需求和资源的合理分配可以带来运力成本的降低，数智化的定价、采购体系，也令顺丰运力的交易更为科学、健康。目前，顺丰搭建了自身的线路价格底盘。这套价格系统会根据行业的市场均价、里程等因素，由智能算法计算出对应线路的价格。基于这样的数智化定价体系，顺丰进一步打造了数智化运力资源采购系统，招标、签约、结算等一系列流程可通过线上化平台一站式完成，而且还能输出相关采购策略，例如需要多少可控运力作为基础、多少临时运力作为弹性空间，智能判断相关合同或交易的合理性，保障运力资源采购的健康、合理。

对于油耗费用、路桥费用等过程中的成本，顺丰也进行了进一步的精细化管理。例如在油耗方面，顺丰会根据相关线路距离、车型等因素，由数智化平台综合计算出线路油耗的预期值，并通过IoT设备对相关线路的实际油耗情况进行持续监控。当司机完成线路的油耗低于预期值时，公司会通过系统，对司机进行激励。

……

顺丰选择了拥抱科技，科技也通过与业务场景的深度交融，实现了对顺丰的回报。通过这一系列的措施，今年顺丰发布半年报时便指出，上半年盈利水平实现大幅增长的背后，除了业务收入提升，也离不开包含多种降本增效的举措对成本的调优。运力成本作为物流与供应链行业最主要的成本组成之一，在顺丰的降本增效中扮演了重要的角色。

这个时代，正在通过一个个挑战来检验，谁才是真正“拥抱变化”的人。也正是这些挑战，驱使物流行业更快地进行数智化变革，完成对物流行业的重塑。面对现实，只有坚持相信科技，以坚实的数智化底盘不断拥抱新技术，才能赢在以技术引爆生产力变革爆发的起点。

不声不响，顺丰在虚拟世界已经完成了多个核心场景的再造。当“虚拟顺丰”真正完工时，这可能将为中国快递带来前所未有的变化。