以色列作家尤瓦爾·赫拉利在《未來簡史》中表達了一個觀點，所有能夠用算法描述的人類行為，人工智能將超越人類。菜鳥網絡再次用算法 技術印證了這句話，利用大數據規劃車輛調配，代替人工決策，大大節省了車、油和人力，提升了效率。

　　這是菜鳥網絡繼2016年推出可節省10億個紙箱的智能打包算法技術后，在算法領域的再次突破，經實測可減少10%的車輛使用。該算法結果追平了目前該領域的世界紀錄，若大規模推廣，每日可為社會節省超1000萬元。

　　這套菜鳥網絡自主研發的路徑優化算法，技術上融合了大規模鄰域搜索、超啟發式算法、基因算法、分布式并行化和增強學習，在公開數據集上，算法已全面超過廣泛使用的開源產品Jsprit，在Gehring & Homberger數據集上(客戶點規模達到1000)，已經持平若干項世界紀錄。

　　目前該算法正在部分農村物流網點使用。根據每日單量，為農村的物流老司機規劃配送路線，每天實時更新，在保證時效的基礎上，可節省車輛、人力、郵費。綜合測算下來，農村領域的物流成本能減少30%以上。

　　由于農村地區物流資源不豐富，站點之間距離長，單量少，成本頗高。“看了很多農村物流網點的配送線路圖，雜亂無章，有很多交叉不合理之處，也不會根據訂單量即時更新。”菜鳥網絡農村物流專家李潛飛告訴記者。

　　在快和省之間，怎么達到最優解決方案?李潛飛找到了菜鳥網絡高級算法專家胡浩源。結合實地考察特征后，菜鳥網絡很快推出了一套算法，并形成產品給農村物流服務商使用。

　　系統會根據每天實際入庫量，生成一條智能配送線路，發送給農村配送司機。“過去都是人為固定好的線路，現在大數據來分配路線，每天配送的線路都是根據單量實時更新，車輛和司機的工作效率明顯提升。”李潛飛說。

　　經過在江蘇和江西分別選擇了兩個縣城做試點，該算法技術效果甚是明顯。以江西吉安為例，車輛使用減少了10%，行駛距離減少了約30%。而在江蘇長興縣的優化則更為明顯，該縣農村物流服務商車輛使用減少了50%以上，行駛距離減少了30%以上。

　　“有了算法技術做基礎，未來農村配送場景的智能化會加速升級。”菜鳥網絡農村物流業務負責人沈建鋒表示，將會通過一年的時間，幫助菜鳥網絡所有的農村物流合作伙伴，實現配送線路智能化。

　　憑借這套算法技術，胡浩源的團隊還追平了一個算法領域的全球記錄。目前，運籌學算法領域的前沿位置，長期被國外團隊占據，直到菜鳥網絡出現才打破這個局面。由于菜鳥網絡擁有龐大的數據庫，獨一無二的復雜應用場景，和充沛的云計算資源，是全求為數不多有超大規模優化的能力的團隊之一。“超過250個點位的車輛路徑全局優化，現在在全球范圍內還沒有很好的通用求解方式，而菜鳥這項算法技術是基于1000以上點來做的，從結果來看，我們已經追平了目前的世界最好記錄。”胡浩源表示。

　　“經過各類場景驗證，車輛路徑規劃算法至少可減少使用10%的車，目前中國電商物流貨運車輛約40萬，如果該算法能在整個快遞物流領域推廣，一天節省的成本會在1000萬以上。” 胡浩源告訴記者，這套算法除了適用在農村物流業務場景，也開始用在城市、城際和倉庫更豐富的環境。