六年的發展，阿裏雲從關注交通單一關鍵環節開始，到思考如何應對大交通治理方、運營方、服務方的現實挑戰，圍繞交通“規、建、管、養、運、服”進行體系化建設，利用平台化技術綜合優化交通資源。這是阿裏雲交通部門自身發展和轉型的曆程，也是阿裏雲與交通行業一起極速奔向全局智能的曆程。
本文觀點來自：
張磊 阿裏雲智能城市大腦首席科學家
鄧兵 阿裏巴巴達摩院城市大腦實驗室資深算法專家
肖露 阿裏雲智能交通物流行業總經理
“今天下，車同軌，書同文，行同倫。”——《禮記·中庸》
自古以來，交通便在人類文明發展史上扮演著重要角色。秦始皇統一六國以後修建直道，堪稱中國最早的高速公路；長城烽火台白天放煙晚上放火，和當下V2X（Vehicle to Everything，車用無線通信技術）、車和車互聯的理念非常相似；汽車、輪渡與飛機次第而來，當技術的進步足以支撐人類探索海陸空，交通的內涵也大大拓展，無遠弗屆。
與此同時，交通行業正迎來一場數字化的內生變革。“十四五”規劃中明確提出，加快建設交通強國，在智能交通領域推動數字産業化探索。
從城市大腦說起
阿裏雲在交通領域的探索，要從具有標杆意義的城市大腦說起。2016年，中國工程院院士、阿裏雲創始人王堅博士向杭州市政府提出，“建設城市大腦解決城市病”；2019年，王堅博士進一步提出一個問題：能不能把杭州市道路上跑的車輛數清楚？如果數不清楚有多少車，交通管理也就無從談起。
城市大腦綜合運用視頻識別、流計算、視覺計算加速等技術，對杭州全城視頻數據流進行實時分析，通過數字化手段數清楚了路上跑著多少車輛。
除了能夠很好解決交通管理這一剛性難題，城市大腦還幫助阿裏雲沉澱了數據分析的邏輯和算力底盤，後來擴展到智慧高速、智慧港口、智慧航空等實踐中，這是一脈相承的通用能力。
六年的發展，阿裏雲從關注交通單一關鍵環節開始，到思考大交通治理方、運營方、服務方的現實挑戰，圍繞“規、建、管、養、運、服”進行體系化建設，利用平台化技術綜合優化交通資源——這是阿裏雲交通團隊自身發展和轉型的曆程。
如今，阿裏雲提出了更高的數字化願景，逐步從城市交通領域走向綜合交通的各大領域。一方面能不能進一步數清楚道路、港口、機場、鐵路樞紐、航道上，到底有多少人在開車、騎單車、步行、坐飛機、坐高鐵、運載貨物；另一方面，阿裏雲從城市交通信控場景接入，沉澱解決交通行業共性痛點和供需問題的解決方案，在智慧高速、物流上雲、智慧機場、智慧航司、智慧海事、智慧港口等數字化創新領域，都有了新的實踐。
從最早的雲平台、數字中台和業務中台，到可視化分析能力、PaaS層數據接口、AI能力調用接口，到行業知識圖譜和行業模型相結合的雲控平台、出行服務平台、貨運物流服務平台，逐步進化成爲産業智能的核心，讓雲計算、大數據、人工智能之上的感知智能、認知智能、決策智能和行業能力實現緊密耦合。
最終，阿裏雲悟到：交通系統的本質是，更高效地優化基礎設施和各類載具資源供給，更安全地滿足個人出行、貨運物流的需求；而數字化技術，能夠做的就是“計算”，計算個人、貨物的移動需求，計算實時各要素位移的狀態，實現高效、精准地匹配和調度。
全要素、全時段、全覆蓋的數字化
交通作爲傳統基建的重要組成，煥發數字化新生的第一步，是建立數字空間的交通全要素數字孿生。
現實來說，今天交通新基建的數字化能力，還有一定的局限性，有三個典型問題：
第一，夜間、惡劣天氣，智能化能力急劇下降，因爲傳統AI靠視覺感知。
第二，設備覆蓋有限，存在大量的數據盲區。但優化決策依賴精准全鏈路數據，否則決策有局限性。
第三，智能設備，如攝像機、雷達、測速、天氣傳感器等設備之間的孤立性，像盲人摸象，都是局部信息，很難爲總體優化提供信息支撐。
針對這三個問題，阿裏雲對應從三個方向解決技術難題。
1.全時段。做到不受夜晚、雨雪惡劣天氣幹擾，指標不退化。傳統的方式是爆閃燈，但對駕駛員非常不友好，而且覆蓋的距離也比較有限。阿裏雲采用融合多元傳感器：視覺AI加上毫米波雷達。
但雷達感知域和視覺感知域不同，頻率和特性都不一致，需要數據統一；其次，風吹日曬，會造成設備偏移，一段時間後要做動態校正映射矩陣；最後，如果視覺和雷達産生了沖突，你相信誰？相信的依據是什麽？第一種各自計算分析，再投票，稱之爲“後融合”；第二種設計深度學習網絡模型，實現數據驅動——阿裏雲選擇了後者。在夜間、惡劣天氣的感知能力可以達到白天的99.5%。
2.全覆蓋。傳統攝像機能夠支撐的範圍大概爲200米，如果做全域覆蓋，設備建設成本非常高。如何解決？
阿裏雲采用的解決方案是在深度學習模型裏，加上超小目標檢測和分割能力，針對特別細小的目標，進行超分辨率放大，保證車輛細節感知。要知道，在真實應用中，超過600米的圖像像素已經非常小，把它摳出來並識別出，就可以實現提升一倍以上感知距離。同時，在深度學習模型裏，增加盲區的認知推理，比如靠近大橋的地方，已經超出人眼的感知範圍，但通過車流的變化，可以推斷是否有異常情況。
這樣就可以利用技術手段，低成本地解決覆蓋距離的問題。
3.全要素。交通全要素包括運動物體的屬性、行爲邏輯、客觀環境。
這裏要實現的交通目標是：真實的物理位置、速度、方向、尺寸、車道，要完全量化、一一對應。對交通事件，如違法、違規等行爲，要實時感知，第一時間發現，快速決策、避免二次事故。同時准確判斷道路環境，快速發現能見度、路面狀況的微小變化，以降低未來更大的損失。
這裏的技術難點在于，細致識別需要高分辨率圖像，而高分辨率圖像會導致計算量很大；但反之，如果沒有足夠的數據量，計算效果又會不好。
最終，阿裏雲利用視覺融合激光點雲技術，結合邊緣雲的軟硬一體技術底座，從底層的含光800芯片、倚天710芯片，到上層集成高效的算法模塊、模型編譯和加速推理，對各類交通設施的靜態、動態實現二三維重構，耗時降低的同時性能極大提升。最終可以把車輛真實的物理尺寸精確感知出來，誤差控制在0.15米以內，大約爲一張A4紙的尺寸誤差。只要道路之間的冗余足夠，就可以很好地控制車流。把圖像域轉化到頻域，可以使高分辨率達到非常好的效果，解決了路面細致識別的問題，這項研究發表在2021年CVPR Oral的論文中。
成宜高速是全國交通強國的試點，全線157公裏，每年50%的時間是霧天。阿裏雲與蜀道集團合作，利用雷視融合激光點雲技術、邊緣雲軟硬一體技術，實現了黑夜、霧天，各種車輛實時動態、路面要素的精准感知，無死角覆蓋。阿裏雲可以對各類交通元素進行靜態毫米級、動態厘米級的定位，把道路上各種類型的載具接近實時的數字化還原。
不只是大路網，在航道、港口，也有“海上智控”的需求，形成“大水網”。它們同樣需要各種感知手段，包括衛星、無人機、雷達、物聯網、衛星電話、視頻等設備進行數據采集，構建整個大水網的動態數字孿生，小到一條漁船，大到一條商船，實時還原運行軌迹。
全局智能的運營管控決策
當交通的全要素、全時段、全覆蓋的數字化建立之後，數字孿生實現了物理空間和數字空間的對應關系。那麽無法靠現實世界試錯模擬的情況，通過大規模宏觀和微觀仿真，對不同決策進行系統推演，都能對未來進行預測，然後對推演結果進一步優化，得以向交通系統的管理者提供智能化服務，産生創新價值。
目前，阿裏雲對公路、航道、鐵路、機場、人流，都在做大規模的區域級、城市級仿真，實現全局智能的決策支撐。出行前的路線推薦可以把交通擁堵減少10%-20%，出行時通過感知融合和邊緣計算，實現極致的路口資源分配，讓路口的稀缺時空資源盡量做到不浪費，也能減少擁堵。
起初在高速公路數字化方面，阿裏雲主要實現了及時發現各類事件、及時應對、做被動管理的解決方案。如今由被動轉向主動管控，可以提前預測事件發生的趨勢和可能性，對高速公路的道路、橋梁、隧道、邊坡，進行實時高頻監測，預測道路上發生事件的概率，主動管理、管控高速和高速周邊的重要節點，提前減少高速上的擁堵，降低養護成本。
目前，全國已經有四川、浙江、廣東等20多條高速公路落地高速公路主動管控方案。例如廣東高速的車流量預測與管控仿真，算法模型能做到15分鍾內的預測，且准確率達到98.7%，同時結合兩小時內交通數據，可以對未來發生交通事故概率較大的路段做預警，實現主動幹預。
在機場數字機坪方面，2019年就實現了每輛飛機起降間所有保障節點的數字化，可以有針對性地查看機場機坪中存在哪些效率問題。如今更進一步實現了整個機場（包括數字機坪、數字航站樓）的全局智能。當有航空限流、天氣狀況時，機場能通過智能化調度大幅度提升航班運行效率，與傳統人工調度相比，操作效率提升超過90%。
在首都國際機場，雙方通過運籌優化、認知反演等方法在50秒內刷新1700架次航班的停機安排，將廊橋停機位利用率提高了10%，相當于每天額外有20000位旅客不用再乘坐擺渡車。
在水運領域，阿裏雲也利用同樣的方法提升港口運行效率和港口運行安全。通過與甯波舟山港集團聯合打造的“港口智能運營管控平台”，實現橋吊單機效率提升5%，港口的靠岸效率、場內運輸效率、堆場效率、生産運行效率整體提升5%以上，集裝箱卡車等待時間、通過時間縮短8%以上。
僅看數字不足以體現該解決方案的實際價值。實際上，提升5%的作業效率，從定性的角度來說，這意味著，實現了真正意義上的有人/無人集裝箱卡車的作業混編；從定量的角度來說，對擁有10個泊位的梅山港，提升5%，意味著兩年能多出1個泊位，而一個泊位的建設成本大概在10億元人民幣。
交通出行、運輸服務一體化
交通是一個高頻産生數據的領域。創新的解決方案、獲得數據創新的價值是阿裏雲展開交通領域探索的底層邏輯。阿裏巴巴集團本身也有豐富的交通元素，如菜鳥、高德、飛豬、千尋位置等。阿裏雲結合阿裏巴巴集團的多元能力，補足版圖，可以解決很多原本IT系統解決不了的問題。
比如，把智能交通大腦的上帝視角，通過高德等APP客戶端，以伴隨式服務的方式直接提供給道路的用戶。如遇堵車，駕駛員看到的不只是紅黃綠，而且是通過上帝視角的車載系統，了解前方具體情況，也可以了解服務區是否有排隊、提供什麽的服務等詳情。高德的出行服務還與車廠合作，利用車路協同、5G、V2X等技術，通過車載OBU、車載系統，或者手機，提供增值信息服務。另外，菜鳥可以抓住綜合交通樞紐，包括機場、鐵路站、地鐵站、物流倉儲等節點，把跨方式的交通服務打通，降低企業物流的等待時間，提升效率。
同時，阿裏雲與衆多交通行業的合作夥伴，集合感知、邊緣計算、芯片、算法、通信技術打造軟硬一體的智能硬件，實現更低的數據采集成本、統一編碼的時空數據高效融合、打造統一的數據模型，把行業多年積累下來的知識通過AI知識圖譜雲化，建立行業的數據模型，共享行業數據資産，共同提升“仿真、推演、預測”能力，讓行業知識不僅爲技術人員所用，而且爲業務人員所用。
衣食住行，是人類亘古不變的基本生活需求。人和貨品的“位移需求”從未改變，但實現安全出行、智能感知和預測供需平衡、高效調配供需雙方等目標的方法和手段，正發生天翻地覆的變化。機場、港口、航道、公路、城市交通等基礎設施正全面優化，極速奔向全局智能。
對話肖露：阿裏雲智慧交通業務是如何演進的？
技術與業務真正融合，才能産生模式創新；只有吸納社會各方面的創新力量，才能帶動産業真正進步。
秉承共創與融合的理念，讓傳統交通基建與新技術碰撞出智慧的火花。《雲棲戰略參考》專訪阿裏雲智能交通物流行業總經理肖露，詳解阿裏雲在交通領域的方法論以及差異化能力。
《參考》：從加入阿裏雲以來，你一直都在交通行業耕耘，在團隊建設和業務層面感受到哪些變化？
肖露：阿裏有句土話叫“擁抱變化”——我是2018年加入阿裏雲的，幾年時間裏，經曆了很多變化，這些變化也是我們自我成長的過程。
第一，團隊快速發展。從內部孵化，在實踐和學習中逐步成長爲具有行業能力和數字化能力的團隊，到現在有了公路、城市、航空、水運、物流等多個細分領域的專業人才加入。
第二，服務的廣度和深度上的變化。從2016年阿裏雲發布城市大腦開始，我們一直在探索基于雲計算、大數據、互聯網的能力和交通行業的深度合作。2018年，我們選擇“兩個一”市場賽道：做深一個細分行業，高速公路；做好一個樣板，南方航空公司。一方面因爲民用航空本身非常國際化、重服務體驗、市場化，對信息化的接受度和依賴性較高；另一方面，阿裏雲有非常強的雲計算、大數據、人工智能技術能力，阿裏巴巴集團的高德地圖、金融支付、菜鳥等，都可以通過産業融合産生化學反應。
第三，想法和實踐的層出不窮、快速叠代。第一年，我們還在自我證明、驗證想法的階段，找到機會讓客戶知道阿裏雲已經切入了交通行業。之後我們逐漸深入理解行業需求，一步步探索：2019年，我們開始嘗試沉澱“交通的行業産品”；2020年，我們切入到公路領域，得到了很多客戶支持，尤其是突破到高速公路的數字化系統建設；2021年，基于産品技術的沉澱，我們又開始醞釀適用公路、水路、民航、城市交通等領域的通用型解決方案，初步形成了有獨立見解的行業數字化轉型的方法論和理念。
這個變化是層層遞進、滾動向前的，不是線性的先後順序。市場、産品以及戰略規劃上，幾乎每個季度都在不停地優化調整。
《參考》：最初在進入交通領域時，阿裏雲有什麽積累？交通行業的現實條件是什麽樣的，爲什麽阿裏雲認爲有一個合適的切入點？
肖露：相對來講，交通運輸行業是基礎性、先導性和服務性行業。近40年來，其發展重心在基礎建設上，滿足國民經濟的基本運輸需求，解決“走得了”的問題，但在信息化程度上不平衡，也不夠充分。應當說，國家在修路建橋方面的投入是非常巨大的，但當基礎設施建設到了一定階段，就會要考慮基礎設施的數字化。同時，在客貨出行方面，更加注重“走得好”和“走得安全”“走得綠色”，這些都需要信息化手段予以提升、改造。
阿裏巴巴作爲一家互聯網公司，其實與交通行業有不少相似之處，都是網絡型産業，涉及大量C端客戶及大量數據分析和運用。但如何進一步將交通和互聯網融合呢？
首先，交通服務人們的衣食住行，是一個高頻産生數據的行業，如果交通大數據用得好，將産生更大的價值，這與互聯網有共同的訴求；
其二，阿裏巴巴本身有很豐富的交通元素，如高德、飛豬、千尋位置等，都有非常強的交通屬性。只是當時資源比較分散，沒有聚合在一起；
其三，隨著阿裏雲的快速發展，雲計算、大數據、人工智能技術可以解決一些傳統信息化手段解決不了的問題，只不過一時難以獲得此類技術發展的紅利。
比如緩解交通問題就需要海量數據處理、實時計算、超大規模仿真等，傳統的IT供應商和專業公司可能沒有這麽強大的算力支撐。再加上阿裏雲在2016年就已經開始沉澱城市大腦的技術能力，內外結合，可以讓阿裏雲有機會借助城市交通管理的經驗，拓展並深入運用到整個交通運輸體系中。
《參考》：2016年阿裏雲城市大腦就已經發布了，爲什麽後續沒有持續聚焦在城市大腦上？
肖露：城市大腦沉澱的技術能力非常多，包括交通行業數據模型與算法、數據與業務中台能力，都在智慧高速、智慧港航的實踐中得到複用，是一脈相承的。
但城市大腦比較聚焦于城市交通的精細化管理，而城市交通只是交通運輸體系的一個組成部分，其他還有公路、航空、港航、物流等領域。在和交通運輸行業的合作中，我們發現，交通運輸的數字化需要圍繞“規、建、管、養、運、服”多維度進行全要素系統化建設，而不僅僅是管理。如果只講城市大腦，行業內人士會有質疑。
這促使我們重新思考市場戰略：沉澱適用于交通物流行業全場景、全環節，能夠解決行業痛點和供需矛盾，同時又源自城市大腦能力沉澱的融合解決方案。
《參考》：當時是如何選擇細分行業的？
肖露：最開始第一年，我們與南方航空合作，它也是國企數字化轉型的樣板。在這個過程中，我們發現，從産生高頻數據的角度講，中國航司每天乘客數量相對穩定，業務暫時不會出現爆發性增長。
我們希望找到更多産生數據的場景，讓阿裏雲的技術能對國計民生有更大的助力。鐵路和公路就是這樣的領域，是國家及各地政府基建升級需求最大的兩個領域。其中，鐵路是個相對封閉的體系。但公路領域不一樣，公路市場夠大、銜接交通方式夠多、服務人群夠廣。同時公路對基礎設施數字化、運行管控智能化、出行服務品質化需求迫切，對交通參與者行爲和狀態數據依賴性很強，已經到了亟待數字化轉型的階段。
中國的公路網非常發達，在2020年底已達16萬公裏，但東西部公路發展存在明顯差異：東部地區已逐步進入“後建設”時代，注重擴容改造和網絡效能提升，更關注降本增效，提升用戶體驗；西部地區公路大發展，但信息化水平相比東部是落後的。客戶關心建設成本的同時希望能借助外力“彎道超車”，而不是以落後的方式進行修建，同時西部也需要技術來解決高山、隧道等地理因素帶來的安全問題。所以，傳統的方式無法支撐東西部公路未來的建設，需要通過融合創新來解決業務難題。
當時我們分析，公路可以作爲一個可深挖的賽道，但是公路領域的市場範圍太大了，包括高速公路、國省幹線、農村公路、城市道路等等。于是，我們再次聚焦到高速公路，適度關注國省幹線公路，畢竟國家對高速公路的信息化建設要求高，數字化需求相對強烈。
再後來我們又拓展到機場、物流、港航等賽道，形成了今天阿裏雲交通物流的版圖。
《參考》：在早期，被客戶挑戰最多的是什麽？
肖露：當時我們花了一年時間，找尋能夠接受我們理念和能力的客戶。這是很難的，因爲修路架橋本身是一個非常傳統的領域。第一年，我們拜訪了很多客戶，大家合作的熱情也很高，但客戶會先問：“上了阿裏雲，是不是安全風險就能降低，就能解決擁堵了？”討論之後給出的結論是：“你們的達摩院很強、互聯網很強、新零售很強，但這跟交通有什麽關系呢？你們不懂交通。”我們至少花了半年時間，拜訪了不少于20個高速公路建設方、業主方、監管方，希望能找到有共同理念、認同我們的客戶。後來我們換了一個思路：不應該用我們的邏輯去思考客戶，而是要與客戶共創、一起去探索和實踐。
幸運的是，我們找到了這樣的客戶，願意和我們一起思考如何將傳統修路架橋的業務與科技融合，思考引領數字交通的新理念，將他們想象中智慧交通的未來告訴我們，而我們也能把自己的想法，從一個場景開始嘗試，逐步深入。
隨著與客戶深度共創，對場景深入研究，我們很快發現，可以發揮高德、釘釘以及數據中台的能力，爲客戶提供一系列場景化解決方案，包括全覆蓋態勢感知、一路多方高效協同、精准及時的伴隨式服務等，實現高速公路管控的精准感知、精確分析、精細管控、精心服務。發展到今天，我們已經爲全國50多條高速公路路段提供了智慧化解決方案，服務全國20多個省的建設方和運營方。
《參考》：傳統領域和數字領域，兩個不同領域的人如何形成共識？這種經驗可能對所有從業者都非常有價值。
肖露：抛開技巧不談，我認爲關鍵是“以終爲始”的終局意識，設定非常明確的業務目標，研究真實的業務痛點。例如，甯波舟山港給我們提出的難題是，希望通過數字化手段將港口集裝箱調度的整體效率提升5%。這看似是非常簡單的個位數指標，拆解開來卻發現，它意味著全流程數字化能力的提升，這就很難了。在這過程中，需要判斷哪些是可以改變的，哪些是需要跟客戶達成共識的，最終帶來真正的業務價值，才是打動客戶的關鍵。
《參考》：應該在很多情況下，客戶的想法你們不理解、你們的想法客戶不理解。現在回頭看，哪些是真的不懂業務，哪些是技術認知的差距？兩種情況的比例是怎樣的？
肖露：我們肯定沒有客戶懂業務，客戶可能沒有我們懂雲、大數據和人工智能，這是事實。除了一些傳統IT領域，只要涉及客戶業務，80%的點都對不上。比如，項目前，客戶經常會問我們：“爲什麽要做一套系統去支撐高並發呢？”“如果系統遷移到雲上，我要如何操作？”
這就需要有業務與技術專家參與，作爲橋梁，他們既能聽懂客戶訴求，也能把阿裏雲的能力與客戶業務結合起來。而且，項目結束並非就真的結束了，我們還需要和客戶一起做項目沉澱，也讓團隊在實戰場景中不斷摸索，形成數字化融合行業能力的解決方案。最後，形成一種機制：有相應的專業人才，有實戰場景，不斷提升專業能力，形成數字化技術與行業場景融合的閉環——這對客戶也是有價值的積累，我們經常講“交付一個項目，打造一支隊伍”。
《參考》：能否舉例說一下阿裏雲服務的幾個典型客戶？
肖露：客戶一直伴隨和支持著阿裏雲各個階段的成長。
與蜀道集團合作的過程中，最開始在成都繞城高速建設了“智慧眼”，實現了感知智能；成都第二繞城高速測試時，開始車路協同、智慧高速的嘗試；今年與峨漢高速的合作中，希望實現對橋梁隧道的數字化。在港口數字化轉型中，我們與甯波舟山港集團打造智慧港口；在物流骨幹網運輸體系數字化建設中，我們還幫助專注于自動駕駛的物流運輸企業嬴徹科技，基于雲原生的能力，提升AI算法研發的效率問題；在數字化航司的實踐中，我們和南航實現了基于雙中台的全業務數字化轉型，與中國聯合航空實現了數字化營銷的模式創新。
《參考》：港口、航司、高速公路等領域的數字化建設，有共性嗎？
肖露：現在大家都在講數字化，也更懂數字化了。四年前，客戶對上雲的安全性和必要性還有疑問，如今國家發改委已經明確將雲計算寫進“新基建”的工作範疇。政府提倡數字化改革，央國企也在積極推動數字化轉型。交通運輸部相關政策多次提到“推動大數據、雲計算、數據中心在交通領域的應用，推動國家新一代交通控制網的建設”。雖然共性之下，每個細分賽道的痛點是不一樣的，但經過四年的叠代，阿裏雲利用雲計算、大數據、數字孿生、邊緣計算等技術優勢，既能打造通用的交通行業解決方案，也能聚焦細分賽道的不同場景提供差異化的解決方案。
《參考》：在數字港口建設中，有哪些創新的本土經驗和實踐嗎？
肖露：過去中國的港口學習荷蘭鹿特丹、新加坡等國際港口，但今天來看，中國港口已經發展出獨特優勢，尤其在吞吐量、數字化能力方面，在全球範圍都有一定領先性。
中國港口的建設要考慮本土現實，在經曆了上世紀90年代“央地統籌、地方爲主”的改革之後，我國港口曾經一度是“國有民營各類主體齊上、港區岸線建設失控”的局面。目前，各大港口按照“沿海一省一港”的新格局進行港口資源整合，意在減少無效競爭。但至今，全國80%左右港區或重點碼頭的經營，仍面臨效率不高、資源浪費的問題。前幾年上海洋山港、青島港的全自動化碼頭建設，是在全球有引領性的標杆。但問題是，只有新港建設時才會采用全自動化的技術，而且要耗費幾十億元的資金；小的港口集團、傳統碼頭，在效益沒有那麽好的情況下，需要智慧化的解決方案，即在投資有限的情況下，也能建設一個技術先進的數字化系統，確保運營效率和效益的提升。當然，這很難。我們在甯波舟山港的實踐就是一個高性價比、有參考意義的探索。
《參考》：大交通領域還有一部分是物流，阿裏巴巴在物流行業有很大優勢，但之前並沒有怎麽提過，爲什麽？
肖露：物流行業以運營和服務效率提升爲主，除了頭部企業之外，還有非常多中小企業，場景也非常多元。阿裏巴巴有一定的優勢，一方面本身作爲上遊企業可以牽引，另一方面在公有雲上能夠搭建更好的系統。
過去四年，我們一直堅決執行“雲上物流”戰略。從“三通一達”開始，它們占了很大一部分市場份額，核心業務已經基本實現全面上雲；另外，中國郵政也是阿裏雲混合雲的大客戶。所以，物流的骨幹網絡、大的核心節點大約百分之九十的核心系統都在阿裏雲上，可以實現各種運輸方式更高效的聯動。今天我們再講物流，需要從另一個高度來看。物流效率的提升是一個體系化的事情，不只有快遞，還包括城際運輸、貨運、集裝箱運輸、骨幹網運輸等等，它屬于供應鏈體系。將物流産業鏈上下遊激活，把物流樞紐園區、城市道路、高速、港口、機場全部打通，物流才能發揮出更大的價值，才能真正體現立體交通效率提升的系統性優勢。
《參考》：未來的挑戰和展望是什麽？
肖露：最大的挑戰是我們能力的提升要跟得上行業的發展，人才永遠都是最大的挑戰，希望不斷有優秀的人才能夠加入進來。同時也希望更多人認識到阿裏雲今天在大交通領域的投入——不僅是和客戶做業務，更是在探索前沿技術與傳統基建的融合。這無論對監管方、業主方、建設方，還是對普通消費者、新基建與傳統基建的融合，都有利于民生服務的全面提升，有利于經濟的高質量發展。
本文摘自《雲棲戰略參考》2022第三期
掃碼限時申領紙質版
↓↓
