物流其实是一个非常古老的行业，可以说有上千年的历史，但是在这个大数据时代，我们发现很多传统的运筹学优化问题，在大数据时代被赋予了很多新意义，机器学习、数据挖掘、机器视觉、自动控制、运筹学，都将在物流网络的复杂场景中实现跨界融合产生化学效应。菜鸟网络的成立正是希望通过新技术的引入，以数据驱动的思维来推动物流传统行业的革新。机器学习和人工智能被提到很高的高度，在物流领域以前用的是传统运筹优化的理论和算法，在大数据时代，这两者需要得到更好的有机融合。借助AICon这个会议，我将为大家分享菜鸟业务中涉及到的一些智能化算法。

 1.  基于大数据的机器学习问题，如销量预测问题、时效预测问题、ETA预测问题等；
 2. 基于资源有效规划的运筹优化问题，如动态路由问题、动态片区问题、人-站-柜布局问题等；
 3. 基于实时在线优化问题，如拣选路径优化问题、箱型推荐问题等；
 4. 基于多智能调度的仓储机器人技术；
 5. 解决物流两路的主动数字化和被动数字化的IoT技术和机器视觉技术。