关于人工智能在物流领域应用的科普，文章略长，但值得分享与收藏。
来源/物流指闻（ID：wuliuzhiwen）
作者/叶帅
头图来源/头号玩家海报
人工智能（Artificial Intelligence），英文缩写为AI，一种研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
马云称，“人工智能是技术，但不是具体的一项或几项技术，而是认识外部世界、认识人类自身、重新定义我们自己的思维方式”，其还认为把“AI”翻译成“人工智能”不太准确，应该翻译成“机器智能”。这样的定义也不无道理，人工智能领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等，归根到底还是计算机科学的一个分支，是数据“喂养”出来的决策机器。
人工智能有4个要素：算法、算力、数据、应用场景。随着以上四要素的进步与丰富，人工智能应用领域也不断扩大，比如机器视觉、自动规划、智能控制、语言和图像理解等等。与此同时，人工智能取代人类工作的声音也屡见不鲜。
李开复就曾表示：未来重复性的工作都将被机器取代。他认为取代的工作主要集中于：相对简单的数据分类，或思考不到一分钟就可以完成识别的工作，（如文件归档）；在某公司一个非常狭小的领域工作（如银行理财产品的电话推销员、某部门的会计）；不需与人进行大量面对面交流的工作（如分拣、装配）。斯坦福大学此前的一篇论文也称，在人工智能技术发展将会面临改变的六大行业中，交通运输行业作为非常重要的部分出现，其也被广泛认为将最先引爆AI技术的巨大变革。
资料图
从行业作业性质看，人工智能在物流行业应用前景可观，首先有丰富的场景，其次有大量重复的劳动，再次物流作业的高效离不开数据规划与决策，而这些因素正是和人工智能应用相匹配的。而今，我们也不断看到领先企业在人工智能方面的研发与应用。随着国家发力推进新基建，人工智能的爆发前景可期。那么，具体到物流领域，人工智能究竟有哪些落地场景？本文从仓（园区管理、仓储管理）-干（无人驾驶、车辆管理）-配（分单、调度、配送），以及其中涉及的装卸、搬运、盘点、客服等环节梳理如下：
01
表单处理
物流行业有许多表单、文档数据，人工智能技术中的计算机视觉和深度学习就可以在这一场景中应用。
比如腾讯云的OCR技术：通过计算机视觉结构化识别表单内容，能够快速便捷地完成纸质报表单据的电子化，大幅避免人工输单；对文档扫描件或者图片中的印章进行位置检测，内容提取，实现自动化一致性比对；独有的手写文字识别技术可以精准识别出手写文字、数字、证件号码、日期等，实现带有手写文字的扫描件或图片数字化处理。
目前，中外运、顺丰等均有与腾讯云合作应用该技术。以中外运的北京奔驰进口报关业务为例。因为零部件的单据非常复杂，一个零部件涉及的单据可能100多页，以往一页一页的录，四个人要花一周时间，如今应用了人工智能技术，一个人40分钟就可以解决，且准确率极高。
02
园区管理
表单处理完，货物进入园区。随着IOT、5G等技术的应用，人工智能在园区管理上同样可以发挥重要作用，比如监测、采集场院内车辆信息，提供车辆装载率、车辆调度、运力监测和场地人员能效等基础数据，优化运力成本；再比如对人员工作情况进行管理，规避员工不规范甚至危险的操作。
2018年，菜鸟网络曾宣布全面启动物流IoT（物联网）战略，并向全行业发布了全球首个基于物流IoT的“未来园区”。这是IoT、边缘计算和人工智能等前沿技术第一次在物流领域的大规模应用，“未来园区”可以识别每一个烟头、监控每一个井盖，实时保障园区安全、高效运转。
2019年，京东物流披露，其已建成的5G智能园区，通过5G+高清摄像头，不仅可以实现人员的定位管理，还可以实时感知仓内生产区拥挤程度，及时进行资源优化调度；5G与IIoT的结合，帮助对园区内的人员、资源、设备进行管理与协同；5G还帮助园区智能识别车辆，并智能导引货车前往系统推荐的月台进行作业，让园区内的车辆更加高效有序。这中间同样是以人工智能技术为底层依托。
03
搬运
从园区进入仓内，其中必然要发生的一个动作就是装卸。货物识别+机器人与自动化分拣则可大大降低人类的劳动量。举例来说，AMR（Automatic Mobile Robot）即自主移动机器人，是目前发展和应用较快的技术。与传统AGV不同的是，AMR的运行不需要地面二维码、磁条等预设装置，SLAM系统定位导航为其装上了“一双眼睛”，让其可以实现高效的搬运和拣货作业。
以AMR商业化项目落地领先的灵动科技为例，其率先将计算机视觉技术与多传感器输入相结合，让其机器人实现了真正的视觉自主导航。据介绍，灵动视觉AMR能够帮助企业实现人效提升2倍以上、拣货成本下降超过30%的“降本增效”成果。
04
装卸
2019年，顺丰对外发布的“慧眼神瞳”一度备受关注，这也是顺丰科技人工智能计算机视觉成果在业务场景的落地突破。其实简单地说，“慧眼神瞳”就是利用各种视频和图像进行自动化分析的人工智能系统。比如中转场的装卸口环节，将摄像机部署在装卸口，通过分析车辆到离卡行为、车牌识别、车辆装载率、人员工作能效等基础数据，就可以刻画出装卸口作业场景的完整生产要素，将所有作业数据线上化，持续优化各项运营成本，优化运转效率。
同样，与华为云合作的德邦快递，也有类似技术应用。比如，可以通过AI来监控快递分拣的场地、场景，抓取对货物搬运不规范的情况，从而让业务员或者理货员操作的规范程度大大提高。
如果说上述场景的应用是在“助人”，无人叉车的应用则是在“替人”。2018年，物流指闻曾见证：德邦快递与智久共同宣布，作为德邦快递无人智慧物流的发展探索，首款无人叉车将应用于德邦快递浦东分拨中心。当时，智久机器人相关负责人介绍说，改进后的无人叉车采用“无人叉车+智能托盘+多层货架+JDS（调度系统）+LMS（库位管理系统）”的形式进行实地操作、多机调度、多车协同，同时通过RFID及传感器等进行智能路径规划。经测试新解决方案可使仓内成本下降30%，total毛利润增加7%。
05
盘点
库存盘点也是仓储管理的重要一环。如何保证盘点的准确高效？人工智能同样可以提供助力。
一汽物流就与百度云合作，运用无人机航拍取代人工盘点。简单来说，所谓无人机取代人工，就是无人机通过获取图像数据，基于视觉识别技术模型进行自动分析，并快速识别子库区，及库内汽车数量、车辆所在的车位号、与库存系统进行实时比对，如果实际数量与库存数量不吻合，将对异常数据进行警示，实现库存自动盘点。经过多次的数据训练，可将无人机准确识别率提升至100%。
此外，无人机还有报警、提示等功能，当实拍图与从LVCS获取车辆位置信息形成的图示有差异时，将会第一时间提示工作人员，查漏补缺，避免产生重大损失。
06
仓储系统
在仓内投入大量的机器人等设备，就需要一个系统进行管理，就像身体需要大脑。
旷视科技就曾发布AIoT操作系统——河图（HETU）。据介绍，河图是旷视科技推出的首个智能机器人网络协同大脑是一套致力于机器人与物流、制造业务快速集成，一站式解决规划、仿真、实施、运营全流程的操作系统。旷视河图与机器人硬件设备相结合，不仅体现了河图对整个作业节奏的控制、连接运维等能力，实现了人、设备、订单、空间、货的高效协同。
2019年，极智嘉(Geek+)也曾宣布，推出实体智慧物流版的aPaaS (application platform as a service) 系统——“极智云脑”。极智云脑能够让客户轻松重构其解决方案，并在云端高效部署，自由调度机器人和各种设备，实现高度灵活的智能化系统，极大降低了智慧物流的部署门槛，让AI触手可得。
而针对无人仓内容物流机器人数量多、设备模型、接口、技术特点驳杂繁多，设备巡检和及时维护工作量大，京东物流也推出了X仓储大脑。据介绍，X仓储大脑自2018年8月投入应用，在人工智能等技术的助力下，提升规划、运营监控及维保效率高达80%，降低人力成本高达50%。
07
无人驾驶
运输是物流的重要一环，人工智能在该环节的应用也表现在多个方面，比如无人驾驶、车队管理、智能副驾等等。以最熟知的无人驾驶为例，要实现无人驾驶，要依靠三个环节感知、处理以及执行，这均离不开人工智能。
此前不久，自动驾驶货运初创企业图森未来（TuSimple）宣布，获得美国卡车制造商Navistar（纳威斯达）投资，双方将共同研发L4级无人驾驶卡车。图森未来表示，争取在2024年前量产无人驾驶卡车。目前，图森未来拥有一支超过50台卡车的无人驾驶车队，并服务于包括UPS（美国联合包裹）、McLane（麦克莱恩）在内的18位客户。2017年6月，图森未来获准在加州展开自动驾驶汽车路测。
而除了图森未来，赢彻、智加、驭势等均在研发相关技术，包括亚马逊、京东等多家企业也尝试提出了各种解决方案，并已经有一些商用测试。
当然，相比于公路运输，封闭的港口园区落地或更快速。2018年4月3日，图森未来就对外发布全球首个无人集卡车队港区内测试视频，宣布进入港内集装箱卡车无人驾驶运输市场。
08
智能副驾
看完“无人”，再说“有人”。驾驶从来不是一份安全的工作，对于长时间驾驶的司机尤甚，而计算机视觉则给了车辆发现危险的“眼睛”。
物流指闻曾见证过中寰卫星导航通信有限公司发布智能副驾产品。其智能副驾依托车载智能硬件T-Box、ADAS和DMS设备，通过传感器数据融合和智能算法，结合ADAS地图等位置服务，从“人、车、路”三方面建立协同的安全管理机制，及时感知道路运输过程中的不安全因素，并通过监控管理平台实时呈现、预警，以安全共管云平台方案为商用车安全管理提供工具、手段和依据，降低风险、减少隐患，以实时在线的虚拟“副驾驶”。当司机有风险系数不大的行为时，设备将启动报警，并上报平台，形成日报月报，提供给车主甚至保险公司。如果出现重大风险，立即启动本地报警，如果本地报警没有引起司机重视，则引入管理者介入；如果管理者依然还没有解决，则会启动亲情电话，让司机的妻子或者儿子在线提醒。
09
装载
除了安全，运输另外一个关注点在于装载率，如何能装更多的货？基于大数据积累和AI深度学习算法，G7数字货舱就可以实时感知货物量方，自动记录量方变化曲线，时刻知晓装载率。通过AI摄像头和高精度传感器对厢内货物进行图像三维建模，保证货物运输状态全程可视化，并智能管控装车过程和装车进度。
其发布智能挂车“数字货舱”V9版， 还搭载了业界首创的“量方”功能。“量方”功能，采用了传感器+AI算法，对舱内货物进行高精度扫描+三维图像建模，最终自动计算出货舱容积占用百分比，实现精准装载。不仅如此，货舱在装载过程中“哪里空”、“哪里满”，都将以全3D方式呈现。通过对货舱空间更合理地利用，时刻保证车辆的真正满载。
除上述应用外，资料显示，在货车、轮船和飞机上安装与AI程序相连的传感器，也可以大大改善车队管理。这些程序可以监控油耗，针对减少石油和天然气的使用提供方法建议，以及在昂贵且耗时的重大故障发生之前主动提供维修意见。
10
无人机配送
配送是货物流动过程的最后环节，也是物流链条上人力资源投入最重的环节。目前，在这一环节，常见的科技创新是无人机与无人车配送。
亚马逊于2013年提出的Prime Air业务，将无人机引入物流领域。国内顺丰、京东、中通等企业也纷纷跟进。2019年5月，中外运敦豪与亿航智能签署战略合作协议，并发布了国内首个全自动智能无人机物流解决方案。当时，物流指闻在现场也见识了无人机+智能包裹柜的创新应用。
当时应用的是亿航天鹰（Falcon）物流无人机进行派送。该机型采用4轴8桨多旋翼结构、全备份多冗余设计、智能安全飞控算法，可实现垂直起降、视觉识别精准定位、智能规划航线、全自动飞行、实时联网调度，最大载重5公斤的快递包裹，可将单程派送时间从40分钟大幅缩短至8分钟。作为此次发布的全自动智能无人机物流解决方案的一部分，专门开发的DHL智能柜能够与无人机高度自动协作、无缝接驳，并可以实现无人机的自动起飞、降落，挂仓的自动装卸载，快件的自动分类和基于身份比对以及实名认证的快件存取等一系列智能功能。
11
无人车配送
无人配送车是应用在快递快运配送与即时物流配送中低速自动驾驶无人车，其核心技术架构与汽车自动驾驶系统基本一致。在新闻当中，我们也时常听说京东、菜鸟、美团、苏宁等无人配送车在小区校园等封闭区域配送、快递员接驳等多种场景中应用和测试。
比如，2016年就有一款名为菜鸟小G的自动送包裹的机器人在阿里西溪园区亮相。2019年8月，苏宁物流对外公开5G无人配送车的路测实况，这也是5G技术应用从实验阶段走向商业化应用。
研发方面，代表企业如九号机器人。2018年，其与美团进行了合作，并联合发布了Segway配送机器人S1。这是九号机器人在智能服务机器人领域的“试水”。在一年的时间里，S1代产品已经运行了5000+公里，积累了大量的运营数据。而后，九号机器人又新发布了Segway配送机器人S2与Segway室外配送机器人X1。
12
调度
文章开头说，数据是提高物流效率的重要工具，一个体现就是以运筹学等为代表的工具进行调度与规划。而这方面，算力+算法+数据“喂养”的人工智能也能大展身手：借助人工智能技术，实现物流运配环节车辆、人员、设备等作业资源的协调统一，使作业效率最大化。
以外卖为例，资料显示：美团实时智能配送系统是全球最大规模、高复杂度的多人多点实时智能配送调度系统。能够基于海量数据和人工智能算法，在消费者、骑手、商家三者中实现最优匹配，同时需要考虑是否顺路、天气如何、路况如何、消费者预计送达时间、商家出餐时间等复杂因素，实现30分钟左右准时送达。
而，饿了么的智能调度系统方舟，通过使用深层次神经网络与多场景智能适配分担，引入“大商圈”概念，为平高峰不同场景建立了不同的适配模型。得益于深度学习与多场景人工智能适配分单，该系统能实时感知供需、天气等压力变化，对预计送达时间，商户出餐时间、商圈未来订单负载等做出精准预测，用户的订单将会在最优决策下被匹配最佳路径，保证配送效率和体验。
13
分单
看完外卖的例子，再看一个快递的例子。分单是快递的重要一个环节。人工智能的应用，使其实现了从人工分单到人工智能分单的转变。
以送往北京的包裹为例，过去包裹到达北京的转运中心之后，需要专门的人工对包裹进行区分，哪些去往海淀区，哪些去往东城区，会被写上不同的编号。到达网点之后要经过再次分拨，到达配送站之后，快递员之间需要第三次分拨。这些分单工作人员，要达到熟练至少要经过半年的训练，一个转运中心大则100多号人三班倒工作，小的也需要几十人，还会经常发生错误，出现类似去往北京的包裹意外来到了深圳这样的问题，严重影响派送效率和消费者体验。
菜鸟网络通过人工智能技术，大规模的机器学习，处理海量数据，实现智能分单。包裹发出时，就会对包裹要去往的网点以及快递员做出精准的对应，并在面单上标识出编号，无需再由人工手写分单。包裹到达转运中心、网点以及配送站之后，工作人员根据编号即可判断包裹的分配，分单准确率达到99.99%，效率也得到提高。
14
客服
以言语理解为核心的认知智能研究也是人工智能领域的核心研究之一，目标是让机器具备处理海量语音内容和认 识理解自然口语的能力，并在此基础上实现自然的人机交互。在日常生活中，小度、小爱等都是代表案例。而在物流快递业当中，其可以应用的场景之一是客服。客服不容易，人员流失率也高，有报道称客服岗每年离职率高达50%，为此巨头都在打造智能客服系统。“三通一达”、顺丰和美团、饿了么为主的头部公司均已上线了语音和文字智能客服，其服务半径辐射80%以上终端消费者。菜鸟也曾发布语音助手这一产品。
以圆通速递为例，圆通速递在2017年开始相继在官网、微信等渠道上线国内版智能在线机器人客服，代替或协助人工在线客服完成客户服务工作，一定程度上解决了客服用工成本高、服务时间难以满足客户需求的问题。相关资料显示，圆通速递高峰期每日电话呼入量超200万通，需要5000人工坐席处理，在配备智能语音客服机器人后，高峰期90%以上电话呼入可通过语音机器人处理，日均服务量超30万，每秒可处理并发呼入量超1万次，在控制成本的前提下，极大程度上释放了人工效率。
……
除了上述案例，人工智能在路径规划、智能选址、智能路由、商品布局等等方面均可以应用，篇幅所限不再详述。另外值得一提的是，此前科技部公布的最新一批国家人工智能开放创新平台名单，宣布依托京东集团建设国家新一代智能供应链人工智能开放创新平台，领衔智能供应链国家战略发展。可见国家层面的重视。
当然，技术应用要考虑包括投入与产出等等方方面面的问题。当下，人工智能在物流行业应用也不一定成熟。然而未来的物流一定是科技的物流，下一个时代一定是人工智能的时代，当下我们可以不应用，却不可以不看到这样的趋势。
来源/物流指闻（ID：wuliuzhiwen）
作者/叶帅返回搜狐，查看更多
责任编辑：}

2019-09-20 20:14
来源:
物流沙龙
导读
随着AI在物流供应链领域的应用加速，AI在物流供应链领域的库存管理、末端配送、供应链预测等八大方向具有较大的应用价值。那么，未来AI是否能完全取代人工，人类成为AI的奴隶呢？
最近两年来，关于AI的话题十分热门，前有阿尔法狗大胜人类围棋冠军，后有马老师与马斯克AI江湖论道。AI时代的脚步看起来越来越近了，关于AI在各个领域的应用研究也在热烈展开，走在比较前列的有无人驾驶、城市大脑、AI医生等等，但是AI在物流供应链领域的应用研究目前还屈指可数，甚至有很多研究只是挂着AI的名头，混淆了视听，误导了从业人员和企业经营。
本人作为物流行业资深从业者，希望能通过本文和大家一起分享一下AI在物流和供应链领域的应用的一些观点。
一、AI应用一些观念误区
关于AI在物流供应链领域的应用，首先要明确一点，即物流、供应链是企业经营的一个环节，是为企业战略服务的，而企业生存的第一目的是为了盈利，因此AI在物流供应链领域的应用一定是要促进企业经营效率的提升，一定是能为企业创造价值和利润的，是要讲究性价比的。物流和供应链是一门实践性极强的学科，夸夸其谈和天马行空是无助于AI在领域的发挥作用的。
其次，谈到AI在物流领域里的应用，大家通常就会想到自动化、机器人、智能设备。这里要纠正一个观点，就是AI不等于自动化，AI在物流领域的应用的主战场绝不是硬件方面。并且面对目前中国复杂多变的社会和经济环境，自动化不一定是唯一解和最优解，在现阶段的中国经济环境，软件先行、硬件适度的原则还是比较贴近实际的。
二、AI在物流供应链领域的角色定位
物流和供应链是一个数据密集型的行业，同时目前也是一个严重依赖经验的学科。物流和供应链领域的管理人员，有点类似于医生的角色，核心的工作就是从各种数据中发现运营存在的问题，然后进行针对性的调整。而且这些医生通常还需要配备几个甚至一堆的人员进行数据的统计、分析和论证，但是遗憾的是，最终诊断出的病情还经常是错的。
造成这个局面的原因有两点：
第一点，沉睡的数据。很多人会讲我们企业有ERP、WMS、DRP各种专业的信息化工具，能提供各种运营数据，怎么会是沉睡的数据呢。很遗憾，这些数据都是不会讲话的，目前市面上的几乎所有企业管理软件都是哑巴，他们只是忠实的记录数据，而不会给出建议。这些数据不会提供预警，不会预测未来，更不会告诉你应该采取什么样的措施，这些措施会产生什么样的后果。
第二点，受限于管理人员的经验水平，即使管理人员获取了运营的数据，也只能简单粗略的根据自己的知识，做一些判断。过程中指标体系够不够完整，模拟运算够不够精确，过程有无人工错误等等这些都是未知数。并且这些分析和决策通常都是滞后的。
上面的两点使得目前的供应链和物流的管理还只是停留在经验主义的范畴，一旦决策失误就会带来巨大的成本浪费，使企业丧失竞争优势，甚至带来灾难性的后果。
未来在AI时代，物流供应链的管理应该是什么样的呢，大家可以想象一下电影里星际旅行的场景，在星际旅行里，星际战舰上舰长根据AI的建议选择执行方案，在AI的辅助下做出各种决策。未来供应链和物流领域里的管理人员就应该是星际旅行里面舰长的角色。舰长在AI的帮助下，共同进行战役的展开。
三、AI在物流供应链领域里的应用方向
回归正题，AI在物流和供应链领域到底有哪些方向有较大的应用价值呢，笔者认为有以下几点：
（一）供应链预测
供应链的各个环节互相配合，使得资源在供应链上中最优分布，在过程中，信息的透明和准确对供应链成本至关重要，如何提供有效的预测，避免牛鞭效应，避免资源浪费是管理者和AI需要一同面对的问题。在这个过程中，管理人员的经验更多应该体现在模型和影响因素的设计上，具体的预测和计算工作应该交给AI完成。
图1：某公司销售订单预测模型
（二）供应链品控
在现阶段的企业管理中，供应链管理的工作通常分散在各个部门，每个部门都有自身的一套监控和考核指标体系，但是从整个供应链层面对运营质量进行管控的公司少之又少。除了指标分散外，数据的加工耗费大量的人力，最关键的是呈现的数据指标只能反映过往的情况，而不能对当前的情况进行管控、修正。
借助AI的力量，供应链管理人员可以实时的对供应链运作的指标表现进行监控、预警、甚至自动生成工单进行问题的处理和跟进。
AI在供应链品控的领域的应用将不仅仅是业务层面甚至包含财务方面。目前在供应链品控方面，有不少业内公司已经在探索实施，在仓容预警、自动成本管控、服务质量监测、大客户管理、订单履约管理等方面起到了很好的效果。
图2：某公司在客户服务上的AI应用模型
（三）供应链选品、库存管理以及调拨、补货决策
在传统的做法里面，供应链选品和库存管理工作通常是在供应链管理部或者商品部的管理范围。在这些部门里面有一堆的表哥表姐，表哥表姐们每天从系统里面导出数据，分析周转率、库龄、毛利、起订量等指标，然后进行数据加工，形成建议，进行建议审批，最终把审批后的建议下达到执行部门。这种工作模式耗费了大量的人力，数据滞后，决策过程冗长。
未来在AI的帮助下，上述对应的工作可以由AI自发的完成，管理人员只需要根据AI提供的方案选择最适合企业的方案即可。
在库存管理模块，AI对于效期、临保期、安全库存、经济订货批量上等的管理上能做到及时、迅速、准确的预警和建议，并且为调拨、补货决策提供具体的建议和方案，并且监控决策的实施过程。
（四）供应链网络规划
仓配网络规划是企业发展到一定阶段必然面对的问题。需要布局多少个仓库，仓库选址在哪里，拓扑结构怎么设置，每个仓库承担怎样的职能。这些问题，牵扯到物流成本、服务时效、库存管控和客户体验，还有政策、消费者分布、商品特性等因素的制约。每个节点的变化都是牵一发而动全身的关系，并且企业面临的形势也是在不断的变化的，还存在季节和周期的波动。
在这种情况下，依靠人工做出准确的判断是几乎不可能的，上述各因素的变量已经远远超过了人工的计算能力，只有依靠算法的力量进行动态规划，通过因素的变化模拟结果的变化，协助管理者做出相应的决策，才是最科学的方法。
图3：某公司供应链网络模型示例
（五）供应链订单管理
当一个订单产生的时候，就面临一系列的决策行为，订单应该从哪个仓库发货、选择哪个配送商、走那个路线、订单缺货的时候是否要进行拆单、用户物流期望是什么等等。这些决策问题直接决定了用什么样的物流成本为消费者提供怎么样的服务，最终反映在客户满意度上，也是企业供应链物流服务价值的最终体现。
通过AI算法，管理者可以通过系统，让订单决策在产能、成本、时效、服务等因素上达到平衡，更好的为企业战略服务，为客户提供最优的物流服务体验。
图4：配送商选择模型示例
（六）仓库作业管理
作为一个仓库的管理者，需要知道仓库的作业量、效率、产能情况，还需要对订单的作业方式进行选择，并且根据发运计划安排订单作业顺序。
AI可以协助管理者进行资源的调配，实时提供作业数据及预警。在具体作业上，AI可以协助进行拣选路径规划、订单波次策略选择。在仓配交接环节，AI还可以协助识别直发线路，协助场地周转场地管理和配送资源计划管理。
（七）配送路由和配送末端管理
在配送阶段，通常消费者提供的地址是不精确的，有很多错误和模糊地带。这个时候就需要通过算法，通过AI来自动识别客户的实际目的地，确保准确地投递。
在配送阶段就涉及到配送的运能预测和优化，车辆的调度响应等等。配送商需要实时了解每个线路的运能情况，资源需求和储备情况，提前做好应对，避免异常发生，减少接驳成本。当然在异常发生的时候，也需要AI给出最优补救方案。
在最后一公里，站点和自提柜应该如何布置，末端派送资源调度也是影响作业质量和效率的关键因素，这些复杂的数学问题，通过传统的人力是无法很好的解决的，此时就需要有AI的支持，辅助管理人员甚至取代管理人员作出决策。
图5：派送资源调度模型示例
以上八大领域AI应用的前景十分广阔，目前业内有不少公司已经在某些领域有些应用，更多的公司还在探索中。当然，除了上述的几大领域，AI在物流领域的应用场景还有很多，比如包材箱型算法推荐、货位规划、车货匹配、AGV调度、自动化智慧仓储等等。随着科技的发展，相信AI和算法在物流供应链领域能发挥越来越重要的作用。
（八）供应端物流的管理
上述几个领域描述了货品流向消费者的供应链管控过程，但是没有包含供应端的物流管理体系的管控。随着社会分工的发展，企业间的竞争应景演变成供应链时间的竞争了，是企业所在的供应链与另外一家企业所在的供应链的链条之间的竞争。在经营发展中，供应商是企业重要的资源，是并肩作战的伙伴，是关键时刻能够给与企业帮助的经济实体。
从某种角度上讲，供应物流是销售物流的一个镜像，上文所说的供应链品控需要包含供应物流，同理供应物流的特性也是供应链网络规划的重要影响因素，供应链预测和补货建议也需要考虑供应端的信息和在途数据。在供应商管理库存，VMI领域，AI可以协助进行过程预警和补货，以及结算自动化的应用。在在途库存的管理和车辆调度上，AI和算法也能起到较大的作用。
四、物流供应链管理者
如何应对AI时代带来的挑战
随着AI在物流供应链领域的应用加速，传统管理者在工作内容和方式上必然面临一系列的挑战。传统管理者应该怎么应对这些挑战呢？
首先，心态上应该拥抱变化，要承认自己经验和能力上的局限性，接受AI的存在和AI的重要性。
其次，管理者的工作重心需要转移，从关注业务过程转变为更多关注影响因素、关注规则和边界，更多的和开发人员建立紧密的联系，协助开发人员让AI变得越来越聪明越来越好用。一个好的供应链管理者，一定是一个好的产品经理。
第三，管理者需要关注更高层级的需求，关注物流供应链与公司战略的配合，拓展物流供应链管理的领域和边界。
最后一个话题，未来AI是否能完全取代人工，人类成为AI的奴隶呢？笔者不敢多想，欢迎大家就AI在供应链领域的应用共同探讨。谢谢！
作者
罗介生
来源
物流沙龙
罗介生：资深物流从业者
对此话题感兴趣的朋友可加作者微信交流：17767140501
▼返回搜狐，查看更多
责任编辑：}