AI人工智能如何改變倉(cāng)儲(chǔ)物流和供應(yīng)鏈
作者：曾志宏來源：物流技術(shù)與應(yīng)用
說明：轉(zhuǎn)發(fā)只為分享，不代表本號(hào)立場(chǎng)
幾天前和一位做AI的老大聊天，他說全球做人工智能的企業(yè)基本都不賺錢，但這并不妨礙人工智能成為最熱門的投資熱點(diǎn)，為什么，我們從倉(cāng)儲(chǔ)，分銷和物流這個(gè)行業(yè)來來了解一下。
需求預(yù)測(cè)：需求預(yù)測(cè)依賴于歷史數(shù)據(jù)，使用人工智能可以進(jìn)一步加強(qiáng)對(duì)歷史和實(shí)時(shí)數(shù)據(jù)的分析，提供準(zhǔn)確的需求預(yù)測(cè)。有了更準(zhǔn)確的需求預(yù)測(cè)，托運(yùn)人可以優(yōu)化庫(kù)存管理、分派和勞動(dòng)力計(jì)劃，從而提高服務(wù)水平。麥肯錫在一份報(bào)告中表示，人工智能預(yù)測(cè)方法可以將供應(yīng)鏈網(wǎng)絡(luò)中的錯(cuò)誤減少30-50%。
供應(yīng)計(jì)劃：應(yīng)計(jì)劃是物流的重要組成部分。人工智能可以幫助基于實(shí)時(shí)數(shù)據(jù)的需求分析。企業(yè)可以動(dòng)態(tài)調(diào)整其供應(yīng)計(jì)劃參數(shù)，以優(yōu)化供應(yīng)鏈流程，提高效率，并增加盈利能力。
倉(cāng)儲(chǔ)自動(dòng)化:由于當(dāng)前全球形勢(shì)，供應(yīng)鏈中對(duì)非接觸式流程的需求不斷增加，似乎推動(dòng)了高級(jí)自動(dòng)化業(yè)務(wù)流程的必要性。人工智能有可能徹底改變倉(cāng)儲(chǔ)領(lǐng)域的自動(dòng)化。將機(jī)器人技術(shù)與人工智能相結(jié)合，機(jī)器人可以跟蹤和定位庫(kù)存，并執(zhí)行通常需要額外勞動(dòng)力來完成的挑選和包裝功能。自動(dòng)化帶來了高效的資源分配，使勞動(dòng)力能夠做更多有價(jià)值的活動(dòng)，而不是手工瑣事。深度學(xué)習(xí)進(jìn)一步促進(jìn)了這些機(jī)器人的學(xué)習(xí)，使它們能夠在部署它們的場(chǎng)景中自主地做出活動(dòng)決定。
智能計(jì)算機(jī)視覺:深度學(xué)習(xí)和人工智能使先進(jìn)的掃描、監(jiān)控和自動(dòng)化技術(shù)能夠通過圖像和視頻可視化許多物流場(chǎng)景，并進(jìn)行相應(yīng)的直接操作。這改變了裝貨時(shí)貨物的尺寸或破損檢查、標(biāo)簽和堆疊安排。計(jì)算機(jī)視覺與深度學(xué)習(xí)結(jié)合在自動(dòng)駕駛汽車上實(shí)現(xiàn)自動(dòng)和智能導(dǎo)航，現(xiàn)在已成為現(xiàn)實(shí)。
工作流程自動(dòng)化:工作流自動(dòng)化是利用人工智能來簡(jiǎn)化復(fù)雜和手工的后臺(tái)操作。在貨運(yùn)代理中，文檔處理是一項(xiàng)乏味的工作，并且具有使用機(jī)器人過程自動(dòng)化(RPA)和光學(xué)字符識(shí)別(OCR)進(jìn)行自動(dòng)化的巨大潛力。運(yùn)輸文件并非都采用標(biāo)準(zhǔn)格式，而這正是此類技術(shù)能夠自動(dòng)閱讀和理解打印或手寫文件的地方。這種工作流程自動(dòng)化可以解放物流人員的大量工作時(shí)間，并分配他們做更多的增值活動(dòng)。
預(yù)測(cè)物流:供應(yīng)鏈上的不同接觸點(diǎn)產(chǎn)生廣泛的數(shù)據(jù)。更好的機(jī)器學(xué)習(xí)算法可以提取對(duì)決策至關(guān)重要的物流預(yù)測(cè)洞察力。人工智能可以幫助做出與產(chǎn)能規(guī)劃、預(yù)測(cè)和網(wǎng)絡(luò)優(yōu)化相關(guān)的決策，從而簡(jiǎn)化運(yùn)營(yíng)并提高整體供應(yīng)鏈績(jī)效。人工智能廣泛應(yīng)用于動(dòng)態(tài)路線優(yōu)化、管理交付時(shí)間窗口、優(yōu)化燃油消耗和負(fù)載能力利用率等最后一英里交付活動(dòng)，從而推動(dòng)供應(yīng)鏈的數(shù)字化。
增強(qiáng)的貨運(yùn)跟蹤:貨運(yùn)可見性數(shù)據(jù)對(duì)整個(gè)供應(yīng)鏈的績(jī)效至關(guān)重要。人工智能跟蹤和跟蹤功能有助于準(zhǔn)確預(yù)測(cè)ETAs和ETDs。此外，對(duì)供應(yīng)鏈中斷、延誤和航路風(fēng)險(xiǎn)發(fā)出警報(bào)的能力可以幫助企業(yè)提高靈活性，并采用備份措施，以避免重大損失。機(jī)器學(xué)習(xí)還可以幫助分析歷史數(shù)據(jù)，以確定航運(yùn)模式，考慮各種因素，如天氣條件、季節(jié)性需求波動(dòng)、貿(mào)易通道擁堵等。隨著語(yǔ)音助手或聊天機(jī)器人的廣泛使用，客戶或客服人員可以在幾秒鐘內(nèi)提取跟蹤信息。
二、倉(cāng)庫(kù)里的人工智能(AI)和物聯(lián)網(wǎng)(IoT)
很簡(jiǎn)單，是的，我們正處在倉(cāng)庫(kù)真正應(yīng)用人工智能和物聯(lián)網(wǎng)的時(shí)刻。兩者都是強(qiáng)大的新工具，可以更好地使倉(cāng)庫(kù)和配送中心的活動(dòng)跟上快速變化的供應(yīng)鏈動(dòng)態(tài)。
“不要被人工智能和物聯(lián)網(wǎng)所迷惑，”Nate Brown,CEO of EVS表示?！皟烧叨急挥脕斫鉀Q以前的問題。他們只是做得更好。物聯(lián)網(wǎng)提供了以前無(wú)法獲得的數(shù)據(jù)，這是更深層次的見解。人工智能分析微觀決策，并優(yōu)化到以前不可能達(dá)到的水平?！?br /> HighJump首席技術(shù)官肖恩?埃利奧特(SeanElliott)表示:“如果倉(cāng)庫(kù)里沒有人工智能，物聯(lián)網(wǎng)就毫無(wú)意義?！薄澳阈枰Y(jié)合新的數(shù)據(jù)來源，即物聯(lián)網(wǎng)，以及更好的解決方案，即人工智能，來理解數(shù)據(jù)，發(fā)展見解并根據(jù)這些知識(shí)采取行動(dòng)。這兩項(xiàng)技術(shù)對(duì)于改善運(yùn)營(yíng)性能至關(guān)重要。”
此外，專家們認(rèn)為，這兩種技術(shù)對(duì)于適應(yīng)目前從預(yù)測(cè)驅(qū)動(dòng)型向需求驅(qū)動(dòng)型DCs（分銷中心）的轉(zhuǎn)變至關(guān)重要。
盡管如此，Softeon的首席營(yíng)銷官Dan Gilmore表示，這兩種技術(shù)都還處于早期階段。
一些公司尚未推出商業(yè)產(chǎn)品。其他公司正在試運(yùn)行中。還有一些公司在短時(shí)間內(nèi)提供了一種產(chǎn)品。展望未來，JDA及其合作伙伴已承諾在未來三年內(nèi)投入5億美元用于研發(fā)，銷售/全球合作伙伴和聯(lián)盟高級(jí)總監(jiān)史蒂夫·西默曼(Steve Simmerman)說。
顯然，人工智能和物聯(lián)網(wǎng)正在敲倉(cāng)庫(kù)的門，您應(yīng)該喜歡這個(gè)敲門聲。
建立物聯(lián)網(wǎng)
讓我們面對(duì)現(xiàn)實(shí)吧，倉(cāng)庫(kù)和分銷中心同事正面臨前所未有的壓力。
“訂單一整天都在源源不斷地涌來，挑戰(zhàn)在于找出如何最好地及時(shí)處理這些訂單，”曼哈頓聯(lián)合公司(Manhattan Associates)產(chǎn)品管理高級(jí)總監(jiān)亞當(dāng)?克萊恩(Adam Kline)說道。
他接著說，即使倉(cāng)庫(kù)管理系統(tǒng)(WMS)已經(jīng)就位，這些決策也是根據(jù)既定規(guī)則、既定能力和既定資源做出的。然而，這些訂單并不是靜態(tài)的?！跋到y(tǒng)需要智能地平衡能力和資源，才能最大化利益，”Klin說
Gilmore說:“只有人工智能和物聯(lián)網(wǎng)合作，才能根據(jù)當(dāng)前情況臨時(shí)做出決定?！?br /> 那么，這些物聯(lián)網(wǎng)數(shù)據(jù)到底從何而來?很多已經(jīng)在你的設(shè)施里了。
從傳送帶到自動(dòng)引導(dǎo)車輛和自動(dòng)存儲(chǔ)系統(tǒng)等物料處理設(shè)備都接收和發(fā)送有關(guān)其活動(dòng)的數(shù)據(jù)。從掃描儀到語(yǔ)音系統(tǒng)的手持設(shè)備也做同樣的事情。
Epicor產(chǎn)品管理高級(jí)總監(jiān)Mark Jensen表示:“大多數(shù)設(shè)施都在引入越來越多的數(shù)據(jù)設(shè)備，這些設(shè)備正在發(fā)展成為一個(gè)新興的物聯(lián)網(wǎng)網(wǎng)絡(luò)?！焙芏鄷r(shí)候，簡(jiǎn)單的傳感器提供了以前無(wú)法用于決策的信息。智能手機(jī)是這個(gè)新網(wǎng)絡(luò)的一部分。
關(guān)于人的數(shù)據(jù)也很重要。盧卡斯系統(tǒng)公司(Lucas Systems)的項(xiàng)目工程總監(jiān)賈斯汀?里特(Justin Ritter)解釋說:“人們?cè)谔囟〞r(shí)刻在什么位置、他們?cè)谧鍪裁矗约叭绾巫詈玫乩脭?shù)據(jù)，這些都很重要?！?br /> 正如曼哈頓的克萊恩所指出的，實(shí)時(shí)定位系統(tǒng)正在到位，以跟蹤人們以及他們對(duì)特定任務(wù)的可用性。事實(shí)上，有幾種類型的實(shí)時(shí)定位系統(tǒng)可用，包括智能手機(jī)、無(wú)源無(wú)線電信標(biāo)和RFID。
“根據(jù)皮特最近的掃描結(jié)果，很多機(jī)構(gòu)都知道他在哪里。但當(dāng)你使用實(shí)時(shí)定位系統(tǒng)時(shí)，你就能隨時(shí)知道皮特在哪里。
Gilmore補(bǔ)充說，還有人和機(jī)器人的問題。他稱其為配對(duì)能力，可以讓合適的人和合適的機(jī)器人使用物聯(lián)網(wǎng)數(shù)據(jù)完成訂單。吉爾摩補(bǔ)充道:“這是一個(gè)將地點(diǎn)，人和任務(wù)一起協(xié)同的問題?！薄斑@里需要新的思維。
構(gòu)建人工智能
LeanDNA首席執(zhí)行官理查德?萊博維茨(RichardLebovitz)表示:“盡管獲取數(shù)據(jù)變得越來越簡(jiǎn)單，但大多數(shù)機(jī)構(gòu)缺乏決定如何使用這些數(shù)據(jù)以及采取何種行動(dòng)的能力。這一切都是要彌合預(yù)測(cè)和制造業(yè)實(shí)際情況之間的差距?！边@就是人工智能的切入點(diǎn)。
EVS的Brown給出了倉(cāng)庫(kù)人工智能的基本定義。“它學(xué)習(xí)并對(duì)當(dāng)前狀態(tài)做出反應(yīng)，而不僅僅是一套預(yù)先設(shè)定的規(guī)則，”他說。
HighJump公司的埃利奧特解釋說，人工智能和物聯(lián)網(wǎng)并不是一枚硬幣的兩面?！暗鼈兇_實(shí)存在共生關(guān)系。人工智能接收到的有關(guān)動(dòng)作和互動(dòng)的數(shù)據(jù)越多，它就越能了解如何適應(yīng)當(dāng)前條件，”他補(bǔ)充道。
雖然很多物聯(lián)網(wǎng)數(shù)據(jù)來自四面圍墻內(nèi)，但以晚入站加載為例。JDA的Simmerman說:“DC會(huì)收到由控制塔管理的物聯(lián)網(wǎng)信號(hào)的警報(bào)，負(fù)載將會(huì)延遲到達(dá)。”“人工智能獲取這些信息，并確定最佳時(shí)間，釋放和部署特定數(shù)量的勞動(dòng)力來卸載卡車。人工智能還可以決定哪些貨物應(yīng)該直接用于訂單或存儲(chǔ)。這時(shí)，你對(duì)如何使分銷中心最有效地運(yùn)行有了一個(gè)新的可見性和智慧水平，”Simmerman說。
要做到這一點(diǎn)，確實(shí)需要物聯(lián)網(wǎng)提供的數(shù)據(jù)粒度。盧卡斯的數(shù)據(jù)科學(xué)家Graham Yennie解釋道:“數(shù)據(jù)粒度是讓AI在新情況出現(xiàn)時(shí)進(jìn)行學(xué)習(xí)的關(guān)鍵因素。”這種特殊形式的人工智能被稱為機(jī)器學(xué)習(xí)
將物聯(lián)網(wǎng)和人工智能結(jié)合在一起
物聯(lián)網(wǎng)和人工智能在分銷中心(Distribution Center)還有更大的用途。這兩種技術(shù)使得DC從預(yù)測(cè)驅(qū)動(dòng)轉(zhuǎn)變?yōu)樾枨篁?qū)動(dòng)成為可能。也就是說，當(dāng)它們與WMS、倉(cāng)庫(kù)執(zhí)行系統(tǒng)甚至工作執(zhí)行系統(tǒng)相結(jié)合時(shí)。LeanDNA的Lebovitz說，從預(yù)測(cè)到需求驅(qū)動(dòng)的運(yùn)營(yíng)是DCs向前發(fā)展的一個(gè)巨大但絕對(duì)必要的支點(diǎn)。
這一切都是為了應(yīng)對(duì)當(dāng)前從制造和分銷主導(dǎo)供應(yīng)鏈的轉(zhuǎn)變。越來越多的客戶已經(jīng)超越了低成本，供應(yīng)鏈效率成為主要驅(qū)動(dòng)因素。
因此，一系列公司正在研究、試點(diǎn)并全面整合人工智能和物聯(lián)網(wǎng)在倉(cāng)庫(kù)運(yùn)營(yíng)中的應(yīng)用。
盧卡斯系統(tǒng)(Lucas Systems)和EVS等公司正在進(jìn)行盡職調(diào)查，以決定如何將這兩項(xiàng)技術(shù)與他們現(xiàn)有的軟件包集成。盧卡斯系統(tǒng)公司預(yù)計(jì)將在明年春天深入進(jìn)行beta測(cè)試。與此同時(shí)，EVS正在用其WMS包測(cè)試客戶數(shù)據(jù)。
LeanDNA已經(jīng)將人工智能與制造業(yè)務(wù)的庫(kù)存分析結(jié)合起來。它的軟件被一系列公司使用，通過連接到他們的企業(yè)資源規(guī)劃(ERP)系統(tǒng)來簡(jiǎn)化操作。
機(jī)器人軌道和機(jī)器人技術(shù)是HighJump努力將技術(shù)與WMS整合的關(guān)鍵。試點(diǎn)項(xiàng)目正在兩個(gè)地區(qū)進(jìn)行。
Softeon的重點(diǎn)是跟蹤工人及其活動(dòng)和設(shè)備，比如使用無(wú)源無(wú)線電信標(biāo)的移動(dòng)機(jī)器人。機(jī)器人軌道也是一個(gè)重點(diǎn)。這兩款軟件都與Softeon的WMS集成，應(yīng)該可以更快更好地做出決策。
物聯(lián)網(wǎng)和人工智能都與曼哈頓（Manhattan）的倉(cāng)庫(kù)執(zhí)行包集成在WMS中。訂單流、機(jī)器人技術(shù)和分銷控制都受益于近18個(gè)月前引入的功能。
Epicor的分銷管理軟件剛剛完成物聯(lián)網(wǎng)的beta測(cè)試。同時(shí)，在ERP系統(tǒng)的虛擬代理中完全集成了AI。
一年多前，JDA收購(gòu)了Blue Yonder公司及其人工智能功能。這已經(jīng)成為了JDA數(shù)字化預(yù)測(cè)分析策略的支柱，該策略旨在創(chuàng)建該公司正在開發(fā)的東西——一種自學(xué)習(xí)供應(yīng)鏈的狀態(tài)。物聯(lián)網(wǎng)是其長(zhǎng)期戰(zhàn)略的一部分?？刂扑⒃朴?jì)算和倉(cāng)庫(kù)任務(wù)處理尤為重要。
物聯(lián)網(wǎng)和人工智能在倉(cāng)庫(kù)運(yùn)營(yíng)中的應(yīng)用可能還處于早期階段。但是發(fā)展的速度可能超乎您的預(yù)期。
機(jī)器人過程自動(dòng)化(RPA，Robotic Process Automation))和智能過程自動(dòng)化(IPA,Intelligent Process Automation)
四分之一的《財(cái)富》500強(qiáng)企業(yè)將人工智能投資轉(zhuǎn)向更普通的短期或戰(zhàn)術(shù)IPA項(xiàng)目，“效率明顯提高”，大約一半的人工智能平臺(tái)提供商、全球系統(tǒng)集成商和管理服務(wù)提供商將在其投資組合中強(qiáng)調(diào)IPA。
基于這些IPA用例的成功，IDC預(yù)測(cè)，到2022年，75%的企業(yè)將把智能自動(dòng)化嵌入到技術(shù)和流程開發(fā)中，使用基于人工智能的軟件發(fā)現(xiàn)運(yùn)營(yíng)和體驗(yàn)洞察力，以指導(dǎo)創(chuàng)新。
到2024年，人工智能將成為參與很多業(yè)務(wù)，導(dǎo)致25%的人工智能解決方案作為“結(jié)果即服務(wù)（outcome as a service）”，推動(dòng)大規(guī)模創(chuàng)新和卓越的商業(yè)價(jià)值。人工智能將通過重新定義用戶體驗(yàn)成為新的用戶界面，其中超過50%的用戶觸摸將由計(jì)算機(jī)視覺、語(yǔ)音、自然語(yǔ)言和AR/VR增強(qiáng)。在未來幾年內(nèi)，我們將看到人工智能和計(jì)算機(jī)視覺、自然語(yǔ)言處理和手勢(shì)等新興用戶界面嵌入到每一種產(chǎn)品和設(shè)備中。
新興技術(shù)是高風(fēng)險(xiǎn)技術(shù)。Forrester公司警告說，2020年，三場(chǎng)高調(diào)的”災(zāi)難”將“破壞了聲譽(yù)”，因?yàn)槿斯ぶ悄芄收虾蛡赡苄詫⒂兴黾?面部識(shí)別的錯(cuò)誤使用和過度個(gè)性化等等。
盡管如此，F(xiàn)orrester還是強(qiáng)調(diào)了積極的方面，他相信“這些糾紛案不會(huì)減緩明年人工智能的應(yīng)用計(jì)劃。”相反，他們將強(qiáng)調(diào)設(shè)計(jì)、測(cè)試和部署負(fù)責(zé)任的人工智能系統(tǒng)的重要性，以及考慮偏見、公平性、透明度、可解釋性和問責(zé)性的健全人工智能治理?！?br /> IDC預(yù)測(cè)，到2022年，可能由于一些的“公關(guān)災(zāi)難”，超過70%的G2000公司將有正式的項(xiàng)目來監(jiān)控他們的“數(shù)字可信度”，因?yàn)閿?shù)字信任成為了一種關(guān)鍵的企業(yè)資產(chǎn)。
Forrester表示，領(lǐng)導(dǎo)力很重要，擁有首席數(shù)據(jù)官(CDOs)的公司在其洞察計(jì)劃中使用人工智能、ML和/或深度學(xué)習(xí)的可能性，已經(jīng)是沒有CDOs的公司的1.5倍。
到2020年，首席數(shù)據(jù)和分析官(chief data and analytics officers，cdao)和首席信息官(CIO)等對(duì)人工智能持認(rèn)真態(tài)度的高管將確保數(shù)據(jù)科學(xué)團(tuán)隊(duì)擁有他們所需的數(shù)據(jù)。Forrester表示，真正的問題是“從復(fù)雜的應(yīng)用程序組合中尋找數(shù)據(jù)，并說服各種數(shù)據(jù)看護(hù)人同意?！?br /> IDC指出，“智能自動(dòng)化的有效使用需要IT部門在數(shù)據(jù)清理、整合和管理方面付出巨大努力。”在遺留系統(tǒng)中解決過去的數(shù)據(jù)問題可能是一個(gè)巨大的進(jìn)入障礙，特別是對(duì)于大型企業(yè)?！?br /> Forrester表示，2020年，“科技精英（Tech Elite）”將提高人工智能和設(shè)計(jì)技能的融合，將以人為本的設(shè)計(jì)技能與人工智能開發(fā)能力相結(jié)合將是關(guān)鍵。IDC預(yù)測(cè)，到2024年，75%的企業(yè)將投資于員工再培訓(xùn)和發(fā)展，包括第三方服務(wù)，以解決采用人工智能帶來的新技能需求和工作方式。
構(gòu)成“勞動(dòng)力”的要素將繼續(xù)擴(kuò)大，IDC預(yù)測(cè)，隨著智能自動(dòng)化在整個(gè)企業(yè)的擴(kuò)展，IT組織將管理和支持越來越多的人工智能RPA機(jī)器人勞動(dòng)力。勞動(dòng)力的另一個(gè)補(bǔ)充將是聊天機(jī)器人，在企業(yè)中協(xié)助完成各種任務(wù)。但Forrester預(yù)測(cè)，每5個(gè)人工智能會(huì)話交互中就有4個(gè)無(wú)法通過圖靈測(cè)試。
已經(jīng)完成的工作也將繼續(xù)擴(kuò)大。IDC表示，隨著計(jì)算能力從數(shù)據(jù)中心向邊緣計(jì)算移動(dòng)，IT將面臨管理和控制邊緣處理設(shè)備的挑戰(zhàn)。到2023年，近20%使用人工智能優(yōu)化處理器和協(xié)同處理器處理人工智能工作負(fù)載的服務(wù)器將部署在邊緣。到2025年，50%的計(jì)算機(jī)視覺和語(yǔ)音識(shí)別模型將在邊緣(包括端點(diǎn))上運(yùn)行。
人工智能將無(wú)處不在，IDC估計(jì)，到2025年，至少90%的新企業(yè)應(yīng)用程序?qū)度胧饺斯ぶ悄芄δ堋Ｈ欢?，IDC補(bǔ)充說，真正具有顛覆性的人工智能主導(dǎo)的應(yīng)用將只占總數(shù)的10%左右。
所以我們只要再等5年，就能看到人工智能的“真正顛覆性”潛力最終實(shí)現(xiàn)，到2020年，“隨著預(yù)期回歸現(xiàn)實(shí)，人工智能的繁榮將會(huì)加劇?！盕orrester預(yù)測(cè)2020年人工智能融資將達(dá)到另一個(gè)新的高峰，但它斷言這將是最后一個(gè)高峰——“全球有2600多家公司，人工智能創(chuàng)業(yè)生態(tài)系統(tǒng)即將是一個(gè)飽和的市場(chǎng)。”
三、人工智能將如何提升供應(yīng)鏈管理?
物流已經(jīng)成為供應(yīng)鏈和商業(yè)模式不可分割的一部分。與過去不同的是，企業(yè)現(xiàn)在開始關(guān)注于他們所期待的新時(shí)代技術(shù)的發(fā)展。人工智能(AI)就是這樣一種技術(shù)，它有潛力利用物流來克服目前的挑戰(zhàn)。零售物流面臨的挑戰(zhàn)最大，因?yàn)樗苯佑舷M(fèi)者，并使其更加復(fù)雜。物流目前需要預(yù)測(cè)消費(fèi)者需求，商品需求，一個(gè)更簡(jiǎn)單的過程，和流線型的工作流程，以保持不受阻礙和盈利。
人工智能處理文檔（AI+RPA）
過去，世界各地的組織都在努力管理物流文書工作，因?yàn)檫@些文書工作容易出錯(cuò)，成本高，耗時(shí)長(zhǎng)。如果采用人工智能，無(wú)需人工干預(yù)，就可以自行輸入數(shù)據(jù)和人工智能接口，從而實(shí)現(xiàn)過程自動(dòng)化和節(jié)約資金。此外，從這些數(shù)據(jù)中獲得的見解使公司能夠提高他們的支付和文檔方法，并保持對(duì)它們的跟蹤。
預(yù)測(cè)分析
人工智能的主要優(yōu)點(diǎn)是對(duì)客戶需求的預(yù)測(cè)分析。將人工智能整合到物流中可以讓制造商和零售商了解消費(fèi)者的需求。零售商將能夠了解特定時(shí)間或地區(qū)對(duì)特定商品的需求，并據(jù)此進(jìn)行采購(gòu)。來自零售商的數(shù)據(jù)將幫助供應(yīng)鏈中的所有其他實(shí)體重新定義它們的庫(kù)存。
加強(qiáng)管理
除了客戶需求，人工智能還可以幫助組織改善物流管理系統(tǒng)，因?yàn)檫@將使他們能夠?qū)崟r(shí)跟蹤自己的資產(chǎn)。從運(yùn)輸?shù)綆?kù)存，一切都可以根據(jù)市場(chǎng)需求進(jìn)行分類。適當(dāng)?shù)馁Y產(chǎn)評(píng)估將使資源和投資最優(yōu)化。
籌劃物流
繁瑣和平凡的任務(wù)可以轉(zhuǎn)移到AI界面，每次都能以同樣的效率完成。由于人工智能可以解讀更大的數(shù)據(jù)集，企業(yè)可以獲得更多的投標(biāo)，并根據(jù)它選擇最可靠和最有利可圖的物流合作伙伴。
四、人工智能如何推動(dòng)物流行業(yè)下一階段的增長(zhǎng)?
為什么物流公司正面臨一個(gè)前所未有的變化的時(shí)代，因?yàn)樾录夹g(shù)使更高的效率和更多的合作運(yùn)營(yíng)模式成為可能。這是物流行業(yè)擁抱人工智能的最佳時(shí)機(jī)，因?yàn)閿?shù)字化已經(jīng)形成，客戶期望也在不斷發(fā)展。
人工智能可以幫助物流行業(yè)重新定義今天的行為和實(shí)踐，從預(yù)測(cè)到預(yù)測(cè)的規(guī)劃，從標(biāo)準(zhǔn)化到個(gè)性化的服務(wù)。它還為物流公司提供了優(yōu)化網(wǎng)絡(luò)協(xié)調(diào)的能力，這是僅靠人類思維無(wú)法達(dá)到的效率
人工智能(AI)越來越多地出現(xiàn)在我們的個(gè)人生活中，并迅速被企業(yè)用于提高效率和創(chuàng)造新價(jià)值。世界各地的許多物流公司都擁抱數(shù)字化轉(zhuǎn)型，從傳統(tǒng)的企業(yè)資源規(guī)劃系統(tǒng)過渡到高級(jí)分析、增加自動(dòng)化、硬件和軟件機(jī)器人以及移動(dòng)計(jì)算。
在人工智能的幫助下，物流行業(yè)可以將其運(yùn)營(yíng)從反應(yīng)性行動(dòng)轉(zhuǎn)變?yōu)榍罢靶院皖A(yù)測(cè)性范式，這可以在后臺(tái)辦公室、運(yùn)營(yíng)和面向客戶的活動(dòng)中以有利的成本產(chǎn)生更高的洞察力。例如，人工智能技術(shù)將使用先進(jìn)的圖像識(shí)別技術(shù)來跟蹤貨物和資產(chǎn)的狀況，為運(yùn)輸帶來端到端自動(dòng)化，或在世界貨運(yùn)量出現(xiàn)波動(dòng)之前預(yù)測(cè)它們。
隨著職業(yè)世界的數(shù)字化，越來越多的公司將人工智能(AI)添加到他們的供應(yīng)鏈中，以最大限度地利用他們的資源，減少時(shí)間和金錢花在決定和何時(shí)發(fā)送一個(gè)包裹到某個(gè)地方。
優(yōu)化庫(kù)存
庫(kù)存優(yōu)化是指維持一個(gè)特定的庫(kù)存水平，可以消除缺貨的情況，同時(shí)持有庫(kù)存的成本不損害底線。物流在不降低材料成本或過程成本的情況下縮小產(chǎn)品價(jià)值方面起著重要作用。該技術(shù)還可以確保和管理供應(yīng)商庫(kù)存和可用的卡車數(shù)量，并優(yōu)化物流模式。如果它滿足需求和供給方程，它就成功了。
簡(jiǎn)化經(jīng)紀(jì)流程（AI+RPA）
海關(guān)申報(bào)嚴(yán)重依賴手工流程，涉及法規(guī)、行業(yè)和客戶的知識(shí)。交叉引用和驗(yàn)證是一個(gè)費(fèi)力的過程。自然語(yǔ)言處理將修改并使人工智能軟件從各種格式的文件中提取相關(guān)信息，并提交一份聲明。
應(yīng)對(duì)不可預(yù)見風(fēng)險(xiǎn)
通過訓(xùn)練，人工智能可以從應(yīng)急計(jì)劃中學(xué)習(xí)，這可以保證未來的糾正行動(dòng)。使用人工智能搜索互聯(lián)網(wǎng)，觀察趨勢(shì)，可以預(yù)測(cè)某一類產(chǎn)品的需求增長(zhǎng)，或提前識(shí)別任何風(fēng)險(xiǎn)。
當(dāng)涉及到物流業(yè)務(wù)時(shí)，要預(yù)料到意外情況，因?yàn)橐幌盗械那闆r可能會(huì)影響產(chǎn)品的預(yù)期交付日期。颶風(fēng)和洪水、航空公司破產(chǎn)和員工罷工等自然災(zāi)害都會(huì)影響公司物流工作流程的自然進(jìn)程。
作者簡(jiǎn)介
