人工智能 (AI) 為綜合物流提供動(dòng)力的關(guān)鍵方式

　　毫無疑問，人工智能 (AI) 將會(huì)徹底改變世界，包括物流。

　　人工智能越來越多地用于自動(dòng)化和優(yōu)化供應(yīng)鏈運(yùn)營。 越來越多的人工智能創(chuàng)新和不斷增加的人工成本使得人工智能在物流中的應(yīng)用越來越有吸引力，推動(dòng)了綜合物流的優(yōu)化。 在供應(yīng)鏈管理的背景下，這種轉(zhuǎn)變(也稱為“平臺(tái)變革”)可以改變我們計(jì)劃、執(zhí)行和優(yōu)化貨物從一個(gè)地點(diǎn)到另一個(gè)地點(diǎn)的移動(dòng)的方式。 更具體地說，通過利用人工智能 (AI) 和機(jī)器學(xué)習(xí) (ML) 的力量，企業(yè)可以獲得：

　　實(shí)時(shí)洞察其供應(yīng)鏈運(yùn)營。

　　準(zhǔn)確預(yù)測(cè)需求模式。

　　優(yōu)化庫存水平。

　　降低運(yùn)輸成本。

　　改善客戶服務(wù)。

　　高水平的戰(zhàn)略分析和優(yōu)化的財(cái)務(wù)報(bào)告。

　　更好的安全和風(fēng)險(xiǎn)管理。

　　云和人工智能的綜合物流

　　在數(shù)據(jù)的創(chuàng)建、存儲(chǔ)和分析方式方面，供應(yīng)鏈也正在變得數(shù)字化。 多年來對(duì)傳感器、攝像頭、物聯(lián)網(wǎng)設(shè)備和集成部署的投資有助于實(shí)現(xiàn)貨物的物理移動(dòng)數(shù)字化，并顯著增加了整個(gè)供應(yīng)鏈中創(chuàng)建的數(shù)據(jù)量。 此外，雖然數(shù)據(jù)傳統(tǒng)上存儲(chǔ)在本地倉庫中(難以訪問、集成或創(chuàng)新)，但我們現(xiàn)在看到基于云的系統(tǒng)的出現(xiàn)。 很快，利用最新的基于云的技術(shù)架構(gòu)將在供應(yīng)鏈管理中實(shí)現(xiàn)人工智能的各種用例，使企業(yè)能夠利用集成物流產(chǎn)品并無縫管理海上、陸地和空中的貨物流。

　　人工智能即將用于供應(yīng)鏈管理

　　以下是人工智能和機(jī)器學(xué)習(xí)的實(shí)施將很快重塑流程和運(yùn)作方式的領(lǐng)域：

　　? 欺詐檢測(cè)：這些創(chuàng)新可用于檢測(cè)和防止供應(yīng)鏈中的欺詐活動(dòng)，例如盜竊、偽造和未經(jīng)授權(quán)訪問敏感數(shù)據(jù)。

　　? 需求預(yù)測(cè)：這些工具可以通過分析歷史銷售數(shù)據(jù)、市場(chǎng)趨勢(shì)、天氣和可能的中斷來幫助更準(zhǔn)確地預(yù)測(cè)需求模式。 這可以實(shí)現(xiàn)更好的庫存計(jì)劃并減少缺貨。

　　? 預(yù)測(cè)性維護(hù)：通過實(shí)時(shí)監(jiān)控設(shè)備和資產(chǎn)，可以在潛在問題發(fā)生之前識(shí)別它們。 這有助于減少停機(jī)時(shí)間和維護(hù)成本，并提高設(shè)備的整體效率。 這里的具體應(yīng)用與所有優(yōu)化“正常運(yùn)行時(shí)間”的資產(chǎn)所有者有關(guān)，例如倉庫所有者、碼頭運(yùn)營商、車隊(duì)經(jīng)理等。

　　? 實(shí)時(shí)供應(yīng)鏈監(jiān)控和調(diào)整：人工智能可以提供從原材料到成品的整個(gè)供應(yīng)鏈的實(shí)時(shí)可見性。 這可以幫助識(shí)別潛在的瓶頸和延誤，使公司能夠主動(dòng)采取糾正措施。 數(shù)字孿生技術(shù)(物理資產(chǎn)或系統(tǒng)的虛擬、現(xiàn)實(shí)復(fù)制品，如卡車、倉庫或供應(yīng)鏈)將有助于提高績效和實(shí)現(xiàn)戰(zhàn)略目標(biāo)。 數(shù)字孿生模擬可用于可視化供應(yīng)鏈運(yùn)營的績效，管理潛在的中斷，并通過對(duì)變化的分銷流等場(chǎng)景進(jìn)行建模來對(duì)供應(yīng)鏈的彈性進(jìn)行壓力測(cè)試。 這種對(duì)供應(yīng)鏈的可視性將改善風(fēng)險(xiǎn)管理、決策以及客戶體驗(yàn)。

　　? 倉庫和運(yùn)輸自動(dòng)化：通過使用人工智能和機(jī)器學(xué)習(xí)，可以實(shí)現(xiàn)倉庫和運(yùn)輸操作的自動(dòng)化和優(yōu)化。 這包括用于預(yù)測(cè)、庫存管理和路線規(guī)劃的軟件系統(tǒng)，以及機(jī)器人、采摘臂、無人機(jī)、叉車和卡車等自動(dòng)化資產(chǎn)。 這可以幫助企業(yè)降低成本并提高效率，同時(shí)還可以提高客戶服務(wù)水平。 馬士基戰(zhàn)略洞察主管 Jannik Pedersen 表示：“這是一個(gè)游戲規(guī)則改變者?！彼a(bǔ)充道，“我們目前在堆場(chǎng)、倉庫和碼頭看到了受限的自動(dòng)駕駛汽車 (AV) 應(yīng)用。 然而，我們相信，從 2025 年開始，我們將開始看到高速公路走廊上的“中心到中心”自動(dòng)駕駛應(yīng)用將永遠(yuǎn)改變卡車運(yùn)輸，并帶來更好的物流整合”。

　　? 個(gè)性化：人工智能可根據(jù)客戶的購買歷史、業(yè)務(wù)基本面(例如行業(yè)、規(guī)模和價(jià)值鏈)搜索歷史和其他數(shù)據(jù)為客戶生成個(gè)性化推薦。 通過預(yù)測(cè)下一個(gè)最佳行動(dòng)/優(yōu)化想法，這可以幫助改善客戶體驗(yàn)并增加銷售額。

　　? 自主流程：通過人工智能和人工智能代理(一種能夠自主執(zhí)行連續(xù)人工智能任務(wù)的人工智能工具，只需一次輸入即可提供多個(gè)輸出)的實(shí)施，具有多源數(shù)據(jù)輸入的整個(gè)工作流程，以及需要輸入的工作流程 這些進(jìn)程有可能自主運(yùn)行。

　　ChatGPT(和 Auto-GPT)將如何使物流受益?

　　Open AI 出色的 ChatGPT 程序和類似的生成式 AI 模型(例如 AutoGPT 和其他 AI 代理)可用于物流中，在自動(dòng)化工作流程和客戶體驗(yàn)方面具有最具影響力的用例。 例如，ChatGPT 能夠用于開發(fā)聊天機(jī)器人，為客戶提供實(shí)時(shí)幫助，例如更快地回答查詢、提供訂單更新和解決投訴，從而成倍減少等待和響應(yīng)時(shí)間。 未來，這些系統(tǒng)將得到進(jìn)一步開發(fā)，并可能能夠解決目前存在的一些數(shù)據(jù)訪問和數(shù)據(jù)權(quán)限問題。 這些系統(tǒng)的功能正在呈指數(shù)級(jí)發(fā)展，實(shí)際用例越來越準(zhǔn)確，可以促進(jìn)問題解決并改善整體客戶體驗(yàn)。

　　未來的未來

　　馬士基戰(zhàn)略洞察主管 Jannik Pedersen 表示：“人工智能有可能成為物流領(lǐng)域的下一個(gè)根本性技術(shù)變革，就像互聯(lián)網(wǎng)和移動(dòng)技術(shù)改變我們的生活和工作方式一樣?！? 目前，構(gòu)建人工智能解決方案并利用該技術(shù)自動(dòng)化日常任務(wù)、降低成本并提高效率正掀起一股淘金熱。 隨著新技術(shù)和算法的發(fā)展，未來我們可以期待在物流行業(yè)看到更先進(jìn)的AI/ML應(yīng)用，這將帶動(dòng)更大的創(chuàng)新和競爭力。 事實(shí)上，整個(gè)供應(yīng)鏈軟件類別都可能成為云軟件的下一個(gè)前沿領(lǐng)域之一。 我們看到了建立在這些數(shù)字中間件層之上的新型智能和應(yīng)用層供應(yīng)鏈 SaaS 公司的機(jī)會(huì)。 這些類別可能包括：

　　數(shù)字孿生仿真和整體優(yōu)化模型。

　　供應(yīng)商/采購情報(bào)和管理。

　　脫碳和循環(huán)分析。

　　庫存預(yù)測(cè)和計(jì)劃。

　　工作流程自動(dòng)化和優(yōu)化工具。

　　其他行業(yè)特定的數(shù)字基礎(chǔ)設(shè)施。

　　總之，這些人工智能應(yīng)用程序和類型不僅將支持物流規(guī)劃人員提高物流成本，還將通過對(duì)實(shí)時(shí)事件或中斷的更高響應(yīng)能力和敏捷性來增強(qiáng)供應(yīng)鏈的彈性。

　　附件：可用于物流的人工智能分類

　　? 基于規(guī)則的人工智能：基于規(guī)則的人工智能系統(tǒng)遵循一組預(yù)定義的規(guī)則和決策標(biāo)準(zhǔn)來做出預(yù)測(cè)和建議。 例如，基于規(guī)則的系統(tǒng)可用于根據(jù)重量和距離建議貨物的特定運(yùn)輸方式。

　　? 監(jiān)督學(xué)習(xí)人工智能：監(jiān)督學(xué)習(xí)算法根據(jù)標(biāo)記數(shù)據(jù)進(jìn)行訓(xùn)練，以對(duì)新數(shù)據(jù)進(jìn)行預(yù)測(cè)。 例如，可以訓(xùn)練監(jiān)督學(xué)習(xí)算法來根據(jù)歷史銷售數(shù)據(jù)預(yù)測(cè)產(chǎn)品需求。

　　? ETA 預(yù)測(cè)和海關(guān)吞吐時(shí)間：例如，可以建立預(yù)測(cè)模型，根據(jù)跟蹤卡車位置實(shí)時(shí)信息的運(yùn)輸控制塔的數(shù)據(jù)，對(duì)卡車準(zhǔn)時(shí)或不準(zhǔn)時(shí)的天氣進(jìn)行分類。

　　? 強(qiáng)化學(xué)習(xí)人工智能：強(qiáng)化學(xué)習(xí)算法學(xué)習(xí)根據(jù)環(huán)境反饋?zhàn)龀鰶Q策。 例如，強(qiáng)化學(xué)習(xí)算法可用于優(yōu)化送貨卡車的路線，以最大限度地降低運(yùn)輸成本。

　　1.多來源或多模式補(bǔ)貨：當(dāng)您可以使用多種庫存補(bǔ)貨來源時(shí)，強(qiáng)化學(xué)習(xí)可以支持決定從負(fù)擔(dān)得起的離岸供應(yīng)中補(bǔ)貨多少，以及以更高的成本從本地采購多少。 同樣，它可用于并行組合多種運(yùn)輸模式，其中部分貨物使用較慢但碳排放較少的模式運(yùn)輸，部分貨物使用響應(yīng)更快的模式運(yùn)輸。

　　2.全渠道供應(yīng)鏈：在管理多個(gè)渠道的庫存時(shí)，強(qiáng)化學(xué)習(xí)可以規(guī)定應(yīng)集中庫存多少產(chǎn)品，以利用庫存池，確?？焖俳回?，并建議應(yīng)從哪個(gè)倉庫或店面訂單執(zhí)行。

　　? 自然語言處理人工智能：自然語言處理(NLP)算法用于理解和分析人類語言。 例如，NLP 算法可用于分析供應(yīng)鏈管理和物流中的客戶反饋和情緒。

　　? 基于代理的人工智能：基于代理的人工智能系統(tǒng)生成基于提示的輸出，然后進(jìn)一步處理并集成到自主生成的任務(wù)中。 這些系統(tǒng)可以執(zhí)行供應(yīng)鏈中需要生成假設(shè)的任務(wù)，例如識(shí)別未來趨勢(shì)。 例如，通過預(yù)測(cè)特定區(qū)域的需求，基于代理的人工智能可以自主建議容量獲取策略。

       來源：千家網(wǎng)