當供應鏈物流撞上人工智慧

順豐集團首席技術官兼順豐科技首席執行官田民說:「今天,快遞物流公司進入了一個全新的轉型階段,引領物流這場爆髮式裂變的不僅僅是模式和資本,更是人工智慧、雲計算等新興技術」。

2017年,柯潔以0:3輸給了人工智慧Alpha Go。當比賽結束的那一霎那,很多人說,人類輸了,人類的智商終究抵不過一個機器人。但如果換個方向思考,Alpha Go是人類研發出來的,其實這不應該人類的勝利嗎?

與其他行業相類似,物流業也在對人工智慧進行投資研發,來解決他們所面臨的痛點問題。如果一個企業中的物流系統崩潰,會導致整個供應鏈鏈條斷裂,為此許多公司都在尋找改進自身物流體系的方法。其實,無論是什麼類型的企業,現如今都在嘗試新的技術,都在涉獵新的創新領域,物流業也不例外。

在當今時代,物流業也在日益更新,2017年京東啟用無人分揀中心、2017年雙11菜鳥網路用無人機跨海送貨、2017年蘇寧力推物流雲倉等等。目前,人工智慧對物流的改造將會繼續朝向哪呢?

當物流撞上人工智慧,會擦出什麼樣的火花?

(1)數據的實時處理

物流業所產生的數據不僅是海量的,而且是實時的。因此需要大數據平台的人工智慧系統對所產生的數據進行實時有效分析,從而幫助企業進行技術上的優化。因此企業應基於自己的數據平台或者雲計算平台,構建可用性極高的人工智慧系統。

(2)采銷配送

人工智慧也應用於供應鏈物流的採購、銷售、配送等環節:採購上,通過大數據對產品進行選品,將人工智慧與統計學相結合進行產品的預測和補貨,從而實現智能化、自動化補貨;銷售上,運用運籌學和人工智慧實現動態定價,同時考慮產品生命周期、促銷方式等因素,從而可以讓商家保持良好的運營並有效控制庫存;配送上,通過大數據技術進行銷量預測,結合自動補貨系統,實現庫房自動化備貨,提高商品的現貨率,降低了庫存周轉率,同時為用戶提供高效卓越的購物體驗。

(3)銷量預測和補貨決策

銷量預測是基於人工智慧的方法, 同時考慮商品、用戶、時間、促銷信息、天氣等外部因素,提升企業商品銷量預測的準備度;在補貨決策上,運用人工智慧系統對商品的以前銷量與預測信息進行建模, 計算企業的最優補貨點和目標庫存,從而提升商品的滿意率。

(4)價格預測

在運輸業中,價格會隨著季節、時段、道路運輸狀況等因素而進行波動,因此價格預測就成了企業面臨的最大挑戰。結合機器人學習系統,建立用於預測價格的模型,結合價格的歷史數據,最終估算合理的價格。

(5)開發技術

若想優化供應鏈物流,首要考慮企業的技術開發能力。若企業擁有了數據中心這類資源,不僅能使其在在變動的情況下迅速進行調整,同時可以提供預測性分析、運營與管理、以及工業物聯網服務。對於客戶來說,這將是一份自信的、令人感到放心的承諾。

(6)降低成本、提高效率

物流機器人的應用提高了物流系統的效率和效益,人工智慧技術能帶來運輸路徑的優化,提高配送效率。運用了人工智慧技術,2017年「雙11」,菜鳥聯盟僅用時2.8天就將第一億個包裹送到消費者手中,相比2016年再減少0.7天;「雙12」,僅用15小時就送完2016年全天的包裹量。

(7)處理意外的發生

貨物在運輸中,可能會遇到一些難以預料的意外情況,使得企業遭到重創。運用人工智慧技術,培養其學習以往人類遇到意外情況時制定應急計劃的能力,使之能自動化的糾正失誤,最終可以自動處理髮生的事故。

未來物流 近在眼前

供應鏈物流對於人工智慧的應用仍在探索中,其未來的發展方向可以延伸到以下幾個方面:

(1)智能設備與技術的引入。

智能設備的應用將使物流從現在的人工分揀向自動化、智能化方向演進,而智能技術包括感知技術、機械臂、自動化分揀帶、無人機等將會在物流的各個環節廣泛應用。

(2)智能化計算。

以綜合性的物流為出發點,運用現代化的人工智慧技術,將供應鏈整體各環節的信息流與商品的物流進行同步,實現貨物就近入倉、就近配送,節約時間,提升產業鏈效能。

(3)強化企業對人工智慧方面的學習。

隨著人工智慧的逐漸發展,企業應逐步建立起有效的供應鏈系統機制,並以此為基礎,建立學習系統,使得企業的供應鏈系統能夠應對更加複雜的問題。

(4)物流生態系統的形成。

通過人工智慧、雲計算、大數據、物聯網等新技術的運用,可形成集鐵路、公路、航空等智慧多式聯運,為企業的物流運輸、倉儲配送、物流誠信等提供全方位的服務,形成覆蓋線上線下的物流生態系統。

總之,人工智慧對於供應鏈物流的發展產生了巨大的影響,未來的企業可以憑藉工業4.0的發展勢頭,進一步將物流與智能工廠、智能生產相結合,為下一次的社會變革做準備。

作者微信號:yu228107685,轉載請註明作者姓名和來源。

weixin.qq.com/r/1y6fh9f (二維碼自動識別)


推薦閱讀:

12英寸硅晶圓缺貨持續至明年,供應廠商僅限5家
推薦幾本經典的物流相關專業書籍
1.08-追求合作而非談判
1.01-新品採購:到底是客戶要求多還是銷售採購不給力?

TAG:人工智慧 | 供應鏈 | 物流管理 |