人工智能對物流業的影響研究

劉敏

[摘 要] 隨著人工智能和大數據的興起，很多行業正處在一個從有人到無人的變革期，物流行業同樣處在經歷從全人工到全自動化的歷史轉折點。引領物流行業快速、爆發式裂變的，不僅僅是模式和資本，還有科技創新。云計算、大數據、人工智能、物聯網等新技術將不斷地顛覆快遞業運營模式和管理理念。立足于智能化物流發展的現狀，從倉庫選址、庫存管理、倉儲作業和運輸配送四個方面分析了人工智能對物流行業的影響，指出了物流業發展走向智能化遇到物流信息化隔離、物流基礎數據不完善、物流人才缺乏的問題，并就人工智能環境下物流業如何更好的發展提出了針對性的建議，即完善物流管理機制，健全物流信息標準化，發展物流大數據技術，加強智能化物流人才的培養。

[關鍵詞] 人工智能；大數據；物流業

[中圖分類號] F506 [文獻標識碼] A [文章編號] 1009-6043（2017）11-0040-02

一、引言

習近平總書記在十九大報告中指出，加強物流等基礎設施網絡建設，推動互聯網、大數據、人工智能和實體經濟深度融合，在中高端消費、創新引領、綠色低碳、共享經濟、現代供應鏈、人力資本服務等領域培育新增長點、形成新動能。隨著“雙十一”的臨近，智慧物流大比拼也正成為物流行業發展的一大看點。菜鳥推出的機器人小G，通過智能感知、動態識別等技術，能夠幫助完成最后一公里的配送任務；京東自主研發的無人倉技術，更是給倉儲系統帶來翻天覆地的變化，人工智能為物流行業的轉變帶來一個又一個的契機。人工智能技術不僅優化了物流環節，提高了物流效率，而且還大大提升了用戶的體驗滿意度。

二、人工智能對物流業的影響分析

人工智能技術應用在物流行業，主要采用了智能機器人、智能搜索規劃、動態識別以及計算機視覺等技術。它正改變著傳統物流業，對今后物流業的發展產生深遠的影響，主要體現在以下幾個方面：

（一）進行倉庫優化選址

倉庫選址一般是通過地圖和地理數據進行的，需要借助操作地理信息系統軟件和對地理模型的理解，選址模型多選用距離衰減模型。但是在我國，其中的地理數據獲取難度大，地理數據方面的分析一直處于瓶頸狀態，對分析建模產生了障礙。隨著人工智能的發展，它可以根據現實環境的種種約束條件，對生產者、供應商和客戶的地理位置、運輸量、物流成本等進行大數據方面的提取和分析，并進行更完善的學習和優化，最終建造出最優解決方案的選址模型。另外，應用人工智能進行倉庫優化選址，可以減少人為主觀因素的干擾，使選址結果更加客觀和精準，從而達到降低物流企業成本，提高效益的目的。

（二）合理管理庫存量

傳統庫存使用紙本管理，一定程度上依賴經驗豐富的員工，對物料庫齡、庫位存放位置、出入庫時間等等缺乏實時可靠的管理。人工智能應用在庫存管理當中，可以通過分析歷史庫存信息和出入庫數據，動態調整庫存量，以保障企業存貨的物流暢通，在不影響企業正常生產和客戶滿意度的同時，降低企業庫存量，降低生產物流成本，為企業提供高質量的庫存服務。高效的庫存管理系統，是結合了人工智能技術并聯網庫位、運用可視化定位導引技術、并結合強大的生產數據運算能力，構建出的高效智能、實時可靠的倉儲管理系統。

（三）提高倉儲作業效率

目前智能倉庫中多采用機器人技術，像搬運機器人、分揀機器人，和貨架穿梭車等。機器人之間進行有條不紊的作業配合，大大提升了倉儲作業的搬運速度、揀選精度以及存儲的密度。智慧化倉庫則是人工智能提升物流行業運轉效能的最佳體現。蘇寧也在倉庫管理中實施了機器人使用項目，200臺倉庫機器人，載運著近萬個移動式的貨架，穿梭在1000平米的倉庫里，進行商品的揀選。揀選工作再也不需要人一排排貨架后面跑，而是等著機器人載著貨架排隊過來。據數據統計，使用機器人進行倉庫小件商品的揀選，不僅準確率可達99.99%以上，而且效率還是人工揀選的3倍以上。

（四）運輸配送更快捷

現代化的物流運輸就是要避免走冤枉路，這就需要進行高智能的路徑優化，但需要注意的是最短路徑和最快路徑有時候并不是一回事，比如預算好的最短路徑由于突發狀況出現嚴重堵車，會導致實際時間花費增多，那就要實時地調整路線，換取最快路徑的優化回報，這就需要智能算法的輔助，比如路徑優化算法、調度算法等。在配送方面，目前正在處于熱點研發的智能物流車，未來將使物流配送更為高效。首先，智能物流車會接收到訂單；然后，倉庫會根據訂單的內容進行自動配貨，并通過傳送帶傳送到相應的物流車，并能夠裝配到物流配送車上；接著，智能物流車會根據每一件貨物編號來分析運送地點，自動運算出將整臺車貨物送完的最優路線，司機不需要進行運輸路線的考慮，上車就直接開啟導航出發即可。物流車的裝備與普通運輸車輛有所不同，為改善傳統人力裝運時的耗時耗力的問題，后車廂配備有全自動的裝運系統，后車門與裝載商品的貨架做成一體式的，裝貨時，后車門和貨架可以一同取下，裝載完畢后再一起送上車。

三、人工智能環境下物流業發展的主要瓶頸

人工智能改變了我們的生活，更對物流業的發展產生了嚴峻的挑戰。目前物流業依靠人工智能技術發展智慧物流還存在著以下瓶頸：

（一）物流信息化隔離

目前，我國物流業管理機制還沒有打破部門分割、條塊分割的局面，仍然存在信息孤島現象。另外，雖然有很多企業已經使用物聯網技術構建智能物流系統，但由于缺乏健全的物流信息體系標準，不同企業之間的信息溝通還存在障礙，很難實現信息交換和共享。

（二）物流基礎數據不完善

智能物流的一個重要基礎就是物流的基礎數據。很多企業還忽視對物流基礎數據的收集。物流企業自身如若不能及時的收集和分析所有的基礎物流數據，并迅速做出響應，就沒有辦法搭建智能物流的系統基礎框架。阿里巴巴之所以做菜鳥物流，也是為了獲取最基礎的物流數據，為其完善電子商務的數據生態圈奠定根基。為了能使智能物流有效發揮作用，勢必需要充分儲備基礎物流數據，因此需要高度重視物聯網的投入和應用。endprint

（三）物流人才缺乏

現有的物流企業人才不能滿足智能物流發展的需要。物流企業要發展人工智能，需要大量的既懂物流技術，又精通計算機信息技術、網絡技術、通信技術等相關專業知識的高層次復合型人才。大中專院校培養出的人才與企業的實際需要不匹配。

四、人工智能環境下發展物流業的建議

（一）完善物流管理機制，健全物流信息標準化

應該成立專門的智慧物流職能部門，負責協調各部門的物流資源，確保物流信息暢通。另外，要構建物流信息標準，使得物流信息編碼、數據接口、文件格式、軟件格式和流程等方面都有統一的標準，這樣既有利于企業自身信息化建設的完善，又可以破除不同企業間信息交流的障礙，使得整個供應鏈系統在物流網絡兼容，數據交換和信息共享方面都能夠暢通無阻。

（二）發展物流大數據技術

大數據是構建智能化物流的基礎。基于大數據+人工智能的系統平臺具有一定的開發難度，而且需要通過大量數據的持續喂養，才能形成預期的服務能力，物流企業成長階段需要持續投入，并且由人工向人工智能逐步過渡。大數據技術的應用需要四個層面。第一個層面就是大數據的架構，即基礎物流數據的收集與展示；第二個層面就是利用大數據對物流業務進行有效評估，對業績的改善甚是有效；第三個層面也是大數據應用的核心就是對生產量或物流量的預測；第四個層面就是利用大數據幫助領導者進行智能決策。

（三）加強智能化物流人才的培養

雖然人工智能減掉了我們一些人工的崗位，但同時它也智能物流的高級人才產生了新的需求。就目前而講，由于是新技術新模式的產生，各高校培養出的學生還不能擔當智能物流的一些工作。物流行業的工作者也是在邊學習邊摸索。所以在物流人才培養方面，一方面企業要對現有員工進行智能物流技術的培訓，使員工能夠勝任智能物流業務的崗位；另一方面，各高校應該與時俱進，合理調整培養方案，修改培養目標，使學生畢業之后能夠滿足人才市場對智能化物流人才的需求。

[參考文獻]

[1]賀璐.人工智能應用能力決定物流行業競爭秩序[N].中國企業報，2017-04-08.

[2]周路菡.智慧物流：將倉庫與消費者高效連接[J].新經濟導刊，2017（2）.

[3]李東陽.人工智能入侵物流業的N種可能[N].濟南日報，2017-05-05.

[責任編輯：蔡寧]endprint