物流领域的人工智能有很多噪音。有人说它将在五年内彻底改变一切。另一些人已经在不知不觉中使用了它。还有很大一部分仍然更多是承诺而非现实。本文将这三者区分开来。
为什么物流是人工智能产生最真实影响的行业之一
物流本质上是一个大规模优化问题。路线、时间、成本、运力、需求、天气、交通、法规——所有因素同时相互作用并不断变化。这正是人工智能系统所针对设计的问题类型。
亚马逊、UPS和DHL等企业多年来一直在投资人工智能应用于其供应链并非巧合。现在正在发生变化的是，这些工具——以前只有预算庞大的企业才能使用——正通过更易获取的软件平台向中小型运营企业普及。
已经存在并正在发挥作用的内容
实时路线优化
这是公路运输中人工智能最成熟、最广泛的应用。Google Maps Platform、Here Technologies等系统或Onfleet和Route4Me等物流专用平台使用机器学习算法，根据实时交通、重量限制、交付时间窗口和燃油消耗计算最优路线。
对于最后一英里运营——多站点城市配送——人工智能优化路线与手动规划路线之间的时间和燃油差异可达20%至30%。这不是炒作。这是应用数学。
需求预测与运力规划
基于人工智能的预测系统分析货运历史、季节性、外部事件和客户行为模式，预测企业未来几周或几个月需要多少运力。
对于运量波动的企业——季节性制造、零售、农业——这使他们能够提前与承运商谈判运力，而不是在市场已经饱和时才去找车。
异常检测与预测性警报
现代车队监控系统不仅追踪位置——还分析驾驶模式、燃油消耗、发动机温度和路线行为，以在异常演变为故障之前检测到它们。
一辆开始出现异常油耗模式的卡车可能正在出现机械问题。人工智能系统可以在驾驶员注意到之前几天检测到该异常——并在车辆在途中故障之前安排预防性维护。
海关文件自动分类
在跨境运营中，文件审查和分类是成本最高的瓶颈之一。自然语言处理系统已经可以读取、分类和验证运单、报关单和商业发票等文件——在到达关卡之前检测错误或不一致。
这并不能取代报关代理。但它确实减少了审查时间和高容量文件中人为错误的风险。
即将到来的和正在开发中的内容
特定路段的自动驾驶卡车
在开放公路上完全自动驾驶卡车尚未成为大规模商业现实——但2级和3级辅助驾驶系统已经在美国一些运输公司的车队中运行。Waymo Via和Aurora等公司正在专门开发用于高速公路货运的自动驾驶技术。
短期内最可行的模型不是门到门的无驾驶员卡车，而是"转运枢纽"模式：自动驾驶卡车在两个转运点之间行驶高速公路路段，人类驾驶员在城市环境中完成第一英里和最后一英里。
供应链数字孪生
数字孪生是物理运营的实时虚拟副本。在物流中，这意味着拥有一个完整的链条计算模型——库存、运输、仓库、供应商——实时更新，允许在决策之前模拟场景。
如果新拉雷多口岸关闭48小时会怎样？影响传播到客户需要多长时间？哪条替代路线成本最小？数字孪生可以在几秒钟内回答这些问题。
如今这是大型企业的技术。五年内，中型运营企业将通过SaaS平台获得。
运费自动谈判
Freightos和Flexport等平台已经使用人工智能自动化部分运费报价和谈判流程。下一步——基于实时市场条件自主谈判运费的系统——已经在多个物流创新实验室中开发。
仍被炒作的内容
"能准确预测货物何时到达的人工智能"
预测性ETA系统已经有了很大改进——但公路运输中的绝对准确性仍然是一个未解决的问题。有太多不可预测的变量：天气、事故、道路封闭、通关时间、车辆机械状况。人工智能系统可以给你一个概率和范围——而不是确定性。
当有人向你推销一个"准确预测"货物到达的系统时，你应该听到的词是"预测"——而不是"保证"。
"区块链+人工智能实现透明物流"
区块链在物流领域多年来一直被宣传为可追溯性和文件透明度的最终解决方案。现实是，采用速度缓慢，实际用例有限，2018年至2022年间宣布的大多数"物流区块链"项目未能达到商业规模。
并不是技术不起作用——而是它要解决的问题要求链条中的所有参与者同时采用相同的系统，这是一个人类协调问题，而不是技术问题。
完全自主、无需人工干预的仓库
配备机器人和自动化系统的仓库确实存在且运行良好——在亚马逊、阿里巴巴和一些大型物流运营商中。但100%自主、没有任何人类工作人员的仓库形象，对于绝大多数运营来说仍然是理想而非现实。非结构化环境、不规则产品和运营异常仍然需要人类判断。
这对你今天的运营意味着什么
如果你有运输运营或经常运输货物的企业，这些是值得问自己的实际问题：
你的承运商是否使用路线优化？不是"我们有GPS"——而是考虑交通、预约和油耗的主动路线优化。如果没有，你正在为已经有技术解决方案的低效付费。
你有货运历史数据吗？日期、路线、运输时间、事故、每次行程成本。没有历史数据，人工智能就无法运作——许多想要"实施人工智能"的企业发现他们首先必须实施基本记录。
你是否使用预测来规划运输能力？如果你仍然基于直觉和去年的经验进行规划，今天已经有可用的工具可以显著改善这种规划。
物流中的人工智能不是未来。很大一部分已经是现实。利用它的企业与没有利用它的企业之间的差异不在于预算，而在于改变运营决策方式的意愿。
在Control Terrestre，我们密切关注行业的技术演变——因为今天有效的物流与五年后有效的物流不同，为这种变化做好准备是我们工作的一部分。申请报价或订阅我们的新闻通讯，每周接收关于物流和技术的实用内容。
