人工智能技术在供应链物流领域的运用

■薛晓蔚，陈 新

（1.苏州工业园区工业技术学校，江苏 苏州 215123；2.苏州华星光电显示有限公司，江苏 苏州 215123）

信息化时代环境下各个行业开始进入到转型升级时期，科学技术、信息技术、大数据与人工智能等更是得到了广大从业者的关注。供应链物流在当前社会环境下，为了紧跟时代发展趋势，在自身转型与升级过程中开始运用人工智能技术，建造智慧物流。对比传统供应链物流模式，实现了自动化分拣、信息识别，提高了物流运输效率与精准性，推动了物流行业发展的信息化、数字化与智能化。基于此，为了深入掌握现阶段供应链物流领域人工智能技术的运用，结合行业发展现状展开分析。

一、人工智能技术架构

人工智能技术由基础层、技术层、应用层三个部分组成（如图1所示）。基础层包括软硬件设施、数据服务，其中软件设施以大数据、智能云平台等比较常见[1]；硬件设施涵盖芯片与CPU硬件等。基础层中的数据服务是指通用数据与行业数据，因为供应链物流领域在一直以来的发展进程中已经积累大量数据，在信息化环境下各项数据均能够实现共享，这也为人工智能技术基础层的建设与完善创造了条件。技术层中包括算法模型、基础框架、通用技术，基础框架一般是采用分布式计算、分布式储存这两种方式，在大数据技术中也是实现应用的基础条件[2]。算法模型包括强化学习、深度学习、机器学习，而机器学习对于人工智能而言是非常关键的技术手段，在智能手机、ETC车牌自动识别系统中比较常见，通过机器学习算法进行智能处理。通用技术则包括自然语言处理、计算机视觉等，在供应链物流领域基础水平比较高，而且也得到了相对普遍的应用。最后，应用层指代应用平台与智能产品，其中应用平台包括不同类型的智能操作系统，例如安卓系统、iOS系统，智能产品则是以无人驾驶、人脸识别等为主，根据人工智能技术研发的多种类设施与设备，在金融、产品零售、电商等诸多行业领域均有非常广泛的应用。

图1 人工智能技术架构

二、供应链物流人工智能建设规划

（一）节省物流成本

物流在企业管理中占据重要地位，而且存在于管理的各个流程，例如产品采购、销售与外运物流。在供应链物流基础上进行人工智能建设，要对物流价值链源头进行控制，减少物流源头成本支出[3]。一般要遵循就地择地原则、批量集中采购原则、多批次少批量原则。

第一，就地择地原则。根据运输距离全方面分析物流运输成本，了解远距离运输以及近距离运输单价、产品数量、物流费用等，科学计算之后加以确定。第二，批量集中采购原则。遵循该原则要尽量减少物流运输频率，如果企业储存面积能够满足要求，建议按照公式“仓库管理成本+批量集中采购总价+含物流及卸货费用＜仓库管理成本+多批次少批量采购总价+含物流及卸货费用”进行计算，搭配物流自动化管理优化最终效果。第三，多批次少批量原则[4]。如果企业储存面积有限，或者决定采用零库存这一管理方式，便可以遵循该原则，代表最终成本不会超过批量集中采购支出的成本[5]。若企业储存面积缩减，便要降低管理成本，采取零库存管理方法，尽管单次采购单价会超过批量集中采购价格，但考虑到规模运输会降低报价，所以多批次少批量原则成本依然能够保证理想的效果。在生产环节物流成本控制可实现价值链增值，也能够达到规模化生产的目的。建议和对方客户展开密切沟通，在保证客户需求基础上展开批量生产，以此来提升物流效率，此环节需要运用到售后服务预测成本这一理念[6]。除此之外，则要实现流程化生产，改变物料储存位置，物料领取与管理方面要加强规范性，同时制定合理的生产规划，这也是节省生产物流成本的有效举措。对于销售与售后物流可能导致的成本，是产品价值体现的关键点，建议从仓储管理着手拓宽储存规模，节省运输成本，积极和客户展开沟通，利用大批量少批次集中运输的方式节省成本。

（二）提高物流运输准确性与实时性

物流运输的起始点仓库到最终仓库这一期间，难免会有衔接方面的问题，致使运输物资遗失，而物资出库经过转运到达专线存放点，还需要从专线存放点运输到指定专线点，其间可能会有诸多物流企业负责承运，而且运输环节点之间对接也可能会出现问题。所以，供应链物流进行人工智能建设与创新，尽可能地缩减中间物流环节，使供应链物流运输效率更高，也可以保证准确性，以免物资在运输途中损毁[7]。与此同时，这种点对点运输模式从以往多环节断档转变为由一家物流企业负责所有物流点对接，原本分段分散信息传输也向点对点直接连接过渡，切实提高了物流运输精准性，经过创新之后的运输模式也能够满足物流运输效率方面的要求，获取广大客户的认可。

（三）采购端与销售端统一

以往采用的供应链物流模式以产品销售运输为主要业务，而且供应链物流具有单一性，无法保证完整性。在人工智能技术作用下，采购物流和销售物流逐渐实现了整合，也使得供应链物流呈现出生命全周期的特征。现如今，成品物流运输招标工作由托运方负责，确定成品运价之后，选择最为合适的托运方。然而原料采购物流运输依然交给供应商，由供应商独立选择物流公司。若供应商数量多，那么运输负责物流企业数量也会逐渐增多，无法体现出以量换价这一优势[8]。与此同时，诸多供应商之间彼此竞争，会增加管理方面的难度。将采购物料运输与成品物流运输加以整合，实现采购端和销售端的结合，这是人工智能技术应用最为直观的体现，减少物流公司数量，也可以提高管理效率。

（四）做到以客户需求为主

供应链物流人工智能建设要做到“客户为中心”，采用零库存管理保证物流朝着“多、快、省”的目标转型。供应链物流人工智能的转型，为了达到让客户满意的效果，除了减少生产成本与库存之外，还要解决整车运输这一问题，实现少量多频次以及高效运输，减少物流零担[9]。除此之外，针对客户服务项目进行创新，提高物流管理效率，将客户需求作为转型与发展的重点，更加关注服务质量，为广大客户提供更加便捷且质量高的物流服务，真正做到倾听客户需求，帮助广大客户解决问题，切实提升物流服务水平，优化供应链物流服务体验，还有利于实现企业供应链价值最大化。站在客户视角，在原有供应链物流服务基础上进行技术创新，凭借人工智能技术的诸多优势创造价值，使所有客户感受到进行以人为本的服务，满足其利益需求[10]。

三、人工智能技术在供应链物流产业中的应用

在大数据环境下人工智能技术在供应链物流中得到运用，为供应链物流模式增加了智能识别与自动规划等功能，加快了物流行业的转型升级。人工智能技术在供应链物流各个环节应用，主要作用于物流仓储地址选择、物资管理、仓储作业、物流运输、物流数据追溯等层面，下面根据这一点展开讨论。

（一）物流仓储地址选择

供应链物流仓储地址的选择，以往都是在地图或者地理数据上采用GIS软件确定，这种选址方法可能会受到自然环境、运输经济性等因素的影响，无法保证选址合理性。当供应链物流与人工智能技术充分结合之后，按照生产商、供应商所在地理位置、实际运营成本、仓库建设情况等诸多元素，采取大数据展开综合分析，避免主观因素对选址带来的影响，还能够按照长远性战略规划优化最终选址结果。立足于客观角度，提高物流仓储地址选择准确性与合理性，减少成本，提高供应链物流效率[11]。

（二）物资管理

在物资管理方面，以往更多是采用纸本管理、人工管理的方式，要求管理人员必须要保证电子档案管理熟练度，但很难同时做到物资库存量、种类、所在位置、储存时间等所有数据的动态化管理。这种传统库存管理模式向人工智能管理模式转型期间，应用大数据、物联网、信息技术等，快速获取仓储数据信息，而且所有信息在网络作用下实时上传与分享，减少库存量与仓储成本，保证库存管理更为安全。

（三）仓储作业

在实现智能仓储之后，货物储存管理逐渐具备了集装化、自动化特点。货物储运集装化应用人工智能技术，所有货物可利用托盘实现点到点运输。在运输过程中减少中间流程，也使物资周转率得到提升[12]。仓储自动化与智能化方面创建智能化仓库，运作流程均改用自动化机械设备，实现货物自动分拣、智能拆码垛以及智能安全巡检，降低对人工劳动力的需求，也能够保证作业安全。应用智能算法，仓库中所有自动化设备能够协调配合，按照实际情况展开作业，有效提升了仓储作业效率。

（四）物流运输

在实现智能化配送与运输之后，运输线路、设备具备人工智能化的特征，其中运输线路应用人工智能技术，主要是采取路径优化算法与调度算法，根据数据中心提供的信息优化最佳运输路径，加强运输路线合理性。创建实时数据库，通过智能数据分析平台可优化最佳运输路线，提高运作效率。一旦运输途中出现问题，也可以自动分析提出解决方案。采用配送设备，一般以智能物流无人配送车以及无人配送设备为主。例如智能配送设备具有自动接收订单的功能，按照订单内容自动化配货，按照规划路线进行配送。这主要是凭借人工智能技术的感知系统，实现运输配送全过程自动化、智能化。

（五）物流数据追溯

应用物联网技术可实现供应链物流智能追溯，从生产环节开始直到售后的全部流程均能够实现有机结合，保证信息流、商流得到统一，而且构建完整信息链，了解运输物品来源、最终配送方向以及运输环节责任人等[13]。所有完整信息链可构成信息网，从中获取供应链物流所需历史数据，当物流运输过程中发生问题，利用智能追溯这一功能快速确定问题原因与直接责任人，将问题解决，从而提高供应链物流的效率，保证物流运输各个环节安全性，也可为客户提供更加完整的物流供应链作为保障，为今后智能物流信息追溯的实现与创新打下基础。

四、今后人工智能技术在供应链物流领域应用的方向

根据目前我国供应链物流人工智能技术的应用情况，探讨今后发展方向，主要总结为以下四个方面。

第一，针对全国各个地区供应链物流智能化发展现状，缩小区域发展差距，达到全面资源共享的目的，提高中西部地区物流设施建设水平以及发展均衡性，保证供应链物流实现智能化有充足的技术条件。总结现有供应链物流产业智能化成功经验，各个企业之间展开密切合作，为物流和供应链资源共享做出努力。

第二，人工智能技术被应用在供应链物流产业中，应该不断加强技术的应用力度，创新思想观念，认识到当前乃至于今后行业智能化发展方向。通过大数据技术促进供应链物流产业加快实现智能化转型，所有职工必须参与智能化专业培训，了解供应链物流应用人工智能技术的操作要点，也可以为产业实现智能化转型贡献自己的一份力量。

第三，优化智能供应链物流体系，政府部门推出扶持政策，由有供应链物流管理部门负责执行，实现智能供应链物流管理的协同运营，而且要在今后实践中加强物流管理标准化、物流和供应链资源协调性，实现供应链物流信息共享。

第四，实现长期性供应链物流人才培养。现阶段供应链物流产业人才培养成为一项重要的任务，在今后实现智能化发展进程中可以和高校展开合作，专门开设智能化物流课程，展开校企合作，为所有行业人才培养创造条件，从而使学生今后在步入社会以及工作岗位时，能够完全胜任智能供应链物流工作岗位要求。在智能物流、供应链人才培养等方面增加资金投入，以培养复合型人才为目标，适应现阶段供应链物流智能化发展需求。基于人工智能环境，在供应链物流全过程中积极渗透人工智能技术，组织人才培训，提升物流运作效率以及物流服务水平，组建智能化物流人才团队。

现阶段我国供应链物流产业树立智能化、信息化的发展目标，其间广泛应用人工智能技术，包括大数据、物联网等，不仅改变了传统物流运输模式，也使得运输各个环节效率提升，充分利用人工智能实现智能化分拣与自动识别，为供应链物流产业转型提供技术支持，也有利于带动供应链物流在当前信息化行业下的转型升级。