一、现在的物流世界

        现在的物流技术与过程，我们可以从几个维度去看一看。

        1．工厂物流（或制造业物流）

        工厂的订单履行基本是从采购和生产计划开始，到成品入库和发货为止。在接到订单后，需要设计好产品，然后按需采购原料，原料入库储存，按设计生产（原料供货到车间），产成品入库储存，最后把成品交给用户。大致过程如此。

        按单生产和预测生产会有一些不同。但过程大同小异。大致如下：

        ✓ 市场分工是比较明确的。谁生产什么，需要怎样的厂房和设备，并不是一件随意的事。

        ✓ 其次，产品设计以计算机辅助设计为主，对人的技能要求比较多。对设计人员的专业水平要求比较多。产品需要不断迭代升级，产品问题会层出不穷。

        ✓ 采购与需求之间往往有较大差异，采购渠道相对比较固定，没有太多的时间去进行全面客观的比较。

        ✓ 原料的到货运输方式多样化，人工装卸为主，自动装卸已经在个别行业推广，机械手码垛开始应用，立体库储存已经成为首选。

        ✓ 生产配料以人工为主，辅之以计算机系统管理，以及输送机、AGV等系统完成自动配送。

        ✓ 生产过程以机器生产为主，人工介入为辅，但也有例外的情况。

        ✓ 成品下线后的入库，逐渐以自动化为主，如机械手码垛，立体库自动储存等，但很多（70%以上）还是以人工作业为主。

        ✓ 计算机管理库存。可能有缺料的预警系统。

        ✓ 可以支持个性化的需求，但并非主流。

        ✓  随着产品的不同，生产周期从数周到数月不等。

        2．商贸流通领域的物流

        ✓ 运输方式多样化，水运、汽运、火车、飞机是主要工具。单元化物流开始应用。GPS大量应用。订单的在线跟踪已基本实现。

        ✓ 装卸货以人工为主，自动化辅助装卸开始应用（伸缩皮带机，码垛机器人）。

        ✓ 储存多样化，自动化立体库等多种自动化储存方式大量应用。

        ✓ 订单的拆零率越来越高。即使是2B的订单也是如此。平台化的销售模式成为主流。

        ✓ 自动化拣选、自动包装技术开始应用。

        ✓ 计算机管理库存。支持多仓库运行，支持仓库之间的临时调拨。

        ✓ 运输管理系统逐渐成为普遍现象，在线跟踪已经实现。

        ✓ 小的运输公司逐渐淘汰，空载率逐渐降低，但依然难以达到要求，单元化技术应用逐渐展开。

        ✓ 超载现象依然严重，事故难以杜绝。

        ✓ 自动驾驶还没有提上议程。

        3．电子商务物流

        ✓ 电商行为已变得非常普及，人们的购物习惯发生根本性改变。

        ✓ 电商物流变得很发达，自动化物流技术得以全面应用。

        ✓ 仓库内的订单的履行速度加快，订单被实时的分配到离目标最近的物流中心。

        ✓ 仓储自动化技术全面应用，大型和超大型物流中心逐渐增多。

        ✓ 订单越来越多，每天全国有多达2亿个快递包裹。分拣中心越来越多。自动分拣技术普遍采用。

        ✓ 订单越来越小。

        ✓ 最后一公里已经有一些解决办法，包括快递柜的普及应用，但仍然以人工配送为主。

        ✓ 计算机应用非常普及，功能越来越强大。各种新技术全面应用。

        ✓ 面向个人的精准销售模式已经在逐渐实现。

        4.  突变的前夜

        越来越多的迹象表明，计算机对物流技术的影响已接近临界。自动化技术已经达到非常高的水平，很多新概念已经提出，并且各种问题的提出和解决越来越快，这将对物流技术产生根本的影响。

        而影响最大的是AI的进化。人工智能已经开始走进人们的生活。这就是以智能手机、自动驾驶、自动翻译、智能家居、智能机器人、大数据，云计算等构成的一个巨大的AI场景。

        对物流系统来说，用户的体验很重要，更快捷，更方便，更安全是用户的需求，个性化变得越来越普遍。而企业追求的是更高的效率和更低的成本。所有这一切，都会在AI的应用中找到答案。

        种种迹象表明，人类已经进化到AI的前夜。

        二、AI的威力有多大？

        要阐述AI的巨大作用，可以看看其在棋类运动的作用。因为这是最直观和最成熟的应用案例。

        1． 还记得围棋ALPHA GO吗

        2016年3月，在韩国进行一场别开生面的比赛，由计算机ALPHA GO1.0对阵韩国棋手李世石九段。最终计算机以4：1获胜。

        在此之前，没有人认为，计算机一定会取得胜利。但在此次比赛之后，人们改变了看法。特别是2017年，中国天才棋手柯洁以0：3完败给ALPHA GO2.0后，再也没有人怀疑计算机的能力。事实上，人类再也没有人赢过ALPHA GO了。

        在柯洁比赛后，全世界的围棋顶尖高手集体与ALPHA GO下了60盘棋，结果是0：60败北。与李世石的比赛不同的是，这60盘棋无一例外是在短短的几十步以后就已经明显不行了。人类棋手在ALPHA GO面前，几乎是不堪一击。其差距大致在让2~3子之间。这是一位九段顶尖棋手与业余高手之间的差距。

        很多人不理解为什么会发生这一结果。因为围棋界的顶尖高手们，他们下棋的漏洞已经很少了，怎么会在短短的几十步就显出败象，并且毫无还手之力呢？难道计算机就没有任何漏洞吗？

        其实明白计算机原理的人都知道，一旦计算机的能力超过人类，就永远无法追赶。尽管计算机不是每一步棋都完美无缺，但它的计算是以“胜率”作为基础的。当人类下出一步棋以后，计算机会计算一遍胜率，同时它会在胜率比较高的下一步中，选择落子。不可否认，人类也会下出完美无缺的棋，但很难在一盘棋中保持几百手都不犯错误。尤其在纷繁复杂的局面面前，人类的计算力和判断力是完全无法与计算机相提并论的。一步小小的错误，就足以断送一盘棋。正所谓“一着不慎，满盘皆输”。

        2． 现在的ALPHA GO有什么表现

        输了棋的人类，终于改变主意，拜计算机为师。现在计算机系统已经成为各专业棋手的唯一老师。几千年来的围棋理论，被计算机重新定义，并且毫无争议。

        可以说，人类几千年的积累，比不上计算机几年的积累。这是计算机的可怕和厉害之处。

        人们好奇，如果两台计算机对弈，结果会如何呢？事实上，在ALPHA GO研制的过程中，计算机完成了几千万次对弈，其中主要是与自己对弈。以验证非常复杂的算法。如果分析计算机的棋谱，我们可以发现，其与人类的围棋理论既有相似之处，也有大相径庭的地方。人类的思维方式因计算机而大为改变。

        有意思的是，计算机自己对弈也会分出输赢，有时是先手输，有时是后手输，并且每一盘的棋谱也不一样。这就说明，计算机下的棋也并非“最优”。还有一点就是，双方的“胜率”非常接近，且交替改变，并不会出现一边倒或脆败的局面。

        ALPHA GO 是人类第一次推出具有“智能”的计算机系统，其实，这种“智能”也仅仅是一种优化算法而已，与真正的人类智能还是相去甚远。为什么这样说呢？这是因为所谓的“智能”或“智慧”，从其定义来说，要具备“感知、分析、决策”的能力，一般来说，人们将“感觉、记忆、回忆、思维、语言、决策、行为”的整个过程称为智能过程。计算机到目前为止，其感觉是片面的，其思维和行为是受程序代码控制的，而非完全自主的。

        优化目标很重要。做过优化设计的人都会知道，所谓的最优解往往并不存在或很难求解，所以，计算机的每一次运算，如果都要求求解最优解，可能一方面要耗费很长时间，另一方面，很可能无解，会造成无限等待。因此，我们有理由认为ALPHA GO在计算时，并不一定要求解最优解，而是只要找到一个“较优”的解即可。而这个“较优”的解，只要符合几个条件即可：其一是尽可能提升“胜率”，第二是尽可能保持“胜率”大于50%，这样即可以立于不败之地，第三是尽量简化过程，把变数降低到最少，第四是如果无法达到前面两点，也不要超时。据说李世石赢了ALPHA GO的那盘棋，在李世石下出“神之一手”时，ALPHA GO也做了“长考”，其实，它已经找不到满足以上前面两个条件的解了，只是在即将超时时，胡乱下了一手而已。还有一点，就是我们经常看到，计算机“遇强愈强”，而在局面领先后，并不急于赶尽杀绝。因为对它而言，找到了一个“次优”的解即可。显然，对于人类而言，不要死记硬背计算机的招数和招法，尤其是在计算机局面领先时，因为这时计算机也往往会下出一些缓手。有些人对此过度解读，认为计算机有智能，会手下留情，其实是自作多情而已。

        三、AI应用到物流

        1．AI应用到物流的场景和作用

        对物流系统来说，AI不仅仅是自动化，而是智能化的全面应用。

        ✓ 对物流规划的指导

        AI对物流的改变的第一步将是在设计层面。AI将提供基于多目标优化的多种方案的设计及比较，提供系统仿真和数字孪生（虚拟现实）技术，这已经是目前人类所无法达到的高度。人类的作用，是提供各种需求、限制和条件。

        ✓  对采购的管理

        在采购层面，AI可以考虑的参数要比人类多得多，不仅仅是现有库存的多少，它会提供诸如材料产地的情况，供货周期测算，采购时机建议，价格比较，运输方式，储存方式等一些列优化结果。在AI的管理下，未来实现“零库存”应不是奢望。

        ✓ 对库存的管理

        基于AI的库存管理，要比我们现有的所有技术都会更加优化。自动化和无人化将是常态，且占比将大幅度提升。包括基于无人化的装卸货作业、库位建议、自动拣选、自动分拣、自动包装等。可以设想，未来的收货将直接为发货服务，拣选会变得相对简单。可以完全实现FIFO先进先出或定制化作业。“安全库存”的概念将仍然适用，但内涵会有很大变化。死库存问题将得到彻底解决。人们更多的精力不是在操作，而是在管理和维护。由于采用AI进行仓库设计，仓库的形态将会发生根本改变。包括仓库的高度，月台等传统设计理念将会发生大的改变。

        ✓ 对订单的执行

        AI在订单履行过程中的作用，包括多仓系统的订单调度，多仓之间的调拨，订单的分配，订单执行时间管理，订单执行过程跟踪，与运输系统间的互动（如车辆调度），与仓库之间的互动（如站台管理）等。一方面，如何根据优化目标（多目标优化，时间，费用，满足度等，对不同订单，优化目标并不一致）确定订单履行的路线；另一方面，订单履行过程中的监控和可视化。这是订单履行过程的重点内容。

        ✓ 运输过程的管理

        车辆资源共享高效匹配，单元化物流全面实施。物流专线有望建成，自动驾驶将成为现实，GPS全程覆盖，全程冷链得以实现，超载和违章将彻底杜绝。货物安全大大改善。

        ✓ AI与自动化

        对物流来说，AI需要自动化，但AI不是自动化。很多人对此有误解，常常把自动化等同于智能化和AI，甚至把某一项技术应用理解为AI，如AGV，无人机等，这是错误的。其实，自动化只是AI的一部分，甚至只是很小的部分，是属于执行层面和作业层面的工作，有时它甚至并非是必需的。AI更大的功能在于决策，在于优化系统。就像我们下棋，关键的是如何决策走下一步，而非怎么移动棋子。

        2．AI应用到物流将是一个必然的过程

        比起第一次工业革命（以蒸汽机为代表的工业制造）和第二次工业革命（以电气为代表的工业制造），计算机技术（包括数据库技术，网络技术，通讯技术等）对人类的改变将是前所未有的，颠覆性的。这是到目前为止的结论。

        展望未来，计算机技术的不断升级，从互联网到移动互联网，再到物联网，计算机技术的发展还没有出现停歇或被取代的迹象，以服务器、云计算、智能手机和各式机器人为代表，人工智能的技术路线和巨大作用已经逐渐显露出端倪，必将推动人类的发展和变革达到一个新的高度。

        我们有理由相信，当AI进入物流，物流效率将会极大的提升，而浪费将大大减少。对纷繁复杂的局面，AI将提供一个恰到好处的解。AI应用到物流技术应是不可避免和水到渠成的事情，让我们拭目以待。

        3．AI的应用会有一个渐进的过程，会不断迭代和进步，并且要持续很长时间

        AI概念自上世纪50年代提出以来，虽然在理论上做了多方面的探索，但却并未取得理论和应用方面的实质性突破，甚至一度走入死胡同。随着计算机技术的不断发展，计算速度越来越快，存储技术、通讯技术、数据库技术等出现了革命性的突破，直到智能手机的出现，特别是ALPH GO的出现，人类才似乎找到了AI的应用突破点。从这一点看，任何技术都是遵循不断迭代发展这样一条基本路线前进的。虽然AI似乎找到了一个突破口，例如在语言翻译，汽车导航，路径优化，棋类运动等方面得到了一定应用，并取得了意想不到的效果。但未来的AI如何发展，人类还缺乏明确的思路。

        同样，AI应用于物流技术与管理，到目前为止，还停留在初级水平，但AI的巨大作用已经初现端倪，并且毋庸置疑。我们看到，现在人类无论出行还是支付，都已经离不开智能手机，各种智能家居产品层出不穷。终有一天，世界将是AI主导的世界，物流也将是AI主导的物流。