尹军琪：人工智能世界里的物流将是什么样子

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眩

尹军琪：AI世界里的物流将是什么样子

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）。

尹军琪：AI世界里的物流将是什么样子

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。

自动化拣癣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。

尹军琪：AI世界里的物流将是什么样子

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。

订单越来越校

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。

尹军琪：AI世界里的物流将是什么样子

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

尹军琪：AI世界里的物流将是什么样子