現在的物流技術與過程，我們可以從幾個維度去看一看。

1．工廠物流（或制造業物流）

工廠的訂單履行基本是從采購和生產計劃開始，到成品入庫和發貨為止。在接到訂單后，需要設計好產品，然后按需采購原料，原料入庫儲存，按設計生產（原料供貨到車間），產成品入庫儲存，最后把成品交給用戶。大致過程如此。

按單生產和預測生產會有一些不同。但過程大同小異。大致如下：

? 市場分工是比較明確的。誰生產什么，需要怎樣的廠房和設備，并不是一件隨意的事。

? 其次，產品設計以計算機輔助設計為主，對人的技能要求比較多。對設計人員的專業水平要求比較多。產品需要不斷迭代升級，產品問題會層出不窮。

? 采購與需求之間往往有較大差異，采購渠道相對比較固定，沒有太多的時間去進行全面客觀的比較。

? 原料的到貨運輸方式多樣化，人工裝卸為主，自動裝卸已經在個別行業推廣，機械手碼垛開始應用，立體庫儲存已經成為首選。

? 生產配料以人工為主，輔之以計算機系統管理，以及輸送機、AGV等系統完成自動配送。

? 生產過程以機器生產為主，人工介入為輔，但也有例外的情況。

? 成品下線后的入庫，逐漸以自動化為主，如機械手碼垛，立體庫自動儲存等，但很多（70%以上）還是以人工作業為主。

? 計算機管理庫存。可能有缺料的預警系統。

? 可以支持個性化的需求，但并非主流。

?  隨著產品的不同，生產周期從數周到數月不等。

2．商貿流通領域的物流

? 運輸方式多樣化，水運、汽運、火車、飛機是主要工具。單元化物流開始應用。GPS大量應用。訂單的在線跟蹤已基本實現。

? 裝卸貨以人工為主，自動化輔助裝卸開始應用（伸縮皮帶機，碼垛機器人）。

? 儲存多樣化，自動化立體庫等多種自動化儲存方式大量應用。

? 訂單的拆零率越來越高。即使是2B的訂單也是如此。平臺化的銷售模式成為主流。

? 自動化揀選、自動包裝技術開始應用。

? 計算機管理庫存。支持多倉庫運行，支持倉庫之間的臨時調撥。

? 運輸管理系統逐漸成為普遍現象，在線跟蹤已經實現。

? 小的運輸公司逐漸淘汰，空載率逐漸降低，但依然難以達到要求，單元化技術應用逐漸展開。

? 超載現象依然嚴重，事故難以杜絕。

? 自動駕駛還沒有提上議程。

3．電子商務物流

? 電商行為已變得非常普及，人們的購物習慣發生根本性改變。

? 電商物流變得很發達，自動化物流技術得以全面應用。

? 倉庫內的訂單的履行速度加快，訂單被實時的分配到離目標最近的物流中心。

? 倉儲自動化技術全面應用，大型和超大型物流中心逐漸增多。

? 訂單越來越多，每天全國有多達2億個快遞包裹。分揀中心越來越多。自動分揀技術普遍采用。

? 訂單越來越小。

? 最后一公里已經有一些解決辦法，包括快遞柜的普及應用，但仍然以人工配送為主。

? 計算機應用非常普及，功能越來越強大。各種新技術全面應用。

? 面向個人的精準銷售模式已經在逐漸實現。

4.  突變的前夜

越來越多的跡象表明，計算機對物流技術的影響已接近臨界。自動化技術已經達到非常高的水平，很多新概念已經提出，并且各種問題的提出和解決越來越快，這將對物流技術產生根本的影響。

而影響最大的是AI的進化。人工智能已經開始走進人們的生活。這就是以智能手機、自動駕駛、自動翻譯、智能家居、智能機器人、大數據，云計算等構成的一個巨大的AI場景。

對物流系統來說，用戶的體驗很重要，更快捷，更方便，更安全是用戶的需求，個性化變得越來越普遍。而企業追求的是更高的效率和更低的成本。所有這一切，都會在AI的應用中找到答案。

種種跡象表明，人類已經進化到AI的前夜。

要闡述AI的巨大作用，可以看看其在棋類運動的作用。因為這是最直觀和最成熟的應用案例。

1． 還記得圍棋ALPHA GO嗎

2016年3月，在韓國進行一場別開生面的比賽，由計算機ALPHA GO1.0對陣韓國棋手李世石九段。最終計算機以4：1獲勝。

在此之前，沒有人認為，計算機一定會取得勝利。但在此次比賽之后，人們改變了看法。特別是2017年，中國天才棋手柯潔以0：3完敗給ALPHA GO2.0后，再也沒有人懷疑計算機的能力。事實上，人類再也沒有人贏過ALPHA GO了。

在柯潔比賽后，全世界的圍棋頂尖高手集體與ALPHA GO下了60盤棋，結果是0：60敗北。與李世石的比賽不同的是，這60盤棋無一例外是在短短的幾十步以后就已經明顯不行了。人類棋手在ALPHA GO面前，幾乎是不堪一擊。其差距大致在讓2~3子之間。這是一位九段頂尖棋手與業余高手之間的差距。

很多人不理解為什么會發生這一結果。因為圍棋界的頂尖高手們，他們下棋的漏洞已經很少了，怎么會在短短的幾十步就顯出敗象，并且毫無還手之力呢？難道計算機就沒有任何漏洞嗎？

其實明白計算機原理的人都知道，一旦計算機的能力超過人類，就永遠無法追趕。盡管計算機不是每一步棋都完美無缺，但它的計算是以“勝率”作為基礎的。當人類下出一步棋以后，計算機會計算一遍勝率，同時它會在勝率比較高的下一步中，選擇落子。不可否認，人類也會下出完美無缺的棋，但很難在一盤棋中保持幾百手都不犯錯誤。尤其在紛繁復雜的局面面前，人類的計算力和判斷力是完全無法與計算機相提并論的。一步小小的錯誤，就足以斷送一盤棋。正所謂“一著不慎，滿盤皆輸”。

2． 現在的ALPHA GO有什么表現

輸了棋的人類，終于改變主意，拜計算機為師。現在計算機系統已經成為各專業棋手的唯一老師。幾千年來的圍棋理論，被計算機重新定義，并且毫無爭議。

可以說，人類幾千年的積累，比不上計算機幾年的積累。這是計算機的可怕和厲害之處。

人們好奇，如果兩臺計算機對弈，結果會如何呢？事實上，在ALPHA GO研制的過程中，計算機完成了幾千萬次對弈，其中主要是與自己對弈。以驗證非常復雜的算法。如果分析計算機的棋譜，我們可以發現，其與人類的圍棋理論既有相似之處，也有大相徑庭的地方。人類的思維方式因計算機而大為改變。

有意思的是，計算機自己對弈也會分出輸贏，有時是先手輸，有時是后手輸，并且每一盤的棋譜也不一樣。這就說明，計算機下的棋也并非“最優”。還有一點就是，雙方的“勝率”非常接近，且交替改變，并不會出現一邊倒或脆敗的局面。

ALPHA GO 是人類第一次推出具有“智能”的計算機系統，其實，這種“智能”也僅僅是一種優化算法而已，與真正的人類智能還是相去甚遠。為什么這樣說呢？這是因為所謂的“智能”或“智慧”，從其定義來說，要具備“感知、分析、決策”的能力，一般來說，人們將“感覺、記憶、回憶、思維、語言、決策、行為”的整個過程稱為智能過程。計算機到目前為止，其感覺是片面的，其思維和行為是受程序代碼控制的，而非完全自主的。

優化目標很重要。做過優化設計的人都會知道，所謂的最優解往往并不存在或很難求解，所以，計算機的每一次運算，如果都要求求解最優解，可能一方面要耗費很長時間，另一方面，很可能無解，會造成無限等待。因此，我們有理由認為ALPHA GO在計算時，并不一定要求解最優解，而是只要找到一個“較優”的解即可。而這個“較優”的解，只要符合幾個條件即可：其一是盡可能提升“勝率”，第二是盡可能保持“勝率”大于50%，這樣即可以立于不敗之地，第三是盡量簡化過程，把變數降低到最少，第四是如果無法達到前面兩點，也不要超時。據說李世石贏了ALPHA GO的那盤棋，在李世石下出“神之一手”時，ALPHA GO也做了“長考”，其實，它已經找不到滿足以上前面兩個條件的解了，只是在即將超時時，胡亂下了一手而已。還有一點，就是我們經常看到，計算機“遇強愈強”，而在局面領先后，并不急于趕盡殺絕。因為對它而言，找到了一個“次優”的解即可。顯然，對于人類而言，不要死記硬背計算機的招數和招法，尤其是在計算機局面領先時，因為這時計算機也往往會下出一些緩手。有些人對此過度解讀，認為計算機有智能，會手下留情，其實是自作多情而已。

1．AI應用到物流的場景和作用

對物流系統來說，AI不僅僅是自動化，而是智能化的全面應用。

? 對物流規劃的指導

AI對物流的改變的第一步將是在設計層面。AI將提供基于多目標優化的多種方案的設計及比較，提供系統仿真和數字孿生（虛擬現實）技術，這已經是目前人類所無法達到的高度。人類的作用，是提供各種需求、限制和條件。

?  對采購的管理

在采購層面，AI可以考慮的參數要比人類多得多，不僅僅是現有庫存的多少，它會提供諸如材料產地的情況，供貨周期測算，采購時機建議，價格比較，運輸方式，儲存方式等一些列優化結果。在AI的管理下，未來實現“零庫存”應不是奢望。

? 對庫存的管理

基于AI的庫存管理，要比我們現有的所有技術都會更加優化。自動化和無人化將是常態，且占比將大幅度提升。包括基于無人化的裝卸貨作業、庫位建議、自動揀選、自動分揀、自動包裝等。可以設想，未來的收貨將直接為發貨服務，揀選會變得相對簡單。可以完全實現FIFO先進先出或定制化作業。“安全庫存”的概念將仍然適用，但內涵會有很大變化。死庫存問題將得到徹底解決。人們更多的精力不是在操作，而是在管理和維護。由于采用AI進行倉庫設計，倉庫的形態將會發生根本改變。包括倉庫的高度，月臺等傳統設計理念將會發生大的改變。

? 對訂單的執行

AI在訂單履行過程中的作用，包括多倉系統的訂單調度，多倉之間的調撥，訂單的分配，訂單執行時間管理，訂單執行過程跟蹤，與運輸系統間的互動（如車輛調度），與倉庫之間的互動（如站臺管理）等。一方面，如何根據優化目標（多目標優化，時間，費用，滿足度等，對不同訂單，優化目標并不一致）確定訂單履行的路線；另一方面，訂單履行過程中的監控和可視化。這是訂單履行過程的重點內容。

? 運輸過程的管理

車輛資源共享高效匹配，單元化物流全面實施。物流專線有望建成，自動駕駛將成為現實，GPS全程覆蓋，全程冷鏈得以實現，超載和違章將徹底杜絕。貨物安全大大改善。

? AI與自動化

對物流來說，AI需要自動化，但AI不是自動化。很多人對此有誤解，常常把自動化等同于智能化和AI，甚至把某一項技術應用理解為AI，如AGV，無人機等，這是錯誤的。其實，自動化只是AI的一部分，甚至只是很小的部分，是屬于執行層面和作業層面的工作，有時它甚至并非是必需的。AI更大的功能在于決策，在于優化系統。就像我們下棋，關鍵的是如何決策走下一步，而非怎么移動棋子。

2．AI應用到物流將是一個必然的過程

比起第一次工業革命（以蒸汽機為代表的工業制造）和第二次工業革命（以電氣為代表的工業制造），計算機技術（包括數據庫技術，網絡技術，通訊技術等）對人類的改變將是前所未有的，顛覆性的。這是到目前為止的結論。

展望未來，計算機技術的不斷升級，從互聯網到移動互聯網，再到物聯網，計算機技術的發展還沒有出現停歇或被取代的跡象，以服務器、云計算、智能手機和各式機器人為代表，人工智能的技術路線和巨大作用已經逐漸顯露出端倪，必將推動人類的發展和變革達到一個新的高度。

我們有理由相信，當AI進入物流，物流效率將會極大的提升，而浪費將大大減少。對紛繁復雜的局面，AI將提供一個恰到好處的解。AI應用到物流技術應是不可避免和水到渠成的事情，讓我們拭目以待。

3．AI的應用會有一個漸進的過程，會不斷迭代和進步，并且要持續很長時間

AI概念自上世紀50年代提出以來，雖然在理論上做了多方面的探索，但卻并未取得理論和應用方面的實質性突破，甚至一度走入死胡同。隨著計算機技術的不斷發展，計算速度越來越快，存儲技術、通訊技術、數據庫技術等出現了革命性的突破，直到智能手機的出現，特別是ALPH GO的出現，人類才似乎找到了AI的應用突破點。從這一點看，任何技術都是遵循不斷迭代發展這樣一條基本路線前進的。雖然AI似乎找到了一個突破口，例如在語言翻譯，汽車導航，路徑優化，棋類運動等方面得到了一定應用，并取得了意想不到的效果。但未來的AI如何發展，人類還缺乏明確的思路。

同樣，AI應用于物流技術與管理，到目前為止，還停留在初級水平，但AI的巨大作用已經初現端倪，并且毋庸置疑。我們看到，現在人類無論出行還是支付，都已經離不開智能手機，各種智能家居產品層出不窮。終有一天，世界將是AI主導的世界，物流也如此。