供应链物流中人工智能技术的应用

■ 洪树权

（东莞理工学院城市学院）

引 言

人工智能技术是一种模拟人类思维并产生类似人类的判断和反应能力，是当前现代化社会发展中应用的智能系统。将其运用在供应链物流领域，能够提供精准、多元、高效的解决方案，是推动供应链物流经济发展的主要动力。在当前很多物流企业纷纷开始注重人工智能技术的应用，在仓库选址、库存管理、仓储作业、物流配送以及订单追踪等方面具有良好的效果，促使供应链物流趋向智能化。

1 人工智能技术对供应链物流的影响

在现阶段人工智能技术快速发展的背景下，对于供应链物流企业来说，其主要对基础设备和运作流程上产生较大的影响。

1.1 供应链物流趋向智能化

基于人工智能技术的应用，供应链物流的基础设施和生产工具逐渐转变向智能化，比如智能机器人、无人驾驶车辆等，在很大程度上取代了传统的劳动力，转而以虚拟劳动力为主，能够有效重组供应链物流生产要素结构，以此形成新型的、现代化物流基础设施体系和生产工具应用模式。其有利于提高供应链物流的劳动生产效率，同时能够降低单位劳动成本，提高收益效果[1]。

1.2 供应链物流的优势体现更加明显

人工智能技术在供应链物流领域中的应用，还能够重新构建其运作流程，一般情况下，在传统的供应链物流运作模式下，是先通过生产车间将物品利用交通工具运输到配送中心，然后再进行配送活动，将商品交到顾客手中。而在人工智能技术的支持下，能够在智能计算的基础上，把物流运作流程分割成为多个同步进行的区块，各个区块之间相互连通，凭借安置有智能芯片的新型运输车，可以保障各个区块之间的功能点有效连接，再通过计算机的快速运算和物流数据信息处理分析，提高货物装卸、车辆检修等工作效率，保障决策的合理性。因此在供应链物流领域中应用人工智能技术，可以促使其运作流程趋向自动化，将计算与存储进行分布式工作，能够尽可能提高作业运行效率和准确度，推动物流行业的整体发展[2]。

2 人工智能技术在供应链物流中的应用优势

在供应链物流领域中良好应用人工智能技术，具有诸多优势，其主要体现在以下几个方面：

有利于实时处理数据。对于供应链物流产业来说，其在运作过程中，会产生海量的数据信息，并且这些信息都具有较强的实时性和动态性，为保障运作流程管理的有序性以及高效性，需要借助人工智能技术对数据信息进行分析处理，从而优化供应链物流的运作技术。而实现这一优势需要结合企业自身的实际情况和业务需求，建立适宜的数据平台或者云计算平台等，提高人工智能系统的实用性。

有利于提高采销配送效率，提高顾客满意度。人工智能技术在供应链物流领域中可以应用在采购、销售以及配送等流程。其中在采购环节中，可以利用大数据对产品进行优化选择，促使人工智能与统计学相结合，有效预测产品和补充货物，有效实现智能化和自动化采购。而在销售方面，则是利用人工智能和运筹学实现动态定价，综合考虑产品的生命周期以及促销方式等因素，保障库存得到有效的控制。最后在配送环节上，通过大数据技术可以对产品的销量进行预测，再高效结合自动补货系统，有利于保障库房备货的自动化，进一步提高商品的现货率，另外在人工智能技术的基础上，也能够降低库存周转率，缩短配送时间，提高顾客满意度[4]。

有利于精准预测销量，提出科学补货决策。在供应链物流领域中的库存管理中，销量预测是其重要内容之一，能够直接关系到库存管理的实效性。通过利用人工智能技术，可以收集和整理货物信息、顾客需求、销售时间和方式、自然环境等因素，从而提高货物需求量预测的精准度。同时人工智能技术可以基于货物的历史销量与预测信息建立科学模型，比较准确的计算库存管理工作中的最优补货点和目标库存量，保障供应链物流库存环节的平稳、安全运行。

有利于推动供应链物流企业的转型升级。在应用人工智能技术时，需要保障相关的软件设施和硬件设施与其相适应，因此企业为提高利用效果，则会对原有的、落后的设施进行更新，同时对管理模式进行优化，从而在整体上有利于对整个供应链物流运作流程和环节进行改善，推动其朝向科学合理的方向发展，开发现代化先进技术，提高服务质量。

3 供应链物流领域人工智能技术的具体应用

人工智能技术在供应链物流领域的应用，主要是依靠大数据实现机器视觉、模式识别以及自动规划等功能，促进供应链物流的转型升级，在具体运用过程中，比较常见的即是在物流仓库选址、库存管理、仓储作业、物流配送以及订单追踪等方面的实际应用，对供应链物流的智能化、自动化和现代化发展具有重要意义和价值[5]。

3.1 物流仓库选址

对于供应链物流的运作来说，物流仓库的选址是至关重要的，其直接关系到各种物流活动的效率。传统的选址方式一般是结合各个生产要素，利用地图和地理数据库等，通过GIS软件进行确定。这种方法实际上主要考虑的是自然环境因素，没有充分重视运输经济性等其他因素，就会导致仓库的运行效益较低、整体效率较慢等状况。而在物流仓库选址过程中应用人工智能技术，则能够综合考虑生产商以及供应商的地理位置、仓库建设成本、后期运营成本、竞争对手的现状、国家政策等很多社会性因素，借助大数据技术对这些数据进行有效的分析处理，从而降低人为主观因素的干扰，并且还能够采用前瞻性和长远性的眼光判断仓库选址的实际价值，通过完善大数据的分析结构以客观、精准的给出选址方案，有利于实现降低成本、增加实效的目的。这种人工智能技术的应用对供应链物流具有较大的积极影响，能够在根本上提高物流效率。

3.2 库存管理

对于传统的供应链物流库存管理来说，其是依靠纸本或者人工输入计算机等方式，形成纸质档案和电子档案。这种库存管理模式存在诸多缺点和弊端，比如对库存管理工作人员的技能操作熟练程度较高、对其综合素养要求较高等，同时基于传统的库存管理，也无法实现实时掌握仓库内货物的存量、种类、储位以及存储时间等信息。在此基础上应用人工智能技术，则可以有效解决这些问题，促使库存管理趋向智能化。比如利用物联网技术、可视化技术以及大数据技术等，综合强大的运算能力，能够保障比较快捷的读取仓储信息数据。并且在信息网络技术的支持下，可以将各个仓库以及存储区域进行实时联网，清晰、准确的掌握仓库库存量等相关信息内容，最大限度的提高管理效率，降低仓储成本[6]。

3.3 仓储作业

在供应链物流领域中仓储作业是其中比较重要的一个环节，其主要特点是将货物储运集装化，以便于实现自动化的仓储活动，达成作业管理智能化。而通常对于货物的储运集装是在利用托盘来保障标准单元化的点到点运输和存储，促使大部分货物的运输环节得到减少，提高货物的周转效率。因此利用人工智能技术则能够实现仓储作业的自动化水平，通过运用机器人来完成全部的运作流程，比如运用自动分拣机、智能拆码堆垛机器人、自动搬运机器人以及智能安全防护巡检车等，在很大程度上摆脱了人工劳动力的限制，既能够节约成本，又能够提高仓储作业的安全性[7]。除此之外，利用人工智能技术可以实现仓储作业管理的智能化，基于智能算法，促使仓库内的各个自动化设备形成有序配合，并按照实际情况作出相关反应和决策，以此提高仓储作业的运行效率。同时智能化仓储作业也是供应链物流未来重要的发展趋势，能够提升物流仓储的作业能力和效率，进而保障整个物流流动的高效运行。

3.4 物流配送

在供应链物流领域中将人工智能技术应用在配送环节中，主要是针对运输路线和配送设备两个方面。其中在运输路线上，利用人工智能则可以对运输路径进行优化和调度，其是根据数据中心的实时信息对运输路线进行的动态化的规划，保障运输路线能够趋向科学性和合理性[8]。同时借助人工智能技术建立即时配送智能系统，能够通过实时数据库以及智能数据分析平台和智能算法策略等，保障配送人员能够选择最优路径。另外在配送设备方面，人工智能技术可以支持无人配送车、无人配送机等在小范围内的使用。这一过程中，智能配送设备首先会自动接收配送订单和任务，然后仓库按照订单需求进行配货，再由智能配送设备根据规划的最优路线进行自动配送。促使订单接收、配货到最后的配送运输，全程实现自动化，凭借智能配送设备的感知系统，提高配送服务效率和质量。

3.5 订单追踪

供应链物流领域中人工智能技术应用在订单追踪，主要是利用物联网技术和互联网信息技术，实现对货物的实时跟踪。相关人员在开展各项物流操作时，需先进行扫码，将数据信息上传到数据中心，然后再通过登录数据平台，对货物的状态进行查询，能够保障货物流转过程的追踪，确保货物周转的安全性和动态性。另外应用人工智能技术也有利于开展智能追溯，其主要是依靠物联网技术，促使货物从生产到售后这一过程的所有流传环节进行联系，保障商流与信息流的统一，以便于形成较为完整的信息链。相关人员可以及时的追查货物的来源、去向、责任等。而且基于人工智能技术能够将货物信息组成较为完整的信息网，能够为供应链物流产业提供较多的历史数据，对推动供应链物流的发展和产业升级奠定良好的基础[9]。

4 供应链物流领域人工智能技术应用存在的问题及对策

4.1 供应链物流领域应用人工智能技术存在的问题

虽然当前人工智能技术在供应链物流领域中的发展取得了一定的实效性，并且在未来也具有较大的发展前景和潜力，但是在实际的实践探索过程中，其仍存在一定的问题和不足。其主要体现在四个方面：

人工智能技术的应用发展存在失衡。现阶段就国内来看，供应链物流产业应用人工智能技术主要集中在东南沿海地区，而中部和西部受到经济发展水平和科学技术能力的限制，发展还相对比较缓慢，无法实现高效的转型升级。

人工智能技术的应用水平不高。很多传统的供应链物流企业对人工智能技术应用的认识不够充分，智能化转型的意识不强，所以就会出现智能设备和科学技术引进不足，对工作人员的培训工作不到位，在很大程度上致使人工智能技术的实际运用水平难以提升，无法发挥其实效性。

存在严重的信息孤岛现象。由于我国人工智能技术在供应链物流领域中的应用发展起步较晚，还没有形成统一的物流与供应链信息管理体系统一标准，所以存在比较严重的信息不对称、资源共享困难等问题，从而形成信息孤岛，人工智能技术很难在供应链物流运作路程中发挥作用。

缺乏综合型供应链物流技术优秀人才。在供应链物流领域中应用人工智能技术，需要具备物流、供应链以及信息技术等专业知识的综合型人才作为支持。但是就目前现状来看，这一人才缺口相对较大，多数工作人员还处于传统的知识结构，不能完全满足供应链物流智能化发展的实际需求[10]。

4.2 供应链物流领域应用人工智能技术的对策

针对供应链物流领域应用人工智能技术存在的问题，其应当从以下几个方面进行良好的应对，以尽可能的提高供应链物流的运作效率。

实现资源共享，缩小地区供应链物流人工智能技术发展差距。首先政府部门要完善相关政策，支持供应链物流产业及企业开展技术研发，并完善中西部基础设施，营造良好的发展环境和条件。比如可以将人工智能技术水平较高、应用效果较好的物流企业作为标杆，引导大中小企业开展合作，以促进供应链物流资源的共享和互通，加强人工智能技术应用经验交流，提高产业整体效益。

强化人工智能技术在供应链物流领域的应用。相关企业应当转变思想观念，合理利用大数据技术更好的实现智能化发展转型，积极引进智能化设备设施，完善内部智能化发展管理体系，从而保障人工智能技术在各环节的应用具有实效性。

建立健全供应链物流智能化发展标准和体系。政府部门要发挥宏观调控的作用，建立专门的供应链物流管理组织或机构，对企业的协同运营和标准化管理进行引导和监管，实现供应链物流资源与信息的共通共享，避免形成信息孤岛，充分发挥人工智能技术的应用力度，提高物流运作效率和质量。

重点培育综合型供应链物流人才。针对人工智能技术应用的优势和实际效果，各大高校要根据社会需求，开设智能化供应链物流专业及课程体系，并鼓励校企合作模式的建立发展，促使理论与实践良好结合，培育更多的高素质、高技术水平的优秀人才，为人工智能技术的高效应用奠定坚实的基础。同时政府及企业要加大对人才培养的资金投入，通过组织培训、外出学习交流、科研项目设立等方式，尽可能的培养综合性人才，满足未来供应链物流运用人工智能技术的模式发展需求，提高整体行业的发展水平和效率。

5 结 语

综上所述，近年来在物流行业快速发展的趋势下，为更好适应市场需求、提高顾客满意度，应当利用人工智能技术提高货物的流转效率。通过在物流仓库选址、库存管理、仓储作业、运输配送以及订单追踪等方面的具体应用，有利于实现对物流数据信息的实时处理、优化采销配送、精准预测销量和给予补货决策以及加快企业转型升级等。因此政府部门及企业应当针对当前存在的发展问题，采取有效对策，充分保障供应链物流产业的智能化发展，提高社会生产力。