■ 物流領域正處于由“顛覆性技術推動的代際轉變的風口浪尖”。

■ 人工智能應用中獲益最多的行業中，供應鏈管理排名前三。

■ 對運輸行業的一個威脅是來自該行業的“高科技數字進入者”。

未來的人工智能不但可能“顛覆”現有的物流業，甚至改變供應鏈的管理方式，減少人們從事的工作數量。

據行業高管表示，以下這些技術未來將會啟用——包括人行道機器人、自動駕駛卡車、客服機器人、甚至包括可以對干擾做出預測，或是解釋銷售數據預測為何“大錯特錯”的生成人工智能。

▍物流更新換代 卡車司機替代？

就在今年5月，摩根士丹利一份研究報告中表示，人工智能可能能夠完全（或幾乎）消除供應鏈中的所有人類的參與，包括那些不用直接面對一線的“后臺”任務。

當然，雖然人工智能催生的創新已經數以萬計，但這份報告對于人工智能的應用速度還是比較謹慎樂觀的。

按照該報告，雖然目前人工智能在技術上的應用還很有限，但新技術從研發到應用并非一個線性的過程：因為以往一種新技術從產生到能夠商業應用，大約需要10年的時間，這意味著，生產率的提高是滯后的。但是隨著新技術應用的加快，人工智能這種高科技的應用速度可能比個人電腦（PC）革命期間更快。

隨時間推移，技術采用越來越快 圖片來源：摩根士丹利

按照該報告，物流領域正處于由“顛覆性技術推動的代際轉變的風口浪尖”，已經被廣泛采用其中的技術包括：自動駕駛、電動汽車、區塊鏈和無人機。而人工智能是這些潛在變革性技術中最新出現的一種，也許是迄今為止最強大的技術。

例如，該報告表示，預計2024年將有數百輛自動駕駛卡車在美國開始運營，將每英里成本降低25%至30%，并最終完全消除對司機的需求（其時間表是“超過三年”）。換句話說，以后難道卡車司機的職業要消失了？

要回答這個問題，首先要看自動卡車的發展步伐。在這一點上，不妨以“自動卡車第一股”圖森的發展為例。

據悉，圖森未來成功完成中國首次自動駕駛重卡在公開道路的全無人化測試，全程無安全員值守和任何人為干預。此次全無人化測試區域包括上海的深水港物流園、東海大橋等自動駕駛公開測試道路，路線全程約62公里。涉及場景包括交通信號燈識別、上下匝道、變道行駛、避讓緊急車道車輛、應對車道部分封路和大霧側風天氣等。

自動駕駛的優勢顯而易見：人工長時間駕駛會出現駕駛疲勞，這時就需要休息，無疑會影響運輸效率。而自動駕駛一旦成熟，可以每天無間隙行駛，將會極大提高工作效率，而且自動駕駛技術不會產生疲勞等隱患，能更快速、更安全地運輸到目的地。

當然，目前的卡車自動駕駛還有很長的路要走，但可以肯定的是，一旦這條路走通，將對整個物流行業的運行模式產生根本變革。下面這張表格，介紹的就是全球自動駕駛主要玩家的長板與短板，僅供參考。

自動駕駛卡車公司優劣勢對比 圖片來源：國金證券

▍缺貨 一去不返？

人工智能所改變的，當然不僅是簡單的物流，而是整個供應鏈。

動不動掛在嘴上的“供應鏈轉型升級”，就是利用技術優化產品從生產到消費終端的每個環節，其中每一個環節，都離不開人工智能的“賦能”，過去高度依賴人工操作的供應環節，都將向智能化方向加速升級。

眾所周知，供應鏈不但很長，而且會涉及多個方面：一家公司可能從世界不同地區的制造商那里采購原材料，在將部件運到中央裝配廠進行加工，最后通過物流送到終端消費者手中。

生產和運輸貨物，本來就如此復雜，而連續三年的新冠全球大流行，以及頻發的地緣沖突加劇了這種復雜，進而導致了包括計算機芯片這種核心部件等零件的短缺，以及不得不對于運輸路線做出的調整。這種復雜性意味著，企業往往不知道他們的產品從流程的一端到另一端到底會發生什么。

摩根士丹利的報告對此解釋，這就是人工智能和機器學習發揮作用之處。通過預測流動的運輸網絡可能出現的問題，并且在問題出現之前，人工智能和機器學習甚至有可能提前采取措施，避免物流網絡完全中斷。

舉個簡單的例子：惡劣天氣是貨運的大敵，而依靠人工智能的數據貨運網絡，能夠提供實時的貨運數據，如果遇到惡劣天氣等突發事件，幫助人及時變更和優化運輸線路，工作效率也將更高效。

上述主題同時也為投資公司Jefferies所關注，該公司對“生成性人工智能對運輸和物流的影響”做出了多種預測。包括預測需求，預測卡車的維修時間，制定最佳的運輸路線，以及實時跟蹤貨物。

根據該機構在6月6日研究報告的觀點，隨著生成性人工智能在卡車運輸和物流領域等的采用，卡車司機的短缺、極地漩渦帶來的暴風雪使貿易停止，以及貨架上嬰兒配方奶粉的匱乏將成為遙遠的記憶。

以上條條直擊運輸行業的痛點，以卡車司機短缺為例，它一直是美國運輸業的難題：據全美卡車協會預測，2027年美國運輸業市場規?？蛇_萬億，但存在嚴重供需不平衡問題，主要系司機短缺：2019年缺口6.6萬人，預計2026年缺口為16萬人。人工智能的應用，或許能補上缺口。

“科學技術是第一生產力”，推進供應鏈轉型升級，離不開強大的科技支撐，尤其是機器視覺、深度學習、大數據和云計算等重點技術的不斷創新，為供應鏈變革提供了巨大的想象空間。

具體到應用上，供應鏈中有大量適用人工智能的環節，比如無人駕駛倉庫推車、巡檢機器人等，從生產端到最后的消費終端，都可以融合人工智能技術。麥肯錫的一項調研數據表明，人工智能應用中獲益最多的行業中，供應鏈管理排名前三。

▍傳統行業巨頭 擁抱人工智能

既然人工智能能夠“顛覆”整個物流行業，航運巨頭馬士基，也在積極擁抱人工智能。該公司首席技術和信息官卡普爾（Navneet Kapoor）就表示，生成式人工智能將成為該公司運營的一個重要組成部分。

卡普爾進一步指出，人工智能和機器學習已經存在了很長時間，并從只是“有趣的”模型項目，發展到公司內部更“真實”的項目；現在隨著生成性人工智能的出現，人工智能有了真正登上主流企業界舞臺的轉折機會。

卡普爾說，馬士基已經使用人工智能好幾年了，現在正在“積極尋求” 將人工智能更大規模地融入其業務流程和功能的方法。目前已經在使用的一種途徑，是幫助客戶更好地計劃。

卡普爾解釋說，馬士基正在使用人工智能建立所謂的“預測性”貨物到達模型，為客戶提高預定的可靠性。即使在新冠結束之后，保證可靠性也至關重要，而通過模型，客戶可以更好地規劃供應鏈和庫存，降低成本。馬士基還希望在航運路線擁擠時，使用人工智能來推薦解決方案。例如，就貨物應該空運還是儲存提出建議。

而且，卡普爾說，該公司希望使用一種大語言模型，以此學習如何從大量數據中識別、總結和生成文本及其他類型的內容，進而更好地了解銷售過程。“你可以全面了解客戶在去年與你進行的所有交易，你可以弄清楚在某個業務領域失去訂單的可能根本原因。”

▍雙刃劍 AI會加劇失業么？

像ChatGPT這樣的toC人工智能大行其道，已經使得昔日“風光無限”的一眾白領，擔心自己的飯碗朝不保夕。那么隨著生成型人工智能在供應鏈里的深入應用，會有更多人因此丟掉飯碗么？

對此卡普爾說：“在我看來，生成性人工智能是一生中僅有一次的顛覆。因此會造成傳統情境下的工作崗位流失，但我也相信它將創造新的工作，就像之前的每一次技術顛覆一樣。例如，提示工程師（訓練人工智能以做出更好反應的人）的角色可能會更有需求。”

摩根士丹利的報告指出，對運輸行業的一個威脅是來自該行業的“高科技數字進入者”，按照報告描述，人工智能對物流行業是一把雙刃劍：可能會幫助行業變得更有效率，但也可能減少對組織包裝、存儲和運輸的第三方物流公司的服務需求。

馬士基已經通過其增長風險投資部門投資了人工智能初創企業，包括自動駕駛電動卡車制造商Einride；自動銷售談判的公司Pactum；以及幫助公司了解其庫存情況并預測延誤的人工智能平臺7bridges。

卡普爾解釋說：“我們把數據初創公司看成是轉型的推動者和加速器，但我們也很警惕：我們不想在這個問題上木知木覺......數據初創公司可以成為我們和客戶之間的中介，我們需要確保我們保持領先，但也向這些初創公司學習”。

▍知識助理 大顯神通

基于人工智能，且已經被多個領域證明了威力的“知識助理”，在供應鏈方面同樣廣闊天地，大有作為。

一家旨在幫助企業集中和分析數據的軟件公司o9 Solutions的總裁兼首席運營官里卡洛（Igor Rikalo）表示，知識助理可以幫助解決另一個問題：商品的過剩和不足，而這往往是內部團隊之間缺乏溝通的結果——銷售部門與從事供應鏈管理的部門在交易上存在不一致。

按照其說法，選擇知識助理也是一種“次優的”結果，因為銷售團隊投入巨資推廣的商品，可能會遇到供應鏈受限的難題，而這無疑會造成財力的浪費。

他補充說，希望每個人都有這種由人工智能及大型語言模型驅動的“知識助理”，能夠深入了解一系列銷售問題，例如，為什么供應商的交貨量低于訂購量的情況。

回答這些問題通常需要銷售、營銷、供應鏈和采購團隊的投入，但生成性人工智能可能能夠檢測大數據以提供答案。這也可能意味著綜合業務規劃團隊需要更少的人員，這些團隊負責監督長期目標的實現、以及對營業收入和特定產品的需求預測。

里卡洛說：“今天1000人的規劃團隊可能轉變為100人或更少”。

▍寫在最后

通過人工智能促進供應鏈轉型升級，最大的挑戰仍然來自于人，單純依靠人工智能完全取代人工的想法并不切實際。因為人工智能再怎么樣，最終還是要人來操作和控制，并且人之所以為人的同理心，可能是人工智能最缺乏的。