人工智能物流全鏈架構及場景應用
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人工智能物流全鏈架構及場景應用范文，希望能給你帶來靈感和參考，敬請閱讀。
內容摘要：“人工智能+”物流的研究應用尚處于起步階段，人工智能技術應用點狀分散在物流產業鏈的各個子系統中，市場分布以智能倉儲及智能運輸為主。本文基于“人工智能+”物流發展現狀，通過包裝、運輸、倉儲、裝卸及搬運、配送、客服等方面探討物流全鏈架構及場景應用，促進“人工智能+”技術與傳統物流產業鏈深度融合，提升“人工智能+”物流全鏈生產能力，推動“人工智能+”物流產業鏈發展。
關鍵詞：人工智能技術；“人工智能+”物流；全鏈架構；場景應用；深度融合
引言
“人工智能+”物流基于自動識別技術、數據挖掘技術、人工智能技術、GIS技術等，廣泛應用條形碼、傳感器、射頻識別、全球定位系統等先進物聯網技術，實現智能包裝、智能運輸、智能倉儲、智能裝卸及搬運、智能配送及智能客服等活動過程，通過智能自動化作業實現貨物包裝、運輸、倉儲、裝卸、搬運、配送及客服等過程的自動化運作。對“人工智能+”物流架構及場景應用研究，有助于促進“人工智能+”技術與傳統物流產業鏈深度融合，推動“人工智能+”物流產業高質量、可持續發展。
一、研究綜述
當前，傳統物流產業出現明顯的轉型升級態勢，物流新業態模式層出不窮。張敏杰（2019）指出，國內外物流新業態模式主要包括云物流、智慧物流、跨境物流、末端物流，此外還包括眾包物流、前置倉庫、智能快遞庫等新業態物流發展方向。文宗川等（2019）指出，智能物流的發展是一個循序漸進的過程，主要依靠物流企業、需求主體、政府部門和技術服務中介的共同努力。智能物流發展歷經三個階段，包括萌芽期、快速成長期及成熟期。萌芽期主要以政府驅動為主，該階段四元主體關聯性較低，各環節鏈接不足，信息溝通不通暢及不對稱情況嚴重；快速成長期以需求主體推動為主，該階段在需求主體推動下，智能物流技術服務中介融入物流產業，物流企業、政府、需求主體及技術服務中介四元主體相互配合；成熟期是物流企業、需求主體、政府部門及技術服務中介自覺均衡發展階段，該階段各主體間互利互惠、信息資源共享，產業資源和信息有效流動，智能物流體系有序發展。韓海軒（2020）通過2011-2019年省級面板數據分析人工智能技術對物流業效率的影響及差異，研究結果顯示：我國人工智能技術對提高物流效率有著顯著正向關系，對東部地區影響最為顯著，中西部地區次之。因此，為提升物流流通效率，應大力發展人工智能技術，縮小人工智能技術區域發展差距，提高人工智能技術在物流產業應用的深度及廣度。人工智能技術的應用對物流企業的核心競爭力有一定影響。胡悅等（2020）基于AMOS軟件和結構方程模型，從資本、人力資源和知識管理三方面構建“人工智能+”物流企業核心競爭力指標體系模型。研究結果顯示，人工智能技術資本是影響基于人工智能技術的物流企業核心競爭力的關鍵因素，其中大數據處理水平影響最大。此外，人力資源和知識管理也會對物流企業核心競爭能力產生較大影響，只是稍遜于人工智能技術資本。劉娜等（2019）基于5G技術探索智能物流倉儲，揭示智能倉儲信息化建設成本高、信息管理效率低、倉儲信息不對稱及信息安全難以保障等發展難點，通過智能物流倉儲信息系統設計、智能物流倉儲信息系統建設基礎、智能倉儲作業信息管理來構建5G技術下的智能倉儲信息系統模式。其中，智能物流倉儲信息系統設計實現數據庫、系統層及作業層作業，智能物流倉儲信息系統建設通過5G與AI的融合、5G與VR的融合、5G與區塊鏈的融合，實現全程自動化、可視化及數據化，智能倉儲作業信息管理實現智能入庫、在線盤點、出庫流程。劉曉娜（2019）指出，人工智能成為物流企業降本增效的利器，巨頭加大“無人倉+無人機”布局。此外，人工智能搶灘區塊鏈物流，推動物流企業的升級變革。而人工智能對物流企業轉型升級的影響主要體現在人工智能技術重組物流基礎設施、生產工具及勞動力，更能計算并重新構建物流運作流程。綜上所述，人工智能技術推動了傳統物流產業的轉型升級，逐漸成為全球物流經濟發展的“新引擎”。而人工智能對物流企業的影響不僅體現在物流基礎設施、生產工具、勞動力等方面，更體現在包裝、運輸、倉儲、裝卸及搬運、配送、客服等物流運作流程等方面。
二、“人工智能+”物流的發展現狀
在2020年肺炎疫情蔓延全球，全球經濟承受了前所未有的嚴峻挑戰，物流在推動經濟發展、保障民生需求、抗擊疫情等各方面提供有力支撐。“人工智能+”技術的應用更是將人工智能技術和物流企業相融合，降低人工成本，提升經營效率，推動物流產業的長期可持續發展。“人工智能+”物流活力持續增強，為零售多業態融合發展提供保障。生鮮、醫療、汽車、家電、電子數碼等零售產業呈現出“線上+線下”多業態發展模式，零售需求引領零售多業態模式融合深度發展。零售多業態模式融合發展，推動物流產業發展，為物流產業發展提供動力引擎及需求來源。根據中國物流與采購聯合會的《2020年物流運行情況分析》（見圖1），2020年社會物流總額達300.1萬億元，同比增長3.5%，物流業總收入10.5萬億元，同比增長2.2%，經濟復蘇推動物流加速回升。與此同時，“人工智能+”物流產業活力持續增強，轉型升級態勢明顯，結構持續優化，為零售多業態融合發展提供保障。伴隨著大數據、物聯網及人工智能技術的融合發展，無人倉、智能物流中心等新業態模式不斷涌現，為零售多業態融合發展提供物流保障。根據前瞻產業研究院相關數據顯示，2019年我國“人工智能+”物流市場規模15.9億元，伴隨著技術融合發展和行業理解的深入，在未來5年內保持高增長速度，到2025年市場規模約為97.3億元。“人工智能+”物流研究尚且有限，市場結構分布也主要以智能倉儲和智能運輸為主。由于人工智能技術進入物流領域發展時間較短，“人工智能+”物流研究應用領域有限。根據前瞻產業研究院研究數據顯示（見圖2），“人工智能+”物流應用主要分布在智能倉儲和智能運輸兩方面。從供給側來看，2019年“人工智能+”物流市場規模15.9億元，其中倉儲市場規模6.8億元，市場結構占比42.8%，運輸市場規模6.1億元，市場結構占比38.4%，配送市場規模1.9億元，市場結構占比1.9%，客服市場規模1.1億元，占比6.9%。由此可見，智能倉儲和智能運輸在“人工智能+”物流行業市場結構中占比達到80%以上。智能倉儲應用發展迅速但不成熟，人工智能技術應用點狀分散在各個子系統中。隨著物聯網、倉儲機器人等新技術的應用，智能物流倉儲已成為智能物流方式的最佳倉儲方案。智能倉儲應用主要體現在立體倉儲和配送分揀中心，包括電子面單識別、物流設備調度、貨物體積測算、視覺引導、視覺監控、立體貨架、多層穿梭車、高速分揀機、高密度存儲穿梭等。目前而言，智能倉儲應用發展較為迅速但不夠成熟，人工智能技術呈點狀分散在各個子系統中，尚未形成高度自動化、集成化倉儲作業流程。智能運輸尚處于起步階段，“人工智能+”運輸應用主要集中在車輛管理及無人卡車。運輸是物流產業鏈條的核心環節，是物流的主要功能要素之一。運輸可以創造“場所效用”，將貨物轉運至場所效用最高的地方。根據中國物流與采購聯合會的《2020年全國物流運行情況通報》（見圖3），2020年社會物流總費用14.9萬億元，同比增長2.0%，其中運輸費用7.8萬億元，占社會物流總費用的52.7%，保管費用占比5.1萬億元，占社會物流總費用的34.5%，管理費用1.9萬億元，占社會物流總費用的12.8%。由此可見，運輸是物流成本構成的主要內容，在社會物流總費用中占比超過50%。由于運輸環境及運輸設備的復雜性，人工智能在物流運輸中的應用尚處于起步階段。目前而言，“人工智能+”物流運輸應用主要有基于自動駕駛技術的無人卡車及基于計算機視覺和ALOT產品技術的車隊管理系統等兩大方向。根據前瞻產業研究院相關數據顯示，無人卡車市場規模0.6億元，在“人工智能+”物流運輸市場份額占比9.8%，車隊管理系統市場規模5.5億元，在“人工智能+”物流運輸市場份額占比90.1%。近兩年，無人卡車在港區、園區等相對封閉場景已進入試運行階段，但與實際廣泛應用距離尚遠。而車隊管理系統的實際應用遠遠超過自動駕駛技術的發展。由于自動駕駛技術目前發展處于起步階段，伴隨著“人工智能+”技術的融合發展，基于自動駕駛技術的無人卡車市場規模占比將會不斷擴大，車隊管理系統市場規模占比將會縮小。
三、“人工智能+”物流全鏈架構及場景應用
（一）“人工智能+”物流全鏈架構
綜合“人工智能+”物流領域的研究，本文將“人工智能+”物流全鏈架構界定為包裝、運輸、倉儲、配送、裝卸及搬運、客服等。“人工智能+”物流基于物聯網技術及智能技術的“人工智能+”包裝、“人工智能+”運輸、“人工智能+”倉儲、“人工智能+”裝卸及搬運、“人工智能+”配送及“人工智能+”客服等全鏈架構應用（見圖4），加以智能流通加工及智能信息處理等活動，實現貨物從供應地到接收地實體流動過程中的資源配置最優化、服務最佳化、利潤最大化及生態保護程度最大化。與傳統物流相比，“人工智能+”物流信息集成化程度更高，在提升貨物流通效率、降低物流成本、提升企業服務水平、增加企業經營利潤等方面顯示出了巨大優勢。“人工智能+”物流全鏈架構特點主要體現在一體化、柔性化、智能化、可視化四方面。一體化。“人工智能+”物流包括企業生產、經營管理、居民生活等過程中的全部物流活動，更包括企業與企業、企業與個人、個人與個人之間的物流活動。此外“人工智能+”物流具有整體性和系統性，以物流管理為核心，向客戶提供包裝、運輸、倉儲、裝卸及搬運、配送、客服等一體化物流服務。柔性化。“人工智能+”物流以消費者需求為導向，根據消費者需求偏好及變化，及時調節物流運輸線路、運輸頻率、送達配送時間、生產工藝等。相對于傳統物流產業而言，“人工智能+”物流實現了“以產定銷”到“以銷定產”的轉變，遵循“以顧客為中心”的理念，滿足消費端個性化、多元化場景物流需求。智能化。智能化機理主要包括四方面內容，如信息的智能獲取技術、智能傳遞技術、智能處理技術及智能運用技術。智能化不僅體現在智能包裝、智能運輸、智能倉儲、智能裝卸及搬運、智能配送、智能客服等物流架構環節中，還體現在具體場景應用中，如運輸環節中運輸道路擁堵判斷及最優選擇、倉儲過程中倉儲水平的優化確定、分揀過程中自動分揀的應用、自動跟蹤定位及控制、定位追溯功能、識別感知功能、智能決策功能等方面。可視化。可視化體現在包裝、運輸、倉儲、裝卸及搬運、配送、客服等物流全過程及過程的全透明化，以便自動跟蹤貨物的物流環節及位置，如定位查找丟失件，更有利于貨物物流環節的定位追溯。此外，可視化還體現在物流大數據的可視化，物流大數據的可視化可滿足多場景物流需求，提高物流全過程效率，推動“人工智能+”物流可持續性發展。
（二）“人工智能+”物流全鏈場景應用
“人工智能+”物流全鏈架構包括“人工智能+”包裝、“人工智能+”運輸、“人工智能+”倉儲、“人工智能+”裝卸及搬運、“人工智能+”配送及“人工智能+”客服等，而“人工智能+”全鏈場景應用則是深入包裝、運輸、倉儲、裝卸及搬運、配送、客服六大架構挖掘（見表1）。一是，“人工智能+”包裝。“人工智能+”包裝的應用場景主要包括智能包裝和全自動包裝管理系統。全自動包裝管理系統將包裝流程及控制制度固化至系統中，提供包裝流程的工作流，對包裝全過程進行流程預警及控制管理。全自動包裝管理系統通過檢測被包裝對象的品種、品質、大小、數量、體積、運輸環境及運輸路線等信息，選擇相應的包裝材料、規則、大小，設置相應的個性化包裝流程，將包裝作業信息傳遞至智能包裝作業機器上，由智能包裝機器進行全自動化作業，從而滿足不同貨物的包裝需求及特殊場景的包裝需求。此外，“人工智能+”物流在生產溯源“一物一碼”基礎上提供包裝溯源碼錄入，實現對貨物的全流通過程定位、跟蹤、控制及追溯管理。二是，“人工智能+”運輸。“人工智能+”物流運輸應用場景主要有兩大方向：一是基于自動駕駛技術的無人卡車，包括整車運輸和甩掛運輸。無人卡車基于汽車自身的環境感知、駕駛路線規劃及車輛控制等自動駕駛技術，滿足港口、園區、高速公路、城市道路等多場景運輸。自動駕駛技術通過攝像頭、激光雷達、毫米雷達進行系統定位并獲取行駛道路數據，基于計算平臺及算法分析、處理感知層數據并下達指令，利用電子驅動、電子制動及電子轉向執行剎車、加速、轉向等行動；二是基于計算機視覺和ALOT產品技術的車隊管理系統。車隊管理系統基于計算機視覺和ALOT產品技術，對車輛行駛路線、司機駕駛行為、貨物裝載情況進行實時感知功能，在行程延誤、路線偏離、司機危險行為（瞌睡、超速、看手機等）時進行風險預警、實時控管及干預，從而減少運輸安全事故，提升車隊管理效率。三是，“人工智能+”倉儲。“人工智能+”倉儲是個高度集成化的綜合體系，應用場景主要包括倉儲現場管理、AMR及設備調度系統，場景細化至快遞快運、電商倉儲、生產物流及自動化大型倉庫。倉儲現場管理基于物聯網、云計算、大數據、人工智能、RFID等技術，有效調動貨物體積測算、電子面單信息識別、出入庫傳送、物流設備調度、AMR等功能，對商品貨物的入庫、存取、揀選、分揀、包裝、出庫進行一系列智能化管理。AMR（自動移位機器人）基于SLAM系統定位導航，實現環境感知、地圖構建、自主定位、路線規劃、智能避障、智能跟隨等功能，為倉內現場管理發揮人工替代作用。設備調度系統主要基于約束優化、時間序列、大規模聚類等底層算法，實現協同路徑優化、任務最優匹配、計劃補貨、貨架布局調整等功能，為倉儲現場管理提供輔助支撐功能。四是，“人工智能+”裝卸及搬運。“人工智能+”裝卸及搬運應用場景包括全自動搬運及裝卸，核心技術為AI算法，如頂升搬運、牽引搬運、料箱搬運、復合機器人。從全過程物流角度來說，裝卸及搬運涉及生產、包裝、運輸、倉儲、配送等各個物流環節。“人工智能+”裝卸及搬運智能識別并辨認車輛裝載區域圖像，需自動識別貨物材質、品類、大小、重量、體積，準備計算分配裝載位置坐標，選擇并分配合適的裝卸搬運方式，由傳感器進行搬卸裝運各點平衡調整，從而減少勞動強度，降低人工成本，避免二次搬運等，提高作業效率。五是，“人工智能+”配送。配送是全過程物流的最后環節，而“人工智能+”配送應用場景主要包括無人配送及訂單分配管理系統，無人配送具體應用場景主要為無人配送車及無人配送機，訂單分配管理系統在即時物流中應用較多。“人工智能+”配送通過系統中訂單數量、訂單配送地址、訂單配送時間進行路線規劃、訂單規劃，如將相同或類似配送地址的訂單、相同或類似配送時間段的訂單進行統一打包分配，將其分配至無人配送車、無人配送機等。無人配送車通過激光雷達、超聲波雷達、攝像頭及慣性傳感器進行道路、標識、行人及車流量的環境感知及車輛定位，在實時更新的地圖中進行擁堵路線規劃，基于自動駕駛技術進行加速、轉彎、避讓、制動燈路線作業。六是，“人工智能+”客服。“人工智能+”客服應用場景主要是客服機器人，核心技術是智能語音及NLP。“人工智能”客服是以語音文字交互為依托的人機協作模式，通過電話呼入、電話呼出、App客戶端、微信小程序等終端入口，提供語音導航、業務識別、智能派單、坐席輔助、文字查詢、客戶跟進等智能語音文字服務，釋放人工成本，降低運營成本，實現終端消費服務輻射范圍的擴大。
作者:張利 單位:包頭師范學院
