AI推动智慧物流再升级

物流公司利用AI改善部分流程。图／中新社亚马逊在物流中心导入Kiva智慧搬运车。图／路透许多物流、电商公司正积极测试无人机送货。图／新华社

智慧物流发展多年，最初以物联网技术来改革，导入机器人、大数据分析、自动化技术等，但随着AI进步，智慧物流也开始导入相关技术，从仓储、配送到宅等全方位升级，物流已不再是成本单位，更是增进创新的重要关键。

智慧物流开始着重预测

达到自动化目标

随着电商经济与智慧制造兴起，供应链整合需求也开始水涨船高，物流在企业价值链中的重要性提升并往智慧物流转型，更着重于供应链中各层参与者的资讯交换与融合。

其中，物联网技术与各类感测技术的导入，是数据搜集与资讯传输的重要关键，例如物流业已开始大量使用RFID将仓储、运输、资产管理各环节流程来升级。

智慧物流的定义，是以ICT为发展基础，将资讯化、自动化及网路应用导入原有流程中，以有效管理、降低成本及快速送达，物联网架构让物流业拥有更智慧的管理模式，在物流各环节中实现系统级感知。

智慧物流让系统乘载量更大、更具效率，例如中国每年双十一光棍节的天量销售，便是仰赖大量的物流配送支撑，但事实上物流系统并非无上限，当接收超过系统乘载的物流单时，依旧会造成系统崩溃，不论是运送时间、运输品质、使用体验都可能大打折扣。

过往智慧物流的需求在于流程透明化、弹性调控、降低库存、减轻人力需求，随着物流需求持续上升且越趋复杂，智慧物流开始强调「预测」的重要性，也就是预测产品、空间、车队、人力等，实现预测则必须仰赖大量的资料整合，并辅以预测模型来推演未来需求，才能事先调配与部署，而AI也在此派上用场。

此外，机器视觉、视觉辨识、聊天机器人、无人仓、无人车等AI应用，可协助物流厂商在不同阶段进行再优化、提升正确率与降低成本，从而达到自动化的物流流程。

利用AI模型提高准确度

解决仰赖经验之误差

AI已涵盖物流「预测」的大部分环节，之所以将预测模型导入各项作业流程，主要原因是物流需求越来越高，且要求速度也越来越快，加上企业希望将库存控制于最低水位，但大量的变动和突发状况，往往导致人为的判断失误，或资源配置错误导致流程延误、甚至造成损失。利用AI来预测与执行，有助于改善过去依靠「经验」解决问题的不确定性。

但值得注意的是，现阶段AI模型尚不成熟，较小型的物流厂商缺乏数据累积，将无法进行AI模型训练，导致模型正确性可能比人为判断还低，因此目前AI的应用更偏向于预测需求趋势发展的准确性，当大方向得以抓准后，再逐渐延伸至细节项目。

小型的物流厂商现阶段较缺乏数据与优质的AI模型，大型物流或供应链厂商才能做到高度精确的预测物流模型，例如UPS、FedEx、沃尔玛等，但中小型物流厂商可以利用AI先改善部分流程，包括出货检查、字体辨识、盘点作业、客户问题回覆、包装尺寸选择、货品的出货配送，都有AI可以发挥的空间。

仓储管理也能发挥作用

但需反覆测试优化模型

在仓储管理中，亦可利用预测平台来建模，例如利用机器学习做各种参数间的交叉比对，或例如供应链网路模型厂商LLamasoft旗下Demand Guru平台，提供制造大厂施奈德电机进行全球供应链最佳路线配送的模型预测，预估导入该模型可为施奈德每年节省932万美元。

由上述例子可知，AI要能成功，大数据的累积不可或缺，在施奈德的案例中，LLamasoft分析施奈德提供的20万个运输政策数据点、13万个流量和路由限制，以及150多个初始方案。

又例如物流车队想要优化货物配送时间，可搜集每一天的总配送数量、商品重量、配送行驶总距离、车辆油耗、天候状况，以及客户实际签收的时间等数据，并丢入AI模型中训练，再搭配原本规划的预计配送时间，藉由不断反覆测试验证模型是否优化。

设备装置／服务的AI应用

AI除了应用于预测外，另一个主流应用提升服务水准，现阶段最常见的便是无人机、无人车／搬运车、无人仓、聊天机器人应用等。

1、无人车／无人搬运车

无人搬运车（AGV）早在1990年代就开始兴起，主要应用于汽车制造、半导体行业，初期以磁条、雷射等方式进行导引，并以物料搬运为主要工作内容。

但直到亚马逊在自家物流中心全面导入Kiva智慧搬运车后，其余厂商才开始陆续导入智慧搬运车，成为智慧AGV大量应用于物流的契机点。

智慧搬运车与早期传统AGV最大差异在于AI，随着AI与导航技术精进，AGV可以利用定位、绘图与机器视觉技术，在建筑物与障碍物间移动，以最精简人力和正确性极高的情况下实现自动化运输。

现今AGV更可与仓库执行系统（WES）串接，整合仓库管理与控制系统，进一步强化自动化优势。

除了无人搬运车外，目前已有许多厂商正开发无人配送车，利用真正Level 4以上自驾车进行货物的远距离运送，包括京东、阿里巴巴、亚马逊都有相关策略。

2、无人机

无人机受限于法规以及安全、隐私的疑虑，使用场域受限，虽然近年消费性市场稳健发展，法规也逐步放宽与清晰，如中国于2018年6月实施「民用无人驾驶航空器经营性飞行活动管理办法」，只需申请并获取执照后，无人机就能从事商业行为，如表演、空拍、农药喷洒等，但该法规依旧不适用于载货、载人等用途。

儘管如此，实际上已有大量的物流与电商企业正积极测试无人机送货等，并有多项计画实施中。

中国物流厂商京东、顺丰、苏寧等都于2017、2018年陆续获得中国政府的无人机商用许可证，顺丰于2012年开始研究无人机物流，2017年7月更宣布于成都双流自贸试验区建立大型物流无人机总部，也成为中国首个正式落地的无人机物流运输项目，并于2018上半年拿到中国第一张无人机航空运营许可证。

随着无人机物流兴起，过往数小时的配送流程，可能缩减至数十分钟，节省大量时间与人力成本。此外，许多电商开始讲究物流配送中与消费者接触的「最后一哩」，利用无人机可以有效克服道路状况不佳、路途遥远等问题，有效降低最后一哩的成本。

目前京东与顺丰的无人机物流试营运点大多为远离市区、人口密度较低之处，但随着技术与模式成熟，未来无人机有机会成为物流体系中不可或缺的一环，并作为现今物流体系最后一哩的最佳互补模式。

3、无人仓

无人仓结合多种人工智慧技术，包含无人搬运车、分拣机器人、机器视觉、自动化拣货系统等。

京东于2017年曾展示自家无人仓，并以「全流程」、「绿色环保」为主轴，达到入库、储存、包装、分拣的全流程、全系统的智慧化和无人化。

智慧化系统更是无人仓不可或缺的重要关键，唯有全方位的智慧系统，才有办法统合与分派各项任务给无人仓中的所有智慧设备，也就是仓库执行系统（WES）、仓库管理系统（WMS）的升级，例如可将AI应用于WMS中，提升监控和仓库的灵活性，机器学习的导入可让WMS具有发现和检测异常并优化的能力，例如透过客户订购行为、企业的机器和资源使用等数据中学习。

4、聊天机器人

语音助理技术在近年快速发展，在消费性市场取得成功后，也开始逐渐转往商用市场，而物流领域也有相关应用导入。

例如利用语音技术建立聊天机器人，并将聊天机器人置于客服系统当中，消费者可用自然语言（Natural Language）与聊天机器人对谈，并询问各项问题。

UPS于2016年即开始应用聊天机器人，将其置于Facebook粉丝团，即时回答消费者问题，包括运费、寄件时效等。由于使用的是自然语言，不会让消费者在沟通上产生过多隔阂，且即时回覆让消费者有受到重视的感觉，可强化消费者对该品牌的黏着度，也可减少UPS的客服人员成本。

物流成企业创新关键

颠覆既有商业模式

总结来看，过往物流业被归类为传统产业，并被视为成本项目，但随着使用者体验、核心竞争多元化、服务创新等兴起，物流已开始转型成为企业创新的重要关键，企业也陆续进行物流的转型与布局，若再加上AI与物联网的加持，物流未来更可能形成新型态服务模式，并改善现阶段物流厂商的痛点。

而AI不只单纯解决当前物流产业遇到的问题，更有机会颠覆既有的商业模式，虽然现阶段的AI大多应用于预测与设备能力的提升，但随着技术快速进步，未来也有可能直接改变物流产业的营运模式，像聊天机器人便改变了客服部门的运作，更能将收集到的资讯直接与物流、销售部门进行结合，直接进行下单与出货调整。