從圖靈測(cè)試開始到2024年輔助拿下諾貝爾獎(jiǎng)，AI（人工智能）已經(jīng)走過(guò)了快70個(gè)年頭。它并不是新鮮事物，是技術(shù)發(fā)展下的新階段，也是目前大概率引發(fā)第四次工業(yè)革命的底層技術(shù)之一，全部行業(yè)都可能被AI重塑，再造，再分配。暢想系列就是為了以個(gè)人的角度，從微觀的一個(gè)個(gè)創(chuàng)新，解讀這個(gè)極為宏大的時(shí)代歷程。代入行業(yè)人的視角，預(yù)判AI會(huì)如何重塑整個(gè)物流行業(yè)。

技術(shù)始終是一種工具，是輔助而不是替代。更贊同陶哲軒描述的“AI是基于數(shù)學(xué)的猜測(cè)機(jī)”，它可以快速提供更多的選擇策略，并加速事件的快速處理。而處理的原則與策略就是“經(jīng)驗(yàn)”，所以它始終會(huì)是更高效的輔助工具。但是，可悲的是絕大多數(shù)人都是靠“經(jīng)驗(yàn)”重復(fù)，而非迭代生存，所以過(guò)程中一定會(huì)有大量的現(xiàn)有崗位被替代甚至消滅。悲觀論調(diào)來(lái)源自身，不是技術(shù)的錯(cuò)，不要讓AI成為新型的背鍋俠。

AI和人的區(qū)同

人是AI的范本，大數(shù)據(jù)是它的基礎(chǔ)，互聯(lián)網(wǎng)將經(jīng)驗(yàn)、方法、策略等積累沉淀，提供“思考”路徑，計(jì)算能力是極大的擴(kuò)展了策略輸出數(shù)量。與人類比，AI還缺少一個(gè)“執(zhí)行”的軀體，而這個(gè)缺失的載體落到每個(gè)行業(yè)，就會(huì)推動(dòng)行業(yè)的重塑，再造。就物流行業(yè)而言，自動(dòng)化設(shè)備就是AI的實(shí)物載體。

從類比分類看，人跟AI的區(qū)同情況：

1、信息處理流程是相同：獲取信息→思考策略→執(zhí)行計(jì)劃，流程一致。

只是人思考是用神經(jīng)元之間的信息聚合處理，AI“思考”是用海量數(shù)據(jù)，積累學(xué)習(xí)的算法，計(jì)算能力，推導(dǎo)測(cè)算出多種策略，并根據(jù)收集理解的“需求”，輸出對(duì)應(yīng)的執(zhí)行策略。AI的優(yōu)勢(shì)是：不會(huì)遺忘+主動(dòng)學(xué)習(xí)，不幸的是，這也是是職場(chǎng)上最需要的素質(zhì)；

2、信息獲取與理解的渠道逐步豐富，觸覺能力是突破點(diǎn)；

AI這次在自然語(yǔ)言理解、圖像處理理解、語(yǔ)音識(shí)別能力上的提升，極大地?cái)U(kuò)展AI的信息獲取渠道與資源。目前“觸覺”的信息獲取能力還比較偏弱，預(yù)計(jì)未來(lái)3年在傳感器方面必須有突破，這是無(wú)人X必備的能力。在物流行業(yè)，機(jī)器視覺（圖像處理）、設(shè)備互聯(lián)（物聯(lián)）、傳感器，三個(gè)方面已經(jīng)嚴(yán)重阻礙自動(dòng)化技術(shù)與處理能力的提升。可依賴AI技術(shù)實(shí)現(xiàn)跨階。 

3、算法是經(jīng)驗(yàn)與數(shù)據(jù)的大整合，現(xiàn)在偏向基礎(chǔ)和規(guī)模，未來(lái)會(huì)在垂直領(lǐng)域做“專業(yè)”。跟人一樣從“義務(wù)教育”走向“高等教育”；

互聯(lián)網(wǎng)發(fā)展、軟件技術(shù)、自主學(xué)習(xí)、深度學(xué)習(xí)的算法都是在“擬人”的階段，通用知識(shí)與需求處理，規(guī)模、觸及面、豐富程度需求高，屬于義“義務(wù)教育階段”。AI的ROI要求，一定會(huì)讓它在垂直領(lǐng)域做的更加專業(yè)，顛覆再造帶來(lái)投資價(jià)值，這是“高等教育階段”。

1.0互聯(lián)網(wǎng)時(shí)代，“高等教育”是企業(yè)ERP、PPS，是淘寶、高德、小愛同學(xué)，算法的整合實(shí)現(xiàn)制造計(jì)劃的線上化，購(gòu)物的千人千面，高德+北斗的車道級(jí)導(dǎo)航系統(tǒng)。

在AI時(shí)代，“高等教育”一定會(huì)在垂直領(lǐng)域再造流程，解決當(dāng)前解決不了的問題，深入專業(yè)中代替“最關(guān)鍵”“最貴”“最有價(jià)值”的那批人的崗位，以分揀專業(yè)為例，一家公司想要培養(yǎng)100個(gè)合格的分揀經(jīng)理，至少經(jīng)過(guò)5年以上專業(yè)培訓(xùn)，1000人的儲(chǔ)備篩選。假如AI模擬整合100人的管理經(jīng)驗(yàn)，可以實(shí)現(xiàn)多少替代價(jià)值？

4、執(zhí)行單元，樣式豐富多彩，不應(yīng)拘泥于“人形”才叫AI；

在1.0互聯(lián)網(wǎng)時(shí)代，手機(jī)、電腦、PDA、數(shù)控機(jī)床都是執(zhí)行的硬件，每一個(gè)名稱都是萬(wàn)億級(jí)別的市場(chǎng)規(guī)模。在AI初興的現(xiàn)在，無(wú)人車、無(wú)人機(jī)、人形機(jī)器人、無(wú)人狗。To C的熱度掩蓋了To B的巨大成就，這其中商業(yè)價(jià)值最先顯現(xiàn)的應(yīng)該是“華為行業(yè)軍團(tuán)”，其實(shí)火熱的076戰(zhàn)艦也是硬件之一。

AI的執(zhí)行單元，既可以是單個(gè)的無(wú)人X，也可以是N種設(shè)備的聯(lián)合體；想想一下假如倉(cāng)庫(kù)內(nèi)所有存貨、料箱、貨架、叉車、揀貨車、打包設(shè)備、分揀設(shè)備、輸送設(shè)備全部實(shí)現(xiàn)互聯(lián)，并根據(jù)智能體排產(chǎn)計(jì)劃自主生產(chǎn)，將是如何的令人向往？因其“未定型”，后文中會(huì)統(tǒng)稱“運(yùn)動(dòng)單元”，詳細(xì)拆解中再描述不同的運(yùn)動(dòng)單元。

5、物聯(lián)網(wǎng)將會(huì)扮演神經(jīng)網(wǎng)絡(luò)的功能，整合互聯(lián)執(zhí)行單元，執(zhí)行AI策略。

從單個(gè)無(wú)人機(jī)到幾萬(wàn)臺(tái)無(wú)人機(jī)群表演，從跟隨式無(wú)人狗到無(wú)人狗班組作戰(zhàn)，物聯(lián)網(wǎng)扮演的就是將一個(gè)個(gè)運(yùn)動(dòng)單元，貫徹執(zhí)行AI的策略。既能“獨(dú)立可控”又可“互聯(lián)互通”，就能實(shí)現(xiàn)不斷地精益迭代。

6、ROI是全面迭代的門檻，能否顛覆行業(yè)還是要看“智能體+物聯(lián)網(wǎng)+運(yùn)動(dòng)單元”帶來(lái)的經(jīng)濟(jì)效益，能否超越目前模式。

在很長(zhǎng)一段時(shí)間內(nèi)，都是目前模式的優(yōu)化與新技術(shù)的引入，在物流的某些環(huán)節(jié)替代“高成本”環(huán)節(jié)或者部門，再逐步精益優(yōu)化實(shí)現(xiàn)全新的重塑流程。

從目前收集到的信息看，各家AI都在基礎(chǔ)領(lǐng)域跑馬圈地，無(wú)暇顧及垂直領(lǐng)域。但是，資本從來(lái)都不會(huì)真正的好心免費(fèi)，前期的高額投入一定要在其他地方，用更高昂的價(jià)格回收回來(lái)。基礎(chǔ)領(lǐng)域圈的地，一定會(huì)被打下提取“石油”的井。需要考慮的如何利用它重塑？先走半步！

AI智能體+物聯(lián)網(wǎng)+運(yùn)動(dòng)單元，是重塑的基礎(chǔ)

假設(shè)AI在垂直領(lǐng)域進(jìn)行重塑，它最重要的三板斧應(yīng)該是什么？以人為范本，必然無(wú)法離開“五感、頭腦、軀體”模式

1、AI智能體

實(shí)時(shí)更新的數(shù)據(jù)，操作執(zhí)行的結(jié)果，不同條件下的策略情況等持續(xù)擴(kuò)展“五感”。人的經(jīng)驗(yàn)、工作計(jì)劃、未來(lái)的設(shè)想跟未企及的夢(mèng)想都是AI的養(yǎng)分，兩者整合形成：具備持續(xù)迭代學(xué)習(xí)與“超級(jí)管理能力”的AI智能體。

2、運(yùn)動(dòng)單元

近10年的時(shí)間，局部的自動(dòng)化替代了人工流程，并逐步形成了一套以AGV、自動(dòng)化倉(cāng)儲(chǔ)、WCS、自動(dòng)化矩陣、擺輪、窄帶、交叉帶，為核心的自動(dòng)化設(shè)備系統(tǒng)，但是高昂的成本與笨拙的銜接回轉(zhuǎn)始終無(wú)法二次突破，獨(dú)立運(yùn)動(dòng)單元將會(huì)替代現(xiàn)在的設(shè)備并實(shí)現(xiàn)“一單一流向”獨(dú)立處理能力。

3、物聯(lián)網(wǎng)

物聯(lián)網(wǎng)將AI智能體的運(yùn)營(yíng)計(jì)劃下達(dá)到每一個(gè)運(yùn)動(dòng)單元，同時(shí)將成千上萬(wàn)個(gè)獨(dú)立的運(yùn)動(dòng)單元，通過(guò)運(yùn)營(yíng)計(jì)劃整合協(xié)調(diào)。根據(jù)不同訂單體量、訂單計(jì)劃跟生產(chǎn)要求進(jìn)行聯(lián)動(dòng)生產(chǎn)。

AI智能體不斷吸收并精益生產(chǎn)計(jì)劃，獨(dú)立運(yùn)動(dòng)單獨(dú)執(zhí)行末端生產(chǎn)環(huán)節(jié)，物聯(lián)網(wǎng)將計(jì)劃拆分并將獨(dú)立運(yùn)動(dòng)單元高效組合。三把斧不斷地迭代帶來(lái)行業(yè)的重塑。下一步需要思考的是，它會(huì)從哪些環(huán)節(jié)、角度進(jìn)行切入？

回歸本質(zhì)，AI會(huì)如何應(yīng)用第一性原理？

從自我革命的角度看待自己的行業(yè)，要退回到最初級(jí)、最原始，最無(wú)法解決的那個(gè)困難。這一定是最具備突破的價(jià)值點(diǎn)。

1、從寬泛的物流行業(yè)來(lái)看主要矛盾；

物流的本質(zhì)：空間和時(shí)間的位移；物流的價(jià)值：持續(xù)降低社會(huì)物流成本；物流產(chǎn)品：對(duì)發(fā)貨方是成本之一，需要“極致成本”，對(duì)收貨方是消費(fèi)體驗(yàn)，需要“極致體驗(yàn)”。

從價(jià)值投資角度看，物流行業(yè)堪稱“最不值得投資的行業(yè)”。定位就是不斷降低成本，既無(wú)法實(shí)現(xiàn)行業(yè)壟斷獲取壟斷利潤(rùn)，也無(wú)法創(chuàng)新獨(dú)特的高附加值產(chǎn)品。行業(yè)都走向了兩個(gè)極端：極致成本的通達(dá)系、云倉(cāng)、專線；極致體驗(yàn)的SF、倉(cāng)配、跨越；所有優(yōu)勢(shì)都是階段性的。

第一個(gè)問題：AI有沒有可能同時(shí)實(shí)現(xiàn)“極致體驗(yàn)”和“極致成本”？

2、從物流鏈條環(huán)節(jié)看主要矛盾；

不管從哪個(gè)角度切入，行業(yè)的矛盾都體現(xiàn)在“空間”和“時(shí)間”。

從倉(cāng)儲(chǔ)環(huán)節(jié)看；

空間利用率與周轉(zhuǎn)次數(shù)，是所有從業(yè)者的主要矛盾。

簡(jiǎn)單的說(shuō)就是同一容積里面，裝的更多，進(jìn)出速度更快，每個(gè)儲(chǔ)位的利用率越高越好。但是現(xiàn)在沒有一家公司可以做到儲(chǔ)位級(jí)的管理顆粒度，立體庫(kù)、四面穿梭車，雖然理論上可以達(dá)成儲(chǔ)位、料箱管理，但是高昂的安裝維養(yǎng)成本加上人工挑選流程，導(dǎo)致效率低下且無(wú)法大面積的推廣。

從配送環(huán)節(jié)看；

 中轉(zhuǎn)次數(shù)，是一直無(wú)法攻克的主要矛盾。

第二個(gè)問題：AI能否優(yōu)化中轉(zhuǎn)次數(shù)接近極限的2次？

營(yíng)業(yè)部+運(yùn)輸+分揀中心組成的配送網(wǎng)絡(luò)，“中轉(zhuǎn)次數(shù)”一直都是命門。在相同運(yùn)力條件下，速度越快，直發(fā)要求越高，直發(fā)越多，貨量不平衡影響下成本越高。這個(gè)網(wǎng)絡(luò)一直在成本與時(shí)效中間平衡，平衡點(diǎn)就是“中轉(zhuǎn)次數(shù)”。拆開三個(gè)子環(huán)節(jié)看：

 分揀環(huán)節(jié)；

從網(wǎng)絡(luò)看，它是“多對(duì)少，少對(duì)多”的約束環(huán)節(jié)，分揀本應(yīng)該是按照最末端數(shù)量進(jìn)行分揀匯總，成本又要求它考慮最優(yōu)運(yùn)力周轉(zhuǎn)成本，進(jìn)行大量目的站匯總。除此之外，按照行業(yè)的大概成本，細(xì)分一個(gè)營(yíng)業(yè)部的固定成本大概在10萬(wàn)元，一條跨省線路的成本在30萬(wàn)以上。路由匯總與成本限制就導(dǎo)致了大量的“多次中轉(zhuǎn)”；

分揀存在的價(jià)值應(yīng)該是：只做路由目的地分揀，不做路由的目的分揀合并。這就要求“每一包裹都能獨(dú)立分揀”，它也是最小顆粒度的運(yùn)輸前置要求。

第三個(gè)問題：AI能否實(shí)現(xiàn)每個(gè)包裹的目的地獨(dú)立分揀？

 運(yùn)輸環(huán)節(jié)：

從網(wǎng)絡(luò)模式走向線性運(yùn)輸方式。

同一個(gè)包裹，攬收運(yùn)輸一次，分揀中轉(zhuǎn)運(yùn)輸一次，到營(yíng)業(yè)部再運(yùn)輸一次，這已經(jīng)是最基礎(chǔ)的三次運(yùn)輸，如果再加上分揀與分揀間多次分撥，運(yùn)輸次數(shù)就要成倍增加。少中轉(zhuǎn)意味著少運(yùn)輸，中轉(zhuǎn)次數(shù)的減少對(duì)運(yùn)力的需求是指數(shù)級(jí)的減少。

運(yùn)力最優(yōu)的模式應(yīng)該是高鐵客運(yùn)的方式：“ 高鐵+地鐵+集裝”，按照最終目的站方式進(jìn)行貨物集裝，不需要分揀中心的二次全裝全卸，按照集裝箱運(yùn)輸方式。在每個(gè)經(jīng)停站點(diǎn)，-最快速度上下貨物，交由接駁車輛地鐵班車化方式接駁到最終目的分揀或者目的營(yíng)業(yè)部。

假如實(shí)現(xiàn)貨物集裝化，干線經(jīng)停方式，低空運(yùn)輸方式場(chǎng)景就可以出現(xiàn)了。在高速服務(wù)區(qū)將臨近城市的集裝箱卸下，低空無(wú)人機(jī)帶來(lái)該車次帶往下一個(gè)城市的集裝箱，帶臨近城市的待拆分集裝箱。

第四個(gè)問題：AI能否破解網(wǎng)絡(luò)模式，并進(jìn)入低空無(wú)人運(yùn)輸時(shí)代？

  末端派送環(huán)節(jié)：

如何成為“社會(huì)基礎(chǔ)設(shè)置之一”，是主要矛盾。

末端環(huán)節(jié)的主要需求是訂單密度，這部分跟AI的相關(guān)性并不是很強(qiáng)。AI時(shí)代對(duì)末端可以帶來(lái)，路徑優(yōu)化、無(wú)人派送、預(yù)警體驗(yàn)等的提升，但是這些在訂單密度面前都不是主要矛盾，所以個(gè)人判斷影響有限。

末端派送的主要需求是訂單密度，而實(shí)現(xiàn)訂單密度與訂單平衡的主要方式應(yīng)該是把自己做成“社會(huì)基礎(chǔ)設(shè)施之一”，類似現(xiàn)在的社區(qū)衛(wèi)生服務(wù)中心。從規(guī)劃角度進(jìn)行此類升級(jí)。

匯總一下，極致的成本與極致的體驗(yàn)平衡可以建立新階段的護(hù)城河，倉(cāng)儲(chǔ)儲(chǔ)位利用率與配送網(wǎng)絡(luò)的中轉(zhuǎn)次數(shù)降低，會(huì)是最關(guān)鍵的兩個(gè)節(jié)點(diǎn)。后面我們沿著AI的三板斧與可能下手的主要矛盾，進(jìn)行詳細(xì)拆解。

暢想2.0的預(yù)告

1、AI智能體的應(yīng)用：小工具→大預(yù)警→全網(wǎng)運(yùn)營(yíng)策略；

通用人工智能已經(jīng)被某些公司引入實(shí)際應(yīng)用場(chǎng)景，生成了非常多的實(shí)用工具，尤其是數(shù)據(jù)發(fā)布與分析方面已經(jīng)開始替代人工。下一步的全網(wǎng)預(yù)警模式已經(jīng)逐步接入，由生產(chǎn)計(jì)劃、產(chǎn)能能力、實(shí)時(shí)導(dǎo)航、數(shù)據(jù)包、實(shí)時(shí)運(yùn)營(yíng)結(jié)果等數(shù)據(jù)喂出來(lái)，網(wǎng)絡(luò)預(yù)警能力。第三步就是集合管理團(tuán)隊(duì)的在不同場(chǎng)景與生產(chǎn)計(jì)劃下的管理智慧，形成生產(chǎn)計(jì)劃與運(yùn)營(yíng)策略，并開始主動(dòng)控制自動(dòng)化設(shè)備。

2、運(yùn)動(dòng)單元猜想，形態(tài)與應(yīng)用場(chǎng)景；

自動(dòng)化1.0時(shí)代已經(jīng)進(jìn)入死胡同，倉(cāng)儲(chǔ)業(yè)至今還沒有完整的自動(dòng)化模型。2.0的時(shí)代對(duì)于空間利用率要進(jìn)行巨幅的提升，不能把所有的想象力都放在地面上運(yùn)行。目前地面上的流水線、AGV、AMR、交叉帶等等，都需要考慮空間利用，其次就是算力與算法的提升讓生產(chǎn)計(jì)劃從單環(huán)節(jié)、單波次、固定路由時(shí)間升級(jí)為以履約時(shí)間為最終目的的全動(dòng)態(tài)生產(chǎn)計(jì)劃。同時(shí)AGV時(shí)代受地面路徑限制，算法算力不足影響的發(fā)展的，可能解鎖全新的場(chǎng)景。另外AMHS天車系統(tǒng)，是最有可能引領(lǐng)2.0時(shí)代的“運(yùn)動(dòng)單元”；

3、物聯(lián)網(wǎng)的一體化效應(yīng)，倉(cāng)儲(chǔ)、分揀、運(yùn)輸、營(yíng)業(yè)部四個(gè)章節(jié)；

將目前1.0每個(gè)環(huán)節(jié)的使用場(chǎng)景進(jìn)行總結(jié)，并預(yù)測(cè)AI智能體與新的運(yùn)動(dòng)單元加上新的流程可能帶來(lái)的全新使用場(chǎng)景與可能性。

站在從業(yè)者的角度，我看到了AI可能帶來(lái)的顛覆性革命，也看到了正在崩塌消失的某些崗位。當(dāng)垂直領(lǐng)域還未被真正介入重塑的時(shí)候，以己之力預(yù)判可能性，爭(zhēng)取先走半步，以免讓時(shí)代的一粒塵埃成為自己不可逾越的大山。