何其 歐陽(yáng)鈺霓

摘 要：隨著經(jīng)濟(jì)全球化的發(fā)展和科技水平的不斷提高，企業(yè)開始了在企業(yè)供應(yīng)鏈方面的競(jìng)爭(zhēng)。在人工智能技術(shù)的幫助下，各個(gè)企業(yè)可以在復(fù)雜而龐大的供應(yīng)鏈中對(duì)他們的商業(yè)伙伴乃至競(jìng)爭(zhēng)對(duì)手進(jìn)行更加深入、有預(yù)見性和可信度的觀察，使企業(yè)在供應(yīng)鏈管理的過(guò)程中能夠精簡(jiǎn)活動(dòng)以及加強(qiáng)協(xié)作，使其變得更加高效、透明與協(xié)作，也能更好地提高物流決策的有效性和準(zhǔn)確性。本文將簡(jiǎn)要介紹人工智能如何從需求預(yù)測(cè)的角度促進(jìn)供應(yīng)鏈提高效率、準(zhǔn)確性，從而促進(jìn)商業(yè)產(chǎn)業(yè)化的可行性和前景。

關(guān)鍵詞：人工智能;供應(yīng)鏈管理;需求預(yù)測(cè)

一、背景

供應(yīng)鏈?zhǔn)怯晒?yīng)商、制造商、倉(cāng)儲(chǔ)、分銷中心、零售商和消費(fèi)者所構(gòu)成的巨大網(wǎng)絡(luò)鏈條，包括了從原材料采購(gòu)、半成品制造、成品制造以及產(chǎn)品的運(yùn)輸與產(chǎn)品的銷售等各個(gè)環(huán)節(jié)。而供應(yīng)鏈管理則是一個(gè)高度集成的管理模式，跨越了多個(gè)企業(yè)和部門，以信息流、資金流和物流為線索，包含了原料采購(gòu)、訂單的處理、生產(chǎn)的計(jì)劃、庫(kù)存的管理、運(yùn)輸、銷售等商品在生產(chǎn)和銷售中的各個(gè)環(huán)節(jié)。

隨著經(jīng)濟(jì)全球化的發(fā)展和科技水平的不斷提高，企業(yè)也開始了在企業(yè)供應(yīng)鏈方面的競(jìng)爭(zhēng)，致力于以最低的成本、最短的物流時(shí)間，使顧客滿意、向市場(chǎng)提供合適的產(chǎn)品，以取得和保持競(jìng)爭(zhēng)優(yōu)勢(shì)。而人工智能技術(shù)的引入改變了組織管理、跟蹤供應(yīng)鏈中商品和服務(wù)的流動(dòng)格局。在人工智能技術(shù)的幫助下，各企業(yè)可以開展更深入的、有預(yù)測(cè)性的、可靠的觀察方式來(lái)檢測(cè)他們的業(yè)務(wù)伙伴，甚至讓競(jìng)爭(zhēng)對(duì)手并入同一個(gè)復(fù)雜而龐大的供應(yīng)鏈。使得企業(yè)在供應(yīng)鏈管理的過(guò)程中能夠簡(jiǎn)化活動(dòng)以達(dá)到更高效透明的合作關(guān)系，便于更好地提高物流決策的有效性和準(zhǔn)確性。

人工智能應(yīng)用的發(fā)展是一個(gè)從部分輔助到逐步替代的過(guò)程。人工智能應(yīng)用在生產(chǎn)生活中各場(chǎng)景下表現(xiàn)為：通過(guò)計(jì)算機(jī)實(shí)現(xiàn)原來(lái)必須由人完成的事情或者替換掉原有的方法。通過(guò)深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、NLP平臺(tái)、預(yù)測(cè)性應(yīng)用程序接口等核心技術(shù)，在此過(guò)程中人工智能的介入程度逐漸加深，由部分輔助逐步過(guò)渡到部分替代。

從供應(yīng)鏈的角度我們將會(huì)談到人工智能在供應(yīng)鏈的生產(chǎn)與銷售環(huán)節(jié)之中需求預(yù)測(cè)的重要性以及可實(shí)施性。從產(chǎn)業(yè)經(jīng)濟(jì)來(lái)看，供應(yīng)鏈最終的驅(qū)動(dòng)力來(lái)自消費(fèi)市場(chǎng)，消費(fèi)需求拉動(dòng)是供應(yīng)鏈發(fā)展的源動(dòng)力，從經(jīng)濟(jì)向數(shù)字化、智能化發(fā)展的趨勢(shì)來(lái)看，智能供應(yīng)鏈將會(huì)成為未來(lái)智能經(jīng)濟(jì)的基本組成部分。但是供應(yīng)鏈流程設(shè)計(jì)的服務(wù)本身也是一個(gè)產(chǎn)品，這種基于系統(tǒng)和改善整體供應(yīng)鏈流程的過(guò)程性服務(wù)產(chǎn)品是需要足夠的投入成本以及購(gòu)買能力的，這本身就為人工智能在供應(yīng)鏈產(chǎn)品化落地方面設(shè)置了準(zhǔn)入門檻。這樣的門檻篩選掉了小微企業(yè)，篩選掉了小成本個(gè)體經(jīng)營(yíng)戶，瞄準(zhǔn)的就是大型企業(yè)，尤其是生產(chǎn)類的企業(yè)。在這一類企業(yè)的經(jīng)營(yíng)之中，供應(yīng)鏈效率的提升會(huì)對(duì)企業(yè)經(jīng)營(yíng)帶來(lái)擴(kuò)大效應(yīng)。這種高端化、定制化、高科技嵌入化平臺(tái)的打造，屬于過(guò)程服務(wù)與系統(tǒng)產(chǎn)品兼?zhèn)涞奶厥猱a(chǎn)品類別。

在確定了用戶主要類別之后，我們應(yīng)該想的是人工智能在供應(yīng)鏈的那幾環(huán)有最明顯的優(yōu)化作用，通過(guò)不斷迭代的算法與數(shù)據(jù)分析，我們主要從對(duì)于供應(yīng)鏈下游端口——生產(chǎn)與銷售鏈條中對(duì)于需求的預(yù)測(cè)和生產(chǎn)運(yùn)輸過(guò)程中生產(chǎn)流程的同步化設(shè)計(jì)與優(yōu)化兩點(diǎn)進(jìn)行產(chǎn)品化分析。

二、需求預(yù)測(cè)

1.供應(yīng)鏈中需求預(yù)測(cè)環(huán)節(jié)的意義

（1）對(duì)企業(yè)

①針對(duì)預(yù)測(cè)出的需求，通過(guò)調(diào)整產(chǎn)能（如季節(jié)性勞動(dòng)力）、轉(zhuǎn)包、建立庫(kù)存、延期交貨來(lái)實(shí)現(xiàn)供給管理。

②針對(duì)預(yù)測(cè)出的需求，通過(guò)短期價(jià)格折扣和促銷來(lái)實(shí)現(xiàn)需求管理。庫(kù)存積壓或是庫(kù)存不足大概率會(huì)帶來(lái)企業(yè)的成本損失，如果準(zhǔn)確地預(yù)測(cè)需求就可以為生產(chǎn)提供好的建議并且極大地減少生產(chǎn)過(guò)剩和生產(chǎn)不足的問題。

③物流與供應(yīng)鏈中常把產(chǎn)品分為功能型和創(chuàng)新型，但是兩種類型的產(chǎn)品并不是涇渭分明的。人工智能技術(shù)對(duì)于不同類型的產(chǎn)品，在進(jìn)行了小范圍特征識(shí)別與預(yù)訓(xùn)練模型的應(yīng)用之后，可以覆蓋預(yù)測(cè)不同類型產(chǎn)品的需求。提高供應(yīng)鏈整體效率與交互程度，總體優(yōu)化供應(yīng)鏈。

（2）對(duì)用戶

①減少顧客因?yàn)閹?kù)存的過(guò)多或積壓導(dǎo)致出現(xiàn)無(wú)處買貨、物流速度慢或商品變質(zhì)等問題。

②顧客的潛在需求被預(yù)見，能被及時(shí)地滿足。

③短期價(jià)格折扣和促銷能刺激顧客消費(fèi)，充分激發(fā)顧客購(gòu)買力。

2.如何做

（1）數(shù)據(jù)支撐——“線上+線下”

人工智能的技術(shù)運(yùn)用到產(chǎn)業(yè)中有個(gè)必備的條件就是大量的數(shù)據(jù)，這也是為什么我們常說(shuō)“大數(shù)據(jù)”也是人工智能的基礎(chǔ)技術(shù)，數(shù)據(jù)資源是人工智能的三大基礎(chǔ)條件之一。人工智能往后的運(yùn)用例如模擬人腦進(jìn)行預(yù)測(cè)等更高端的應(yīng)用都是基于深度學(xué)習(xí)的模型訓(xùn)練，這正是建立在大量樣本數(shù)據(jù)基礎(chǔ)之上的。

樣本數(shù)據(jù)的數(shù)量和質(zhì)量，都將影響到模型擬合的程度，不能離開數(shù)據(jù)來(lái)談?wù)撊斯ぶ悄軕?yīng)用。在學(xué)術(shù)界的AI無(wú)疑有很多最新的應(yīng)用與設(shè)計(jì)，但是產(chǎn)業(yè)中真正能夠被應(yīng)用到的人工智能技術(shù)其實(shí)只是學(xué)術(shù)界的一部分，兩者之間的有效轉(zhuǎn)化也是提升人工智能應(yīng)用的必備條件之一。兩界的數(shù)據(jù)積累差距因互聯(lián)網(wǎng)而有所縮小但并未消除。除了計(jì)算設(shè)施以及研發(fā)經(jīng)費(fèi)等因素的影響，訓(xùn)練數(shù)據(jù)的可獲得性是科技巨頭，尤其是互聯(lián)網(wǎng)巨頭最明顯的優(yōu)勢(shì)之一。雖然借助互聯(lián)網(wǎng)的發(fā)展和普及，學(xué)術(shù)界與產(chǎn)業(yè)界在數(shù)據(jù)積累方面的差距有所減少，但并未消除。目前人工智能應(yīng)用相對(duì)成熟的是基于社會(huì)和媒體的互聯(lián)網(wǎng)大數(shù)據(jù)。得益于互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)的迅速發(fā)展，線上數(shù)據(jù)的獲取難度大幅降低，每個(gè)瞬間都會(huì)有無(wú)數(shù)的文本、語(yǔ)音、圖片和視頻等非結(jié)構(gòu)化數(shù)據(jù)產(chǎn)生，為人工智能應(yīng)用的實(shí)現(xiàn)提供了充足的養(yǎng)料。

在電子信息的時(shí)代，雖然線上數(shù)據(jù)十分重要，人工智能借助算法讀取線上數(shù)據(jù)的同時(shí)，為了讓AI更貼近人類生活并且對(duì)人類世界的特性有一定的讀取和了解，在設(shè)計(jì)抓取數(shù)據(jù)并進(jìn)行分析的算法時(shí)也不應(yīng)忽視線下數(shù)據(jù)的價(jià)值。同時(shí)必須承認(rèn)，線下的生活以及生產(chǎn)場(chǎng)景，同樣存在海量的數(shù)據(jù)，尤其是隨著傳感器成本的下降和物聯(lián)網(wǎng)的推進(jìn)。但線下數(shù)據(jù)存在的問題是，如何確定數(shù)據(jù)的可信度呢？

（2）模型的擬合優(yōu)度需要確定多維的因子

我們期望AI能夠擁有兼?zhèn)淙四X與環(huán)境預(yù)測(cè)、數(shù)據(jù)統(tǒng)計(jì)、趨勢(shì)預(yù)測(cè)的功能，但是AI在初期對(duì)于供應(yīng)鏈能夠做得首先應(yīng)該從數(shù)據(jù)入手，這可能需要我們?cè)跉v史銷售記錄之中最大化地提取有效的信息以便對(duì)未來(lái)趨勢(shì)進(jìn)行部分刻畫（我們將試圖從歷史銷售記錄中提取出有用信息，以便預(yù)測(cè)未來(lái)的銷售數(shù)據(jù)。當(dāng)然，理想情況下我們還可以使用其他可用的數(shù)據(jù)源，例如天氣數(shù)據(jù)，作為現(xiàn)有數(shù)據(jù)的補(bǔ)充）。但我們對(duì)于AI的期待還在于對(duì)于人類未知的災(zāi)難或者是需求的特殊性進(jìn)行一個(gè)短期的、有效的、迅速的預(yù)測(cè)與對(duì)策判斷。這不僅需要構(gòu)建算法來(lái)對(duì)歷史的重大金融災(zāi)難、政治災(zāi)難等人為災(zāi)難進(jìn)行因果提取，還需要從中找到人的思維容易忽略的規(guī)律來(lái)進(jìn)行現(xiàn)實(shí)推演。

在生產(chǎn)過(guò)程之中可以基于歷史生產(chǎn)數(shù)據(jù)，對(duì)于生產(chǎn)過(guò)程的每一個(gè)環(huán)節(jié)的產(chǎn)品質(zhì)量狀態(tài)建模。同時(shí)在生產(chǎn)過(guò)程中也對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行分析，通過(guò)下游的銷售鏈實(shí)時(shí)數(shù)據(jù)和生產(chǎn)過(guò)程之中的產(chǎn)品合格比率、出品率等實(shí)時(shí)數(shù)據(jù)進(jìn)行準(zhǔn)確的監(jiān)控。在生產(chǎn)過(guò)程中還可以對(duì)未來(lái)可能出現(xiàn)的故障或者是生產(chǎn)需求的峰值、谷點(diǎn)進(jìn)行警示和預(yù)測(cè)性的維護(hù)建議。統(tǒng)計(jì)學(xué)之中的時(shí)間序列分析需要利用SPSS來(lái)建模并且進(jìn)行定義，如果有足夠的數(shù)據(jù)與算法支撐，我們可以樂觀地估計(jì)AI可以有效地進(jìn)行時(shí)間序列預(yù)測(cè)需求并對(duì)應(yīng)商品的特點(diǎn)進(jìn)行變化。

（3）預(yù)訓(xùn)練模型

預(yù)訓(xùn)練模型是使自然語(yǔ)言處理由原來(lái)的手工調(diào)參、依靠 ML專家的階段，進(jìn)入到可以大規(guī)模、可復(fù)制的大工業(yè)施展的階段。預(yù)訓(xùn)練模型通過(guò)自監(jiān)督學(xué)習(xí)從大規(guī)模數(shù)據(jù)中獲得與具體任務(wù)無(wú)關(guān)的預(yù)訓(xùn)練模型，利用預(yù)訓(xùn)練模型進(jìn)行的小樣本訓(xùn)練利用遷移學(xué)習(xí)的思想凍結(jié)了用于特征提取部分網(wǎng)絡(luò)的參數(shù)，通過(guò)調(diào)整分類網(wǎng)絡(luò)參數(shù)來(lái)學(xué)習(xí)需求的分類標(biāo)準(zhǔn)。第二個(gè)步驟是微調(diào)，針對(duì)具體的任務(wù)修正網(wǎng)絡(luò)，此類模型可經(jīng)過(guò)微調(diào)之后，用于支持分類、序列標(biāo)記、結(jié)構(gòu)預(yù)測(cè)和序列生成等各項(xiàng)技術(shù)，并構(gòu)建文摘、圖片檢索、視頻注釋等應(yīng)用。與訓(xùn)練特征提取網(wǎng)絡(luò)部分的數(shù)據(jù)相比，訓(xùn)練好的分類器需要的樣本要遠(yuǎn)遠(yuǎn)少于前者，所以利用小樣本進(jìn)行訓(xùn)練的代價(jià)較小，配合下游任務(wù)可以實(shí)現(xiàn)更快的收斂速度，并且有效地提高模型性能，讓模型基于一個(gè)更好的初始狀態(tài)進(jìn)行學(xué)習(xí)，對(duì)于數(shù)據(jù)稀缺的行業(yè)或者是數(shù)據(jù)獲取有一定難度的產(chǎn)品落地有一定幫助。

3.企業(yè)實(shí)例

北京曠視科技有限公司是全球領(lǐng)先的人工智能產(chǎn)品和解決方案公司，人工智能行業(yè)的務(wù)實(shí)者和領(lǐng)跑者，支撐人工智能革命關(guān)鍵的深度學(xué)習(xí)是曠視的核心競(jìng)爭(zhēng)力。曠視公司目前專注于算法能創(chuàng)造極大價(jià)值的領(lǐng)域：個(gè)人物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)和供應(yīng)鏈物聯(lián)網(wǎng)。曠視向客戶提供包括算法、軟件和硬件產(chǎn)品在內(nèi)的全站式、一體化解決方案。

我們選取在人工智能產(chǎn)業(yè)化行業(yè)尖端企業(yè)——曠視公司為例，進(jìn)行人工智能商業(yè)產(chǎn)業(yè)化的分析。曠視公司的核心技術(shù)為：（1）新一代AI生產(chǎn)力平臺(tái)：Brain++提供的能力既能覆蓋算法、算力、數(shù)據(jù)的全流程，加速開發(fā)流程，提升優(yōu)化和部署效率，利用提供企業(yè)級(jí)AI解決方案;也能實(shí)現(xiàn)技術(shù)到價(jià)值的鏈接，滿足各層次企業(yè)對(duì)AI能力建設(shè)的需求，讓企業(yè)更聚焦于業(yè)務(wù)變革。（2）核心算法：曠視的“AI算法”以深度學(xué)習(xí)為技術(shù)，面向廣泛“圖像或視頻”的分析和理解，以解決真實(shí)問題為向?qū)?，追求軟硬結(jié)合的極致性能，向客戶交付工業(yè)級(jí)的產(chǎn)品和服務(wù)。通過(guò)其核心技術(shù)，人工智能在供應(yīng)鏈得到了有效地運(yùn)用，以充足的數(shù)據(jù)作為信息資源的支撐，通過(guò)深度學(xué)習(xí)提高效率和安全性，從而總體優(yōu)化供應(yīng)鏈并達(dá)到供應(yīng)鏈的市場(chǎng)需求預(yù)測(cè)。

曠視科技公司旗下的智慧物流園區(qū)解決方案正是企業(yè)需求預(yù)測(cè)一個(gè)非常好的實(shí)例。智慧物流園區(qū)跨越了“四堵墻”的局限，將商品的運(yùn)轉(zhuǎn)和場(chǎng)內(nèi)場(chǎng)外車輛人員的流動(dòng)等更多場(chǎng)景相連接，進(jìn)行了更智能的調(diào)度和預(yù)測(cè)，甚至能自動(dòng)決策。這個(gè)方案基于新型信息技術(shù)的融合應(yīng)用，以AI技術(shù)為代表，對(duì)“庫(kù)內(nèi)運(yùn)營(yíng)和園區(qū)管理”雙向優(yōu)化，打造“安全、智慧、共享、綠色”的智慧物流園區(qū)解決方案。在庫(kù)內(nèi)運(yùn)營(yíng)方面，建立多種“柔性機(jī)器人和智能裝備”的全面互聯(lián)，配合機(jī)器人物聯(lián)操作系統(tǒng)與智慧軟件貫通，實(shí)現(xiàn)業(yè)務(wù)模式創(chuàng)新和效率提升;在園區(qū)管理方面，構(gòu)建“人-車-貨-庫(kù)”感知和管理，針對(duì)園區(qū)內(nèi)“基礎(chǔ)設(shè)施、環(huán)境、建筑”等方面進(jìn)行運(yùn)維管理。

這一方案的核心優(yōu)勢(shì)有：

（1）輕資產(chǎn)投入：硬件投入較少，主要利用現(xiàn)有的數(shù)據(jù)采集終端。

（2）輕流程再造：現(xiàn)有運(yùn)營(yíng)流程只需要從全鏈路上稍加調(diào)整。

（3）高度協(xié)同：靜態(tài)存儲(chǔ)能力、動(dòng)態(tài)吞吐能力、變化的訂單量、實(shí)時(shí)的運(yùn)營(yíng)情況，都變成大量可見數(shù)據(jù)，通過(guò)智慧物流園區(qū)系統(tǒng)，協(xié)同子系統(tǒng)內(nèi)部的運(yùn)作，實(shí)現(xiàn)系統(tǒng)效率最優(yōu)。從而提高供應(yīng)鏈的整體效率與交互程度，優(yōu)化整體物流。

（4）效率與安全并重：通過(guò)邊緣計(jì)算快速判斷決策，全息的感知設(shè)備減少傳統(tǒng)感知設(shè)備的盲區(qū)，兼具數(shù)據(jù)和算法的優(yōu)勢(shì)以達(dá)到有效預(yù)測(cè)。

同時(shí)，該企業(yè)旗下的智慧倉(cāng)儲(chǔ)解決方案則是人工智能利用數(shù)據(jù)資源的重要實(shí)例。智慧倉(cāng)儲(chǔ)從按訂單生產(chǎn)到即時(shí)消費(fèi)、即時(shí)物流，以“智能倉(cāng)儲(chǔ)、無(wú)人配送和物流機(jī)器人”等為代表的智慧物流技術(shù)，將成為智能工廠與智能物流中心的核心要素，助力倉(cāng)儲(chǔ)、物流、制造和供應(yīng)鏈，邁進(jìn)“數(shù)字化、智能化和智慧化”。智慧倉(cāng)儲(chǔ)解決方案基于曠視新一代AI生產(chǎn)力平臺(tái)Brain++，持續(xù)算法創(chuàng)新，大量通過(guò)數(shù)據(jù)化方式，賦能傳統(tǒng)物流裝備，率先打造“曠視河圖”操作系統(tǒng)，聚合全產(chǎn)業(yè)鏈伙伴，形成智慧倉(cāng)儲(chǔ)解決方案，能有效幫助企業(yè)在倉(cāng)儲(chǔ)物流環(huán)節(jié)實(shí)現(xiàn)降本增效、簡(jiǎn)化管理。

這一方案的核心優(yōu)勢(shì)有：

（1）共享生態(tài)：通過(guò)產(chǎn)業(yè)鏈伙伴的合作簡(jiǎn)化業(yè)務(wù)場(chǎng)景，攜手共建生態(tài)、共享信息推動(dòng)供應(yīng)鏈的合作與產(chǎn)業(yè)發(fā)展。

（2）全生命周期管理：面向“工業(yè)物流和商業(yè)物流”場(chǎng)景，提供“咨詢-規(guī)劃-仿真-實(shí)施-交付-運(yùn)維”的全流程的服務(wù)體系，全流程標(biāo)準(zhǔn)化，通過(guò)數(shù)據(jù)化方式，實(shí)現(xiàn)流程再造和有序運(yùn)營(yíng)。

（3）人機(jī)協(xié)同，眾智創(chuàng)新：依托平臺(tái)向上延展的業(yè)務(wù)系統(tǒng)，向下對(duì)接兼容的智能物流設(shè)備，為物流實(shí)現(xiàn)全場(chǎng)景的智能化管理。

（4）自研創(chuàng)新，產(chǎn)權(quán)升級(jí)：堅(jiān)持核心智能設(shè)備的研發(fā)與創(chuàng)新，依托曠視河圖構(gòu)建百億智能設(shè)備的機(jī)器人物聯(lián)網(wǎng)生態(tài)系統(tǒng)，更好地進(jìn)行需求預(yù)測(cè)。

三、智能化倉(cāng)儲(chǔ)管理

人工智能對(duì)于優(yōu)化倉(cāng)儲(chǔ)管理大致分為三個(gè)方面：

1.物流基礎(chǔ)設(shè)施的優(yōu)化

在智能化倉(cāng)儲(chǔ)的布局之中利用人工智能等技術(shù)在倉(cāng)儲(chǔ)、分撿、揀選、搬運(yùn)等環(huán)節(jié)充分利用算法驅(qū)動(dòng)的機(jī)器人替代倉(cāng)儲(chǔ)作業(yè)人員，讓倉(cāng)儲(chǔ)作業(yè)完全實(shí)現(xiàn)智能化、無(wú)人化，提升倉(cāng)儲(chǔ)效率，在物流基礎(chǔ)設(shè)施方面廣泛應(yīng)用“弱人工智能”的機(jī)器人。

2.供應(yīng)鏈中的物流運(yùn)作過(guò)程將由人工智能來(lái)計(jì)算、重建

作為供應(yīng)鏈的重要組成部分，物流運(yùn)作的速率決定了整個(gè)供應(yīng)鏈運(yùn)作過(guò)程的效率。隨著人工智能技術(shù)的不斷發(fā)展，物流操作過(guò)程將通過(guò)智能計(jì)算被劃分為多個(gè)模塊，并在算法的計(jì)算和迭代下進(jìn)行重新分配。這些模塊不僅相互繼承，而且通過(guò)在物流過(guò)程跟蹤系統(tǒng)中嵌入人工智能芯片，與各個(gè)模塊中的各個(gè)功能點(diǎn)建立聯(lián)系，快速計(jì)算和反映大量的物流數(shù)據(jù)和信息。物流運(yùn)作流程通過(guò)人工智能的改造不僅可以使物流運(yùn)作流程自動(dòng)化，還同步實(shí)現(xiàn)了倉(cāng)儲(chǔ)分布式工作的計(jì)算與物流存儲(chǔ)的分離。

3.促成供應(yīng)鏈閉環(huán)的形成

智能化倉(cāng)儲(chǔ)落地的最好例子之一就是京東的供應(yīng)鏈管理，在此方面，京東利用基于庫(kù)存管理、品類管理、價(jià)格管理、供應(yīng)商、銷售商的協(xié)同管理等高質(zhì)量數(shù)據(jù)的各種人工智能算法，實(shí)現(xiàn)供應(yīng)鏈協(xié)同效率的大幅提升。人工智能可以促進(jìn)企業(yè)建立智能存儲(chǔ)平臺(tái)，該平臺(tái)將優(yōu)化整合企業(yè)內(nèi)外部資源，完善物料流程，加快物料供應(yīng)鏈各環(huán)節(jié)的同步和速度，使整個(gè)供應(yīng)鏈的響應(yīng)活動(dòng)數(shù)字化、精準(zhǔn)化、智能化。

參考文獻(xiàn)：

[1]羅文波，陳幼平，艾武，婁平.基于多智能體的供應(yīng)鏈管理系統(tǒng)角色建模與設(shè)計(jì)[J].計(jì)算機(jī)工程與應(yīng)用，2003（19）：227-229.

[2]張德海，邵培基，劉德文.面向物流服務(wù)供應(yīng)鏈的商業(yè)智能系統(tǒng)設(shè)計(jì)[J].管理學(xué)報(bào)，2007（03）：288-292.

[3]肖煥彬，初良勇，林赟敏.人工智能技術(shù)在供應(yīng)鏈物流領(lǐng)域的應(yīng)用[J].價(jià)值工程，2019，38（25）：154-156.

[4]王釗.人工智能在物資供應(yīng)鏈中的應(yīng)用與研究[J].中國(guó)石油和化工標(biāo)準(zhǔn)與質(zhì)量，2019，39（12）：167-168+170.

[5]任成元.人工智能驅(qū)動(dòng)的供應(yīng)鏈創(chuàng)新[J].中國(guó)物流與采購(gòu)，2019（24）：34-35.

作者簡(jiǎn)介：何其（2000.08- ），女，湖南長(zhǎng)沙人，四川大學(xué)商學(xué)院2018級(jí)管理科學(xué)專業(yè)本科在讀，研究方向：城市文化產(chǎn)業(yè)創(chuàng)新、決策分析、物流與供應(yīng)鏈等;歐陽(yáng)鈺霓（2000.07- ），女，湖北武漢人，中山大學(xué)嶺南學(xué)院2018級(jí)國(guó)際商務(wù)專業(yè)本科生，研究方向：市場(chǎng)營(yíng)銷等