2017年8月29-30日，“物流业解决方案博览会2017”在东京举办，日本电气股份有限公司（NEC）参展了此次活动。以下是NEC展出的一部分人工智能解决方案的介绍。

物流业的现状

随着网购不断普及，网购产生的货物运输量急速增长，对物流人员的需求不断增加——物流业正迎来前所未有的变革时代。

当今时代互联网市场不断发展，消费者对网络消费的服务需求也日益多样化。例如，亚马逊的会员服务有加急快件、当日送达快件、指定时间送达快件等选项，增加了物流配送的难度；「メルカリ」等二手闲置品买卖应用程序（类似我国的“闲鱼”——译者注）的开发和使用也会增加物流配送量。多样化的配送要求派生出更多精细服务需求，由此引发了货车承载能力无法得到最大化利用，配送效率降低等问题。此外，配送过程中出现紧急状况也需要人力及时应对和处理，最终导致人手短缺、劳动力不足。

为改变现状，物流业首次将人工智能和物联网作为切入点，利用信息技术改善传统的现场操作，以推进业务自动化和最优化的实现。

NEC利用物联网技术，针对物流的“起点”，即工作现场实行信息共享，提供一体化、可视化的解决方案。在此基础上，再利用人工智能技术将信息分析的结果反馈给现场，以实现人力、物力以及配送路径的最优配置。

一、制订车辆调度、货物配送计划，实现高效配送

NEC的解决方案致力于提高装载率和运转效率，打造高效的配送方案。

配送方案被称作物流的生命线，制定配送方案对相关技术经验有很高的要求，需要全面考虑送达地分配、配送顺序、巡回路线等因素后做出恰当的筹划。

这里介绍的“配送计划系统ULTRAFIX”是能够综合订单数据、地理条件、路况和配送时间要求等物流条件因素后制定出高效的车辆调度、配送方案的辅助系统。

该系统以多项物流条件为基准，模拟各种数据及路线变化情况，操作简单，工作效率高。通过系统可以掌握货车的运载状况、运输路线，也可以及时了解订单的变化详情并且在地图上追踪物件位置，掌握运送顺序，实现对货物配送进程和交货信息的实时监控和处理。该项操作将原本依赖于人工经验判断的工作转变为自动化处理，即使是刚刚上岗的人员也可以通过简单的操作制定出最优的物流配送计划。

图1  决定路线、车辆、到达时间，制订高效的可行方案

图2  实际显示画面：配送状态、货车的承载情报实时显示

二、运用人工智能技术进行需求预测，防止库存积压报废

人工智能技术的应用可以降低因库存不足导致的销售机会的损失，也可以减少库存积压，控制废弃损失。这不仅是物流业需要解决的问题，也是制造业及其他零售业需要解决的课题之一。

NEC运用自身独有的人工智能技术，通过对商品分时段销售成果、报废情况、欠货状况以及气象报告等相关要素情况的分析，实现对商品需求的高精度预测。

图3  预测系统汇报画面：可显示不同日期、制品种类的出货量预测数据及实绩，且可显示该预测的不安因素

NEC自主研发了一套名为“异种混合学习”的人工智能系统，它通过对各种各样的数据分析，准确发现数据规律，再以这些规律为基础，针对不同的情况概率进行预测。如此一来，原本无法穷尽人力进行反复试验的复杂预测工作通过该系统可以轻松得出高精度的预测结果。同时，系统可将预测依据以简洁直观的方式呈现出来，具有可复核预测经过的特点。

实际上，NEC将这套系统也广泛应用于其他行业。例如零售业，该系统根据不同时间、季节的销售实绩，甚至气象条件对商品的市场需求倾向进行分析，通过分析结果可以对市场趋势进行相对准确的判断，同时可以预测出商品的需求量。根据预测的数据来把握商品在不同时间节点的库存、交付等情况，由系统自主计算出最终的合理订货量。

合理地应用人工智能技术可以实现商品需求预测高精准化、自动化。除了减少因预测错误引起的库存不足或者库存积压以及废弃损失等问题，还可以避免无效物流配送，浪费资源的情况。即使是经验不足的新手也可以很快适应工作，按照系统预测结果进行准确地调度，对预估后的情况在第一时间进行合理地资源分配。

三、运用机器人、图像识别系统实现自动化、省力化操作

对于日本国内来说，因为社会老龄化造成劳动力不足的现象日趋严重。现在的市场需求对服务标准越来越高，纵观物流现场的实际情况，从入库到出库已经人力匮乏，维持现有的服务标准已经很吃力，更不用说提高服务水平。

为解决上述问题，NEC设计并展示了机器人、图像识别自动化装置，下图为未来物流操作现场的预想图。

图4  机器人、图像识别系统应用的物流现场预想图

在展会现场，NEC用实物演示了自动化、省力化物流操作全流程。从上图也可看到，分拣机器人自动选取所需数量的商品，再由图像识别系统进行检品、包装，最后自动追踪机器人将目标物品运送至出货等待区。这一系列的工作程序不需要人工进行，完全实现自动化和省力化，改善物流现场人力不足的问题。

四、打造预测型仓库运营平台，实现最佳运营

为保证仓库内日常工作的顺利进行，需要把握当前的仓库运行状态，并预测下一步的工作，不断地对工作计划进行修正调整来实现流畅的现场工作流水线。

如果仓库运行中的某一工序发生状况，对仓库的整体运行会产生多大影响？该如何解决？紧急应对措施或有效解决方案如何安排？

预测仓库管理（Predictive Warehouse Management，以下简称PWM）是仓库运营的整体数据综合管理系统，由ABeam咨询有限公司提供。根据仓库当前状况的相关数据，PWM会计算出一个虚拟仓库，将现状可视化并对未来发生的状况作出预判，通过运营的实际数据分析做出准确决策，使仓库达到最佳运营状态。

图5  「预测仓库管理」的预想图。根据模拟仓库实验，实现仓库运行最优方案

PWM不仅应用于准备工作，在工作中出现延时情况时也可以将提前分析好的预案进行比对认证后选取出最佳解决方案，实时处理突发状况。

这套系统还可以同时监测各方资源状态，预先做出保全的方案以防止事故的发生，更有效地推进工作，提高工作效率。

（来源：江苏省经济和信息化研究院）