物流价值交付平台中的人工智能

人造智慧在物流 价值传递 平台 由Kearney校友拍摄的照片 全球供应链日益受到人类危机和地缘政治事件的影响。为了有效交付货物，公司正在测试先进技术，以帮助他们在困难时期协调运营。 引言 从传统到前沿：21世纪物流转型 在当今动态的市场中，消费者要求产品既提供实惠的品质，又提供最佳配送。虽然第一个需求不是新的，但第二个需求 ——最佳配送——在过去几十年中迅速发展，受到电子商务不断涌现的推动，在持续竞争中以确保产品按期望送达客户 。这种持续的追求需要可靠且富有弹性的供应链，这些供应链依赖于强大的运输网络，并对赢得最佳配送应是什么样子有更好的了解。 技术采纳有助于解答这个问题，而人工智能（AI）的最新进展已吸引大多数物流师去探索和采纳这项技术。在人工智能领域 ，机器学习、计算、内容生成和大数据的进步为物流师深入研究其业务中人工智能的应用提供了强有力的论据。在本文中，我们探讨了知名物流公司和大型企业物流部门中人工智能的重要应用案例。 新冠疫情以及随后的地缘政治和经济事件暴露了大多数全球公司的供应链和配送网络的缺陷。鉴于这一挑战性的局面，一个问题浮现出来：公司如何在不超出预算或在阻碍必需的货物流动的情况下，使其物流网络更加坚固和有弹性，以应对不可预测的冲击？ 物流价值交付平台中的人工智能1 物流行业当前面临的挑战 成本，延迟，短缺，法规— —以及更多 今天的物流管理者在努力维持其网络以最佳速度和效率运行时，面临着诸多内部和外部的障碍。从控制运输成本、应对劳动力短缺、遭遇各种各样的运输延误，到实现雄心勃勃的新可持续性目标、追踪不一致性以及遵守不断出台和扩大的政府法规，物流领导者确实忙得团团转。为了有效应对这些挑战并就供需动态、产能变动和价格趋势做出明智的决策，物流领导者需要及时了解市场趋势并分析来自市场报告、货运指数和专家意见的大量数据。然而，这个过程通常很繁琐 ，需要在大量内部和外部数据之间建立联系，需要投入大量时间。 好消息是人工智能非常适合帮助应对这些和其他挑战，为公司提供了极具吸引力的机会，以极具影响力的方式部署人工智能（见图3页）。该技术在帮助企业降低成本、有效处理数据、用更少的人做更多事情以及应对或避免增加交付不必要时间的干扰方面特别有用。 人工智能在帮助公司降低成本、减少人员却提高效率以及应对或避免增加交付时间的不必要干扰方面尤其有用。 人工智能在物流价值交付平台2 航运延误 CO2 可持续性目标 图1 有很多引人注目的机会供企业以极具影响力的方式部署人工智能 挑战描述冲击强度 1 1 —2022年，美国运输成本飙升了19.6% —美国新商用车价格上涨了6.5%2023年 —美国汽油价格在2022年达到峰值，上涨了惊人的31.2% Tr运输成本s —由于要求严苛导致严重的人手短缺 条件、劳动力老龄化以及女性代表性低 —2022年卡车司机短缺78,000人，据ATA 工人短缺 —由于全球工厂，产品交付时间延长端口中断，以及劳动力短缺 —2023年12月的红海袭击导致额外增加10亚洲货物到达欧洲的运输天数 —高租金正推动仓库空间优化的需求 更好地管理库存，并改进订单拣选流程 —2022年美国仓库租金上涨了18%，平均 每平方英尺8.84美元，与2020年的6.34美元相比 仓库管理 —对承运商实施更严格的法规以减少碳排放 —物流贡献了全球8%的温室气体，并且不断上升当考虑仓库和港口时，降至11% —监控货物和资产的过时方法 —全球每年有10%至40%的供应链资产损失由于误放、盗窃或破碎 跟踪不一致 —供应链沟通问题由于人员短缺以及频繁的装运延迟 —全球公司每年损失6240万美元duetocommunic文本问题 —众多法规构成持续挑战 —类似HOS、海洋航运改革法案、通货膨胀 削减法案，以及对美国物流供应商的IMO2023影响 2,3 政府法规 差通信 1与2021年相比 2HOS服务➶时数。 3国际海事组织是IMO。资料来源：美国卡车运输协会、SHRM、JLL工作卡车解决方案、麻省理工学院、加拿大皇家银行；凯斯内尔分析 人工智能在物流价值递送平台3 理解人工智能与生成式人工智能 释放效率：人工智能如何应对物流挑战 传统AI通过提供更准确的预测、优化流程以及支持数据驱动的决策，帮助企业在供应链和物流领域提升效率与韧性。依靠实时精准信息、简化沟通、自动化常规任务以及全面的运营洞察，物流公司及货主能够提升绩效、增强客户满意度并降低成本。在供应链和物流领域，该技术正处于显著增长阶段。预测显示，从2022年的15%将显著增长至2027年的73%，增长率接近五倍，展现出令人印象深刻的增长态势。MHI的估计物流领域整体人工智能市场规模预计到2032年将达到231亿美元 ，从2022年的30亿美元增长。 生成式人工智能，另一方面，是人工智能的一个子集，专注于生成新内容，执行中等程度的数据合成，加速创意构思和类人输出。它涉及训练人工智能模型以理解现有数据中的模式，然后利用这种理解来创建高质量内容。在物流领域，生成式人工智能可以帮助优化外部数据源，提供定制化市场智能的访问权限，并进行针对性的市场脉搏检测。此外，它自动化并加速了生成解决方案和设计的过程，同时制定针对独特物流挑战的定制化策略。生成式人工智能带来的速度和效率，通过分析多样化数据并跟踪实时承运人表现，释放了人类智能进行战略思考和高质量决策的空间。预计在2022年至2032年间，物流领域的生成式人工智能市场将增长从5亿美元到189亿美元，增幅为44%。 人工智能和生成式人工智能的力量在于它们能够改进物流领域的广泛活动和流程，为物流公司和对货主都带来显著且可衡量的效益。 物流价值递送平台中的人工智能4 人工智能在物流中的用例和应用 用人工智能自动化应对物流复杂性 人工智能提供不可或缺的自动化能力，通过从传感器和互联设备中获取的实时数据，优化物流运营的各个方面。在图2（第6页）中，我们回顾了人工智能可以提升效率、降低成本、提高可视性和优化资源的15个方面，并展示了在这些方面取得前沿成果的物流公司实例。 人工智能在物流中的成功实施，关键在于拥有高质量和细粒度数据的可用性，这构成了准确分析和决策的基础。建立稳健的数据策略对于扩展物流中的人工智能应用并发挥其全部潜力至关重要。（读者可以在附录中找到详细内容 。） 人工智能在物流领域的成功实施，关键在于高质量和细粒度数据的有效性。 物流价值交付平台中的人工智能5 图2 有很多引人注目的机会供企业以极具影响力的方式部署人工智能 需求规划和预测 预测需求与消费模式实时，使公司能够为未来做计划需求并优化库存水平 DPD集团的速度优化短期预测使用人工智能算法，确定经济有效的运输方式和识别行程安全取消而不影响服务水平协议(SLAs)。 库存优化和管理 确定最佳库存水平，降低承担成本，并确保供应满足需求 XPO物流使用人工智能和机器学习功能进行分析消费者需求并预测库存水平 零售客户。 仓库自动化 智能订单拣选和包裹分拣能够选择、分类的系统能力路由，以及分拣包裹 DHLBot，一个由人工智能驱动的机械臂，自动化亚太地区运营中的包裹分拣和增加提高40%的运营效率。 路线优化 通过考虑需求优化配送路线 ,燃油效率,趋势,实时交 和更多 马士基使用人工智能优化其运输路线，通降,天低气10%至15%的燃油消耗。 自主配送 具有远程能力的智能车辆导航，交互，并在外部操作环境 UPS的AI驱动自动驾驶8类卡车穿梭机从TheUPSStore门店的包裹到当地UPS分拣设施用于加工。 实时 资产跟踪和运输 关于精确及时的 地理位置、状态和物流条件运输中的资产和货物 C.H.罗宾逊的物联网和配备了机器学习的Navisphere平台使托运人能够跟踪货物的位置并监控温度、湿度、光照等变量和压力。 送达时间预测 预测准确送达时间并建议最佳基于实时向买家提供配送选项数据和历史趋势 Aramex正在使用机器学习模型进行交货预测，实现预测准确率提升74%，和40% 呼叫中心话务量减少。 定价和报价管理 支持个性化建议和动态基于实时内部和外部定价因素 DBSchenker的m提供AIDrive4Sc加载给拖车运力提案。算法从学习 历史运输数据，表明承运商可能会接受报价并协助调度员节省成本行程估算。 预测性维护 预期与车辆相关的潜在问题和设备，确保可靠性和操作的安全性 联邦快递部署人工智能驱动的预测性维护通过更换预防任何不可预见的飞机故障主动组件。 劳动力调度 优化人力资源的分配物流运营中的各种任务和班次 波斯特诺德投资于人工智能以自动化日程安排、员工为18,000名员工进行规划和时间报告。 客户服务 自动化通信以提升客户互动，个性化服务，改进响应时间和整体服务质量 UPSAI聊天机器人帮助客户追踪包裹，定位UPS网点，并绑定运费。 货运匹配 优化货运经纪人流程匹配托运人的装载量与合适的承运商实时可用运力 优步货运的AI货源匹配算法导致了活跃用户预订量增长12%，相当于使预订总量提升了3%，并使点击。 可持续性 改进路线规划，减少油耗消耗，并最➶化碳足迹通过预测分析和实时数据培养高效和环保的物流操作 马士基优化容器装载、调度， 以及使用生成式人工智能进行路径规划，从而显著的燃油节省和减少的环境足迹。 合规管理 确保实时遵守法规，自动监控和报告 无缝合规，最大限度降低风险，并提升运营效率 DHL快递'APECC采用人工智能进行筛选进来的货物，确保符合国际运输法规和规则来自双方起点和终点。 风险管理 利用先进的算法分析实时数据数据，识别潜在风险，并主动降低中断，确保弹性和 安全供应链 DHL采用先进的AI技术来捕捉、合成和提供风险评分，以提供预测性洞察力预期并解决客户问题以实现明智的客户服务决策。 用例描述行业采用 备注：SLA是服务级别协议。APECC是亚太出口合规中心。资料来源：Kearney分析 henker平 物流价值交付平台中的人工智能6 未来展望 自动驾驶卡车，智能道路和智能合约 人工智能即将革新交通运输业，重塑供应链管理，并可能减少人类工作岗位。摩根士丹利分析师指出that人工智能能够消除供应链中几乎所有人为接触点,包括后台工作。例如,银行的分析师表示,预计到2024年,将有数百辆由人工智能驱动的 高度自动驾驶卡车进入美国道路。这些卡车将使每英里的成本降低25%至30%,最终消除对人类驾驶员的需求——尽管过渡预计将在“三年以上”发生。 人工智能可以引发物流领域的又一次潜在革命是智能道路的实现.智能道路，结合传感器、太阳能电池板、交通数据 、人工智能和大数据，提高可见性， 生成式人工智能算法为供应链提供了广阔的视角，使管理者能够优化运输和配送，并考虑实时因素如交通和天气。未来生成式人工智能的进步将承诺更优越的性能，以及不断扩大的利用公司数据获取竞争优势的机会范围。例如，在合同管理中集成生成式人工智能将能够 当预定义条件满足时自动触发的智能合约这将通过自动化诸 如支付处理、货物跟踪和争议解决等任务，提升物流的透明度 、信任度和效率。此外，未来的生成式人工智能将能够模拟多种供应链场景， 使物流供应商能够在虚拟环境中测试和增强其策略这样做可 以识别瓶颈、低效和风险，帮助公司制定有效和有韧性的供应链策略。 与自动驾驶汽车通信，并监测路况。例如，路压传感器将实时监测车辆重量和速度以进行交通管理。智能交通标志将为驾驶员提供清晰指引，以增强道路安全性和效率，包括为智能车驾驶员提供的语音信息。配备测速摄像头的交通管理网络将通过及时发出危险路况警报，以及提供自动交通转换信号（在需要时重定向车辆，例如避开积雪）来提高安全性并减少拥堵。 人工智能在物流价值递送平台7 结论 人工智能在物流运营中具有变革潜力。利用大数据分析和模式识别，物流人员将能实时获得更深入的理解，从而做出明智的决策以取得更优异的成果。尽管有这些优势，但人工智能项目的实施并非没有挑战，而且大多数组织