人工智能（AI）、數字化、機器人技術等對物流帶來的好處是巨大的。一下來自德國的五位專家解釋了人工智能如何降低成本和提高效率。

AI 在物流領域得到進一步發展，不是因為技術上的可能性，而是因為它有巨大的潛力。- 圖片：AdobeStock生產的Perig

在物流行業，更多地使用人工智能是有意義的，正如德國多特蒙德弗勞恩霍夫IML 的負責人Michael ten Hompel 解釋的那樣：“人工智能在物流中的應用潛力巨大，物流將成為第一個大規模建立人工智能流程的行業。”其中一個原因是，就像幾何學一樣，物流可以在算法上相對輕松，細節已經相對標準化——但也非常復雜。

AI 無處不在

ABB SE 國際業務發展總監Torsten Mallée 解釋說：“人工智能不是未來的愿景，但現在在日常生活中無處不在，例如手機和導航系統。然而，人們的期望很高，因為有聲明“人工智能將改變一切。”

人工智能不會因為技術可能性的存在而被擴展，而是因為它具有降低成本、提高效率以及更好地識別和滿足客戶需求的巨大潛力。據說人工智能是一種關鍵的一個競爭因素。”

（1）實際上使用AI 有多容易或困難。在數據保護方面，您需要考慮什么？

“但它并不總是關于大數據。您實際上需要多少數據？數據經濟是其中的一個方面。”Agile IT Management GmbH 董事總經理Arvin Arora 說。

Agile IT Management 董事總經理Arvin Arora描述了使用人工智能帶來的挑戰：“任何想要將人工智能以高附加值帶入運營實踐的人，也不得不掙扎一下。”因此，他提到了關鍵詞數據質量、可擴展性、穩健性、透明度。他說：“這不僅僅是機器學習。因為80% 是更傳統的軟件開發。”有一個關鍵的因素組合。數據是一個因素，更快的系統，更好的算法和不斷增長的軟件形式的生態系統。

沒有AI 就沒有數字化轉型

Arora 警告說：“但它并不總是關于大數據。你實際上需要多少數據？數據經濟是其中的一個方面。它還與數據保護有關，因為并非必須插入每個員工姓名- 還有其他選項。因為你可以提取數據并查看哪些層工作得更好——這并不重要。所以它不一定是關于大數據，而是關于你正在做的事情或相應問題的重要數據。”

AI 在正確的地方

另一個重要方面是缺失數據或訓練數據，特別是對于那些開始從事沒有可用數據的AI 項目的公司而言。有時您必須收集一到兩年的數據。還有一個問題是，為一個客戶成功運行的模型是否可以轉移到另一個客戶。Arora 說：“這取決于模型使用的數據。如果這些不是特定于客戶的，那么當然不是關鍵。”

（2）以整個歐洲的大型卡車車隊為例，AI 在行動中可以真正實現什么？

匈牙利布達佩斯Waberer's International公司的首席執行官Robert Ziegler 說：“我們必須每天匹配負載和容量，基本上是每小時和每分鐘。有很多無法估量的事情。”

“我們使用互聯網AI 以及大數據和帶有數據的傳感器，以及GPS 坐標。根據這些信息，專家系統會提出建議——然后在某個時候我們可以基于此做出決定。”Robert Ziegler說。關于人工智能在公司中的實際應用：“我們多年來一直在使用人工智能，并且每天都在努力開發它。但沒有一個項目會結束。”換句話說：人工智能研究仍然忙于將仍然相對較弱的人工智能轉變為強大的人工智能。

經典而智能的交通工具——仍然沒有機器人

Ziegler 繼續說道：“我們的數據非常復雜，因為我們在整個歐洲擁有非常龐大的車隊。我們使用一種出租車系統，所以不是從A 到B 然后再回到A，而是從A 到B 到C 到D等等這意味著我們必須每天匹配負載和容量，基本上每小時和每分鐘。”有很多不可估量的。有時客戶取消旅行，然后卡車出現問題。因此，網絡必須不斷優化。

AI 勝過人類智能

“以我們的規模，已經不可能再用員工來處理這個問題。組合是無限大的。這就是為什么我們現在不可能忽略基于決策的系統。基本上，我們必須能夠每分鐘檢查5000 輛卡車，看看是否一切都以最佳方式運行，或者是否需要進行更改。”人類大腦無法再做的事情，計算機可以使之成為可能。但我們也想規劃未來，這意味著我們現在不僅要規劃我們目前可用的負載，還要規劃未來五天。五天后我們在哪里又需要一輛卡車？”Ziegler 說人類嚴重依賴智能技術。

交通正在增加，但司機呢？

目前，關于司機短缺的話題一再發生。Ziegler：“司機短缺？沒有司機短缺。因為司機是我們商業模式的一部分。如果我們不明白這一點，那么我們總是會談論司機短缺。在這方面，我們的優化也很重要不僅要考慮質量和產能利用率，還要考慮司機的滿意度。周末想在家，偏愛某些路線。工作時間，這樣我們就不會惹他生氣。”

整個供應鏈和倉儲物流的智能行為

我們行業的特點是利潤率非常低，因此我們必須將目標保持在很高的水平，從而更加數字化。競爭是巨大的。對準時性的要求也越來越高：過去，經典的貨運公司通常會在正確的日期到達，因為那時您會準時到達。今天，您可以在15 分鐘內準時到達。我們甚至在一分鐘內測量。越來越多的人同意固定時段。復雜度越來越高。然而，讓我擔心的是，路線規劃師不再了解這個黑匣子中發生的事情。只要我們了解機器中發生的事情，一切都會好起來的。但是，我們將無法再了解黑匣子中發生的事情的時候會到來。

（3）在物流領域大肆宣傳AI 的背后是什么？

“目標是讓AGV 能夠對環境做出反應。”多特蒙德弗勞恩霍夫IML 數據驅動物流團隊負責人Jens Leveling 說。

“在物流人工智能大肆宣傳的背后，有很多清醒的軟件開發和IT 項目都非常關注數據。第一個項目是AGV 中的環境感知主題。帶有圖像傳感器的攝像頭可以監控AGV 周圍的環境我們將環境分類為其他AGV、人、貨架、托盤等對象，我們必須考慮到要識別的對象并非完全可見。”Jens Leveling說目標是AGV 可以對環境做出反應。例如，當AGV 要求人類避讓，用于人機通信。或者也用于機器與機器的交互。