摘要：随着人工智能技术的不断发展，供应链物流行业呈现出了新的变化，智能设备、大数据计算和物联网技术等智能时代的产物已慢慢成为推动物流与供应链企业转型、革新的重要推动力，并将大大提升物流与供应链产业的运作效率。阐述人工智能的技术构架，探究人工智能科技推动下供应链物流企业在物流基础设施、生产工具、物流运作流程方面的升级变革，从仓库选址、库存管理、仓储作业、运输配送、数据分析与预测五方面分析人工智能对供应链物流领域的影响，最后指出供应链物流领域在智能化发展中的问题，并提出针对性的建议，促进现代供应链物流朝智能化方向更高效地发展。
关键词：人工智能;供应链;物流;应用
0 引言
人工智能简称 AI(Artificial Intelligence)，是一种对人类思维进行模拟，然后生产出像人类一样具备判断和反应能力的智能系统，人工智能技术一般是通过计算机程序加上相应的硬件设施来呈现的[1]。人工智能因其算法的开源性以及基于大数据和互联网的特点，在供应链物流中的应用能体现出其解决方案多元化、精准化和解决效率高等优势，故逐渐成为全球供应链物流经济发展的推动力。目前，已有多家供应链物流企业运用了人工智能技术，如美国的亚马逊创建了智能物流中心、国内的京东和阿里巴巴分别打造了智能供应链平台和网络智能物流节点等[2]，人工智能在供应链物流领域的发展势不可挡。分析人工智能技术对供应链物流领域的影响和作用以及其在智能化发展中所存在的问题，并提出相应的建议，对供应链物流的智能化转型和发展具有重要意义。
1 人工智能的技术构架
人工智能产业的技术构架通常由基础层、技术层和应用层构成[3]： ①基础层。基础层一般由软硬件设施以及数据服务组成。软件设施主要包括智能云平台和大数据平台，比如国外的谷歌大数据平台和国内的百度智能云平台等;硬件设施主要包括 CPU 硬件及芯片，美国的高通和苹果都是这个领域的代表企业;数据服务包括通用数据和行业数据，由于大部分已经积累海量数据的互联网企业不会对外分享数据资源，故市场上出现了很多第三方数据提供企业，典型代表就是国内海天瑞声技术公司以及国外的 Crowd Flower 数据服务公司。目前，我国在基础层这个层面还比较薄弱。 ②技术层。技术层由基础框架、算法模型以及通用技术组成。基础框架主要指分布式存储和分布式计算，同时也是大数据技术的基础;算法模型分为机器学习、深度学习以及强化学习，其中机器学习是实现人工智能的一种重要手段，例如生活中常用到的 iPhone 手机的 Siri 助手以及高速公路收费站点的 ETC 车牌识别系统都是运用了机器学习的算法，深度学习和强化学习则是机器学习的技术之一，最典型的运用代表就是谷歌公司开发的阿尔法围棋机器人(AlphaGO);通用技术有自然语言处理、智能语言、计算机视觉等，我国现在在这个领域已经达到了世界上中上水平，代表企业有科大讯飞和依图网络科技等。 ③应用层。应用层主要包括应用平台和智能产品，应用平台主要是各种智能操作系统，如美国的 IOS 系统和安卓系统，以及国内的华为鸿蒙系统等;智能产品包括像人脸识别、智能客服、无人驾驶等运用了人工智能技术的设施设备。近来十几年，我国在这个层面的发展呈爆发式的趋势，涉及的领域有零售产业、金融产业、电商服务、安保工作、教育产业等。
2 人工智能背景下物流与供应链企业的转型特点
在人工智能时代下，供应链物流企业将在基础设备和运作流程上呈现出两个转型特点，同时也是未来供应链物流领域的发展重点和趋势。一是物流基础设施、生产工具逐步向智能化转型。随着智能机器人、无人驾驶车辆等智能设备的兴起，作为传统劳动力的人力将逐渐被虚拟劳动力所取代，进而对供应链物流的生产要素结构进行重组，形成新的物流基础设施和生产工具。新的物流基础设施和生产工具将具备较高的劳动生产率，同时也降低了单位劳动力成本。
二是供应链中的物流运作流程将通过人工智能计算重新进行构建。物流作为供应链中的重要部分，其运作能力的高低决定着整条供应链运作流程的效率。一般而言，传统的物流运作流程是先由生产车间通过交通工具将物品运送至配送中心，最后再配送到每一位顾客手中。而随着人工智能技术的不断发展，传统的物流运作流程将通过智能计算被分割成多个同步运作的区块，如图 1。每一个区块不仅相互连通，同时还拥有带智能芯片的运输车，它能够与每个区块中的每一个功能点建立连接，快速计算和反应诸多物流数据和信息，并能够做出诸如货物是否装卸、车辆是否检修等判断和相应的决策。物流运作流程通过智能化技术进行重新构建，不仅能够让物流运作流程自动化，而且也实现了计算与存储分离进行分布式工作，在很大程度上提升作业的运行速度和精准性。
3 人工智能化在供应链物流领域的应用
人工智能在基于大数据的基础上，能够实现将机器视觉、模式识别、自动规划等一系列技术应用于各行各业，促进行业转型和升级。人工智能应用于供应链物流领域，将对仓库选址、库存管理、仓储作业、运输配送和物流数据分析等方面产生重要的影响和变化。
3.1 智能仓库选址传统的仓库选址往往是基于地图及地理数据并通过 GIS 软件选择出来，这种方法的缺陷在于，除了自然环境因素外，未能全面考虑到涉及运输经济性的因素及其他方面的因素。人工智能技术不仅能够根据生产商和供应商的地理位置、仓库建设和营运成本、竞争对手的现况、国家政策等众多要素中进行大数据提取和分析，摆脱人为主观因素的干扰，而且还可以根据长远性发展的原则，不断进行分析结果的完善，从而给出更加客观和精确的选址方案，达到降本增效的目的。
3.2 智能库存管理传统的库存管理方式为纸本管理或者依靠人工进行电子档案管理，这对员工的工作熟练度要求较高，也无法做到对库存量、库存种类、物品储位、存放时长等众多信息的实时动态管理。而将传统库存管理转型为智能库存管理，在联网技术、可视化技术和大数据运算能力的推动下，不仅可以实现仓储数据的读取快捷化，而且还可以实现各个仓库信息的联网实时化，有效降低了企业库存量，节省仓储成本，同时还具有更高的库存管理安全性。
3.3 智能仓储作业智能仓储作业的主要特点是货物储运集装化、仓储作业自动化和作业管理智能化。货物储运集装化主要体现在，在智能仓储作业中大部分的货物都已经通过托盘实现了标准单元化的点到点运输和存储，减少了运输环节且提高了物资的周转率;仓储作业自动化体现在，智能仓库中的所有运作流程全部由自动机器设备完成，如京东无人仓库中已经投入使用的 Delta 型自动分拣机、6-AXIS 智能拆码垛机器人、飞马搬运 AGV、京东智能安防巡检车等，完全摆脱了人工劳动力，节约了大量劳动力成本且提高了作业安全性;作业管理智能化表现在，在智能算法的驱动下，仓库内各个自动化设备在运作中可以井井有条且相互配合，并且可以根据特殊情况及时作出相应的反应，大大提高了仓储作业的运作效率。
4 人工智能在供应链物流领域中存在的问题与建议
4.1 人工智能在供应链物流领域中存在的问题人工智能在我国供应链物流领域中的发展较为迅速，而且未来仍有很大的发展潜力，但是在发展的过程中还存在着以下问题： ①智能化发展失衡。智能化物流与供应链产业大部分集中在东南沿海地区，中西部的发展步伐缓慢。 ②智能化技术应用不足。由于传统企业对智能物流与智能供应链认识不充分，对智能化转型的意识不强，导致对相关工作人员的培训也不到位，使得智能化技术应用不到位。 ③信息孤岛现象严重。目前，我国物流与供应链信息管理体系缺乏统一的标准，信息不对称、资源难共享等问题任然存在。 ④缺乏综合型人才。智能供应链物流产业需要一批具备物流、供应链、网络技术等相关专业知识的复合型人才，而目前我国在这一领域的人才缺口较大，难以满足物流与供应链智能化的发展。
4.2 人工智能在供应链物流领域发展中的建议 ①缩小地区智能化发展差距，实现资源共享。加快均衡发展中西部地区基础设施的步伐，为供应链物流产业的智能化创造条件;以顺丰和京东等企业为智能化行业标杆，同时国家政府要号召大中小企业合作共赢，不断实现物流与供应链资源的共享。 ②加大智能技术在供应链物流领域的应用力度。企业应培养革新意识，跟上目前各行各业智能化的潮流，利用好当代大数据技术实现智能化转型;对新旧员工进行与智能化专业相关的系统性培训，加快物流与供应链企业的智能化转型步伐。 ③完善智能供应链物流体系标准。政府应制定相应的法律法规，同时建立对应的供应链物流管理部门，进行协同运营和标准化管理，促进我国物流与供应链的资源和信息协调、共通、共享。
5 结论
人工智能作为 21 世纪的一种重要技术资源，能够为供应链物流提供融合大数据、云计算和物联网等信息化的技术支撑，不仅带动了供应链中下游运作效率的提升，而且将成为供应链物流产业转型的强大推动力。对供应链物流企业而言，应顺应当今各行各业智能化的发展潮流，大力推进物流基础设施、生产工具向智能化转型，实现供应链物流运作流程朝智能化方向进行构建，同时实现供应链资源共享、体系标准健全以及加大人工智能专业人才的培养力度，促进人工智能和供应链物流相互融合、协同发展。
参考文献：
[1]袁晓雨，雷涛.人工智能时代来临[J].机器人产业，2016(1)： 40-46.
[2]刘晓娜.人工智能时代下物流企业转型升级变革及发展趋势[J].商业经济研究，2019(4)：91-93.
[3]袁野，于敏敏，刘继明.人工智能浪潮里的智慧物流研究展望[J].互联网天地，2018(6)：6.
人工智能技术在供应链物流领域的应用相关参考浅谈人工智能对就业的影响