欧博游戏官网

AI物流 洞悉未來

2017年以来，人工智能(AI)席卷了全球各大媒体版面，险些各行各业，都希望与人工智能沾上边，希望能降低本钱、提高效率，甚至可精准展望未来，所谓的展望型物流妄想(Anticipatory Logistics)，就是要透过一样平常作业中的大数据，展望短期未来可能需要的资源（如人力需求、车辆需求、物流空间需求）与订单需求状态，而在消耗者尚未正式下单前，就预先安排好所需的库存与运输资源
。

之以是需要展望型物流作业，主因就是客户关于缩短前置期(lead time)的需求越来越大，每个客户都希望最好一下单，马上就可交件，并且没有人希望备置大宗库存，在这种状态下，怎样预先把资源设置在准确的地方，并且阻止资源在需要使用时却爆发故障（例如运输车辆抛锚），就不是纯粹靠履历可解决的问题
。

值得注重的是，AI的展望不在于诉求精准，而是强调抓重点、找趋势，之以是可做到这样，是萃取大宗历史数据而来
。而现阶段要做到展望型物流，生怕照旧得靠供应链系统中的大厂来主导，例如WALMART、UPS、Fedex等
。

关于中小型物流业者而言，使用AI先做局部改善是可行的，AI特殊适合简朴、重复性高、耗工时处置惩罚的低附加价值事情，在物流中心内，包括手写字体辨识、出货检查、按期盘货、客户常见问题答询，包装箱尺寸自动选择，甚至出货配送，都有AI施展的空间
。

AI要乐成，必需有大数据，称为训练数据(training data)
。例如我们要展望某个商品可现实配送到消耗者手上的时间，或是预估某一日的所有待配送工具，会有几多件无法于pm 20:00配送完毕，可透过每次消耗者现实签收的时间，以及当日的总配送件数、商品重量、配送总距离、配送员步行距离、天候状态等数值数据，丢入AI网络模子去学习，并且学习历程，必需给定AI二种数据，一种数据称为真实数据(ground truth)，另一种称为模子展望效果(predict)，AI模子就是希望使得每一次的展望效果都尽可能贴近真实数据，因此物流业者在准备训练数据时，需要有消耗者现实签收时间，以及原本妄想预计配送到着时间
。

物流业大数据的数据源相当多，但大都缺乏科学化纪录与回报机制，例如宅配司机逐日现实步行距离、宅配车辆行驶里程、油耗、载重量、每所在停留时间…等，有优异的大数据，AI才华真正施展效益，这是要实验AI物流前需要有的基本熟悉
。

适口可乐

这家凌驾130年历史的老牌饮料企业，从以往的可乐起身，到现在跨足果汁、茶饮，甚至跨足到打扮、香水等时尚工业，品牌价值高居全球第三，其乐成的因素就是一直立异，并且运用科技来解决老问题
。现在适口可乐公司除了自身生产线的自动化检查，甚至把AI的触角延伸到自动销售机，以往自动销售机仅能统计今天销售了几多瓶饮料，卖了几多钱
；拜硬件本钱降低之赐，新的销售机往后将可加装摄影机，透过影像识别，可以很精准的剖析哪一类的人、性别为何、年岁为何，买了哪一种饮料，甚至消耗者在销售机前面看了某瓶饮料看了多久时间才做投币决议，这样可以很精准的评估销售机内部的黄金柜位
；这还不是最厉害的，最新的销售机可以做人脸识别，也会记得消耗者的口胃，例如喜欢哪一种咖啡、温度为何、甜度为何，消耗者仅需投币，销售机递出来的饮料绝对是完全客制的
。

随着消耗者康健意识仰面，关于低糖、低发泡饮料的需求增添，适口可乐公司也想法做出改善
。

在供应链更上游，适口可乐公司把头脑动到「莳植」这件事上，透过卫星影像、天气、雨量、土壤酸碱值等数值纪录，以及水果的甜度关系，适口可乐公司可以知道何时收获是最佳的，甚至其水果原汁的甜度，已经很靠近市场的真正需求，云云就可以在最少的加工与添加物下，做出消耗者喜欢的商品，整件事与其说是降低生产本钱，不如说是将生产本钱，改投资于供应链的上游环节，使供应链整体的销售更大
。

UPS

UPS每年在科技上的更新与投资凌驾10亿美元，在2016年底，最先引入谈天机械人(chatbot)，把这样的谈天机械人设置于脸书粉丝团，用来实时回覆消耗者问题，包括运费、寄件时效，甚至消耗者往后直接在脸书要求寄件，都可使用自然语言(natural language)与谈天机械人攀谈，这个改善主要可以黏住最后消耗者，消耗者不需要再拨入客服中心期待职员接通，可一对一快速获得回复，谈天机械人的设计，着实是一连串科技与数据整合的效果，以往消耗者要自行登入UPS网站，挑选准确的页面后才华举行货件盘问，使用谈天机械人，可以让小朋侪甚至妻子婆，都可用自己熟悉的对话去询问所需讯息，因此是服务接口(interface)的大跃进，一旦服务机械人手艺成熟，后端的客服职员至少可镌汰一半以上
。在配送方面，早在2016年九月，UPS就最先测试无人机送货的可能性
。