時間：2017-04-27 09:55:20 點(diǎn)擊：次
來源：互聯(lián)網(wǎng) 作者：

條評論打印收藏

C.H.羅賓遜解讀AI在供應(yīng)鏈物流中的應(yīng)用，物流人不得不看的最新前沿技術(shù)。

在下了訂單后，每個人都想知道，你的Amazon Prime包裹是如何在幾個小時后出現(xiàn)在門口的？這是個非常復(fù)雜的過程，涉及到供應(yīng)商、制造商、批發(fā)商、零售商以及終端消費(fèi)者。這個過程被統(tǒng)稱為供應(yīng)鏈管理（SCM），其中物流是負(fù)責(zé)處理商品流動和運(yùn)輸?shù)哪遣糠帧嗰R遜等電商巨頭就專注于物流業(yè)務(wù)，而Unilever這樣的快速消費(fèi)品領(lǐng)域領(lǐng)先公司則提供全面的供應(yīng)鏈管理服務(wù)。

C.H. Robinson在北美地區(qū)最主要的業(yè)務(wù)就是卡車貨運(yùn)。他們的客戶定期外包部分或所有物流業(yè)務(wù)，還有許多一次性服務(wù)，導(dǎo)致公司計劃外貨運(yùn)任務(wù)激增。令人感到驚訝的是，作為運(yùn)輸公司，C.H. Robinson本身卻沒有任何車輛。它被稱為“貨運(yùn)經(jīng)紀(jì)人”似乎更為恰當(dāng)，即在想要運(yùn)送貨物的客戶和提供卡車運(yùn)送服務(wù)的承運(yùn)商之間充當(dāng)運(yùn)營和金融中間人。提供運(yùn)輸服務(wù)的承運(yùn)商極度分散，從只有一輛卡車的獨(dú)行俠，到擁有大量車輛的車隊(duì)等各不相同。

盡管面臨這些挑戰(zhàn)，C.H. Robinson必須兌現(xiàn)承諾，提前為客戶準(zhǔn)備好特定價格的貨運(yùn)服務(wù)。有時候，他們可能最后一分鐘才會得到最終報價，有時候則要求當(dāng)日送達(dá)。

裝貨成本

價格預(yù)測是C.H. Robinson面臨的最大業(yè)務(wù)挑戰(zhàn)。line布魯姆解釋稱：“在我們這個行業(yè)，價格隨著季節(jié)、月份甚至每天的不同時段都有變化。此外，卡車行駛車道不同，價格也存在差異。舉例來說，從俄亥俄州的托雷多前往紐約市與返程所走車道相反，而返回的成本會更低，因?yàn)槌鞘兄行南蛑圃靺^(qū)行駛沒有太多貨物可運(yùn)。”

雖然許多廠商提供AI支持的物流和供應(yīng)鏈軟件，比如Watson Supply Chain、ToolsGroup以及TransVoyant等，但C.H. Robinson的龐大業(yè)務(wù)更為復(fù)雜，為此要求其開發(fā)專門的技術(shù)以滿足特定需求。此前，定價由人類專家決定，他們擁有豐富的業(yè)內(nèi)經(jīng)驗(yàn)和市場知識。

在成為C.H. Robinson的首席信息官之前，林德布魯姆已經(jīng)在金融行業(yè)從業(yè)25年，擔(dān)任了15年首席財務(wù)官職位。金融與技術(shù)特長相結(jié)合，他和自己的團(tuán)隊(duì)已經(jīng)開發(fā)出用于預(yù)測價格的機(jī)器學(xué)習(xí)模型，就像華爾街的自動交易商開發(fā)出的算法。這些模型會研究貨運(yùn)定價歷史數(shù)據(jù)，并將天氣、交通以及社會經(jīng)濟(jì)挑戰(zhàn)等參數(shù)加入其中，估算出公平的交易價格。

AI并非總是比市場專家的表現(xiàn)更好，林德布魯姆認(rèn)為人類不會被完全取代。他說：“在有些情況下，人類可能會給出更合理的交易價格。但在大多數(shù)情況下，這種技術(shù)都可以幫助制定公平的市場定價。”他還補(bǔ)充說，高效算法帶來的關(guān)鍵好處是信息的民主性和可用性。它無需依賴少數(shù)專家就可以給出評估，更多員工可利用機(jī)器智能確保他們在市場中的報價，以便確保生意成功，同時確保執(zhí)行力。　

卡車來源

AI的第二個用例是保證和管理供應(yīng)商的庫存，以及管理龐大的卡車隊(duì)列。在貨運(yùn)買家了解可用車輛和具體報價前，C.H. Robinson就可以為它們提供公平的報價。這家公司依賴于戰(zhàn)略性的人際關(guān)系，特別是龐大的貿(mào)易網(wǎng)絡(luò)，以便為特定的用戶找到最相配的卡車承運(yùn)商。

C.H. Robinson對每條路線都會進(jìn)行背景分析，將承運(yùn)人的價格和服務(wù)水平分門別類。易碎、昂貴、時間緊迫的貨物需要的服務(wù)層次更高。這些不同的因素匯聚起來，讓C.H. Robinson可為用戶和承運(yùn)人提供最優(yōu)化的匹配服務(wù)。　

應(yīng)對意外

管理中斷是可利用AI解決的第三個重要問題。颶風(fēng)、承運(yùn)人破產(chǎn)以及員工罷工等，都有可能導(dǎo)致物流業(yè)務(wù)遭到重創(chuàng)。為了預(yù)測這類中斷事件、訓(xùn)練AI學(xué)習(xí)人類制定應(yīng)急計劃的能力，以便將來糾正失誤，C.H. Robinson收集大量信息源，分析過去中斷造成的影響，比如法國承運(yùn)人罷工或美國西北部颶風(fēng)。舉例來說，物流中心受到惡劣天氣影響，承運(yùn)方就可以選擇更安全的路線行駛。

收集數(shù)據(jù)部分需要詳細(xì)的調(diào)查，包括追蹤人類員工如何處理中斷事件，以及他們的管理結(jié)果。林德布魯姆希望這套系統(tǒng)通過向人類學(xué)習(xí)后，最終能被訓(xùn)練為自動優(yōu)化行動。

開發(fā)技術(shù)

林德布魯姆說：“我們不斷地觀察市場，并相信自己正開發(fā)更好的技術(shù)。”由于對可靠性的迫切需要，C.H. Robinson建立并運(yùn)營自己的數(shù)據(jù)中心，若需要額外計算能力則可求助于云計算。擁有數(shù)據(jù)中心的資源讓C.H. Robinson可需要的時候迅速進(jìn)行調(diào)整，但依然需要利用閑置的系統(tǒng)進(jìn)行研發(fā)。

除了靈活性外，擁有數(shù)中心還能控制隱私。林德布魯姆強(qiáng)調(diào)稱：“對于客戶來說，我們是運(yùn)輸管理系統(tǒng)的云服務(wù)供應(yīng)商。作為核心云供應(yīng)商，我們擁有同樣的技術(shù)，但我們知道數(shù)據(jù)在哪里，我們可以控制它，我們可以兌現(xiàn)為客戶保密的承諾。許多人對與我們合作感到更放心。”

林德布魯姆說：“在我們這個行業(yè)，技術(shù)是非常重要的因素。”物流和供應(yīng)鏈領(lǐng)域的其他巨頭也如此認(rèn)為，并大量斥資研發(fā)AI解決方案。DHL希望利用自動汽車降低成本，Active Ants開發(fā)可穿戴技術(shù)以永華倉庫任務(wù)，Locus Robotics開發(fā)可穿戴機(jī)器人，本田利用智能手機(jī)應(yīng)用實(shí)時追蹤貨物。　

展望未來

DHL在2016年度《Logistics Trend Radar》中預(yù)測，國內(nèi)外物流領(lǐng)域的AI投資依然會持續(xù)增長。越來越多的公司計劃加大投資，在內(nèi)部研發(fā)AI應(yīng)用以提供預(yù)測性分析、運(yùn)營與管理、增強(qiáng)現(xiàn)實(shí)、機(jī)器人以及工業(yè)物聯(lián)網(wǎng)服務(wù)。

對于想要利用AI復(fù)制C.H. Robinson成功經(jīng)驗(yàn)的人，林德布魯姆的建議是：你要嘗試的很多事情可能都不會產(chǎn)生任何價值；你需要愿意嘗試和接受快速失敗；嘗試用多種不同的模式解決相同的問題；多元類型測試才是關(guān)鍵。此外，林德布魯姆也警告不要過度依賴AI，并鼓勵公司高管明確定義AI用例。