作者 | 小周伯通（微信ID：zhimingco）

來源 | 物流沙龍

最近兩年大家都在談論人工智能，包括前段時間剛閉幕的世界互聯(lián)網大會上，馬云、馬化騰、李彥宏、雷軍等大佬都在說這個話題，有無人駕駛、機器人的，也有說語言識別、圖像識別、自然語言處理的。

而在物流圈，有一個詞也和人工智能息息相關，那就是智慧供應鏈。

從我們理解的角度來看，智慧供應鏈自上而下分為三個部分，包括智慧化平臺、數字化運營、自動化作業(yè)。如果把智慧物流比作人，那么智慧化平臺是“大腦”，數字化運營是“中樞”，而自動化作業(yè)則是“四肢”。

智慧供應鏈利用智慧化平臺去計算、思考、決策，通過數字化運營平臺去量化供應商供貨量、供貨合理價格、倉儲量、入倉位置、用戶喜好等作出精準預測，從而指導企業(yè)經營以及倉儲、運輸等自動化作業(yè)。

想要打造智慧供應鏈就必須依靠人工智能技術來實現，而人工智能技術的進步必須要有精準的場景和海量的數據，并且這些數據都必須精準獲取。

人工智能技術則針對要做決策的目標建立計算模型，將這些數據進行深度挖掘分析，再提供給AI計算機，讓AI自主學習和運算，從而給出計算結果，指導電商整個產業(yè)鏈的運轉。

其實，無論是線上零售，還是線下零售背后最核心的能力就是供應鏈能力。未來的零售轉型方向是依靠需求驅動供給，這就需要智慧供應鏈。因為只有智慧供應鏈才能真正的感知和預測用戶需求、習慣、興趣，從而指導產業(yè)鏈上游的選品、制造、定價、庫存以及下游的銷售、促銷、倉儲、物流和配送。

而今天主要講述的是最上層的決策層智慧化平臺，從圖譜我們可以看到主要分為預測與計劃、供應鏈產銷協(xié)同、控制塔、供應鏈中臺、算法與優(yōu)化、大數據。

那么，我們來看看京東智慧供應鏈的預測與計劃和供應鏈產銷協(xié)同是怎么做的？

先來說說京東的智慧供應鏈，始于 2012 年，首先從人工補貨開始做起，逐漸線上化，起初拿一些品類測試，之后逐漸完善算法，但在過程當中也遇到過一些挫折。隨后，又在垂直的領域做相應的研究，在圖書、消費品等領域測試，一點點完善。

而流程自動化背后的，正是人工智能算法。通過數據的積累與分析，機器要知道什么時候分配產品，分配多少，放到哪兒去。整個決策通過算法去算，相比人腦決策會更加高效。自動化的背后人工智能支撐，所有的邏輯都要在算法層面上形成，這是京東多年以來的經驗。

京東目前有 X 事業(yè)部和 Y 事業(yè)部兩部分，這是京東出于對未來零售布局的考慮。X 事業(yè)部里面主要是對智慧物流研發(fā)布局，即無人車，無人機，無人倉，通過這些完全智能化，通過機器人來解決，形成全新的零售運營模式。

而 Y 事業(yè)部，則是通過供應鏈體系的這種流程再造，通過優(yōu)化供應鏈來實現新的零售業(yè)的一個業(yè)態(tài)，這是從研發(fā)體系，特別是數據運用方面的探索。比如說京東很多商品的評價，從這些評價里能夠挖掘出很多東西，包括用戶的情感，用戶對商品的體驗，瑕疵和不足，需要改進的空間，京東 Y 事業(yè)部的數據決策能通過這些，利用人工智能，把消費者的需求進一步挖掘出來，反饋給品牌商，讓他們持續(xù)優(yōu)化迭代產品。

在3 月 2 日京東 Y 事業(yè)部戰(zhàn)略發(fā)布會上，京東透露：到 2017 年底，預計京東平臺自動化商品補貨在核心商品中將覆蓋 80% 以上的采購場景；日常的非促銷價格調整 80% 以上可以由系統(tǒng)自動處理；同時，將有百家企業(yè)接入京東智慧供應鏈系統(tǒng)。

會上也首次對外發(fā)布了“Y-SMART SC”京東智慧供應鏈戰(zhàn)略，其核心是圍繞數據挖掘、人工智能、流程再造和技術驅動四個源動力，整合形成京東“商品、價格、計劃、庫存、協(xié)同”五大領域的智慧供應鏈解決方案。

簡單來說，京東通過預測與計劃的技術幫助京東商城與合作伙伴解決“賣什么、怎么賣、賣多少、放哪里”的問題。

比如在銷量預測方面，京東將通過大數據、人工智能技術和電商敏捷性的積累打造更強的庫存管理能力，用數據預測某款商品未來28天在每個倉的銷量，從而助力采銷提前且高效地進行庫存管理，讓商品現貨率保持90%以上。

另外，京東通過銷售數據測試各種各樣的指數，這些指數能告訴供應鏈的各個環(huán)節(jié)，包括材料的生產環(huán)節(jié)，供應商供貨環(huán)節(jié)，哪些商品供大于求，哪些商品供不應求，并通過指數化指標再回饋到供應鏈上。甚至通過工廠和品牌商反饋到供應鏈的源頭，讓源頭知道生產的產品在質量，和用料有那些改進的空間，形成供應鏈上的良性循環(huán)。

Y事業(yè)部2017年的目標是，京東商城采購端的50%由補貨系統(tǒng)自動完成。這個數字2016年為30%左右，2018年可能達到60%。智能定價、銷量預測也在他們的研發(fā)范圍內。

算法在供應鏈作業(yè)中有哪些應用？我們來看看菜鳥網絡是怎么做的。

由上圖可見，物流中的算法問題包含了庫存管理、攬收、決策、倉內作業(yè)、干線運輸、末端派送，范圍涉及銷量預測&網絡規(guī)劃、揀選路徑優(yōu)化、車輛路徑規(guī)劃、智能分單等。

下面截取其中幾個算法簡單說說：

第一個我們來看銷量預測&網絡規(guī)劃

這一塊的場景主要是幫助商家選倉，如何從全國范圍內的菜鳥倉庫中選擇合理的倉庫，優(yōu)化配送時效和各方面成本？

由于需要對不同的商家單獨求解，傳統(tǒng)方法會有一些局限性。用機器學習模型進行銷量預測從而進行囤貨是一個方面，但由于銷量具有很大的波動性，所以還要結合從倉庫撿貨的任務分配與路徑規(guī)劃。

第二個是箱型推薦算法

這套算法通俗來講，就是可以利用算法優(yōu)化，幫助倉庫用更小的箱子裝下所有的貨品。在訂單生成的那一瞬間，系統(tǒng)會自動計算出這個訂單需要多大的箱子，幾個箱子來裝，找到最省材料的包裝方法。

對于裝箱的問題，為了優(yōu)化算法，主要是根據歷史訂單數據設計每個倉庫最適合的箱型；同時他們還用到深度學習的方法預測裝箱順序。

第三是智能分單算法

這一塊主要應用在末端派送環(huán)節(jié)上，這主要是根據數百億的歷史地址庫，做大量的數據模擬配送行為，然后幫助派送員預測最優(yōu)路線，自動生成包裹路徑。這就等于幫助派送員把包裹做了一次分類，同一棟大樓的分成一類，同一條街道的也分成一類，同時也會根據派送地址的遠近提供最優(yōu)路徑。

第四，揀選路徑優(yōu)化

以往，分撥中心流水線上會有大量的分揀員，他們需要看著包裹上的地址信息，根據面單上“大頭筆”代碼，憑記憶將包裹分大區(qū)、分小區(qū)等步驟確認下一站到達哪個網點。

使用揀選路徑優(yōu)化后，讀地址、書寫大筆等環(huán)節(jié)都不需要了，因為算法會自動生成，并且通過電子面單直接打印出來。包裹到自動化流水線上后，結合大數據路由分單，完成自動分揀。

第五個是車輛路徑規(guī)劃

簡單來說，就是把哪里的活、什么樣的活、派給什么樣的車，并且規(guī)劃車輛的路徑。

菜鳥網絡今年自主研發(fā)的路徑優(yōu)化算法，技術上融合了大規(guī)模鄰域搜索、超啟發(fā)式算法、基因算法、分布式并行化和增強學習，在公開數據集上，算法已全面超過廣泛使用的開源產品Jsprit，在Gehring & Homberger數據集上（客戶點規(guī)模達到1000），已經持平若干項世界紀錄。

目前該算法正在部分農村物流網點使用。根據每日單量，為農村的物流老司機規(guī)劃配送路線，每天實時更新，在保證時效的基礎上，可節(jié)省車輛、人力、郵費。綜合測算下來，農村領域的物流成本能減少30%以上。

過去都是人為固定好的線路，現在通過大數據來分配路線，系統(tǒng)會根據每天實際入庫量，生成一條智能配送線路，發(fā)送給農村配送司機。同時，每天配送的線路都是根據單量實時更新。

另外，在前不久由物流沙龍&羅戈研究院舉辦的“2017智慧供應鏈高峰論壇”上，羅戈研究院院長潘永剛發(fā)布了《2017智慧供應鏈圖譜》。報告下載：完整版《2017智慧供應鏈圖譜》PDF ，請點擊“閱讀原文”獲取。

您對于該圖譜的改進意見，以及如果您希望與我們進行合作，也歡迎與我們聯(lián)系（微信: yushaowena）

此文系作者個人觀點，不代表物流沙龍立場

END