AI在供应链领域的应用进展
本文聚焦于AI（人工智能）在供应链领域的应用：在DHL雷达图中，共列出三项和AI有关的趋势：音频AI（Audio AI）、计算机视觉（computer vision)、生成式AI（Gen AI）。其中，前两者是供应链运营的输入（用于收集数据），而生成式AI则主要用于输出（自动生成各种内容）。
图：2024版DHL雷达图指出的AI三大热点趋势
音频AI是指：利用人工智能算法对于声音数据（人声、机器发出的声音等）进行识别、处理和分析。随着AI技术的进展，在此过程中应用的深度学习算法及算力资源也越来越高级。
相关的用例包括：1/ 预测性维护：通过对于机器、车辆等硬件设备发出的声音数据进行收集和分析，归纳出历史规律，提前预测出未来的故障并提前开展维修活动。2/ 员工疲劳预警：通过对员工说话声音的分析，判断出其疲劳情况，并就“疲劳驾驶”等情况发出警报。3/ 客户情绪分析，例如在自主语音服务中甄别出客户的不满情绪，并及时切换到客户安抚等应对模式；4/ 语言翻译，在工作中支持多语种的“同声传译”。
音频AI应用的主要挑战在于：1/ 在有背景噪音干扰的情况下，声音识别的准确性还需要进一步提高；2/ 收集到的数据在格式、质量等方面五花八门、缺乏标准化，这给AI算法的训练进一步增加了难度；3/ 语音数据的收集会涉及到个人隐私，因此直接受到欧盟GDPR等法律法规的制约，合规性是一个不容忽视的问题。
图：音频AI的应用。来源：https://www.aiperspectives.com/speech-recognition/
计算机视觉是指：利用摄像头对于照片或视频进行抓取，并对其中提出的数据进行分析。基本的计算机视觉算法主要是将照片/视频中的各个对象区分开来，而更加高级的计算机视觉技术则可以对物体进行追踪，从中总结归纳出规律，对下一步的图像进行较为准确的预测。
相关的用例包括：1/ 用AI保障“人”的健康和安全，对于工作场所中违反安全和健康原则的行为（如未戴安全帽）做到自动侦测、自动预警；2/ 用图像识别算法对“货”进行自动追踪，对于商品的全流程轨迹、每一个环节交付的数量和质量等进行自动检测和控制；3/资产管理，包括用AI技术对仓储库存作自动的盘点等，让公司资产状况更透明、且便于实时掌握；4/ 过程优化，即基于供应链运营的全过程监测和历史数据分析，作出智能瓶颈识别和推荐更加优化的流程。
计算机视觉应用的主要挑战在于：1/ 对人员的监控可能会让其感觉不适，增加管理者和一线员工之间的敌对感；2/ 摄像头不可避免地会存在拍摄死角，如何处理摄像头拍摄不到的区域是一大课题；3/ AI算法作图像识别的效果受到光线强弱、阴影、反光等各种因素的影响，因此即便是正面拍摄也无法保证100%的正确识别，在实际应用中需要留有人工干预等备选措施。但总的来说，计算机视觉在供应链管理中的应用还是越来越广泛，技术成熟度比之前提高了很多。
图：计算机视觉（computer vision) 。来源：https://www.ptbsb.id/artikel/computer-vision/
图：常见AI底层技术对应的用例场景。来源：Zendesk (2024): A beginner’s guide to generative AI for business / DHL 2024
生成式人工智能相关的用例包括：1/ 物流规划 - 在输出最优物流路径的同时，它也可以用作数据转换，例如将卫星地图数据转化为更容易理解的可视化图形。2/ 客户体验提升，例如创建聊天机器人（Chatbot），和客户进行流畅地交流，提升其体验。在此过程中还可以及时发现一些有用的线索：例如，当多位顾客都对某一产品提出抱怨的时候，生成式AI可以快速发现这一趋势，并将信息反馈给客服、研发等团队以便改进。3/ “AI助手” - 这是聊天机器人的加强版，在工作中可以作为供应链管理人员的“小助手”，帮忙查询资讯、撰写文稿、抓取数据、精准决策等，明显提高人的工作效率。
生成式人工智能应用的主要挑战包括：1/ 需要更多的数字化资源（例如算力部署），而且也需要团队中有懂得AI和数据科学的专家，而这些目前还没有普及；2/ 将生成式AI相关的软硬件和现有设备、流程等对接，也需要一个过程；3/ AI算法往往都是“黑盒子”，难以对结果进行解释，因此也让利益相关方难以对其可靠性建立100%的信任。因此“AI伦理”等话题显得越来越重要。
小结：
在供应链领域，音频AI / 计算机视觉 / 生成式AI目前是最受关注的三大人工智能应用领域。根据DHL分析（参见《数智化工具：2024版DHL前沿科技雷达图（1）》），这三大趋势都有望在未来5年内进入成熟期，迎来全面普及。其中，DHL认为计算机视觉和生成式AI对现有供应链运作流程的冲击更大。
从相关技术的市场容量预测也可以看出（如下图）：三种技术在未来5年内都会迎来两位数的增长，但是后两个技术的增长潜力更大，尤其是生成式AI（Gen AI）。虽然仍存在很多挑战，但仍然值得持续关注。
图：三种AI技术的市场容量和年均增长率。原始数据来源于DHL（2024），本公众号制图。
近期王继祥物流文章精品导读：
【物流】王继祥：国外发达国家城乡高效配送做法与经典案例（70多页PPT建议收藏）
