物流供应链行业智能化发展的趋势是什么？｜No.119期干货

邱涛：

我们公司提供一站式跨境物流服务，拥有深圳和美国的仓库，负责整个物流流程。目前观察到，最后一公里是美国物流成本最高的环节，占比超80%。一些公司通过众包模式降低这部分成本，市场需求较大。上个月，我们参加了 USPS 的 National Postal Forum，并了解其新的 “regional connect” 项目，专注于头程物流，而 USPS 擅长最后一公里。美国物流公司 PB 与 USPS 合作，通过全国仓库分拣货物到邮局，邮局负责最后分拣。这一项目为中国企业带来了新机会，尤其需要本地网络和配送卡车的支持。

Joe：

—— 洛杉矶某电商

我是洛杉矶的资深电商创业者，专注于电商行业，尤其是物流。我不仅是 TikTok 和 Temu 的卖家，还曾帮助 Temu 在美国市场初期对接当地资源。Temu 在进入美国前期，将物流、商品和营销成本算得非常精细，尤其在众包物流方面，通过压低成本迅速扩张。然而，这种模式带来的利润空间有限，许多众包公司最终面临财务问题或退出市场。这一现象凸显了以低价冲量为核心的美国尾程物流挑战，尤其在 Temu 的扩张中表现明显。

George HAN：

—— KanariesFEILIKS LOGISTICS

我们专注于生产制造业的物流，客户主要来自电子、汽车和智能制造领域。随着国际贸易战和疫情的影响，许多制造业客户将部分产能转移到东南亚（如越南、泰国）、欧洲（匈牙利、土耳其）和北美（墨西哥），因此对跨境物流、报关及本地物流服务的需求增加。我们的服务涵盖研发、入厂、半成品或成品出货、售后服务零件管理等，提供定制化的物流方案，围绕客户的各个环节展开，客户在哪里，我们的服务就在哪里。

Alex：

—— Tesla 全球采购经理

我们专注于生产制造业的物流，客户主要来自电子、汽车和智能制造领域。随着国际贸易战和疫情的影响，许多制造业客户将部分产能转移到东南亚（如越南、泰国）、欧洲（匈牙利、土耳其）和北美（墨西哥），因此对跨境物流、报关及本地物流服务的需求增加。我们的服务涵盖研发、入厂、半成品或成品出货、售后服务零件管理等，提供定制化的物流方案，围绕客户的各个环节展开，客户在哪里，我们的服务就在哪里。

Scott Wang：

—— Uniuni 美国战略负责人

Michael Yang：

—— ForePax Fulfillment

邱涛：

—— 沃尔玛

讨论供应链可以从库存和物流两方面看。库存布局的优化至关重要，需要平衡服务水平和库存成本。例如库存放在海外能提升服务质量但成本高，而放国内则成本低但服务时效受影响。零售商还需考虑 SKU 的组合布局，通过连带购买提升客单价并降低履约成本。

在需求预测方面，传统算法仍需大量人工介入，如识别异常波动。IBM 的优化模型通过识别事件引发的异常波动，提升了预测准确度，帮助更好地进行备货。

在执行层面，如盘点与拣选等操作，计算机视觉技术大大提升了效率，例如通过摄像头识别库存二维码或分拣水果，已成为成熟应用领域。最后一公里的调度优化也有许多应用机会，结合成本、效率和服务质量选择最佳方案。

Scott Wang：

—— Uniuni 美国战略负责人

我们专注于最后一公里的派送，区别于计时派送的众包模式，我们采用计划派送，确保包裹从进单到司机派送有序进行。我们注重理解客户需求，目标是包裹准时、准确、安全地送到客户手中。在AI方面，我们通过数据沉淀来提升派送的效率和稳定性。相比于大模型，我们认为machine learning 更适合优化路线规划，如高效避开高速或河流障碍，学习有经验司机的派送行为。通过数据沉淀，我们还可预测派送时间，提前通知客户，更好地服务最后一公里的需求。

陆戎飞：

—— Antes AI

我们这一块可能跟物流少一些，而是汽车或者汽车生产商、航空航天器材的生产商，他们需要知道供应商是哪里，来自中国的供应商需要去给上游 OEM 提供说我们有这些合规的保证，包括去跟踪海关、关税的政策，我们可能想用可能大模型去追踪这些，包括提供一些智能的建议，包括怎么样去溯源整个供应链，去保证企业的供应链对于美国法律来讲是合规的，当然也希望能帮助中国的供应商应对美国的法律法规。

王治澎：

—— 京东物流

我来自京东物流，分享两个案例。首先，各大电商拥有大量SKU，像“苹果”可能指生鲜产品或手机。针对时效要求高的生鲜产品，AI和大模型可以识别订单并匹配合适的物流方案，确保质量和时效。此外，物流包装会推荐适合的箱子、标签等，提升履约质量，降低理赔成本。

另一个案例是AI驱动的物流提升。精准地址是提升配送效率的关键，尤其是国际客户的复杂路径规划。通过传统机器学习和地址大模型优化，能够提高地址准确率，减少误送、错发等问题，从而提升物流时效和效率。

郭凯霖：

—— 香港理工大学

我是香港理工大学的学生，研究交通科学，尤其对最后一公里的 VRP（车辆路径问题）感兴趣。很多前辈提到 AI 在路径规划中的应用，我认为AI 主要提供了更强的计算能力和优化方法。VRP 的核心是设计一条最佳路径，在 AI 出现前已被深入研究，如降低成本、时间或距离的优化问题。AI 引入后，如 Tabu Search 等算法在面对更大网络时，能以更强算力更快地生成更优结果。

Michael Yang：

—— ForePax Fulfillment

物流供应链行业已有数百年历史，许多流程仍使用低效的传统工具。Flexport 等公司致力于解决这些历史遗留问题，如用低效软件处理集装箱和大件物品的沟通。我们的经验表明，通过改进用户体验的小细节，如从“17track”到 Aftership，能增强用户粘性。一个例子是 TikTok 上的跨境发货，13盎司的重量差异会显著影响价格，因此我们建议客户调整包装以节省物流成本。扩展这一思路，AI 可以帮助商家在选品时优化物流成本，通过分析产品尺寸、物流方式等数据提供优化建议，从而实现个性化、定制化的运营服务工具。

丁祥龙：

—— 杭州湖畔网络技术

丁健：

—— 某大厂

Vincent Huang：

—— 某大厂

陆戎飞：

—— Antes AI

王治澎：

—— 京东物流

Michael Yang：

—— ForePax Fulfillment

我最近参加了美国的大型供应链展会，聚焦于仓库的智能管理，无人化是行业发展的主要趋势。许多公司在使用智能机器人进行发货、拣货、收货，甚至无人叉车和无人机盘点。例如，无人机通过扫描产品二维码准确识别货物，但对产品大小和二维码方向有一定要求。美国电商公司如 Weee 已广泛采用智能仓库管理系统，尤其在人工成本高的湾区，这种自动化趋势不可逆。我们还接触到自动打包产线，通过激光扫描快速生成包裹，但适合高出货量的场景，如京东物流在洛杉矶的仓库也有类似应用。

Scott Wang：

—— Uniuni 美国战略负责人

Scott Wang：

—— Uniuni 美国战略负责人

陆戎飞：

—— Antes AI

美国这边比较火的很多，像 YC summer batch 里有 5 个 startup 都是做供应链相关，更多是和采购有关，相当于是简化邮件沟通的成本，供应商来回的交流沟通可能都是 AI Agent 来取代，所以看到非常多的这样项目。可能就是最近的这 6 到 12 个月有很多 startups 从这儿冒出来，做沟通上面的自动化。因为很多是比较经典的机器学习问题，就是运筹，可能可以用一些轻简的算法来解决，大语言模型可能并没有起到更多的帮助。但是针对这里面的  Process Automation ，我们见到现在有非常多的 startup 在看这个方面的问题。

王治澎：

—— 京东物流

当前AI、大模型在企业内部场景应用有巨大的潜力，特别在提升各类岗位工作效率方面， 在物流行业有大量客服、采购、销售、操作的岗位，这些岗位每个人级别不同、熟练程度不同，如何训练出一个智能助理来承担更多的工作流？这些工作流可以帮助这些岗位提供更加专业的建议和决策，承担更多的工作。今年和明年很多企业都在做，是当下AI、大模型应用的一个重点方向。

全文无删节版请移步知识库