AG旗舰厅

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
，甚至可精准预测未来
，所谓的预测型物流计划(Anticipatory Logistics)
，就是要透过日常作业中的大数据
，预测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）与订单需求状况
，而在消费者尚未正式下单前
，就预先安排好所需的库存与运输资源。

之所以需要预测型物流作业
，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
，在这种状况下
，如何预先把资源配置在正确的地方
，并且制止资源在需要使用时却爆发故障（例如运输车辆抛锚）
，就不是纯粹靠经验可解决的问题。

值得注意的是
，AI的预测不在于诉求精准
，而是强调抓重点、找趋势
，之所以可做到这样
，是萃取大宗历史数据而来。而现阶段要做到预测型物流
，恐怕照旧得靠供应链体系中的大厂来主导
，例如WALMART、UPS、Fedex等。

关于中小型物流颐魅者而言
，利用AI先做局部改善是可行的
，AI特别适合简单、重复性高、耗工时处理的低附加价值事情
，在物流中心内
，包括手写字体辨识、出货检查、按期盘点、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发挥的空间。

AI要乐成
，必须有大数据
，称为训练数据(training data)。例如我们要预测某个商品可实际配送到消费者手上的时间
，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
，可透过每次消费者实际签收的时间
，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、天候状况等数值数据
，丢入AI网络模型去学习
，并且学习历程
，必须给定AI二种数据
，一种数据称为真实数据(ground truth)
，另一种称为模型预测结果(predict)
，AI模型就是希望使得每一次的预测结果都尽可能贴近真实数据
，因此物流颐魅者在准备训练数据时
，需要有消费者实际签收时间
，以及原本计划预计配送到着时间。

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
，例如宅配司机每日实际步行距离、宅配车辆行驶里程、油耗、载重量、每所在停留时间…等
，有良好的大数据
，AI才华真正发挥效益
，这是要实施AI物流前需要有的基本认识。

可口可乐

这家凌驾130年历史的老牌饮料企业
，从以往的可乐起家
，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
，其乐成的因素就是不绝立异
，并且运用科技来解决老问题。目前可口可乐公司除了自身生产线的自动化检查
，甚至把AI的触角延伸到自动出售机
，以往自动出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
，新的出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、年龄为何
，买了哪一种饮料
，甚至消费者在出售机前面看了某瓶饮料看了多久时间才做投币决策
，这样可以很精准的评估出售机内部的黄金柜位
；这还不是最厉害的
，最新的出售机可以做人脸识别
，也会记得消费者的口味
，例如喜欢哪一种咖啡、温度为何、甜度为何
，消费者仅需投币
，出售机递出来的饮料绝对是完全客制的。

随着消费者健康意识抬头
，关于低糖、低发泡饮料的需求增加
，可口可乐公司也设法做出改善。

在供应链更上游
，可口可乐公司把脑筋动到「种植」这件事上
，透过卫星影像、气候、雨量、土壤酸碱值等数值纪录
，以及水果的甜度关系
，可口可乐公司可以知道何时收成是最佳的
，甚至其水果原汁的甜度
，已经很接近市场的真正需求
，如此就可以在最少的加工与添加物下
，做出消费者喜欢的商品
，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
，开始引入聊天机械人(chatbot)
，把这样的聊天机械人配置于脸书粉丝团
，用来实时回覆消费者问题
，包括运费、寄件时效
，甚至消费者往后直接在脸书要求寄件
，都可使用自然语言(natural language)与聊天机械人交谈
，这个改善主要可以黏住末端消费者
，消费者不需要再拨入客服中心期待人员接通
，可一对一快速获得回复
，聊天机械人的设计
，其实是一连串科技与数据整合的结果
，以往消费者要自行登入UPS网站
，挑选正确的页面后才华进行货件盘问
，使用聊天机械人
，可以让小朋友甚至老婆婆
，都可用自己熟悉的对话去询问所需讯息
，因此是效劳接口(interface)的大跃进
，一旦效劳机械人技术成熟
，后端的客服人员至少可减少一半以上。在配送方面
，早在2016年九月
，UPS就开始测试无人机送货的可能性。