主页 > 观世界之趋势 >

AI物流系列报导Part 2/4 转移成本
时间:2019-01-18 15:49       来源:文 | 本刊编辑部
【导语】本作者是编辑部特约撰稿人,曾就职于国际快递公司,担任供应链分析与管理工作,期间游历于各大物流企业与货主企业,学习企业经营理念,并将其融会贯通,自创一派,尔后担任各大企业供应链物流顾问工作,对台湾物流发展有先进独特的眼光,总是能够洞烛机先,预测未来。近年来,先天下之忧而忧,感叹台湾物流业停滞不前,提出科技创新发展物流,希望能为台湾产业注入活水。本文一共四篇,分成四期报导。







AI是很热门的关键字,但是到目前为止,AI似乎仅是大型企业才进得了的俱乐部,中小企业多仍与AI绝缘,原因之一就是AI需要更多的软硬件投资以及人才。

许多人刚接触AI时会有一个错误认知,以为导入AI就好像找了一个专家进来,或是类似导入ERP系统可以“随插即用”,但实际上并不是。AI就相当于一个小孩子,如果要拿AI做趋势预测,必须经年累月持续训练,AI模型的预测结果才会有准度。不过值得高兴的是,AI的训练时间是可以缩短的,我们可以买更昂贵的设备,或是搜集更大量的资料投入AI模型,就可以缩短训练时间并提高预测准确度。
 


 

在物流领域,目前已知的AI应用大概可分为二大类,一种是信息流辅助,例如可出货量预估、可到货时间预估、采购自动化、储位调拨自动化等,这类的AI应用资金投入相对较少;另一种则是实体流辅助,例如Amazon的仓储机器人、DHL的拣货辅助、Walmart利用无人机做仓库自动盘点等。

在海运业,自2017年起, Maersk开始研究利用AI分析港口拥塞状况,并协助找出可替代的停靠港,或是更精准地估算货船到港时间,以便有效调度码头卸货设备,这些工作以往都是人工作业,但是需要分析的资料量实在太大,而且讯息一直是动态变化的,如果决策错误,可能连带好几天的延误与损失。在现阶段,Maersk尚未宣称这样的做法是否已带来具体效益,但是可以确定的是,这个方向是对的。

 


 


 

在运输领域,新加坡开始有物流公司利用AI技术做运输指派,把货件、驾驶员、运输车辆作最好的排列组合,计算的目标就是让整体运输时间缩短,让运输资源最有效利用。这看起来不是什么新技术,但是需要整合每天的气候、交通路况、人员出勤状况、车辆基本讯息等庞大资料做出规划,因此司机不再只是负责特定路线,甚至司机的配送效率,也通过大数据分析。

大型物流中心可以做的是大量的自动化,让AI机器人取代人类作业,同时改善实体流与信息流;中小型物流中心因为空间与资金有限,无法布署太多硬件,但是可以考虑在“信息流”上改善,例如利用扩充实境AR(Augmented Reality)协助盘点、拣货,或是强化本身信息系统与云端系统的整合。

如下图一所示,Amazon利用机器人做料架快速搬运与调度;下图二则是国外研发中,搭配机器视觉的的拣货机器人,而类似这样的设备投资,比较适合24小时运作的大型物流中心,才能摊提其设备成本。
 

图一 Amazon物流中心的搬运机器人

 

图二 拣货机器人雏形(www.theverge.com, 2017)
 

如下图三所示,DHL物流中心已经开始让拣货人员戴上扩充实境(AR)眼镜,眼镜上会自动投影要拣货的商品讯息,以及拣货后须要放在台车上的哪一个箱子,做到完全的无纸化运作,同时物流中心的运作会更有弹性,这样的作法对于既有物流中心的硬件配置冲击最小,比较适合中小型物流中心。

 

图三 DHL已开始使用扩充实境(AR)辅助人工拣货

 

图四 可口可乐利用影像辨识技术盘点自动贩卖机库存 

物流管理者必须理解一件事,过去管理学经常告诉我们任何规划必须有“最佳化”,例如最佳的存货水平、最佳的配送路线、最佳的物流空间规划等。然而在这个快速变动的年代,最佳化已不是那么重要,因为所谓的最佳化,是指其他条件不变下的最好结果,但是等到我们规划完所谓的最佳化结果,几乎外界所有条件都已改变,所以,与其花三天三夜做出一个最佳化的配送路线规划,不如思考“错误最少化”、“速度最大化”、“弹性容量”这三点怎么做到。

试想,电子商务系统如果最后出错货到客户端引发客诉,后续连带的处理成本有多少?如果因为速度太慢而没有及时把货送到,后续连带的处理成本又有多少?从减少错误、提升速度这两个角度来看,AI就会有很大的发挥空间。

另外,物流中心最大的瓶颈通常是自己的实体空间,包括仓库容量与运输容量,而在旺季时又会成为瓶颈中的瓶颈,这是我们需要弹性容量的原因。弹性容量的概念就好像UBER出租车,没有一台车是真正属于UBER公司的,但是却可做到极大的车辆调度,应该说,很少人叫UBER车却叫不到吧!

再试想,我们目前在物流中心内如何处理易碎品、低温商品?例如鸡蛋、蔬果这类商品,如果要和其他物品一起包装配送,肯定得包上层层叠叠的防撞材,然后跟着低温物流车再沿路配送。运气好的话,送到客人手上时东西是完整的,但是客人也得逐层拆包这层层叠叠的包装,最后这些包材也都是进了垃圾桶。这一切是否永远是定律?难道包装材料不用钱吗?如果我们仔细思考这些问题就会理解一件事:客人要的只是那一盒鸡蛋,为什么要包那么多层?为什么得限制客人必须满500元台币才能配送?

如果仔细探究相关的配送成本,我们发现原来是物流中心被自己的假设所绑架了!有谁规定一定得请一位司机,使用三吨半的物流车配送?有谁规定出货一定得使用包装箱?我们能不能把这些原来的成本“转移”到其他未来的投资上,例如无人机、无人车?

 


 

另外,无人机是否可用在物流中心内部,通过影像科技做各料架储位的全自动比对,以降低缺货状况?能否用于自动化盘点,让物流中心不再需要做年度大盘点?这已经不是新鲜事了,因为可口可乐公司已经在使用影像科技做储位的自动化盘点与补货,Walmart已经在使用无人机针对大型仓库的各储位每天做自动盘点,看看商品数量是否正确,储位是否有误放的商品了。

物流经营者必须理解,随着智慧语音技术的普及以及人口老化的影响,往后电商物流的需求会越来越大,但是要求也会越来越多。举例来说,当家中一位75岁的老爷爷对着智慧音箱说:“请帮我送一盒鸡蛋”,电商系统与物流系统要做多少事?

首先,智慧音箱知道老爷爷所在住址,因此自动向最近的物流中心发送订单需求,订单上面除了注明一盒鸡蛋之外,也会自动注记收件地址;在物流中心内,系统得知客人年纪比较大,因此在打印相关单据打印时会特别打印比较大的字体,系统也知道,老爷爷所住地址比较偏远,使用无人机配送会比较快,同时也不会在运送过程打破鸡蛋,甚至在最后配送到达时,无人机如果透过影像辨识看到原来下订单的老爷爷,还会亲切地说“鸡蛋已经送到,是否还有其他需求?”
 


 

以上这些描述内容并不是天方夜谭,未来五年内一定可达到,但是这整个故事必须由物流与电商经营者来描绘。这就好像拍星际大战电影,要有一个想象出来的剧本,然后去设法拍出这些场景。

可以确定的是,物流、电子商务、供应链管理、逆物流处理,这些繁琐的事,在未来都仍会持续存在,但是做这些事的方法一定会与现在有很大的不同。在这个AI爆发的年代,管理者要做的就是规划三年、五年后,我们如何用不同的方法来解决相同的问题,在迈向未来的过程中,内部要做哪些改变,要投入哪些资源才能达到这样的目标。管理者也不要一直执着于降低成本,把现阶段一些成本转移至AI投资上,让企业运作越来越有效率,人员不用再做重复、无价值的工作,相信这是许多管理者的共识。

(未完待续......)

 

(本文不代表本刊观点)
 

其他文章链接:

 

【封面评论】迎战来袭——中国冷链物流的挑战和机遇

【观点】电子商务及生活外卖 改变零担货运生态

【专栏】物贯西北 有条不紊——访宁夏新华百货现代物流有限公司物流总经理 赵军龙

【专栏】赏盘中美景 品蔬食三味 ——访大蔬无界CEO及联合创始人 宋渊博

 

 

下一页
参与评论
资讯

更多>

风云人物

更多>

活动一览 国际考察团 论坛

更多>

物流中心案例

更多>

威雅科技滑块分拣机 为高效分拣作业助力


扫描二维码
关注《现代物流》公众号
中华人民共和国电信与信息服务业务经营许可证编号:沪ICP备19011712号-1