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）