人工智能（AI）、数字化、机器人技术等对物流带来的好处是巨大的。一下来自德国的五位专家解释了人工智能如何降低成本和提高效率。

AI 在物流领域得到进一步发展，不是因为技术上的可能性，而是因为它有巨大的潜力。- 图片：AdobeStock生产的Perig

在物流行业，更多地使用人工智能是有意义的，正如德国多特蒙德弗劳恩霍夫IML 的负责人Michael ten Hompel 解释的那样：“人工智能在物流中的应用潜力巨大，物流将成为第一个大规模建立人工智能流程的行业。”其中一个原因是，就像几何学一样，物流可以在算法上相对轻松，细节已经相对标准化——但也非常复杂。

AI 无处不在

ABB SE 国际业务发展总监Torsten Mallée 解释说：“人工智能不是未来的愿景，但现在在日常生活中无处不在，例如手机和导航系统。然而，人们的期望很高，因为有声明“人工智能将改变一切。”

人工智能不会因为技术可能性的存在而被扩展，而是因为它具有降低成本、提高效率以及更好地识别和满足客户需求的巨大潜力。据说人工智能是一种关键的一个竞争因素。”

（1）实际上使用AI 有多容易或困难。在数据保护方面，您需要考虑什么？

“但它并不总是关于大数据。您实际上需要多少数据？数据经济是其中的一个方面。”Agile IT Management GmbH 董事总经理Arvin Arora 说。

Agile IT Management 董事总经理Arvin Arora描述了使用人工智能带来的挑战：“任何想要将人工智能以高附加值带入运营实践的人，也不得不挣扎一下。”因此，他提到了关键词数据质量、可扩展性、稳健性、透明度。他说：“这不仅仅是机器学习。因为80% 是更传统的软件开发。”有一个关键的因素组合。数据是一个因素，更快的系统，更好的算法和不断增长的软件形式的生态系统。

没有AI 就没有数字化转型

Arora 警告说：“但它并不总是关于大数据。你实际上需要多少数据？数据经济是其中的一个方面。它还与数据保护有关，因为并非必须插入每个员工姓名- 还有其他选项。因为你可以提取数据并查看哪些层工作得更好——这并不重要。所以它不一定是关于大数据，而是关于你正在做的事情或相应问题的重要数据。”

AI 在正确的地方

另一个重要方面是缺失数据或训练数据，特别是对于那些开始从事没有可用数据的AI 项目的公司而言。有时您必须收集一到两年的数据。还有一个问题是，为一个客户成功运行的模型是否可以转移到另一个客户。Arora 说：“这取决于模型使用的数据。如果这些不是特定于客户的，那么当然不是关键。”

（2）以整个欧洲的大型卡车车队为例，AI 在行动中可以真正实现什么？

匈牙利布达佩斯Waberer's International公司的首席执行官Robert Ziegler 说：“我们必须每天匹配负载和容量，基本上是每小时和每分钟。有很多无法估量的事情。”

“我们使用互联网AI 以及大数据和带有数据的传感器，以及GPS 坐标。根据这些信息，专家系统会提出建议——然后在某个时候我们可以基于此做出决定。”Robert Ziegler说。关于人工智能在公司中的实际应用：“我们多年来一直在使用人工智能，并且每天都在努力开发它。但没有一个项目会结束。”换句话说：人工智能研究仍然忙于将仍然相对较弱的人工智能转变为强大的人工智能。

经典而智能的交通工具——仍然没有机器人

Ziegler 继续说道：“我们的数据非常复杂，因为我们在整个欧洲拥有非常庞大的车队。我们使用一种出租车系统，所以不是从A 到B 然后再回到A，而是从A 到B 到C 到D等等这意味着我们必须每天匹配负载和容量，基本上每小时和每分钟。”有很多不可估量的。有时客户取消旅行，然后卡车出现问题。因此，网络必须不断优化。

AI 胜过人类智能

“以我们的规模，已经不可能再用员工来处理这个问题。组合是无限大的。这就是为什么我们现在不可能忽略基于决策的系统。基本上，我们必须能够每分钟检查5000 辆卡车，看看是否一切都以最佳方式运行，或者是否需要进行更改。”人类大脑无法再做的事情，计算机可以使之成为可能。但我们也想规划未来，这意味着我们现在不仅要规划我们目前可用的负载，还要规划未来五天。五天后我们在哪里又需要一辆卡车？”Ziegler 说人类严重依赖智能技术。

交通正在增加，但司机呢？

目前，关于司机短缺的话题一再发生。Ziegler：“司机短缺？没有司机短缺。因为司机是我们商业模式的一部分。如果我们不明白这一点，那么我们总是会谈论司机短缺。在这方面，我们的优化也很重要不仅要考虑质量和产能利用率，还要考虑司机的满意度。周末想在家，偏爱某些路线。工作时间，这样我们就不会惹他生气。”

整个供应链和仓储物流的智能行为

我们行业的特点是利润率非常低，因此我们必须将目标保持在很高的水平，从而更加数字化。竞争是巨大的。对准时性的要求也越来越高：过去，经典的货运公司通常会在正确的日期到达，因为那时您会准时到达。今天，您可以在15 分钟内准时到达。我们甚至在一分钟内测量。越来越多的人同意固定时段。复杂度越来越高。然而，让我担心的是，路线规划师不再了解这个黑匣子中发生的事情。只要我们了解机器中发生的事情，一切都会好起来的。但是，我们将无法再了解黑匣子中发生的事情的时候会到来。

（3）在物流领域大肆宣传AI 的背后是什么？

“目标是让AGV 能够对环境做出反应。”多特蒙德弗劳恩霍夫IML 数据驱动物流团队负责人Jens Leveling 说。

“在物流人工智能大肆宣传的背后，有很多清醒的软件开发和IT 项目都非常关注数据。第一个项目是AGV 中的环境感知主题。带有图像传感器的摄像头可以监控AGV 周围的环境我们将环境分类为其他AGV、人、货架、托盘等对象，我们必须考虑到要识别的对象并非完全可见。”Jens Leveling说目标是AGV 可以对环境做出反应。例如，当AGV 要求人类避让，用于人机通信。或者也用于机器与机器的交互。