據前瞻產業研究院的分析，我國智能化、智慧化物流行業的市場規模將近千億元。
智慧物流在零售領域的意義重大，尤其是在菸草的流通領域，是智慧物流技術應用前沿陣地。其它零售領域也都將會隨著智慧物流技術體系的逐漸完善，催生巨大的市場需求。
智慧物流即將高速發展，不僅取決於下游市的需求，更是智慧物流技術上的挑戰，只有不斷進行技術革新，才能真正推動智慧物流的發展與普及，從而幫助客戶解決問題。
一方面，隨著互聯網的不斷髮展，新零售、智能零售不斷刷新人們的購物體驗與購物習慣，傳統的物流運作模式已暴露各種弊端，不能適就市場的高速發展，未來物流的業態只會向高效化、集約化、精細化方向發展。這是一個很大的發展空間，也物流行業也是一個很大的挑戰。當然在互聯網、人工智能與物聯網的輔助下，會加快轉型的步伐。
另一方面，隨著中國城鎮化與新型農村的推進，零售市場必將迎來爆發式的增長。也會給智慧物流、智能配送帶來高速發展的契機。
當物流撞上人工智能，會擦出什麼樣的火花？
（1）數據的實時處理
物流業所產生的數據不僅是海量的，而且是實時的。因此需要大數據平臺的人工智能系統對所產生的數據進行實時有效分析，從而幫助企業進行技術上的優化。因此企業應基於自己的數據平臺或者雲計算平臺，構建可用性極高的人工智能系統。
（2）採銷配送
人工智能也應用於供應鏈物流的採購、銷售、配送等環節：採購上，通過大數據對產品進行選品，將人工智能與統計學相結合進行產品的預測和補貨，從而實現智能化、自動化補貨；銷售上，運用運籌學和人工智能實現動態定價，同時考慮產品生命週期、促銷方式等因素，從而可以讓商家保持良好的運營並有效控制庫存；配送上，通過大數據技術進行銷量預測，結合自動補貨系統，實現庫房自動化備貨，提高商品的現貨率，降低了庫存週轉率，同時為用戶提供高效卓越的購物體驗。
（3）銷量預測和補貨決策
銷量預測是基於人工智能的方法, 同時考慮商品、用戶、時間、促銷信息、天氣等外部因素，提升企業商品銷量預測的準備度；在補貨決策上,運用人工智能系統對商品的以前銷量與預測信息進行建模, 計算企業的最優補貨點和目標庫存,從而提升商品的滿意率。
（4）價格預測
在運輸業中，價格會隨著季節、時段、道路運輸狀況等因素而進行波動，因此價格預測就成了企業面臨的最大挑戰。結合機器人學習系統，建立用於預測價格的模型，結合價格的歷史數據，最終估算合理的價格。
（5）開發技術
若想優化供應鏈物流，首要考慮企業的技術開發能力。若企業擁有了數據中心這類資源，不僅能使其在在變動的情況下迅速進行調整，同時可以提供預測性分析、運營與管理、以及工業物聯網服務。對於客戶來說，這將是一份自信的、令人感到放心的承諾。
（6）降低成本、提高效率
物流機器人的應用提高了物流系統的效率和效益，人工智能技術能帶來運輸路徑的優化，提高配送效率。運用了人工智能技術，2017年“雙11”，菜鳥聯盟僅用時2.8天就將第一億個包裹送到消費者手中，相比2016年再減少0.7天；“雙12”，僅用15小時就送完2016年全天的包裹量。
（7）處理意外的發生
貨物在運輸中，可能會遇到一些難以預料的意外情況，使得企業遭到重創。運用人工智能技術，培養其學習以往人類遇到意外情況時制定應急計劃的能力，使之能自動化的糾正失誤，最終可以自動處理發生的事故。
未來物流 近在眼前
供應鏈物流對於人工智能的應用仍在探索中，其未來的發展方向可以延伸到以下幾個方面：
（1）智能設備與技術的引入。
智能設備的應用將使物流從現在的人工分揀向自動化、智能化方向演進，而智能技術包括感知技術、機械臂、自動化分揀帶、無人機等將會在物流的各個環節廣泛應用。
（2）智能化計算。
以綜合性的物流為出發點，運用現代化的人工智能技術，將供應鏈整體各環節的信息流與商品的物流進行同步，實現貨物就近入倉、就近配送，節約時間，提升產業鏈效能。
（3）強化企業對人工智能方面的學習。
隨著人工智能的逐漸發展，企業應逐步建立起有效的供應鏈系統機制，並以此為基礎，建立學習系統，使得企業的供應鏈系統能夠應對更加複雜的問題。
（4）物流生態系統的形成。
通過人工智能、雲計算、大數據、物聯網等新技術的運用，可形成集鐵路、公路、航空等智慧多式聯運，為企業的物流運輸、倉儲配送、物流誠信等提供全方位的服務，形成覆蓋線上線下的物流生態系統。
總之，人工智能對於供應鏈物流的發展產生了巨大的影響，未來的企業可以憑藉工業4.0的發展勢頭，進一步將物流與智能工廠、智能生產相結合，為下一次的社會變革做準備。
閱讀更多 大叔談物流 的文章
