物流，駛入AI下半場

“我們不能夠容忍爲了降1%、2%的運費，使得來提貨的車沒有安全水準，在路上出問題，給我的供應鏈創造風險。”

某化工企業的採購總經理剛走進技術服務商的辦公室，板凳都還沒坐熱，這句話便脫口而出。

近幾年，物流行業競爭加劇，有的企業卷價格、卷海外市場，想要以此實現新的增長，但結果總是不盡如人意。

數據顯示，2023年物流行業的投融資活動顯著減少，全年共發生66起事件，較2022年的101起下降了35%。在運費方面，無論是整車還是單價均呈現下降趨勢。以生活消費品整車運輸爲例，2022年的運價指數達到峰值，年均值約爲80，而2023年則降至四年來的最低水平，年均值僅爲53，遠低於2022年。此外，2022至2023年上半年的工業品與裝備整車運輸價格也低於2022年，這低於物流行業對快速恢復的普遍預期。

一個事實是，單點的突破已經無法爲企業、行業帶來較大的變化，不管單純的海外市場拓展還是低價帶來的短期增長，終究是治標不治本。

根據中國物流與採購聯合會的數據，通過優化物流體系，企業平均可以降低成本5%-10%。物流這個行業想要真正發生變化，需要企業在全鏈條上做了提前的佈局，從一個系統化的角度去考慮物流，才能真正做到降本提質。

不過，想要有這種覺悟並實施行動，是一件較爲艱難的事情。

2024年，內卷和反捲的兩波“物流人”，正在走向不同的道路。這個過程中，隨着AI技術的不斷成熟和發展，AI與物流的融合也出現了新的進展。如何基於AI技術，以系統化的全局思維打造物流體系，或將成爲物流下半場決勝的關鍵。

一、物流新命題，從降本增效到降本提質

2024年11月27日，中共中央辦公廳、國務院辦公廳印發了《有效降低全社會物流成本行動方案》。這一政策的出臺，傳遞出一個明確的共識：物流行業已經不能僅僅依靠壓榨運營成本來維持競爭力，而應轉向全局整體的優化，以實現行業的可持續發展。

這一點從方案目標也可見一斑：綜合交通運輸體系改革實現新突破，貨物運輸結構進一步優化，鐵路貨運量、鐵路貨運週轉量佔比力爭分別提高至11%、23%左右，港口集裝箱鐵水聯運量保持較快增長。

一個疑問是，物流行業降本提質的空間究竟在哪？

首先是物流體系方面的改革，當前，我國2000公里以上的公路線路仍有不少，這在全球發達國家中並不常見。長距離公路運輸相較於鐵路和水路運輸，成本更高，效率較低，且對環境的影響更大。

據中國交通運輸部統計，鐵路運輸的成本比公路運輸低約30%，且能耗降低約50%。若減少長距離公路運輸，增加鐵路和水路運輸的比例，則可以降低物流成本和提高運輸效率。

這個過程中，銜接的優化尤爲關鍵，需要技術上的支持，如裝卸設備、系統、數據連接等，以實現物流體系的有機整合。這不僅是一個技術上的挑戰，更是一個網絡上的重構問題，需要行業內外的共同努力。

此外，目前大部分運輸依賴燃油，但燃油轉化爲機械動力，這個過程涉及到能量的多次轉換，每一步轉換都可能伴隨着能量損失。相比之下，電動車輛使用電信號來驅動電機，電能可以直接轉化爲機械能，減少了能量轉換的步驟，從而提高了能效。

國際能源署的數據顯示，電動車輛的能源效率比燃油車輛高出約3倍。因此從新舊能源轉化來說，能效的提升空間巨大。

還有就是目前大部分運輸依舊需要依靠大量的司機、協調人員、管理人員。儘管技術有所進步，但在管理和協調方面仍有提升空間。

AI技術，特別是大模型技術，正在逐漸替代一些傳統的人力資源密集型任務。AI在物流供應鏈場景中的應用案例包括智能分揀、無人派送、自主運營等，這些技術通過提高效率和降低成本，從而提升人效。

《有效降低全社會物流成本行動方案》中也提到了鼓勵發展與平臺經濟、低空經濟、無人駕駛等相結合的物流新模式，這些都是提升人效的重要科技創新方向。

綜上所述，物流行業的降本提質的空間巨大，特別是在多式聯運的銜接優化、能效提升、人效提升方面，都有很大的潛力可以挖掘。但想要真正實現物流體系、人效、能效的提升，需要技術的加持。值得注意的是，當下對於技術的需求與以前大不相同。

物流這個行業，在上行階段，更多強調保供，以及更完善的倉配網絡，來去更好地做履約，提高客戶體驗。在下行階段，降本是核心。如今，物流行業正在進入下半場，降本提質成爲新課題，需要從更智能的方式把人車貨場更高效做協同，以及通過數據去做更智能的資源調度，通過數據驅動提升空間。

可以看到的是，順豐集團此前曾搭建產前集約化物流中心，實現產前段物流成本降低10%左右，人員能效提升15%-20%。其還建立了“天網”“地網”和“信息網”，這種垂直一體化的物流體系提高了運營效率，降低了成本，並提升了客戶體驗；京東物流的一體化供應鏈物流服務，不僅提高了物流效率，還優化了用戶體驗;G7易流通過大數據和AGI（人工智能通用技術）來提升物流公司的客戶服務、調度、財務等關鍵崗位的工作效率。這些技術武裝起來的物流公司能夠以極高的效率完成交付履約工作，成爲大型貨主運力變革的重要支撐。

二、新的解法：AI+物流

“劉師傅你好，你有一個待完成任務，是否播報線路情況？”

“好的，播報一下吧。”

“好的，從洪坪場站運往古雷碼頭，全程106公里，路上有三個風險路口，您本週已經發生過6次高風險行爲，如本趟行程新增高風險行爲，將變成紅燈司機，請安全駕駛。”

“小7小7，幫我預約一下充電。”

“剩餘電量60%，還能行駛171公里，建議您任務完成後回場充電，我已經幫你預約好了。”

“小7小7，我這一趟能拿到多少錢？”

“抱歉，這個功能還沒有在您的賬戶上線，上線後能根據您的任務和駕駛安全自動結算。”

這三段對話分別發生在物流運輸前、中、後，其中小7作爲G7易流的智能AI助手，能夠通過語音交互與司機溝通，提供特定物流場景下的導航、安全提醒、預約充電等服務。還能夠理解上下文，識別司機身份，並根據任務需求進行智能調度和預警。

物流的各個環節中，攬收是出錯率、重複率較高的末端場景。

在傳統的操作模式下，填寫攬收信息時，小哥需要頻繁切換電子稱、捲尺、工業機來完成稱重量方和信息錄入等作業動作，同時攬收還需要填寫託寄物、時效產品、增值服務等內容，如果通過語音+大模型，就可以減少工業機的多次輸入，會直接識別語音，分析出小哥的輸入意圖和內容，將信息正確填寫。小哥查詢信息，也可以通過語音輸入，大模型識別意圖，進行結果的反饋。

這是京東物流與AI大模型技術融合的一個典型案例，AI於物流的價值並不止於此。

AI技術通過分析海量的物流數據，幫助企業優化供應鏈管理，提升倉儲與配送的效率。例如，物流公司可以利用AI算法預測需求，合理配置資源，降低運輸成本。

還可以使得物流操作更加自動化，如智能機器人、智能揀選車、無人機、自動駕駛汽車等，這些都極大地改變了現有的倉儲、運輸、配送等物流作業模式。

隨着機器學習和深度學習技術的發展，AI大模型能夠更有效地進行預測和決策。例如順豐物流基於AI技術實現了客戶生意洞察，通過對不同羣體的想法進行無監督的統計、彙總、分析和洞察，實時分析客戶聲音，覆蓋率超過 80%，準確率有 90%。這對持續改進自身的作業邏輯和決策有非常大的幫助。

AI技術也能夠結合傳感器數據、圖像數據和大數據分析，提供更加全面的智能物流解決方案。例如過去的貨物裝卸時，雖然也會用到智能動作識別的技術，但裝卸動作是否標準、是否正確，定義較爲機械。從大模型的角度，能綜合所有場景裡面的要素信息，去推斷裝卸動作是否合理。

“這個準確性和穩定性都會提升很多。從我們落地的效果來看，大模型肯定是一個非常重要的一環。”京東物流通用AI負責人趙巍說道。

在物流領域，AI技術正在帶來一些新的價值，這種價值並不等價於以前的技術邏輯，其具備一定的顛覆性和創新性。

而隨着AI技術逐漸成熟，其帶來的價值愈發明顯。

三、AI加速度，看見物流下半場

“去年跟今年對我們來說AGI已經有了一個本質區別了。”G7易流創始人翟學魂說道。

G7易流近幾年一直在探索將AI與自身業務的結合，然而過去很長一段時間裡，很難達到給客戶提供服務的水準。如今，這種狀況已經發生變化。“現在就是能達到了給客戶提供服務的水準了，已經從技術問題過渡到產品問題了。”

AI技術的成熟，使得其逐漸成爲串聯物流各個環節的紐帶。

“從具體的場景來講，我們現在可能更側重於流程自動化等等，就是從點到線，多個業務環節串在一起解決一個世紀的問題。”趙巍說道。

AI之所以能成爲串聯物流各個環節的紐帶，是因爲它不僅能夠處理和分析數據，還能直接控制物流過程中的物理設備，實現自動化和智能化的決策，這些都是傳統數字化技術所不具備的。AI通過其先進的算法和學習能力，使得物流行業的數字化轉型能夠更加深入和全面。

而隨着AI技術的不斷成熟，這種紐帶作用愈發明顯，推動物流體系從點到面，真正實現傳統物流體系的改造。

過去的幾年裡，隨着數字化和新能源化的深入，物流行業迎來了新的變革。

在這場變革中，數字化不僅是這場變革的基礎，更是推動整個行業發展的核心動力。隨着物聯網、大數據、雲計算等技術的廣泛應用，物流行業的數字化轉型已經成爲不可逆轉的趨勢。數字化使得物流流程更加透明化、智能化，提高了效率，降低了成本，增強了客戶體驗。

而新能源化更像是這場變革的推手，正在逐步替代傳統能源，推動物流行業向綠色、環保、可持續的方向發展。新能源車輛的使用減少了碳排放，響應了全球對減少溫室氣體排放的號召，同時也降低了運營成本，提高了企業的競爭力。新能源技術的發展，如電動卡車、無人駕駛技術等，逐步改變物流行業的面貌。

AI技術的爆發，則是將數字化和新能源化緊密結合起來的關鍵。AI技術在物流行業的應用，如智能分揀、路徑優化、預測分析等，使得物流服務更加智能化和個性化；AI能夠處理海量數據，提供精準的決策支持，優化資源配置，提高物流效率；AI技術還能夠實現對物流設備的智能監控和維護，減少故障率，延長設備壽命……

這三者共同作用，形成了一個完整的閉環體系。數字化提供了基礎的數據和流程優化，新能源化提供了環保和成本效益的解決方案，而AI則將這些元素串聯起來，實現智能化管理和服務。

站在當下來看，物流行業的未來，數字化是所有的基礎，新能源化是推手，AI是把所有的事串起來，形成了整個閉環體系。這個閉環體系不僅提高了物流行業的整體效率和服務質量，也爲物流行業的可持續發展提供了強有力的支持。

這是物流下半場的發展趨勢，也是物流企業“反捲”正確轉型思路，更是物流行業的“新遊戲規則”。