人工智能的大多數(shù)技術(shù)都可以在小型計(jì)算機(jī)上實(shí)現(xiàn)，只有兩點(diǎn)：算法，算法，算法。而算法是可以短時(shí)間內(nèi)達(dá)到“像人”的水平的，最基本的是基因檢測(cè)和深度學(xué)習(xí)都可以。如果做到“像ai”，直接生產(chǎn)個(gè)ai就可以了，而算法的研究也僅限于已有的人工智能技術(shù)，不可能重新設(shè)計(jì)，難度比較大，最后會(huì)進(jìn)入比較雞肋的地步。

　　機(jī)器人物流，ai做收貨人跟蹤跟蹤貨物、分類(lèi)存儲(chǔ)、智能揀貨、智能退貨，直到送貨上門(mén)信息系統(tǒng)：客戶(hù)信息管理，客戶(hù)信息檔案，客戶(hù)關(guān)系管理，客戶(hù)信息監(jiān)控，網(wǎng)絡(luò)協(xié)調(diào)，共享客戶(hù)，績(jī)效管理，顧客管理，物流管理，庫(kù)房管理，投資/管理，財(cái)務(wù)，統(tǒng)計(jì)報(bào)表等。物流管理：車(chē)輛調(diào)度，路徑調(diào)度，過(guò)路查詢(xún)，停車(chē)，損耗評(píng)估，單據(jù)處理，物流記錄管理，log10，訂單管理，企業(yè)級(jí)物流管理，差旅管理，銷(xiāo)售管理，客戶(hù)追蹤，協(xié)調(diào)管理，降本提效，推送物流，顧客消費(fèi)數(shù)據(jù)管理等。

        精益生產(chǎn)、物流執(zhí)行計(jì)劃、生產(chǎn)跟蹤、庫(kù)存控制、新產(chǎn)品開(kāi)發(fā)、長(zhǎng)/短期物流預(yù)測(cè)、協(xié)調(diào)物流、庫(kù)存監(jiān)控、庫(kù)存處理、路徑管理、生產(chǎn)物流物流反饋分析、物流數(shù)據(jù)采集和傳輸、供應(yīng)商/客戶(hù)協(xié)調(diào)管理、整車(chē)物流等。

　　物流工具、工業(yè)物流、庫(kù)存管理、b2b物流等。先問(wèn)問(wèn)國(guó)內(nèi)哪幾家有？機(jī)器人物流ai物流可能也沒(méi)有人想到的難點(diǎn)。

        比如ai是否能避免運(yùn)輸?shù)奈锪髡`區(qū)？ai的目標(biāo)客戶(hù)能否如真實(shí)客戶(hù)一樣對(duì)接到成熟客戶(hù)？ai物流結(jié)合智能it系統(tǒng)可能有意想不到的事情發(fā)生？ai將我們的一線人員慣性思維轉(zhuǎn)化為大數(shù)據(jù)精準(zhǔn)的供應(yīng)鏈判斷，可能有很多其他目前沒(méi)有想到的想法和想象空間。物流這個(gè)領(lǐng)域機(jī)器人已經(jīng)有非常先進(jìn)的產(chǎn)品在各方面領(lǐng)先了。

　　反而我想多談?wù)勎锪鞯牧硪粋€(gè)方面，那就是自動(dòng)化。ai在自動(dòng)化領(lǐng)域目前還主要處于雛形階段，還需要更多在物流自動(dòng)化方面的前輩企業(yè)和成熟技術(shù)來(lái)引領(lǐng)物流業(yè)的發(fā)展。我先說(shuō)一個(gè)核心問(wèn)題：互聯(lián)網(wǎng)和物流結(jié)合，怎么樣才是最優(yōu)解？

　　1.人工智能（大數(shù)據(jù)計(jì)算和機(jī)器學(xué)習(xí)還不成熟，也是現(xiàn)在物流重要的一步）

        2.智能化管理及it系統(tǒng)（自動(dòng)化模式還只是工業(yè)物流的入門(mén)階段，還有很長(zhǎng)的路要走）人工智能物流=人工智能（行業(yè)本質(zhì)特征）+高科技的產(chǎn)品

        3.把人工智能應(yīng)用到自動(dòng)化管理系統(tǒng)，如：可以根據(jù)物流的情況，實(shí)時(shí)智能識(shí)別客戶(hù)需求，實(shí)時(shí)對(duì)客戶(hù)下單、配送、收貨、出貨和退貨，且由系統(tǒng)自動(dòng)學(xué)習(xí)對(duì)方，等等。

        4.基于物流重視數(shù)據(jù)化管理,物流一定要基于大數(shù)據(jù)的物流基礎(chǔ)上。

        5.人工智能物流可以解決很多工業(yè)物流的短板。