——在2024年（第二十三次）中国物流学术年会上的演讲（摘要）

综合开发研究院（中国·深圳）物流与供应链管理研究所所长、中国物流学会兼职副会长 王国文

2024年11月16日 河北·廊坊

尊敬的各位领导、各位老师、各位同学：

大家下午好！

感谢大会的安排，我给大家汇报一下关于AI在供应链应用的最新进展情况。

如何认识我们所处的AI时代？实际上，最近这些年大家都在讲AI，微信指数也是非常高。但是，实际上真正在人类历史上稍长一点的周期来看，我觉得AI代表着两个非常大的转折点之一。

左边这个图实际上就是前些年我比较早关注到的一本书，叫《第二次机器革命》，它里面讲的人类文明的指数在过去8000年周一里面突然发生了一个巨大的折转。那个时候是1775年瓦特发明蒸汽机的时候，实际上是机器在体能上超越了人类。

右边这个图是AI生成的一张图，我请AI再预测一代未来人类文明的指数会发生什么样的折转，特别是在数字化的时代。所以，现在有人就在比喻，我们现在面临的这样一个AI的时代，实际上是一个机器在智力上会超越人类的智商。所以，第一次机器革命是在体能、体力上机器超越了人。我们所面临的这个时代则是在智力上机器超越了人。

从AI发展的历程看，数字化始终是一个智能化的基础，是先有数字化，才会有自动化，然后机器才能自己学习，然后才有生成式的AI。

AI的智能化也是从数字化开始、基于数字化的。前些年。我们一直在讲，数字化已经实现了覆盖了整个供应链全流程的。我们在供应链的计划、采购、制造、交付和客户服务的所有的流程里面实现了大数据的完整的应用。现在我们看到的这样的一个面临的情况实际上是一个重新的AI的完整应用的一个进程。

区跨链在供应链中的应用，代表了数字化的一个高阶的阶段。两年前我出版了这本书《区块供应链》，就是讲了区块链技术在供应链上全流程如何来去应用的一个进程。虽然区块链的热潮似乎是过去了。但是，我们在朝着Web3.0的方向去发展的时候，尤其现在在虚拟资产、分布式的记账和元宇宙、包括游戏化这些新的场景里边，区块链都是一个非常非常重要的底层的技术。大家也联想到最近这段时间比特币的一个暴涨。

所以，我在研究了区块链在所有的供应链流程上如何应用之后，最近这两年我们把时间和精力转向了AI。实际上，AI跟供应链的结合完全不是一种偶然的现象。我们进入到AI时代的标志，既有基辛格博士的最后的一本书《AI时代与人类的未来》，也有柯林斯英语词典在2023年11月7日把AI选为年度单词。最近我在网络上刷到的一个段子，我把这个词写下来了，放在这儿了。大家可以念一念，这个人是怎么说的？

用柯林斯英语词典的这个说法，AI是计算机程序对人类心智的模仿。所以说，我们要判断一个东西是不是AI，算不算AI，那就要看它有没有具备人的这种智能。原来我们讲AI都是由我们来做决策，AI去执行。现在反过来了，是AI要替我们做决策，这就叫人工的这种智能。

所以，去年我在佛罗里达参加全球供应链年会的时候，我跟踪的几个分论坛和主旨演讲大概就是这样几个方面。AI的技术成熟度的问题、AI所取代的未来劳动力的问题，我们前些年就说过，翻译的职业就会消亡，你说你的话，我说我的话，我们戴着耳机就可以解决问题了。现在Google的翻译准确度我自己认为已经达到了90%左右了，而且速度还特别快。

去年我得到的这些信息，但是今年我在10月份去参加今年的全球年会的时候，这个进展又不一样了。我们说5个供应链创新奖的提名里面有3个是跟AI相关的。这个是AI对美国军事物流的变革性的影响。说的是什么呢？5400多架军机，所有的这些零配件，由AI制定了一个预测性分析和决策支持的PANDA系统。往往很多创新应用都是从军事里边开始的，比如说，2004年我讲的RFID，那是物联网在物流里应用的开端，是美军在伊拉克战场和阿富汗战场上最先的一种应用。所以，我们现在看到了AI在空军的物流里边的应用。

我们再看看“AI+无人机”的技术进入了整个仓库的体系里面。还有AI用于车队的派遣，也进入了今年全球供应链创新奖的提名。如果我们要想问，AI究竟对物流和供应链有哪些影响和冲击的时候，我们现在看到的仍然都是一些碎片化的案例。包括AI和视觉识别在闸口和产业链中的应用，这个不再是简单的OCR的识别问题，实际上它是一个完整的全过程的智能化的掌控。

所以，Uber在今年的大会上分享了他们在这样一个大的数量的数据的量级上来用AI驱动端到端的供应链运作的案例。我们现在讲的是通用人工智能，我们讲AGI，通用的人工智能来驱动整个供应链的优化，实际上是机器取代了人，做了超过5000万次的决策，这是General  Mills的一个案例，这里边包含了下边我画红线的一家公司，它做了一个AIP，就是由AI的这样一个平台来把ChatGPT的能力结合到整个供应链的运作里面去。（我不想给某家公司卖广告，如果大家有心的话，回去查一查这家公司。）

我们也看到了AI跟机器人的这种合作，使机器人的人性化的水平，机器人负责安全的能力得到了有效的提升。今天我在网上看视频的时候还看到在海湖庄园里边万斯带着全家玩的时候旁边还有一个机器狗做案件的巡查。这种AI人工智能与原来的机器人的结合，这是我们看到的又一个AI应用的这种案例。

所以，我们看这个年会里边，我没有办法分身，还有关于什么的平行论坛呢？AI跟供应链的敏捷性和效率的关系、AI和韧性的关系、地缘政治、AI和未来供应链韧性的战略考量的问题，这些都是今年在CSCMP全球年会我发现的一些重点和亮点。

从国际上的调查来看，现在有56%的企业在使用AI强化人工智能的操作，75%的企业说明年我要用AI了，73%的企业说，我发现没有好的AI的产品。说明企业现在有需求，但是还没有好的这些工具。

上午SAP也讲了他们的想法。但是，我感觉真正区分AI和传统的这些软件和大数据分析得非常重要的能力就是从下边这几个PPT开始。

首先就是一个数据的问题，我们必须得有足够的数据，我们才能建足够大的模型，我们才有足够高的智能化的水平。所以，关键的问题是，更多的数据是在冰山的下面，我们能够掌握的数据仅仅是冰山一角。所以，我们说在整个AI应用这个方面可以有四个方面的一个步骤：

1.我们必须得要了解到AI可以用于很多的知识流，不管在营销也好、客户服务也好，很多数据是在制度化的结构性的笼子里面，必须要把它释放出来，必须要把它进行一个民主化。

2.我们要把结构性的数据和半结构性的数据跟非结构性的数据把它结合起来。SAP讲的是全是企业内部运行的结构性数据，但是我们现在有越来越多的非结构性的数据是在企业的外边的，我们如何用AI的方法把它来集中。

3.同时，我们要意识到AI的影响和冲击会来自于哪些方面，有哪些形式？特别是我们在企业应用的过程里边应该建立一个短期、中期和长期的价值认知。就是我想马上什么问题？长期目标应该是用哪些方法去实现我的价值。

所以，我们现在看到的关键的问题是什么？就是大部分的结构性的数据还是需要人工去完成的。比如说，发票、交付的确认、支付的这些确认，我们大部分还需要依赖人工去完成。但是，如果我们用AI去处理所有的结构性的数据。

大家注意，一个非常关键的要素是什么？是AI要把发票、装箱单，所有的这些结构性的数据要分解掉，变成细度非常小的颗粒，然后才能够重新生成和重新输出，这就是我们讲的“生成式“的概念，这是我们区别传统的软件和AI的一个非常重要的方面。

那么，从现有的场景上来看，大家都知道，我们可以用AI帮我写一小段文字，帮我做一个推销，帮我回答一些客户的提问。当然，难度高一点的是我们的自动行驶的汽车，马上FSD就要推出来了，马斯克的新的汽车是没有方向盘的，想控制它恐怕都很难。我们有安全和绿色方面的这些考虑。

前面我讲的所有的都是AI在供应链上应用的场景，当然这些场景目前为止我们看到的都是碎片化的场景。所以，我去年和前年做的一项工作，我就想验证一下，如果AI在供应链的全流程应用能不能做好，能做到什么样的程度？所以，我在ChatGPT上开发建立了一个应用。年11月6日，ChatGPT最大的升级是把自己做这样的一个应用变成了一个开放的平台，就是任何一个用户可以在ChatGPT上建立你自己的APP。所以，我就跟ChatGPT说，我要建立一个专门用于AI和大数据分析在供应链领域里的应用，你给我起个名字吧。它给我起个名字叫“供应链先知- Supply Chain Sage”。我建立这样一个平台之后，我就开始用供应链的流程标准训练这样一个模型，然后我尽管全流程的这样一个训练，从计划、采购、制造、回收，所有的这个流程我把流程标准灌给它，我说你如何理解这一块儿流程和这一块儿的标准？

这样我做了一个全流程的验证的时候，我说我准备要写一本书，你给我生成一个这个书的样子，就是左边这个样子，是AI给我生成的，叫《AI和大数据分析重塑供应链管理》，右边是我印出来的这本书的样子。

实际上这样一个过程，我们得到了一个什么样的结论呢？大家看左边这个图，这个图生成出来的是有一个英文叫CHAPTER1，第一章，以前ChatGPT生成这个图片是没有办法表达准确的，包含准确的文字的信息的。现在的这个AI可以说，我说你给我生成一个第一章的简图、插图。它生成这个插图，供应链计划的这个，如何理解物流和供应链这个插图，就带有第一章的这样一个文字，一个准确地表达出来了。所以，这是升级的主要的考量。

所以，我最初的训练是问AI，你告诉我什么是物流，什么是供应链，物流和供应链有什么区别？我得到的这个答案跟供应链流程标准的解释基本上是一致的，这个奠定了我继续跟它对话和培训的信心。

然后，我就问它，你如何理解AI将来在物流和供应链上有什么样的应用？我们得到了这个概念的准确性的回答之后，我下面就把供应链的计划流程的流程标准输入给它。然后，我跟它讲，我说这个流程标准是2007年制定的，你以现在的数字化和人工智能的角度来讲，你告诉我这些流程哪些方面需要更新？你告诉我，用什么样的工具和方法论去更新这些流程。那么，你再给我举一些案例，是怎么来做到这一点的。

所以，这就是我在计划这个流程里面得到的一些答案。所以，我说你要给我生成这一张的一个简图，CHAT2第二章已经包含在这个简图里面了。

我如果做了计划流程，我说你帮我总结一下，现在的计划流程有哪些方面的更新是大数据和AI时代在供应链计划领域里面可以做的，而且必须做的事儿，这样再给我生成一个计划流程的示意图。右边这张图是一个示意图，这里边的英文是有很多不准确的单词的。这也是让我知道了，我们计划的流程，我做完了之后，下一步我做了采购流程的更新。

但是，原来的供应链流程标准没有涉及到供应链韧性的问题。所以，这次我就问了AI，我说俄乌战争、贸易战、新冠疫情都对供应链的韧性带来了大的影响和冲击，我说你认为我们应该建立什么样的流程和架构体系来预测供应链的断链和形成一套标准和标杆呢？所以，我也得到了一个非常满意的答复。

我们做了全流程的测试之后，我说如果让你测量一个企业的供应链的绩效。因为我曾经也出过一本书，叫《供应链绩效考核实战》，用的是数学的方法给了所有的公式在里面。实际上我也问AI，我说你知不知道这些公式是什么样子？实际上它不仅仅告诉了公式，甚至我问它，我说你用Python给我编一个程序，如何来去预测未来的这些情景？它把Python的程序语言给我打开这个窗口，把程序给了我，我也把这段代码摘录下来了，放到了这本书里面。

还有一章是新的东西，就是关于绿色供应链的问题，这个在第一版和第二版我翻译的《供应链流程标准》里面也是没有的。那么，在绿色流程里的应用，我让它最后生成了绿色供应链的一个图景，大家看不仅仅这个图是非常贴近我们的这个情景，关键是这里面给出的流程和方法论。

所以，我们想说的是什么呢？就是生成式的AI将成为物流与供应链的下一个风口。那么，这是我最近这一年到两年里参加全球的供应链大会，我们得到的一个信息。实际上这张简图是非常有说服力的。大家看一看，在互联网的应用，和智能手机的应用个，和AI的应用，互联网的应用从90年代初，到了2010年，经历了30年的时间才达到了基本上的一个完整应用；智能手机的应用从2005年到2020年大概是15年的时间；AI如果从2020年起步到现在，这一两年里边，它的速度会呈一个非常陡的曲线。

所以，我用了这段时间我们验证了通用的大语言模型能不能干专业的事儿，我得到了一个非常肯定的结论，通用的大语言模型是能够干专业的事儿的。但是，有一个前提条件，就是你必须对这个大模型有足够的训练。实际上我对大模型的训练是用英文给它输入的英文的供应链的流程标准，然后我用英文输出的这样一些结论，最后我才翻译成中文。所以，我们说大模型必须有足够的大才有可能。据说现在有两三百个大模型，就跟新能源汽车的品牌一样，我想最终都会走向越来越坚定，而且这个模型必须要足够大。

第二个就是我们必须得有专业化的训练，才能让通用大模型干专业的事情，这就是我们经过长期的训练我得出的这样一个结论，我们才有可能形成一本书把它出版了。

为什么前些年我做中物联区块链专家委员会的主任我当了三年，现在我们要研究AI，咱们在座的诸位，大部分人不是搞软件，不是搞技术的，为什么我们要反过来可以指导AI？就说我们手上掌握着应用场景，我们掌握着商业的流程。商业的流程的标准化是指导未来AI应用于我们供应链这个领域里非常关键的一个基础。但是，ChatGPT生下来就是收钱的。所以，我觉得商业模式跟大模型未来能否生存和发展还是非常紧密关联的。

所以，这样看，我们作为一个供应链的从业者，我们的AI之路应该是从“逆袭“开始，从应用端反过来倒推，来去指导，来去研究AI的行业性应用的问题。

谢谢大家！

（根据速记整理，未经本人审阅，转载请注明作者和来源中国物流学会。）