——在2025年（第二十四次）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

2025年11月29日 湖北·武汉

我在去年讲了AI训练大模型之后，我们用它重新生成了供应链的流程标准。今年我专门又花了一段时间在国外进行大模型最新阶段的训练，所以想把这个训练的成果、过程跟大家做分享。我们做的不仅仅是对供应链管理流程标准的更新，我们用AI如何来重构物流和供应链的指标体系，这一点对教学和研究、企业应用都有非常重要的影响，这是未来我们会考虑的方向。

我从今年的4月份开始讲起，因为上午的大会和前面的专家、企业都做了最新的政策、趋势、中美关系，包括很好的企业案例的分享。在去年出版AI供应链全流程应用的书之后，我又对AI供应链应用的最新趋势做了一些了解，是五个方面最新的应用。

大家看到“As of April 2025”是从今年的4月份开始，我今天的讲义是从4月份以后到现在跟大家做的最新的分享。

从4月份以来，AI持续对整个行业进行变革，来提高效率、韧性和可持续性。这个也跟今天早上蔡进会长讲的“新三化”有非常大的耦合关系，所以大家看到的是一种共同的趋势。

从具体的案例来讲，有五个方面的典型应用。第一个是由AI驱动的货运的优化。货运的优化，我们讲供应链一直是需要指标去测量的，所以从优步货运的网络规划上来讲，美国高速公路空驶率大概35%，AI应用完之后，这个空驶率降低了10%到15%，这是非常显著的变化。还有就是AI的客服时间，以前打一个客服电话至少让你等15-20分钟，现在已经可以缩短到30秒，这是在货运应用方面的重大变化。以前仪表板的系统加上AI之后可能它表现数据的精确度和对统计的分析就更不一样了。

第二个是关于人形机器人应用。为什么现在仓库中物流体系人形机器人的应用发展得比较快？不仅仅我们看到机器越来越像人，关键是这个机器人具有了人工智能，我们说人工智能是什么？人工智能概念是什么？人工智能是计算机程序对人类心智的模仿，心理行为和智力行为共同的模仿。有了AI大脑的机器人才能够让它更像人，机器人在仓储的应用，它在自助移动性、在目标的操作能力、对供应链操作系统的理解能力、还有联合协作的任务完成能力，在这些方面机器人体现出了一种显著的优势。

第三个是AI在军事领域里的应用。我们都知道物流起源于二战，这个词从军事物流拿到商业里面来，是因为打仗建立了这一套体系。但是我们看到很多科技创新最前沿的应用，包括RFID在伊拉克战场上应用，在21世纪初都是在军事物流率先应用的。所以我们看到AI这一轮应用的典型案例，包括去年和今年在全球供应链管理专业协会（CSCMP）年会上获奖的创新案例，五个里面有三个都跟军事物流的应用有关。军事物流的案例，投资1500万美金，建立这样一个平台，最主要是解决了战场的后勤补给，一个是弹药的补给，一个是应急的医疗设备的补给，解决随时战场应用的问题，时间关系我不展开讲。

第四个就是强化的供应链的可视度。原来讲端到端的可视度是可以通过像机器流这样全程的跟踪来实现的，但是如果说你的供应链涉及到跨境的时候，这一点就不行了，你就断裂了。如果我们要涉及到超越你视距范围的跟踪和全程供应链可视度的时候，你必须要动用大数据的资源去解决全过程可视度的问题。另外就是关于断裂和怎么接续的问题。

第五个就是AI来应对贸易战所产生贸易断裂的情形。现在都说产业转移也好，全球供应链的再构以后，所有的行为会在全球范围内产生重构，如何保证供应链的资源是可供的、可控的、可调节的，我们发现有很多工具来协助企业做预测性的分析，在全球范围之内去优化你的库存和物流的配置。

去年我在年会上分享的是第一个阶段到第二个阶段的供应链流程标准应用的测试。第一个阶段我发现通用大模型可以对AI有一些基本的理解，它可以对流程和概念做出相对准确的反应，但是这种反应的精确度是有限的，我一会儿也讲讲AI局限的问题。第二个阶段是我通过流程模型的输入，在重新输出的时候，我们发现这个模型学习的效率和输出的质量有了非常大的提高。这就是我们得以出版AI应用这个书的主要底气。

我在第三个阶段的应用是从今年6月份开始之后的训练，我们产生了第三个阶段的结果，这是今天我想跟大家做分享的重点，就是现在AI生成的信息更加准确、而且更加形象化。以前我们还要自己手画流程图，我们需要用PPT也好，或者用其他的软件工具也好，你要做流程图，但现在生成的信息里面已经完全做了改变。

所以在第一个阶段是我们用了我的思维，用了供应链流程框架的体系，去一页一页对话，这样我们生成的文件得出了整个流程对照的更新的结果。这奠定了一个什么样信息呢？AI对供应链流程和概念的理解是准确的、是可用的。

第二个阶段的测试出现在2023年的6月份，ChatGPT把自己的一个应用变成了开放的平台，任何人都可以在上边建立自己APP的时候，它的专业化程度就有了一个非常明确的指向。

这个页面是我在ChatGPT上建立了一个Supply Chain Sage(供应链先知)的APP，我打开ChatGPT的页面第一个是它的通用功能，第二个就是我自己的APP，我自己的APP它就会给我一个页面，你输入对话信息的话，它这里面保存了我之前跟它对话所有的历史信息，连一个字符都不会差。这种准确度是形成第二个阶段流程的应用和改进。

这个目录是我生成的，但是每一个第三级的标题就是我每一次跟它的对话，甚至是每三到四次的对话形成了一个文档。这样是通过人的思维、通过对话机制，我们去重构了供应链流程标准的这一套知识体系。

这个里面我增加了新冠疫情和贸易战，包括俄乌冲突和韧性供应链的影响，这个目前为止还是第二个阶段我们生成的结果，就是AI大数据应用的书。

我今天想说的是第三个阶段，第三个阶段是从ChatGPT从4o到5.1这个阶段，前两天ChatGPT又做了一个新的更新，在5的阶段出现了两个分叉，第一个分叉让它更拟人化，更像人，对话更流畅、思维更流畅。第二个是深度思维，让它考虑的深度更加更新。第三个阶段我们得到的结果是什么呢？所有的流程进行了重新的定义和优化，我把流程的每一个文本、每句话都已经重新更新。第二个是流程更加畅顺。第三个，我们会有非常准确的生成的流程图来体现。

大家看，以前我们在写每一章的时候，我们生成这章的图片非常难，在我做第二版的时候费了很大的力气才在目录上有一个图片里面让它包含了Chapter 1、Chapter 2，现在你可以非常轻而易举得到包含章节的标题和含义的示意图。

更关键的是什么呢，比如我问它AI在供应链里能做什么？上一次给我的结论是一组文字，这次给我的不仅仅是文字，给我一个流程的架构图，这个图现在是直接生成的结果，而且AI会问你，说我回答了你的问题，你需要我给你生成一个图表吗，还是你需要把这个内容做成PPT，还是word文档你来下载，这些都已经变成自动化的流程。

现在从供应链的计划、采购、制造、交付和回收的流程里面，每一个方面AI和大数据能做什么？它给我画成了很倾向的带有非常准确的文字描述的流程图，这就是这个阶段我们发现AI的升级从今年6月之后我们得到的一些结果。

举个例子，最重要的这个环节就是需求预测，假如一个企业需求预测的准确度能够提高1个百分点的话，它的供应链的整体效率可能会提高10%，甚至30%的效率，所以需求预测的准确度决定了供应链的整体效率。我就问它，我们需求预测需要哪些流程？需求预测需要哪些工具？以前我看了三四本关于需求预测的书，我们用回归分析等等一切的数学方法，现在AI所做的分析不仅仅是可以基于历史数据的，更是可以基于所有社交平台媒体的数据，而且它有所有数学的手段可以给你来使用，这个是非常大的进步。

我现在把需求预测的流程做了一点点放大给大家，如果时间允许的话，大概给大家念一下。比如左边是建议最低流程标准，这里面是什么呢？在需求预测的流程里边，需求预测的职能是分配给了AI加持的计划团队，需求预测结合了机器学习的能力去分析接入历史的数据、社交媒体的趋势、经济的指标和外部的数据。我们说AI赋能的这些预测工具跟我们以前用的软件最大的区别就是软件是基于结构性的数据和你企业的内部数据去做的，外部数据的获取要靠AI去完成。第三个问题是什么呢？就是ERP和IOT、CRM和POS系统所有产生的实时的数据，而且被考虑在内。还有关于定价的、营销的、季节趋势的和竞争者的这种行为也整合到了预测模型里面。AI和协同预测与补货工具（CPFR），结合起来用于多层级的协同，预测的绩效是持续得到监控的，而且采用了基于预测的偏差、预测的稳定性、服务的水平这类的指标来进行实时的校准。另外，实时的报警，在预测的变异里面会产生实时的提醒，短期的预测可以做到每天去进行更新。这个就是AI给出的最低流程标准的预测流程。如果说在座同学们有人去研究或者是做流程预测的话，AI给出的这套流程标准是可以用于正确指导我们的实践。

右侧的指标是结构性的由AI赋能的数据，整合了市场、客户和所有情报的数据，达到一个更高端的阶段。时间的关系，我不往下讲。

第二个阶段是采购流程。左图是采购战略，我们应该用什么样的采购战略。右图是采购的顺序，它包含主要内容和一种逻辑关系。

采购流程就是技术生态系统怎么用于采购流程。这样给我们提供了一个什么样的机会？任何你在这里面发现的东西可以往深再挖一层，你给我解释一下这个技术和工具到底是怎么来用。

这是制造的流程，AI+精益制造，丰田的大野耐一在二十多年以前提出精益方式的时候，那时候AI和大数据分析还没有用于供应链的制造和分析。制造最终的结果就是上午陈司长提了，所有制造的过程，如果加上区块链的价值交换的体系，实现合约自我的价值支付，我们可以完全实现未来的无人制造全过程的交付和价值结算。

我们看这个交付流程，从订单处理到最后成品的交付，究竟AI在这中间会发挥哪些作用。在订单处理的流程里面我们也看到了具体应用的结果。这是退货的流程、执行的流程，大概有十个方面，我都做了更新。

这次我增加了两个流程标准，就是供应链韧性的流程标准和绿色供应链的流程标准，这是在第一、第二版供应链流程标准里面都没有的内容。

我们得到了这样一个完整的更新版的流程标准，我觉得是第三个阶段的训练，是在过去一年多的时间里，ChatGPT能力的演进和我们对模型训练的结合得到的一个更新的结果，我得到了一共400多页流程的标准。这400多页的流程标准是今年10月份在全球的供应链大会上做了分享，当时我发持续一个邀请，我说我这次得到的结果，我希望找一批专业和企业家们来去验证，我发给你们阅读，由你们来去看这些东西是不是符合我们现在的需要，而且是否包含了准确可用的信息。

今天我为什么我把标题改为了AI应用更新和构建知识体系呢？新的流程图不再需要人的设计，比如说韧性、安全、绿色，所有这些流程我们看到了三级，甚至四级五级里面，如果任何一个人掌握AI工具，用我这个模型可以接着往下挖N个层级，这样你就可以到运作层面。比如像啤酒、游戏这种四级的供应的模型，你需要训练AI，它才能够跟你玩。但实际上现在在电子商务时代，由C2M，由客户直接下单给工厂的时候，这种四级放大的模型已经没有任何意义了，因为供应链已经完全扁平化了。

所以我们讲AI颠覆供应链知识体系的创造与知识体系的教育与学习方式。如果流程标准这套东西能够用来学习和指导未来的实践的话，我们如何将来教学生，我们如何建立知识体系，这种思维方式可能会完全改变。

Kate Vetashek 是二十年前起草供应链流程标准的人，二十年之后我这又把她请到我演讲的会场，让她去看我这次生成的东西，她觉得非常吃惊。

后面还有什么内容呢？就是我们特别要关注美国的行业巨头们，尤其是科技七巨头对AI基础设施领域里重大的投入，AI并不是没有泡沫，而且是刚刚开始，而且是在婴儿的阶段。AI并没有解决所有的问题，但是我们先看这一轮美国的科技巨头在AI领域巨量的投入，在未来的三到五年的时间里面将会改变所有的格局。

谢谢大家！

（根据速记整理，转载请注明作者和来源中国物流学会。）