久通物联：AI在智能仓储场景中怎么应用?

　　想必大家都应该知道，随着近几年人工智能的快速发展，预示着它将为仓库运作方式带来革命性的变革。人工智能(AI)它是一种非常值得密切关注的新技术。从最简单的层面讲，人工智能是随着计算机系统科技的技术更迭，能够执行通常需要人类智能才能完成的任务，如视觉感知、语音识别、决策和语言翻译等工作。但现在的企业决定在运作实践中引入并实施这一新智能技术之前，必须要确保已拥有相关数据及所需人才。

　　对相关企业而言，即时关注并对供应链技术的进步具有敏感性几乎已经成为必须，机器人技术、自动化、数据分析和工业物联网等各种新技术，正在逐步展示出其在提升货物运输，处理，存储和配送效率方面的潜力。这些新技术的不断涌现，使得我们很难确认究竟应把注意力集中在哪一方面。

　　在这其中一项值得仔细研究的新技术是人工智能(AI)，简单而言， 人工智能是计算机系统发展到一定阶段的产物，即代为执行通常需要人类智能参与的任务(如视觉感知、语音识别、决策和语言翻译)。人工智能出现于1956年，但绝大多数情况下，我们都必须将智能程序明确地输入到计算机中。

　　近年来，机器学习作为一种典型的人工智能技术，机器学习主要是探索如何可以使计算机程序通过对输入数据的学习来提高其输出性能。这些程序可以嵌入在机器中，也可以在服务器或云端操作。亚马逊(Amazon)、谷歌、Facebook、微软(Microsoft)等大型科技公司已经将机器学习融入到他们的产品和服务中，为用户提供：相关度更高的网络搜索内容，更好的图像与语音识别技术以及更智能化的设备。

　　机器学习与数据分析(收集、转换及数据分析的流程)之间有一些相似之处。两者都需要一个经过清理的、多样化的、大型的数据库才能有效地运作。然而，主要的区别在于，数据分析允许用户从数据中得出结论，进而要求用户采取相应措施来改善其供应链。相比较而言，对于已处于可解决范畴内的问题，机器学习可以基于“训练数据库”自动执行操作(本文后续关于监督学习的部分将对此进行讨论)。

　　基于其允许任务自动执行这一特性，人工智能— 尤其是机器学习 — 对许多供应链管理人员来说都是一项值得关注的重要技术。对于今天的许多企业来讲，制定并实施供应链相关的人工智能战略，将使其随着技术的逐渐成熟，提升自身的生产力、速度与效率。

　　虽然供应链管理人员有无数的技术需要评估，而基于技术的变革需要方向指引，人工智能不应被忽视。它也不应被视为神奇地改变供应链的灵丹妙药。相反，人工智能应该被看作是一种能够推动KPI改进的工具，而KPI对于组织的成功至关重要。没有必要让自己成为人工智能专家来利用这个工具，但您确实需要确保您的组织具备上面讨论的三个基本要求：定义对推动业务改进非常重要的高价值应用场景，构建数字基础设施，使高质量的数据能够从多个系统中聚合，并开始在组织内外建立一个数据专家团队。