课程背景
在数字经济和实体经济深度融合的当下,物流业界正从“规模扩张”向“效率驱动”转型。据中国物流和采购联合会资料,我国社会物流总费用占GDP比重虽持续下降,执行层面,但仍高于发达国家平均水平,传统营运模式面临人力成本攀升、资源调度低效、供给链协同不足等等核心痛点。和此同时,AI技艺正加速重构物流全链路——从智能仓储的多机器人集群调度、运输路径的动态精进,到诉求预测的精准算法、末端配送的无接触解题打法,技艺落地已从单点试验迈向规模化运用阶段。可是,多数物流公司仍面临“懂业务不懂技艺、懂技艺不懂情境”的落地困境:中小物流公司缺乏AI选型和成本评核本领,大型公司的数智化投入常因情境适配性不足陷入“投入大,见效慢”的僵局。
课程将以AI赋能物流公司落地运用为核心要点,融合大量物流情境实例,支援参训者认知物流公司智能化轮廓架构该怎样规划,AI差事类型都有哪些,微情境的差事该怎样拆解?物流公司的全价值链情境,AI怎样纵深参与到业务流中,赋能业务?物流公司周全落地运用AI,有哪些挑战和隐患?使参训者学之解惑,学之能用,让公司能更好迎接智能化演进。
课程收益
• 思路革新,八大顶 级方略性供给链物流数智化技艺趋势
• 数智化思路,AI差事类型,物流科技价值的达成轮廓
• 公司智能化轮廓架构,基于轮廓架构的微情境拆解,AI在物流全价值链情境的落地,AI落地公司的挑战和隐患
• 物流 AI 技艺演进要害点,物流智能化革新三层架构,京东,顺丰和菜鸟的物流智能化实例拆解
课程大纲
1、
数智化思路和AI打法
1、思路革新路径
2、八大顶 级方略性供给链物流数智化技艺趋势
3、数智化思路
• 连接
• 赋能
•
破界
4、机器智能演进现况
• 机器智能业界图谱
• 机器智能大模型业界链全景图
5、AI的差事类型
• 决策式机器智能
• 生成式机器智能
6、物流科技价值达成轮廓
• 谁规划?
• 谁会做?
• 谁在用?
实例:京东物流
学识点:京东物流智能化架构
1、
二、AI落地物流公司实战办法论
1、
公司智能化轮廓架构
2、
基于轮廓架构的微情境拆解
3、
AI在营销架构里的运用实例
• 实例拆解:自动化营销
• 实例拆解:诉求智能拆解
• 实例拆解:营销素材自动生成
1、
AI在办公里的运用实例
• 实例:文档自动生成
1、
AI物流仓储的运用实例
• 实例:自动化分拣
• 实例:数字孪生仓储管控
1、
AI物流配送的运用实例
• 实例:路径规划和配送
1、
AI在档案管控和学识图谱的运用实例
• 实例:学识库拆解,专家心得智能化
• 实例:装置维修维护
1、
AI在人力资本运用实例
• 实例:简历自动筛选
• 实例:智能面试
• 实例:考题
1、
AI落地公司的挑战和隐患
• 技艺施行隐患
• 业务规范化和价值隐患
• 组织和营运隐患
• 合规和伦理隐患
实例学识点:构筑用户为中心,效率驱动,价值输出视角
数智化转型,怎样做到可视化管控
1、
物流智能化
1、
物流 AI 技艺演进要害点
2、
物流智能化革新三层架构
3、
物流公司智能化轮廓架构
4、
物流智能化实例拆解:京东超脑
• “超脑大模型+狼族自动化”促成物流智能化转型
• 锁住业务,炼就基于数字孪生的智能决策架构
• 资料底座:生态化资料资产,从点以及面,从线到网
• 仿真引擎:分布式仿真轮廓,支持大规模计算
• 决策引擎:端到端智能决策,协同上下游标的
• 系统闭环:全流程自动化,往细里说,直接触达业务
• 未来:从“3.0 数字孪生”到“4.0 数字原生”
• 物流最 佳实践,和图:新一代数智时空平台,物流流程闭环情境全覆盖
1、
物流智能化实例拆解:顺丰
• 顺丰大模型架构
• 丰知+丰智云:构筑AI赋能的智慧物流供给链
• 丰智芯:智慧物流供给链的RFID基础设施
• 顺丰数字孪生仓
1、
物流智能化实例拆解:菜鸟
• 全链路全情境的物流科技本领
• 菜鸟AI模型分类:决策式AI(左脑)和生成式AI(右脑)
• 生成式AI和决策式AI未来的结合点展望
• 菜鸟AI运用:赋能汽车零部件供给链智能预测和动态精进
• 菜鸟大模型客服:从意图识别到服务闭环
1,
AI+自动化,往细里说,重塑仓储
• 仓储自动化市场动态
• AGV/AMR 细分市场韧性突出,运行层面,无人叉车进入规模化运用阶段
• 本质是“系统决策 + 装置执行”的分层架构
• 料箱到人解题打法兴起,更为柔性、智能、易部署
•
实例拆解:京东物流智狼解题打法
1、
无人配送演进特征和服务模式
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|韩迎娣老师
适合谁听
物流公司高级管人者、从业者。建议同一家企业 3 人以上同来,课堂上直接改造本企业的实际问题——单人参加也能学到方法,但带不走可用的成果。
交付流程
课前:顾问访谈 2 位管理者,收集现状与问题清单,讲师据此调整案例。课中:讲授与演练各占一半,产出可直接用的工具与方案。课后:7 天内提交改进建议,30 天内一次线上答疑。
