智慧物流開啟新視野

  隨著購物型態的急速變化，電子商務（EC）網站的使用量持續攀升，帶動BtoC市場規模大幅擴張。根據日本經濟產業省的《電子商務市場調查》顯示，EC市場正呈現穩定且顯著的成長，其中旅遊、餐飲等「服務業」領域更是成長迅速。隨著行動裝置的普及，幾乎所有消費者皆可輕鬆進行線上購物，使得EC成為主流消費通路之一。EC市場的蓬勃發展，使物流產業的角色與重要性日益凸顯。然而，這股成長浪潮同時也為電商物流帶來嚴峻挑戰。市場規模的擴張加速了物流作業的特性變化，包括頻繁且小批量的配送需求、個性化客製化服務的提升，以及對最短配送時效的極致要求。這些因素皆使物流體系承受更高壓力。然而，日本物流業長期以來即面臨結構性問題，如人力短缺、勞動時數限制與成本上升等，這些潛在問題在電商成長的推動下愈發顯著，也成為產業持續發展所必須面對的核心課題。

一、電子商務物流挑戰

1. 嚴重的勞動力短缺問題
在日本人口減少和老化背景下，物流業也面臨勞動力短缺的問題。尤其是作為物流支柱的卡車司機短缺問題十分嚴重。所有行業的平均年齡為42.9歲，其中中小型卡車司機為45.9歲，大型卡車司機為48.6歲，平均年齡呈現老化趨勢。此外，所有產業29歲以下的員工比例為16.6%，而公路貨運業僅10.2%，年輕員工的招募難度十分明顯。

2. 惡劣的工作條件和低工資
勞動力短缺和招聘困難的背後是惡劣的工作條件。卡車司機，包括小型卡車和大型卡車司機，每年的工作時間約為2600小時，比所有行業的平均工作時間2124小時高出20%以上。另一方面，據說卡車司機的年收入比所有行業的平均水平低了約10%，而且預計未來需求還會持續增長，如果這種嚴峻形勢得不到改善，該行業可能會陷入更加困難的境地。

3.物流成本上升和庫存管理複雜化
由於燃料成本、人工成本和倉儲成本上漲，物流成本正穩定上升。此外，在處理多品種、少量商品的電商物流中，準確掌握商品數量和倉儲位置極為困難，還存在因庫存不足而錯失銷售機會的風險，以及因庫存過剩而增加倉儲成本的風險。

4. 快速應對配送和再次配送問題的壓力
以亞馬遜等大型電商運營商為首的「當日達、次日達」已成為客戶的標準服務，也是電商運營商保持競爭力的必要條件，但這也給物流站點帶來了沉重的負擔。此外，包裹再次配送率高達約11.9%，這給司機的工作時間帶來了壓力，增加了他們的身心負擔。這些問題是涉及系統等的長期問題，短期內難以解決。正因如此，人們對AI（人工智慧）的應用寄予厚望。人工智慧為電商物流帶來的變革效率提升、成本削減、客戶滿意度提升人工智慧的概念始於20世紀50年代，但全面應用和實際應用相對較晚，尤其在2010年代以來發展迅速。這是人工智慧技術本身的成熟、電商爆炸式增長帶來的大量數據積累，以及勞動力短缺緊迫的行業問題共同作用的結果。目前的人工智慧技術能為物流業帶來的好處大致可分為三方面：大幅提高營運效率、降低成本、提高客戶滿意度。

二、人工智慧在電子商務物流的優勢

1. 大幅提高營運效率 AI 為物流的各個環節帶來革命性變化。

(1)提高需求預測的準確性：
除了過去的出貨記錄外，還會分析天氣資訊、活動資訊等多方面數據，以實現高度準確的需求預測。這有助於在勞動力短缺的情況下優化物流中心的庫存和人員配置。食品綜合批發商加藤產業使用“數量預測和排班調整系統”，不僅可以提高數量預測的準確性，還可以減輕管理人員的負擔並標準化人員配置計劃。

(2)倉庫管理自動化：
配備 AI 的機器人（貨架運輸機器人、揀選機器人、無人堆高機等）沿著最佳路線揀選產品，實現入庫和出庫作業、庫存管理、包裝、分類等自動化。這顯著減少了工作時間，大幅減少了人為錯誤，並有助於統一工作品質。 NEC開發了一種“機器人控制AI”，可以提高物流倉庫中揀選機器人的精度，並顯著縮短學習時間。即使物品的尺寸、形狀和擺放位置與其學習到的不同，機器人也能準確地拾取並放置在指定的位置和方向上。

(3)檢驗工作自動化：
利用AI的影像辨識技術，可以高精度地識別產品的外觀和標籤，從而降低產品缺陷和錯誤配送的風險。

(4)運輸路線最佳化：

A.AI即時分析交通狀況、天氣、配送目的地的地理資訊以及駕駛者的人工管理數據，計算出最佳路線。預計這將帶來顯著的效果，例如縮短配送時間、降低燃料成本、減輕駕駛員負擔以及減少二氧化碳排放。

B.降低成本：
隨著工作自動化的推進，依賴人工的工作量減少，進而抑制人工成本。這是一個直接關係到管理穩定性的重大優勢，尤其是在勞動成本不斷上升、勞動力短缺問題日益嚴重的物流行業。此外，透過使用AI優化配送路線，可以縮短車輛行駛里程，有助於降低燃料成本。此外，透過準確的需求預測可以維持適當的庫存，無需持有過多的庫存，並大幅降低倉儲成本。

C.提高客戶滿意度
通過AI優化的物流流程，可以實現快速且準確的配送，進而提高客戶滿意度。基於AI的聊天機器人和AI操作員提供的客戶支援可實現24小時支持，為客戶提供一個可以隨時查看配送狀態和解決問題的環境。這提高了客戶的便利性，從而建立對公司的信任和品牌忠誠度。透過深度學習客戶的購買歷史和行為模式，AI可以提供針對每個客戶的個人化配送選項和相關產品建議，從而提高整體客戶體驗的品質。

D.物流xAI引入的具體事例
AI已經以各種形式引入到EC物流領域，並已被證明是有效的。

(1）解決漏送問題
佐川急便和日本數據科學研究所正在研究一種系統，該系統透過智慧電錶從各個家庭接收電力數據，預測顧客何時在家，然後利用人工智慧顯示有效的送貨路線。這有望改善漏送率，減少司機短缺和勞動力負擔，並減少二氧化碳排放。

(2）包裹面積估算人工智慧
東芝開發了一種人工智慧，可以從普通的攝影機影像中準確估算出每個不規則堆疊包裹的面積。透過在自動卸貨機器人上安裝這種人工智慧，可以準確、有效率地完成卸貨和揀選工作。與使用 3D 感測器的傳統方法相比，該技術可大幅降低成本，並且在演示實驗中，它實現了世界領先的性能，估算精度提高了 45%。

(3）從條碼以外的來源讀取產品資訊
也開發了人工智慧技術，可以同時讀取產品標籤和條碼上的文字訊息，印刷文字的讀取精度超過 95%。預計這將使先前依賴視覺確認的任務（例如庫存登記和出入時的檢查工作）實現自動化，並大幅減少管理和登記工作。

(4）亞馬遜的「全方位策略」
全球電商巨頭亞馬遜正大力推動利用人工智慧實現倉庫管理自動化，旨在提高揀選效率並降低錯誤率。除了各種物流機器人（用於運輸貨架和籃框車的Proteus、用於揀選物品的Sparrow以及用於裝卸行李的Cardinal）外，還有一個名為Sequoia的系統可以管理包括工人在內的整個物流中心的流程。人工智慧即時分析數據，並為每個機器人和工人提供最佳指令，從而最大限度地提高整個倉庫的效率。此外，在配送過程中使用了20多個機器學習模型，即時分析路況、天氣、過去的配送數據、客戶收貨趨勢等，並基於高度準確的需求預測，為送貨司機確定並提供最高效的路線。

(5）MonotaRO的「AI Store」
在BtoB電商領域確立了獨特地位的MonotaRO，為了縮短顧客的交貨時間，開設了「MonotaRO AI Store」作為示範店。顧客使用智慧型手機應用程式和二維碼進入商店，用智慧型手機相機掃描商品條碼即可付款並帶走商品，將電商的便利性與實體店的即時性完美結合。該商店提供「停留分析」（利用AI識別人體運動，使用攝影機創建顧客運動和停留時長的熱點圖）、「顧客屬性分析」（識別年齡和性別）、利用臉部辨識進行「人員識別」以及檢測異常行為的「可疑行為檢測」等分析結果，用於改善店鋪營運和電商策略。

三、人工智慧帶來的挑戰與解決方案

1. 人工智慧的引進帶來許多好處，但同時也存在一些缺點和挑戰。

(1）高昂的初始投資和營運成本
引入人工智慧系統可能需要在專用硬體和軟體方面進行高昂的初始投資、系統建設成本等。此外，還會產生持續的營運成本，例如維護和管理系統、收集和 分析數據以及培訓人員。對於中小型企業來說，這筆初始投資可能是一個主要障礙。

(2）缺乏具備專業知識的人才
具備人工智慧和資料科學專業知識的人力資源對於人工智慧系統的引入和運作至關重要，但市場上這類人才供不應求，招募和培訓可能耗時且成本高昂。

(3）數據的品質和數量
由於人工智慧根據數據進行學習和決策，因此數據的品質和數量非常重要。不準確或不足的數據將無法充分利用人工智慧的能力。收集和組織適當的數據需要時間和成本。

(4）與現有系統的整合
現有物流系統（WMS、TMS 等）與 AI 系統的順利整合可能需要技術挑戰和調整。系統間的兼容性和資料整合設計也可能變得複雜。成功實施 AI 的關鍵在於充分了解這些缺點，並事先做好規劃和準備。

2. 電商物流 AI 實施步驟:建議考慮實施 AI 的企業採取下列步驟。

步驟 1：選擇目標業務 AI 實施應“明確目標”，設定清晰的目標是成功的第一步。基於定性和定量數據，識別具體問題，例如需要過多人力的任務、經常出現問題的流程以及低效率的路線設定。同時，研究最新的市場趨勢和競爭對手的 AI 應用趨勢，並廣泛考慮並選擇公司可以應用 AI 的業務領域。選擇合適的高投資報酬率業務領域尤其重要。

步驟2：確定應用範圍和業務流程。由於引入人工智慧通常需要較高的初始成本，因此與其突然將人工智慧應用於整個業務，不如嘗試從部分業務運營或領域小規模引入人工智慧，這樣會非常有效。例如，在有限的範圍內進行引入和驗證，例如倉庫的入庫和出庫作業或特定配送區域的路線最佳化。這種「小規模起步」的方法有助於在降低風險的同時實現人工智慧效果的可視化，並透過逐步擴展來實現投資回報最大化。

步驟3：系統整合和資料基礎設施開發。為了最大限度地發揮人工智慧的威力，與現有核心系統（例如WMS（倉庫管理系統）和TMS（運輸管理系統））的整合至關重要。建立強大的數據基礎設施也至關重要，即能夠即時收集、整合和分析來自物聯網設備和感測器數據的機制。由於人工智慧的準確性在很大程度上取決於基礎資料的質量，因此在紙本表格和個人記錄普遍存在的物流現場，有必要先建立累積數位資料的基礎。

步驟4：實際開發與營運 AI 的成功導入不僅體現在技術層面，也離不開實際使用者的理解與認可。因此，在充分考慮操作性和現場負荷的情況下，提供全面的入門培訓和持續的跟進至關重要。此外，還需要製定員工使用規則和手冊。傾聽現場聲音並靈活改進的態度，是 AI 解決方案在實際應用中紮根並持續應用的關鍵。成功導入 AI 不僅是一項技術挑戰，也是人力資源管理和組織變革管理的挑戰，因此企業必須投資員工，培養持續學習和適應的文化。

3. AI 在電商物流中的未來潛力:AI 技術的演進不會停止，它有可能進一步改變電商物流的未來。

(1) 更先進的預測和優化
當前的需求預測和路線優化將變得更加精準，並能夠靈活應對突發天氣變化、事件和社會條件的變化。預計未來將透過更複雜的數據模式進行預測，整個供應鏈的彈性將得到增強。

(2）實現完全自動化
不僅在倉庫工作中，卡車和無人機的自動配送也將變得更加普及，並且可能建立無需人工幹預的全自動物流網絡。這將實現全天候運行，從而從根本上解決勞動力短缺問題。

(3）優化整個供應鏈
不僅是單一物流流程，而且從供應商到最終客戶的整個供應鏈都將透過AI進行最佳化，實現高效物流而沒有浪費。從生產計劃到交貨將進行集中管理，從而大幅縮短交貨時間並最大限度地減少庫存。

(4）個人化物流體驗
AI將能深入了解客戶需求和行為模式，並針對每位客戶提出最佳的配送方案和服務。例如，未來AI可以掌握客戶家中冰箱的庫存狀態，並在最佳時間自動配送所需產品。

來源e-Logit Co.， Ltd.