有人說，人工智能將步入黃金十年，但是，近日，我們看到的是人工智能第一股商湯股價單日腰斬，這也許是個股現象，或者是人工智能發展大洪流中的小波折。

不管怎樣，人工智能都在逐步改變著我們的生產與生活，在這里，我們將對人工智能的應用現狀，在物流上的應用前景做簡單的分析，不妥之處，敬請指正。

一、人工智能再認識

現實中的人工智能技術當然不像影視作品里所表現的神乎其神，物流倉儲的智能機器人，更像是一個機器，而不是人。

人工智能并不神秘，習以為常的人臉識別、無人收費站、無人便利店……折射出人工智能技術，從自動駕駛，配送無人車到手術機器人再到智能家居，已經把人工智能技術帶到了“看得到摸得著”的境地，甚至還有人工智能算命，求簽。

人工智能作為第四次工業革命的顯著標簽，其飛速發展正在逐步塑造社會、經濟、生活等領域的業務新形態，也不斷帶來顛覆性、豐富性、創新性的新業態，人工智能正在深刻地改變著世界。

但人工智能的發展，也不是沒有波折，從1956年人工智能這個詞誕生，在邁向現代的過程中幾經沉浮，2022年6月30日，市值2000億港元的“AI第一股”商湯科技盤中直線跳水式暴跌，市值一日內蒸發近920億港元（約785億人民幣），股價單日腰斬。

據資料，全球近90%的人工智能公司仍處于虧損狀態，中國人工智能產業鏈中90%以上的企業也處在虧損階段。

這可以理解，人工智能產品在初期商業拓展時會面臨來自客戶成本方面的壓力，在這個時候，產品價值還不能得到充分的市場認可，這就需要犧牲掉一部分利潤教育市場。著名的阿里，阿里云也是熬過了12年之后，才首次實現年度盈利。人工智能在千行百業“開花結果”，需要時間。

人工智能，并不是新東西，上世紀七十年代，錢學森先生以其戰略科學家眼光，憑借其對未來的深刻洞察，在我國提出人工智能的概念，強調了人工智能的重要性。

人工智能，是引領新一輪科技革命和產業變革的戰略性技術，被視為世界各國聲望與國力競爭的又一武器。當前，世界各國紛紛把發展人工智能上升到國家戰略的高度，以搶占新一輪科技革命的制高點以及全球競爭中的主動權。　　

中國、美國、日本、歐盟等主要經濟體都不約而同將人工智能視為新一輪產業變革的核心驅動力，我國《第十四個五年規劃和2035年遠景目標綱要》中羅列的八大前沿科技領域，居于首位的就是人工智能。2017年，為搶抓人工智能發展重大戰略機遇，構筑人工智能發展先發優勢，中國制定并實施了《新一代人工智能發展規劃》。　　

在人工智能這一新興技術發展上，中國企業與世界強手們，站在同一起跑線上，目前，我國人工智能核心產業規模超過4000億元，企業數量超過3000家，我國人工智能高水平論文發表數量已經位居世界一二名，人工智能基礎研究發展態勢良好，已經成為人工智能基礎研究大國。　　

人工智能具有算力、算法、數據三大要素，構筑了人工智能的基礎，這三個要素缺一不可，相互促進、相互支撐。我國多個城市規劃建設人工智能計算中心，通過“算力網絡”實現“算力、數據、生態”三匯聚，使AI算力與水、電一樣成為城市基礎設施的一部分，如果說過去是數據和算法的繁榮時期，那么現在顯然是算力發展的黃金年代。

人工智能彰顯“頭雁效應”，引領科技革命、產業革命。人工智能可分為三個階段，分別為計算智能、感知智能和認知智能，或者稱弱人工智能（ANI）、強人工智能（AGI）和超強人工智能（ASI）。　　

我國正在利用人工智能來建立發展優勢，智能芯片、開源框架等關鍵核心技術不斷取得重要突破，中國從制造大國走向制造強國，離不開人工智能技術的支撐。　　

二、應用現狀面面觀　　

人工智能作為科技創新產物，在促進人類社會進步、經濟建設和提升人們生活水平方面起到越來越重要的作用。中國是世界第一制造大國，產業結構中制造業比重偏高，這也為人工智能的技術應用提供了更多機會。

2021年，中國科技部啟動實施的科技創新2030——“新一代人工智能”重大項目，為中國制造業由中低端向高端轉型提供了技術支撐。　　

人工智能將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，重構經濟活動各環節，我國人工智能產業發展路徑是，厚積薄發，從技術研發到成果轉化，再到賦能應用，即需求為牽引，應用為動力。　　

正如有人說，在中國，如果說過去是人工智能技術興起的10年，未來則是人工智能技術落地的10年，積極挖掘并開放一批應用場景，促進研發，推動智能技術產品落地應用與迭代，是我們現在要做的事情。　　

我國各地的人工智能計算中心，通過提供普惠AI算力，牽引區域人工智能產業落地，發展本土人工智能生態。　　

人工智能的基礎軟硬件，包括芯片、算法、軟件硬件協同、開源框架、應用開發接口等等，作為一個橋梁，把人工智能基礎研究成果和場景應用廣泛地結合在一起。　　

我國人工智能應用正處于密集落地應用階段的前期，未來幾年落地應用將會加速發展，2022年我國人工智能企業應用市場規模保持高增長趨勢，總體市場規模達到1.87萬億元，2021至2025年復合增長率將達到31.5%。　　

8月15日，科技部等六部委，印發《指導意見》統籌推進人工智能場景創新，著力解決人工智能重大應用和產業化問題，場景創新是以新技術的創造性應用為導向，以供需聯動為路徑。

我國數據和算力資源日益豐富、應用場景不斷拓展，為開展人工智能場景創新奠定了堅實基礎。但仍存在對場景創新認識不到位，重大場景系統設計不足，場景機會開放程度不夠，場景創新生態不完善等問題。　　

場景創新成為人工智能技術升級、產業增長的新路徑，促進人工智能與實體經濟深度融合為主線，推動場景資源開放、提升場景創新能力。　　

我國有人工智能成長的深厚土壤，也有其應用的豐富場景，我國有著海量數據，也有著完善的產業鏈，更有著鼓勵創新創造的政策，正如錢學森先生所說，在人工智能上，我們的做法要有中國特色。　　

人工智能的定義一直以來都是以“協助人類”而存在的，怎樣協助，當然是應用。人工智能，以一種顛覆性創新的態勢，拓展系統內各要素的內涵，改善和延展系統內部關系。　　

百度公司，每年人工智能的研發投入已達到營收20%左右，百度創始人李彥宏，連續撰寫了三本以人工智能為主題的專著，對人工智能產業實踐做了中肯的論述。

從長遠來看，人工智能的應用，其過程是點、線、面，由單點應用到行業與地域的應用。　　

從推動產業發展的角度選擇一些超級場景對于牽引人工智能應用發展非常關鍵，算力（算力設施）、算法（訓練框架）、數據（知識）是人工智能的基礎，人工智能要大規模落地，要有算力設施和訓練框架做根基，行業知識做內涵。　　

日新月異的人工智能技術在生產生活中的應用越來越多，其所具備的感知和控制兩大能力，在未來有著更廣泛的應用空間，人工智能從感知、認知走向應用決策是必然發展趨勢。　　

人工智能具有無所不在的廣闊應用場景，將成為改變世界的有力工具，千行百業將被重構，通過產學研用共同體的努力，人工智能的技術價值將被充分開發，成為應用現實。　　

三、物流應用再深入　　

物流，作為復合型服務產業，將受到人工智能技術的深刻影響，人工智能作為引領未來的戰略性技術，可望引領新一代物流技術的發展方向。

人工智能和物流的融合，潛能巨大，對物流來說，不是升級，而是重構，從內生到外化，深入地改變著物流的業態，重構物流的格局，形成新的增長曲線。　　

物流作為一個龐大的產業，從物流管控、運輸配送，到整體的運營，都與人工智能存在著天然的結合點，可望在全鏈條中實現落地。　　

人工智能在物流上的應用，可分為二大類：一是以AI技術賦能的智能設備，如無人卡車、AMR、無人配送車、無人機、客服機器人等；一類是通過智能技術或算法驅動軟件系統來提高人工效率，如車隊管理系統、倉儲現場管理、設備調度系統、訂單分配系統等。　　

具體到倉儲系統，有貨物體積測算、電子面單識別、物流設備調度、視覺引導、視覺監控等多種類型的點狀應用。智能感知技術、信息傳輸技術，機械臂、機器人、智能計算重構物流倉儲運作流程。人工智能技術具有深度學習與運籌優化算法功能，驅動設備調度系統在準確性、靈活性、自主性方面取得顯著提升。　　

在物流運輸環節的應用場景，是以自動駕駛技術為核心的“無人卡車”。自動駕駛，作為人工智能技術的關鍵賽道，離不開車的智能，路的智能，更離不開車路協同的智能，人工智能不僅需要無人車輛，還需要車路協同系統發揮作用。

工欲善其事，必先利其器，物流裝備怎樣從制造邁向智造，人工智能將發揮重要作用。　　

我們正處于設計和制造產品革命的風口浪尖，智能制造人工智能和機器學習將很快取代試錯法，并為更自動化的產品定制打開大門。將人工智能和機器學習算法分層到設備上，將使裝備企業能夠使用更具動態性、響應性和彈性的智能制造流程。　　

目前，習以為常的物流場景中的智能化設備，都折射出人工智能技術的影子。京東無人倉、亞馬遜超級倉、阿里菜鳥的自動分揀系統中，基于人工智能的機器采用率較高。　　

在物流上，人機共生的一個重要難點是溝通，人工智能以語言建模方式使其成為可能，在智能倉庫里，機器人與人親密無間的配合操作作業，大大提高了倉庫的搬運速度和存儲密度以及揀選的精準度。　　

人工智能已被認為是物流業的下一個風口，但要穩步推進，仍然面臨一系列的考驗。人工智能在物流落地中，也碰到很多問題，例如對數據質量要求高、缺乏相應標準、落地周期長、成本高等問題。　　

降低人工智能在物流上的應用門檻是首要問題，人工智能行業的一個關鍵矛盾——技術成本和應用化的不匹配，現在人工智在物流上的應用，在很多時候發現還不如用人更省成本，從吸引眼球角度可以，而普通應用則是行不通的。　　

人工智能要深入物流應用，必須要滿足以下幾個條件：批量化、成本低、易訪問、輕能耗以及最大程度的開源開放，這可能需要技術突破，也是未來5-10年人工智能落地物流的主要方向。

人工智能需要豐富的應用場景和海量的數據支撐，目前，人工智能所需要的物流數據基礎設施建設滯后，相關的物流大數據、物流云等智能基礎數據收集和感知設施與實際需要還有較大差距，物流互聯網的覆蓋度和精確度尚顯不足。　　

人工智能的落地需要和裝備制造、物流運行等領域深度融合。全球領先的物流服務提供商DHL和IBM評估了人工智能在物流領域的發展潛力，物流企業或電商平臺通過自建研發團隊、成立科技子公司等方式涉足AI技術領域。憑借其自身的科研實力與豐富場景，在人工智能方面推出了一系列成果。　　

人工智能的機器學習、深度學習功能帶來的“預測未來”的神秘力量，人工智能拓寬物流的創造力還體現在其具有的學習能力和預測能力上。前瞻性和預見性的物流操作，是社會的需求，物流業會將其運營模式從反應性行為轉變為前瞻性和預測性模式，有效地提升物流效率。　　

物流行業的人工智能應用也將反過來促進人工智能技術的發展，物流行業自身所攜帶的大數據庫和豐富的場景為人工智能的發展提供了豐厚的土壤。

要很好地理解真實物流世界的復雜場景，具備了更多對現實物流的洞察，才能使人工智能在大規模知識和海量數據中持續學習。　　

結語：目前，人工智能研究離終極目標還有很遠的距離，從世紀的角度看，人工智能的探索，是星辰大海一般的征途，人工智能在物流領域新的突破和發展將繼續拓寬物流的想象邊界，其中國故事，必將越來越精彩。