多年来，物流中的人工智能已经发生了重大变化。随着供应链和物流中的许多公司正在进行数字化转型，新技术的影响力正以相当快的速度加速发展。为了保持成功并在该领域保持竞争优势，公司知道，必须将AI和大数据用于日常运营中。

尽管引入了新的，由AI驱动的概念，但它们对物流行业来说并不陌生。实际上，数十年来，卫星一直通过远程信息处理追踪卡车，铁路和海洋货运。但是，直到最近，数据才被充分利用。现在，AI已定期用于与智能交通和路线规划，需求规划等相关的预测分析。一些仓库操作还与增强的引导和机器人系统集成在一起，以扩展库存管理。

易于访问的数据的存在并不是什么新鲜事物，但是它的使用方式正在发生变化。尽管AI能够在不增加容量，速度或种类的情况下以较小的规模存在，但是在过去的几年中出现了新类型的数据，并且数据创建和更改的速度已经有了相当大的提高。现在，大数据可确保以可行的方式利用收集到的信息。引入供应链中的所有数据，对其进行分析，确定模式并提供对供应链各个环节的洞察力被视为前进的重要步骤。

Cloudera工业与解决方案营销总监Vijay Raja认为，物流链各个阶段的一切都围绕数据。Raja说：“增强流程性能所需的一项关键功能是掌握大数据管理生命周期。”公司需要能够跨各种来源摄取和处理其数据，包括外部数据集，例如天气，地缘政治影响，当地事件日历或社会评论数据。”

“然后，在某些情况下，必须对此进行实时分析，以提供即时见解，以帮助他们成功地管理。无论是在机场进行无缝的自动登机手续，还是监视运送易腐烂物品或药品的温度受控卡车，如果温度升高几度，它们都会变得无用。”

Raja补充说，他认为物流公司在整个旅程的各个阶段具有完全的可见性和透明度至关重要。他说：“拥有正确的动态数据解决方案，能够处理从边缘到企业的所有数据，是至关重要的。” “物流团队在其旅程的每个阶段都需要对数据进行全面了解。这将使他们能够以敏捷性和主动性对即时实时信息采取行动，以确保无中断且最佳的物流流程。最终，使他们能够推动业务成功。”

Domo欧洲，中东和非洲地区副总裁西蒙·海沃德（Simon Hayward）表示，尽管疫情造成了干扰，但物流必须直面应对COVID-19的挑战，以使人员和货物保持尽可能的连通。“尽管行业精通数据，但利用大数据和人工智能，有巨大的机会来开拓物流的未来。集成这些技术可以提高运营效率，并帮助企业查明以前无法发现的区域。”海沃德解释说。举几个例子，对数据的端到端可见性有助于计划和预测客户需求的变化以及库存短缺。实时GPS数据，天气数据，车队和人员时间表可以嵌入到查看历史趋势的总体系统中，从而可以选择优化路线进行交付。AI既可以使用过去的数据也可以使用实时数据，从而提供前视图，以帮助制定S＆OP。这很简单，就像警报一样，您可能会错过生产目标，直到虚拟工厂，要提前数周运行多个模型，以便在问题出现之前就将其识别出来。”

考虑到未来，LLamasoft解决方案交付高级总监Andy Fox认为，诸如AI之类的技术不再被认为是“必备”，它对于业务连续性和成功至关重要。福克斯评论说：“ 2020年，随着英国退欧的到来，企业不能指望再度迎来春天。相反，可以使用AI等技术来优化交货路线，同时为这些路线不可避免地遭受干扰的情况制定应急计划。这样，无论在什么环境下工作，企业都可以保证高效交付。

“为了使企业从其AI技术中获得最佳结果，他们必须有权访问正确的数据。这既包括内部业务数据，也包括外部业务数据，无论是与天气，大流行的影响还是季节性需求高峰有关。如果正确使用AI，那么使AI如此必不可少的是，企业无需进行权衡。它们可以快速，敏捷，准确地同时完成。”