http://www.jiqingip.com/page9001?article_id=92
物流系统走向智能化是供应链高效整合的必要条件之一，建设高度信息化、数据化和智能化的物流体系成为企业升级发展的必然选择。目前，很多企业尤其是零售业物流系统已经具备了信息化、数字化、网络化、集成化、智能化、柔性化、敏捷化、可视化、自动化等先进技术特征。智能化是物流自动化、信息化的高层次应用，它强调物流作业中使用相关技术解决大量的运筹和决策需求。那物流智能化应该如何建设呢？下面以零售行业物流智能化建设为例进行简要说明。
大多数终端消费者都是从线上和线下的零售商那里购买自己想要的商品，零售商的商品则是由供货商来供应。在图1中我们可以看到商品是如何从供应商到终端用户手里的。
图1 商品在供应链网络中的旅行
物流智能化建设就是要使用相关技术解决商品在流通过程中的相关优化问题，以提升商品履约服务水平的同时优化整体物流成本。商品在供应链网络中旅行的优化问题可以归纳为以下四个方面：
1）供应链优化
2）物流网络优化
3）物流执行环节优化
4）仓内优化
供应链优化主要解决的是怎样生产及分配商品，以机器学习为主的预测模型主要是针对每一个SKU去做特征值建模，看哪些特征值会影响销量，然后预测相对准确的销售额，利用智能化预测的销售量指导仓库下单和补货。这主要使用了机器学习特征值分析哪个模型的优化更准确。 而需求驱动意味着在销售预测的时候需要考虑很多“现实”的因素，比如季节、地域等对商品的影响。通过预测指导补货，并在预测的过程中考虑前端消费者的因素，同时加入运营经验，将经验与机器学习算法相互结合。
需求预测
预测是优化的开始。结合时间序列与AI算法，为多种类别商品提供更精准的需求预测，也将新品、促销等特殊场景纳入考量，对补货及库存优化提供支持。
商品布局优化
通过对历史数据的深度挖掘，对供应链各环节进行仿真，结合实际需求，检测分析各节点商业瓶颈及原因，解决以下问题：
1） 用户与商机分析：基于大量用户群体及行业模式的深度特征分析，为用户挖掘全网潜在客群、商机；
2） 成本风险管控：全网络流程仿真，全方位压力防爆测试，瓶颈及潜在风险点红色预警，针对性方案快速输出；
库存优化
基于需求预测对常规品、长尾品、生鲜品、促销品等不同类别的商品采用针对性的补货建议，支持调拨、分货、配货等不同场景，在保证满足率的情况下降低库存水平，释放持仓成本。
运输网络规划通常分为几个阶段：网络设计、路由规划、班次规划、车辆调度及人员排班，这些阶段依次求解构成完整的运输网络规划方案。良好的规划方案能够在提升服务水平的同时降低成本。
选址规划
通过分拣网络覆盖范围进行整合，分析内部数据和外部数据结合业务筛选逻辑选择合适的数学模型，按照既定的业务目标，提供科学合理的分拣中心网络布局，降低成本、提高时效。
路由规划
通过合理调配全网系统资源，提升各节点衔接效率，实现全网路由打通，为OD提供合理规划路由线路，促进链条渠道快速下沉，从而进一步提升路由网络时效，降低路由运输成本。
班次规划
对运输网路中任意两个节点之间的发车班次做规划，在保证运输时效的同时有效利用车辆班次，提高班次的装载率，进而降低车辆的使用成本。
车辆调度
按照运输网络中班次规划的结果对班次进行有效的串联，在遵守班次时间约束的前提下，考虑各班次需要运输的OD及节点可使用车辆情况，规划用车情况，网络整体的用车成本。
人员排班
人员排班是人员和行程的分配，因此每个行程都由一个组人员负责，所有人员的日程安排都满足所需的逻辑和业务限制。人员排班就是在满足限制的情况下，对人员进行合适的排班是整体上人员使用成本最少。
车辆路径优化
根据订单分布情况，考虑各种实际业务约束，统筹规划形成优化方案，提升车辆利用率和实现成本最优化。
仓内优化主要提升仓内的作业效率，优化内容包括：商品在仓内的布局优化、以及提升上架、拣选、补货、包装、理货等各环节的作业优化。
移动机器人订单履约（RMFS）系统
基于机器人的移动履约系统（RMFS）是由一系列的移动机器人、可移动货架、补货、拣货工作站等硬件系统组成，以人工智能算法为核心，来完成包括上架、拣选、补货、退货、盘点等流程的完整的订单智能履约系统。在实施这样系统的的仓库里，拣货员通常是在固定的出货工作站或者补货工作站工作，而机器人可以沿着预设的路径移动运输装有不同货物的货架到拣货员的面前。当机器人把含有客户订单货物的货架移动到工作人员面前时，工作人员可以进行订单拣选工作，而补货站的工作人员则可以往货架上补充货物，以最大限度地提升仓库的存拣效率和存储能力分拣作业优化。
包装作业优化
在进行商品包装作业时，通过算法从已有的包材中推荐最合适的包材，降低空间浪费，节约物流成本，提升顾客满意度。
基于以上全链路业务分析给出的技术方案如下图所示：
我们知道数据是算法的生产资料，如果生产资料有问题，那么加工出来的产品，必然无法实现产品应有的价值，在初期的建设过程中，我们也遇到了很多数据方面的问题，因此有必要对物流数据资产做规范管理，以下是物流数据资产建设方案：
智能化物流建设是一个漫长的过程，建设过程中需要投入大量的资源和研发成本，建设过程大致分成如下三个阶段：
如上所述，智能化物流的建设需要投入大量的研发成本及时间等资源。这显然是一些中小企业所无法承担的。而这种智能化物流带来的成本优化及效率提升又是中小企业所急需的。基于本人的了解很多中小企业不要说是智能化建设就是信息化建设也是一团糟，面对这种情况本人给出的解决方案是：专业的咨询+靠谱的工具！专业的咨询+靠谱的工具！专业的咨询+靠谱的工具！重要的事情说三遍。
方案只是解决问题的工具，专业的咨询才是问题的解决者。千万不要以为上套软件就解决了物流智能化的问题，一定需要专业咨询去发现企业问题，并给出问题的解决方案及实施方案，最后再利用靠谱的工具帮助企业去解决去优化这些问题。
在这里声明绝对不是给Dynamics 365做广告，受个人眼界和能力限制，接触到的产品中，Dynamics 365方案比较全面、易用、方便实施和部署、支持二次开发、扩展性也比较强！
使用 Dynamics 365 Supply Chain Management 构建敏捷、互联和弹性的供应链。可以从 AI 和物联网 (IoT) 获得的预测性见解简化规划、生产、库存、仓库和运输，从而最大限度地提高运营效率、产品质量和盈利能力。从产品采购和管理入站库存到最后一公里的交货，对您的运营和供应链管理采取全面的方法。通过端到端的方式收集和插入数据，让您能够发现机会并快速进入市场。Dynamics 365智能供应链解决方案包括如下模块：
1）智能化物流：通过跨站点、仓库和运输模式同步供应链，优化订单履行并降低成本
2）库存优化：在全渠道运营的时代，主动管理的库存管理策略是一个必须的选择。一个经过良好调整的库存管理策略允许消费品公司将库存分配到数百万个SKU位置，并使用丰富的库存时间序列数据和洞察力来提高销售、服务水平和供应链活动。品牌面临的挑战是制定灵活的战略，以填补多渠道、多站点和多层销售和分销在订购、更新和补充库存方面存在的各种差距。
3）供应链管理：通过优化从仓库到车间的供应链管理活动，使您的员工变得更有效率。
4）供应链优化：统一您的数据以增强供应商协作，并轻松聚合来自采购、物流和交付的实时信息，以支持数据驱动的业务决策，从而让您的客户满意。
