一、AI 正向“認知智能”進化

　　從發展階段看，AI 包括邏輯智能、感知智能和認知智能。目前行業普遍認為，AI 正處于從“感知智能”向“認知智能”進化的階段。即機器在“聽、說、看”等感知智能領域，已經達到、甚至超越了人類的水準;但在需要外部知識、邏輯推理或者知識領域遷移的、認知智能領域，還處于初級階段。

　　過去十年，中國 AI 技術發展經歷了三個階段的價值躍遷： 一、 基礎科研，實現單點算法突破; 二、 落地應用，推動算法邊界拓展; 三、 基礎設施，降低算法生產門檻，以解決各行各業的問題。

　　二、AI 算法讓產品變得“更好

　　AI 算法能讓設備和系統更加智能。有 AI 算法加持的自主移動機器人(AMR)，可“腦補”缺失信息，做到不迷路，具有更強環境魯棒性。AI 讓設備能處理更多對象，如商品信息視覺識別系統，能同時識別紙箱上的文字、圖形、尺寸、形狀等眾多信息，甚至判斷好壞。在 AI 優化調度下，不同類型智能設備可實現高效協同。AI 還能讓產品做到更小尺寸，應對極暗光等挑戰。

　　過去，算法只是產品軟件的附屬品，往往在硬件設計好后才去構建軟件。在創新智能產品的研發過程中，產品的易用度、特性很大程度上是由算法決定的。

　　因此，需要在產品定義、設計、研發階段，就將算法納入考量。AI 算法已成為產品的“核心組件”，開始重新定義軟硬件，讓產品從“不可能”變成“可能”。例如，機械臂抓取、SLAM 導航、多設備協同、運籌優化等算法對于物流產品的價值很大。

　　三、AI 物流的三層價值

　　技術、市場、社會、國家政策等多要素的共同作用下，數智化升級成為企業實現降本增效的必然選擇。當前用戶對智慧物流有三層需求：

　　1、單體智能， 主要解決終端設備層的效率問題。AI 算法將重新定義物流裝備的能力邊界。以機器人為例，AI 算法可以讓 AMR 即使在 50% 場景遮擋的情況下，依舊不迷路,并實現自主避障、高精導航。在終端感知能力上，通過 AI 視覺方案進行產品質檢、藥品復核等，可以大幅提升生產場景的作業效率和準確率。

　　2、 群體智能， 主要解決工作流程層的效率問題。現階段，機器人(AGV/AMR)、無人叉車、穿梭車、堆垛機、機械臂、分揀機等智能設備越來越多，多種類型設備相互協同工作成為必然。要保證整個群體協作效率，AI 將發揮巨大作用。

　　3、業務智能，主要解決信息維度的效率問題。大數據分析能更好地指導決策，提高整個業務的智能化程度。這其中，需要將大數據和 AI、IoT 相互配合，實現從智能感知、分析、決策到執行的全程自動化、智能化。業務智能涉及的鏈條和環節更長，行業目前仍在探索中。

　　2022 年可以說是人工智能物流的元年。機器人公司和技術公司陸續進入這一賽道，疫情影響進一步加速 AI 與物流的融合。在過去的兩年中，布局這個賽道的公司成倍增長;一些用過 AI 技術和產品的企業，也初步嘗到了甜頭;在物流各種場景中，AI 在數據采集、處理上，相比傳統技術是降維打擊。

　　可以相信，在未來的20年里，AI會像前20年信息技術的作用一樣，與各行各業深度融合，帶來更多樣化的場景應用，并為更深遠的產業變革奠定良好的基礎。