物流里真正赚到钱的 AI，不是大模型，是一门几十年前的老学问

我经历过的立库项目里，效率提升最明显的一次，没用到任何新名词：设备调度和波次策略放在一起调，整体效率提了大约 20%。

演示最惊艳的，是数字孪生。在我经历过的项目里，它一次也没真正落地。

这篇讲清两件事：AI 在物流里真正赚到钱的是哪几类，被高估的又是哪几类。

一、真正赚到钱的，是「算最优解」的那类 AI

这类 AI 有个老名字，叫运筹优化——用数学算出最好的安排：线路怎么排、任务怎么分、顺序怎么定。几十年前就有了，一点也不新。

但回报最实在的就是它。顺丰从 2018 年起用运筹学做整张网络的规划，按 INFORMS（国际运筹与管理学会）2025 年公布的评奖材料，累计为公司省下超过 10 亿美元。UPS 的路线优化系统 ORION 开发了十年以上、投入约 2.5 亿美元，全面部署后预计每年省 3–4 亿美元。

仓库里也一样。亚马逊 2025 年推出的机器人调度模型，改的是机器人集群怎么分任务、怎么走，亚马逊称能让机器人行驶效率提升 10%。

我那 20% 也是这个道理。波次，就是把一批订单合成一波，一起拣、一起出库，它决定了设备手上有哪些活；调度决定哪台设备先干哪件。波次排得乱，调度只能在乱的任务里挑。所以在现场，这两件事一直是一起调的。

数字孪生，就是在电脑里建一个和现场实时同步的三维仓库。演示时小车在屏幕上跑，很好看。但它要求现场数据实时、准确地回传，而很多仓库连货位表都还没填齐。数据回不来，屏幕上的仓库就只是一段动画。在我经历的项目里，它做到了展示，没做到用。

大模型调度。学术综述里，大模型在运筹领域主要是帮人建模、写求解代码，真正算出调度方案的还是求解器。京东物流介绍它的「超脑」，强调的也是千万级变量的求解，本质还是运筹优化。我的判断是：大模型调度现在还比较虚。

人形机器人。Gartner 今年 1 月预测，到 2028 年，在制造和供应链领域把人形机器人推进到量产使用的企业，不会超过 20 家。仓库里真正在干活的，是带轮子的移动机器人和专用机械臂。

「用了」和「赚到」也要分开看。中物联的报告称物流供应链 AI 渗透率超过 37%，但没有公开怎么算的。BCG 今年 1 月调研了 180 多家物流企业，只有约十分之一把 AI 用进了核心业务，13% 测到了可衡量的价值。

Gartner 预测，缺少「AI 可用」数据支撑的 AI 项目，到 2026 年有 60% 会被放弃。放到厂内物流里，「AI 可用」的意思很朴素：

① 主数据和货位表是对的。 料号、箱规、货位的设备参数，缺一列，算法就没有东西可算。

② 调度和波次规则能自己改。 上一篇讲过，黑盒方案里这两样在集成商手里。那 20% 的前提，是规则改得动。

③ 有人每天看数据。 效率掉了，当天能查到是哪个环节，而不是等月底报表。可以先从每小时出库量、设备等待时间、缺料次数看起。

这三样做到了，运筹优化马上用得上；做不到，换什么新名词都一样。

你们现场有没有哪家把数字孪生真正用起来了？用在了哪个环节？