在人工智能AI领域中，尤其是近年来的ML机器学习有了长足的进步，而人类开发人员设计的算法语言则只是略微有了一点改变。这种发展趋势导致人工智能AI或许有一天会成为主动学习的智能，随着时间的推移，智能水平将会不断改进完善。

但人工智能AI领域中这样的学习过程需要大量的数据。因为人工智能AI和机器学习ML都是按照模式识别方式进行学习的。提供给算法语言的这些数据显示的是因果关系或者是事件发生前后的状态变化。这些事件不一定必须具备限制性的因果关系，但至少要以某种方式直接或者间接的与发生的事件有关联。在这种情况下，人工智能AI可以学习与其他事件类似的新模式。这也可以一步步的让人工智能系统了解到过去类似事件发生的外部原因和干扰因素。因此，在围绕供应链周围的许多领域中使用这一技术都是非常有益的。因为这里的核心任务就是要不断的面对全物资供应流动中的新挑战。

图1 在很长的物流运输过程中使用预测性的人工智能AI技术是非常有益的。尤其是基于云技术的人工智能AI系统，它能够充分发挥自己的优势

知道了人工智能AI和机械学习ML的学习机理之后，就可以清楚的知道为什么人工智能AI技术遇到以前没有发生过的事件时就无能为力了。英国脱欧就是这方面的典型事例：以前从来没有某国脱欧的事情发生过，而欧洲贸易的数学模型是基于40多年来欧洲贸易的基本数据建立起来的，因此，英国脱欧将会以什么方式影响国际贸易流动、带来什么影响都是未知数。英国脱欧后贸易市场的改变几乎没法用人工智能AI算法语言进行分析。这种情况与人类无法预言以前从未发生过的事情一样。但人类可以依靠自己的想象力和好主意来应对以前没有发生的事情，而此时机器则就停摆了。

人工智能仅是辅助工具

人工智能AI技术在物流领域中应用的长处是：总能准确的预测间隔时间或长或短重复发生的事件。其中也包括了空中管制人员、码头工人罢工对空运和航运产生影响的重要程度。除此之外，人工智能还能非常准确的预测一年中经常出现的经典的起伏伏状况。这些状况波动包括了暑假期间的交通混乱、圣诞节前零售商需求量的剧增等。只要数据足够大，人工智能解决方案都可以非常好的预测出夏季和冬季将要发生的事情，比如突然的寒流、巨热会给物流运输过程带来什么样的影响和后果。这些影响和后果既涉及到流动的物资本身，也涉及到燃油价格和物流费用等因素。

这就使得人工智能AI技术可以与供应链相结合为人类提供有价值的信息，简化了有关物流过程的决策。这种人工智能解决方案不仅能够预测延迟供货的直接影响，而且还可以分析对供应链中其他阶段产生的影响。这就给人工智能系统的用户提供了准确的替代解决方案和物流运输路线。由于人工智能有很强的运算能力，因此它能很容易的结合其他参数和结果从不同的变型方案中选择出一个最佳的解决方案。然而，像所有其他业务分析一样，一个关键因素就是：高质量和标准化的数据。

当物资运输旅途非常遥远时，情况就不一定是这样了，例如沿中国新的丝绸之路将物资运送到欧洲。因为只有少数列车配备了GPS跟踪，在边境口岸会有一些延误或者是因铁路网络的变化而引起一些延误，这些现场情况通常都没有准确的数据。而恰恰在这种情况下使用具有预测性能的人工智能AI系统是非常有意义的。根据过去的出入境交货数据，结合当时的外部影响因素，例如天气数据，就可以得出有关当前铁路运输情况的预测。同时，这样的人工智能AI系统也可以早期地预测计划执行情况的时间偏差，提出替代性采购或者启动自救措施。

云技术的优点

在所有使用人工智能AI系统进行的分析中，例如利用Infor Nexus进行的分析中，人工智能AI系统的工作都是基于云技术的工作，并在过去的几年里已经向云中输入了大量的数据。来自数万家企业数百万个集装箱的数据。在如此巨大的数据基础上，人工智能AI可以更加快捷、准确的做出预判。另外，现有的供应链平台已经在全球范围内连成一个网络了，包括供应链中的供应商、托运人、运营商，甚至还包括了贸易融资的资金提供方。从如此庞大的数据库中，人工智能AI系统可以更快地“学习”复杂的数据模型，做出更加准确的预测。

人工智能技术的另一个优点是：可以在单个系统中集成不同的数据源。因为供应链不同阶段的数据通常是来自不同分布式系统的数据：货运公司只提供自己的交货时间数据、运输公司只提供它们的船舶、货车的行驶路线和行驶时间的信息。另外，在企业自己的IT系统中，例如在企业的ERP企业资源计划系统或者供应商的系统中保存的数据、信息通常也不是非常完整的信息数据。

同时，人工智能也能促使物流领域中普遍存在的密集型劳动和手工操作过程实现自动化。而自动化的实现会给供应链管理人员提供更高的透明度，可以获得更大的时间和资金优势;例如：他们已经不再需要完全依赖ERP企业资源计划系统中保存的潜在客户回执供货周期等数据了，而是在供应链的各个方面都有着更好的适应能力，能够对整个供应链情况做出准确的前瞻性评估了。另外，基于云技术的供应链解决方案还可以更加轻松的与上下游产品有关的过程和IT系统建立联系有，这也就使供应链能够更好的适应供求波动了。例如可以快速的采购今后会有很大需求量的产品，保证整个物流过程始终处于最佳状态。

因此，基于云技术的人工智能解决方案提供了许多可以快速得到回报的解决方案。云计算使企业可以轻松的获取全球供应链中的信息，而不是花费数十年的时间采集企业自己的数据，让人工智能解释、转化为有用的信息。这就能够明显的提高物流领域中的工作效率和透明度。