DeepSeek爆火以來(lái)，迅速成為物流行業(yè)熱議的話題。憑借其強(qiáng)大的AI能力，DeepSeek被認(rèn)為有望為物流行業(yè)的復(fù)雜問(wèn)題提供高效解決方案。許多業(yè)內(nèi)人士紛紛嘗試?yán)眠@一工具解決實(shí)際問(wèn)題，以驗(yàn)證其在物流行業(yè)中的實(shí)用性。

  一、DeepSeek在倉(cāng)儲(chǔ)布局規(guī)劃中的應(yīng)用嘗試

  公眾號(hào)“環(huán)球物流咨詢規(guī)劃”率先對(duì)DeepSeek在倉(cāng)儲(chǔ)布局規(guī)劃中的應(yīng)用進(jìn)行探索，發(fā)布了以《用deepseek進(jìn)行倉(cāng)儲(chǔ)布局規(guī)劃》為主題的文章。該文嘗試?yán)肈eepSeek在MATLAB環(huán)境中運(yùn)行代碼，生成倉(cāng)庫(kù)布局模型，旨在深入了解DeepSeek的思考方式，并搭建一個(gè)高效的倉(cāng)儲(chǔ)布局模型框架，以提高物流規(guī)劃的效率。

  具體步驟如下：

  首先，讓deepseek構(gòu)建一個(gè)基本的倉(cāng)庫(kù)功能區(qū)色塊;

  再，引導(dǎo)deepseek優(yōu)化倉(cāng)庫(kù)功能區(qū)的大小;

  然后，引導(dǎo)deepseek在各個(gè)功能區(qū)中建立貨架或緩沖貨位;

  最后，用豆包進(jìn)行代碼交叉解讀，并計(jì)算倉(cāng)庫(kù)指標(biāo)。

  與deepseek的對(duì)話過(guò)程，請(qǐng)滑動(dòng)查看下圖：

  1.deepseek生成一個(gè)倉(cāng)儲(chǔ)功能區(qū)色塊圖

  deepseek生成的代碼運(yùn)行結(jié)果：

  2. 引導(dǎo)deepseek對(duì)倉(cāng)儲(chǔ)功能區(qū)色塊定義尺寸

  deepseek生成的代碼運(yùn)行結(jié)果：

  3. deepseek構(gòu)建存儲(chǔ)區(qū)中的貨架布局

  deepseek生成的代碼運(yùn)行結(jié)果：

  4. deepseek優(yōu)化存儲(chǔ)區(qū)布局

  deepseek生成的代碼運(yùn)行結(jié)果：

  5. deepseek構(gòu)建分揀區(qū)中的貨位

  deepseek生成的代碼運(yùn)行結(jié)果：

  6. deepseek構(gòu)建出庫(kù)集貨區(qū)中的貨位

  deepseek生成的代碼運(yùn)行結(jié)果：

  7. deepseek構(gòu)建倉(cāng)儲(chǔ)物流動(dòng)線

  deepseek生成的代碼運(yùn)行結(jié)果：

  8. deepseek構(gòu)建卸貨區(qū)的卸貨位

  deepseek生成的代碼運(yùn)行結(jié)果：

  9. deepseek對(duì)倉(cāng)儲(chǔ)功能區(qū)進(jìn)行說(shuō)明

  10. 用豆包交叉讀取代碼，計(jì)算倉(cāng)庫(kù)績(jī)效

  通過(guò)這一實(shí)踐，作者總結(jié)了DeepSeek在物流規(guī)劃中的優(yōu)勢(shì)和需要注意的問(wèn)題。

  優(yōu)勢(shì)：1. 物流規(guī)劃的知識(shí)儲(chǔ)備完整;2. 可以幫助規(guī)劃者快速的搭建一個(gè)倉(cāng)儲(chǔ)場(chǎng)景框架;3. 可以給有規(guī)劃者帶來(lái)很多規(guī)劃思路;4. 技術(shù)上，代碼結(jié)構(gòu)清晰，可讀性強(qiáng);5. 規(guī)劃以坐標(biāo)數(shù)據(jù)為基礎(chǔ)完成，與其它規(guī)劃工具的交互性強(qiáng)。

  需要注意的問(wèn)題：1.使用者需要儲(chǔ)備規(guī)劃知識(shí)框架，以便更好的組織問(wèn)題;2.使用者需要能理解deepseek的思考方式，以便對(duì)其回答的結(jié)果進(jìn)行再提問(wèn)引導(dǎo)。

  文章作者指出，如果能夠熟練掌握AI工具進(jìn)行物流規(guī)劃，將極大地提高規(guī)劃效率。

  二、DeepSeek在倉(cāng)庫(kù)規(guī)劃中的局限性

  《用deepseek進(jìn)行倉(cāng)儲(chǔ)布局規(guī)劃》發(fā)出后引發(fā)行業(yè)熱議，公眾號(hào)“聞道-供應(yīng)鏈思維”在《Deepseek在倉(cāng)庫(kù)規(guī)劃中的局限性：基于案例研究》一文中指出該內(nèi)容主要聚焦于Matlab編程，與倉(cāng)庫(kù)規(guī)劃本質(zhì)相去甚遠(yuǎn)，認(rèn)為倉(cāng)庫(kù)規(guī)劃需要綜合考慮戰(zhàn)略、戰(zhàn)術(shù)與運(yùn)營(yíng)層面的決策，形成多層次框架，具體包括總體結(jié)構(gòu)設(shè)計(jì)、面積與布局優(yōu)化、設(shè)備選擇與自動(dòng)化配置、運(yùn)營(yíng)策略設(shè)計(jì)(包括存儲(chǔ)策略、揀選策略及補(bǔ)貨策略)，促使大家深入探討Deepseek在倉(cāng)庫(kù)規(guī)劃中的局限性，并指出當(dāng)前AI在專(zhuān)業(yè)領(lǐng)域應(yīng)用中存在一個(gè)普遍問(wèn)題：過(guò)分關(guān)注技術(shù)工具本身，而忽視了專(zhuān)業(yè)領(lǐng)域的本質(zhì)需求。

  同時(shí)，該文通過(guò)一個(gè)具體的零售企業(yè)配上中心的規(guī)劃案例，讓Deepseek模型對(duì)同一任務(wù)進(jìn)行三次規(guī)劃嘗試，分析其表現(xiàn)。

  經(jīng)過(guò)測(cè)試，該作者發(fā)現(xiàn)了幾大關(guān)鍵問(wèn)題，例如：

  1.結(jié)果顯著的不一致性：

  三次規(guī)劃的總面積分別為12000㎡、15000㎡和7250㎡，差異超過(guò)100%。每次規(guī)劃都配有看似合理的推導(dǎo)過(guò)程，但結(jié)論截然不同，反映出Deepseek在處理多變量決策時(shí)的不穩(wěn)定性。

  2.專(zhuān)業(yè)概念理解偏差：

  最典型錯(cuò)誤：將“70%的SKU為拆零”誤解為“70%的庫(kù)存量需要拆零存儲(chǔ)”，導(dǎo)致存儲(chǔ)空間被高估、揀選設(shè)備配置不合理、人力資源規(guī)劃偏離實(shí)際需求等一系列問(wèn)題。

  其他問(wèn)題包括設(shè)備選擇不符合零售行業(yè)特點(diǎn)、過(guò)道寬度設(shè)計(jì)不合理等，還有一些一本正經(jīng)胡說(shuō)八道的內(nèi)容。

  3.思維邏輯的不穩(wěn)定性：

  每次規(guī)劃雖都展現(xiàn)出都展現(xiàn)出完整的思維鏈的關(guān)注點(diǎn)和深度不同，缺乏專(zhuān)業(yè)性穩(wěn)定的思考邏輯框架。

  第一次規(guī)劃偏重行業(yè)標(biāo)準(zhǔn)比例

  第二次更注重自動(dòng)化升級(jí)空間

  第三次采用更務(wù)實(shí)的空間規(guī)劃思路

  4.創(chuàng)新能力評(píng)估：缺乏深度行業(yè)經(jīng)驗(yàn)和創(chuàng)新思維

  為進(jìn)一步測(cè)試Deepseek在倉(cāng)庫(kù)規(guī)劃中的創(chuàng)新能力，作者在基礎(chǔ)案例中增加了一個(gè)極具挑戰(zhàn)性的條件："每年兩次大促，訂貨量會(huì)增加3倍"。

  面對(duì)這個(gè)挑戰(zhàn)，Deepseek一開(kāi)始忽略了這個(gè)新增的條件，再次追問(wèn)給出一個(gè)完整的方案：增設(shè)臨時(shí)存儲(chǔ)區(qū)、配置可拆卸式貨架系統(tǒng)、建立分揀能力三重保障等。仔細(xì)分析這些建議，可以發(fā)現(xiàn)Deepseek的解決方案停留在簡(jiǎn)單資源疊加層面，缺乏深度行業(yè)經(jīng)驗(yàn)和創(chuàng)新思維。

  與deepseek的對(duì)話過(guò)程，請(qǐng)滑動(dòng)查看下圖：

  Deepseek第一次回答

  Deepseek第二次回答

  Deepsee針對(duì)大促的回答

  上下滑動(dòng)查看

  通過(guò)幾次對(duì)話，作者總結(jié)Deepseek的優(yōu)勢(shì)為：

  思維鏈的白盒化：每個(gè)規(guī)劃方案都附帶詳細(xì)推導(dǎo)過(guò)程，有助于專(zhuān)業(yè)人員理解和優(yōu)化方案。

  系統(tǒng)性思維：盡管解決方案不完美，但展示了多維度思考能力，對(duì)物流專(zhuān)家也有參考價(jià)值。

  持續(xù)學(xué)習(xí)和適應(yīng)潛力：如果輸入更多行業(yè)細(xì)分場(chǎng)景的實(shí)際案例，Deepseek有望做出更專(zhuān)業(yè)、更有針對(duì)性的方案。

  最后，作者認(rèn)為AI與人類(lèi)專(zhuān)家的協(xié)作模式可能是未來(lái)物流規(guī)劃的最佳實(shí)踐，建議重新定位AI規(guī)劃的角色，將其定位為增強(qiáng)人類(lèi)專(zhuān)業(yè)能力的得力助手。AI能夠快速處理數(shù)據(jù)、提供系統(tǒng)化思維框架，而人類(lèi)專(zhuān)家可以基于經(jīng)驗(yàn)優(yōu)化方案。

  三、Deepseek+物流專(zhuān)家知識(shí)：從混沌到秩序、從質(zhì)疑到突破

  在探討Deepseek在倉(cāng)儲(chǔ)規(guī)劃的局限性后，公眾號(hào)“聞道-供應(yīng)鏈思維”緊接著又發(fā)布《Deepseek+物流專(zhuān)家知識(shí)：從混沌到秩序、從質(zhì)疑到突破》一文，進(jìn)一步探討了Deepseek與專(zhuān)家知識(shí)相結(jié)合的潛力和價(jià)值。當(dāng)引入物流專(zhuān)家的方法論后，Deepseek的表現(xiàn)是否會(huì)有所改善呢?

  作者邀請(qǐng)了零售物流規(guī)劃專(zhuān)家董劉先生，基于前文中的案例(零售企業(yè)的配送中心規(guī)劃)提供了一套詳細(xì)的專(zhuān)家方法論，包括基礎(chǔ)數(shù)據(jù)計(jì)算、各功能區(qū)域面積的計(jì)算方法等。

  那么，AI與專(zhuān)家知識(shí)結(jié)合后的表現(xiàn)如何?

  從混沌到秩序：引入專(zhuān)家方法論后，Deepseek的規(guī)劃結(jié)果高度收斂，連續(xù)兩次方案的面積均在8,100平方米左右(第一次8163平方米，第二次8177平方米)，差異主要源于大模型對(duì)數(shù)字的驗(yàn)算不夠精準(zhǔn)。不僅倉(cāng)庫(kù)面積計(jì)算趨于一致，設(shè)備推薦也形成了統(tǒng)一性，顯示出Deepseek在專(zhuān)家知識(shí)引導(dǎo)下對(duì)專(zhuān)業(yè)概念的準(zhǔn)確把握和對(duì)計(jì)算邏輯的深入理解。

  從質(zhì)疑到突破：Deepseek并未止步于簡(jiǎn)單執(zhí)行專(zhuān)家方法論，而是展現(xiàn)出獨(dú)立思考的能力。例如，它對(duì)專(zhuān)家方法論中“64個(gè)滑道一組”的拆零區(qū)計(jì)算方式提出質(zhì)疑，并提出基于每個(gè)SKU需要獨(dú)立滑道的新計(jì)算方法。在第三次規(guī)劃中，Deepseek突破了專(zhuān)家方法論的限制，將拆零區(qū)面積從806平方米調(diào)整到3168平方米，體現(xiàn)出AI在專(zhuān)業(yè)框架下的創(chuàng)新思維。

  針對(duì)Deepseek的創(chuàng)新，董劉先生指出，其提出的“拆零區(qū)是閣樓，投影面積含上下左右四組”的概念被Deepseek誤解，說(shuō)明在專(zhuān)業(yè)領(lǐng)域中仍存在大量“隱形知識(shí)”，這些知識(shí)需要逐步顯性化并納入AI的學(xué)習(xí)范圍。

  與deepseek的對(duì)話過(guò)程，請(qǐng)滑動(dòng)查看下圖：

  附錄：題目：規(guī)劃一個(gè)零售企業(yè)的配送中心，具體參數(shù)包括：

  日均訂單量：200個(gè)門(mén)店

  平均訂貨量：75箱/店

  庫(kù)存周轉(zhuǎn)：15天

  SKU數(shù)量：2500個(gè)

  拆零比例：70%的SKU需要拆零作業(yè)

  總結(jié)

  以上三篇文章共同構(gòu)成了一個(gè)有意義的探索過(guò)程，揭示了AI與物流專(zhuān)業(yè)領(lǐng)域結(jié)合的局限、挑戰(zhàn)及潛力，也為物流行業(yè)如何運(yùn)用AI，需要、培養(yǎng)怎樣的人才提供了思路。

  正如公眾號(hào)“聞道-供應(yīng)鏈思維”的作者指出，AI在專(zhuān)業(yè)領(lǐng)域中的角色不應(yīng)僅僅是規(guī)則執(zhí)行者，而應(yīng)成為能夠在專(zhuān)業(yè)框架下實(shí)現(xiàn)創(chuàng)新的思考者，未來(lái)專(zhuān)業(yè)決策可能采用新模式，即將AI視為專(zhuān)家的智能伙伴，而非單純工具。這意味著未來(lái)物流行業(yè)需要既懂物流又懂AI的復(fù)合型人才，他們能夠?qū)?zhuān)業(yè)知識(shí)與AI技術(shù)相結(jié)合，推動(dòng)物流行業(yè)的發(fā)展。

  這種觀點(diǎn)與理想汽車(chē)CEO李想提出的“AI的教練”不謀而合。“AI的教練”負(fù)責(zé)后訓(xùn)練，將“最佳實(shí)踐”轉(zhuǎn)化為AI能力。這類(lèi)人才需要具備強(qiáng)大的業(yè)務(wù)(BT)、技術(shù)(IT)和數(shù)據(jù)(DT)能力，了解業(yè)務(wù)需求，掌握高質(zhì)量數(shù)據(jù)的收集和訓(xùn)練方法。其角色包括原代碼開(kāi)發(fā)者、產(chǎn)品經(jīng)理和業(yè)務(wù)專(zhuān)家，他們需要通過(guò)學(xué)習(xí)轉(zhuǎn)型為AI教練。

  李想指出，除了“AI的教練”，“AI的教授”、計(jì)算支持者也是人工智能時(shí)代的全新工種?！癆I的教授”負(fù)責(zé)預(yù)訓(xùn)練，將各種人類(lèi)知識(shí)匯集起來(lái)，使其具備廣泛的專(zhuān)業(yè)知識(shí)，類(lèi)似于擁有多個(gè)學(xué)位的專(zhuān)家;計(jì)算支持者負(fù)責(zé)為AI提供計(jì)算支持，這是AI研發(fā)的核心。例如，自動(dòng)駕駛需要駕駛數(shù)據(jù)(DT)，To C產(chǎn)品需要人類(lèi)對(duì)話記憶數(shù)據(jù)(DT)。

  “今天從事各種專(zhuān)業(yè)的人，需要在這三個(gè)方向中尋找自己的未來(lái)之路?！?/span>

  作者 | logclub，感謝公眾號(hào)“環(huán)球物流咨詢規(guī)劃”、“聞道-供應(yīng)鏈思維”的觀點(diǎn)