上海交大中美物流研究院院长江志斌：物流与供应链工业软件及核心优化算法的挑战、发展及实践！

上海交大中美物流研究院院长江志斌：物流与供应链工业软件及核心优化算法的挑战、发展及实践！

　　图像浏览软件,软件测试习题,餐饮软件系统很高兴参加今天这样一个会，的确不容易。我前几天到深圳开会开了一半撤离。因为南山突然出现几例，会务紧急安排我们去机场，怕我们回不来。我有一次坐高铁突然变成次密接，我觉得线月份上海的静默管理，那个时候物流出了很多问题。当时上海市委市府打电话，让我们专家写纸面建议来不及，打电话咨询，李强说解决上海民生的问题。在危机时候民的问题，物流的保障特别重要。刚才两位司长上报过交通部从宏观的角度讲。

　　我在很多场合讲物流其实有几化，一个是服务化、一个是智慧化、数智化，绿色化、集成化。无论哪一个化，落脚点一定是要信息技术的支撑，工业软件，典型的表现就是工业软件，所以今天讲这个主题。

　　工业软件，大家知道物流从70年代末期引入这个概念，经过改革开放40多年的发展，我们在很多领域已经从起步吹追赶，很多地方已经超越。很多地方我们是第一。但是一个很大的问题，我们从物流的占GDP的比重，从早期的20%，我记得应该在2017年已经达到接近15%。最近几年还在徘徊在10%左右，下不来。原因在哪里？第一个分析这个原因，我估计可能早期第一是靠物流模式的创新。从供需物流，走第三方物流，集约化资源共享，提高效率起着非常重要的作用。后来很多民营企业介入物流，使得经营灵活，效率提升，管理比较严格。第三个劳动力的红利，大家看大量的快递小哥，农村的快递小哥，最后一公里末端配送。

　　无论是模式创新还是民营企业的活力，还是劳动力成本的红利，到目前很难支撑进一步的发展和提升，现在物流更加复杂，个性化需求更加苛刻，我们国家重大战略，刚才讲的国内两个大循环格局，提高可靠性和效率。国家的重大需求，在这样一个情况下，尤其党的二十大提出来坚持把我们讲发展国民经济的着力发展实体经济上。两个循环的概念，交通强国，怎么样进一步提升物流效率，刚才向司长讲降本增效。很大的问题我们需要工业软件。

　　工业软件，第一个大规模复杂物流与供应链集成整合和优化，第二个大规模复杂网络物流供应链金融化和运营管控，大规模多元化、定制化、个性化物流的处理，智能物流、制造物流等等。底下这个是给美的集团下游供应链做的整合，用的是核心的算法。这是从物流概念，提出一盘货的概念，一盘货怎么实现？解决这个问题。因为美的是3000多亿的企业，物流非常重要。

　　工业软件是物流与供应链系统，我们很多企业从零开始，如果有了工业软件，就不需要从零研发，可以在工业软件上进一步二次开发和配置，解决企业的需求问题。工业软件本质上不是一个软件，本质上是基于物流工业领域的经验，1：14：55解决复杂的物流供应链的资源配置、运营优化、评价、创新等一系列问题。这是一个把所有的知识、经验、技能、规范，模型算法、代码化，形成工业软件，这是这样一个循环的过程。我们国家现在缺少这一块，工业软件刚才注意到王司长说的关于交通的规划，含遗憾没有听到工业软件几个词，当时专门讲的信息技术，有可能在那里面有。这是一个核心竞争力，是整个物流供应链系统的大脑。

　　我们叫算力，工程院院士搞的智加实验室就是解决算力问题，复杂的问题快速给出可行的或者比较好的方案，这是非常重要。但是一个很大的问题，物流供应链的工业软件不像普通的软件，办公软件那么大，它的市场空间比较窄，品种比较多。国家怎么样支撑工业软件的发展，我建议需要有一些政策。工业软件我们按照环节来分，跟其他学科交叉分，可以为三块，核心的算法可以从系统规划层面，方方面面都需要核心软件。

　　第二讲进工业软件目前存在的问题，这是我找的资料，全球福布斯的（英文）2022年全球最好的供应链软件，不是其中速航通整体最好，其他的方方面面在局部解决问题是比较好的，所谓的最好的没有中国的声音。这是1989年给的全球供应链的排行，昨天晚上在找，最后找到一个嘎特（音）发布的中国，惊喜的发现用友占市场26%，紧接是金蝶和浪潮，还有甲骨文。

　　第一个我们很大的问题自主研发能力比较弱，核心的算法，核心的软件都是被国外垄断。因为计算引擎像Cplex一定是基础的。我们标准化，1：18：50，一定是标准化、模块化，我们这方面不够，所以导致我们的工业软件非常困难。所以国外的软件到中国不适应了，我们是按照我们随心所欲的构建系统，没有标准化。所以我们工业软件很难使用。

　　第三个是多功能的协同，我们现在很多问题是单一功能的，因为物流从运输、配送、仓储、分拣到最后一公里配送，还有回收等等非常复杂。现在很多做的单向，做单向问题非常大，现在物流模式创新很多是把多种功能集成到一起，国外的工业软件没法使用，我们复合型才缺乏。我们物流园区的学生，尽管在疫情情况下，一个学生的待遇特别好。特点都是搞核心算法的，可以说明这个问题。我想这是一个很大的问题，我们专业人士缺乏，这是一个交叉学科，既要懂物流又要懂计算机，不是计算机本身的问题，我们要建立模型，建立算法。

　　管理效率上提升非常困难，由于在场景上的相对滞后，所以整个物流的降本增效挑战特别大。国外构筑了壁垒，我们国内的软件怎么去延伸，怎么推破重围是我们需要考虑的问题。

　　第三面临的问题和挑战，第一个问题刚才讲了1：21：20，个性化的物流，多样化，我们怎么样预测需求的变化，这是个非常难的事。第二个生产方式变革，我们现在多品种小批量的生产，个性化定制的产品的生产，我们的物流算法业面临巨大的挑战。还有一个平台化和集成化，这是两大趋势，需要多个业务工艺上协同。这个时候我们的物流怎么样满足协同化、集成化管控的需求，这是一个，智能化的概念是什么？我们讲无人驾驶汽车，我觉得最大的挑战是算法。而且人机混合系统，怎么适应人的算法是非常困难的，人是不守规矩的，不守交通规则的。建设无人驾驶汽车在有人的情况下，给人混合系统做驾驶控制，这个问题怎么解决。

　　算法的挑战也列入国家基金的，一定要人考虑进去，要理解人，通过摄像头去判断那个人会不会违规？，所以我想这是我们的工业软件，怎么样适合自动化的要求。绿色集约化、可持续发展，我们有的时候目标不是单一的，既要绿色，不能提高成本，还要提高效率。这是一个复杂的问题。单纯考虑绿色没有问题，这个是我们又考虑绿色，刚才讲的降本增效又要绿色化，这个实际上是矛盾的，冲突的。怎么解决这个问题，智能化这个问题，我们的问题太复杂了。场景太复杂了，都没法用基于运筹学的建立模型来计算，或者建立的模型太复杂，我们没法算得出来，这个时候我们用AI机器学习的方法，大规模、多业务系统，纵向集成、横向集成，第一个数据处理能力要强，大规模系统分布式决策能力，不再是集中优化，1：25：00，系统是变化的，怎么样在线学习能力，我们的算法算力变得越来越聪明，根据过去的经验主义获取知识，怎么样把AR人工智能的算法。

　　第三个是市场化模式，目前市场化的模式比较弱。目前的发展第一个基于数字孪生的优化，因为这个问题太复杂，我们数字孪生，建立模型，通过机器学习不断第一次求解算法，对系统进行验证和优化。第二个平台化，云平台化，第三个数据驱动与优化，第四个从单一的，我们做了一些工作，最近因为中美物流研究院是从2025年跟美国最强的研究的机构和大学联合成立的。

　　最近几年在智慧物流在工业软件的核心算法上做了大量工作，第一个跟法瓦，这个仓是为电商客户提供仓储和配送的服务，这是第一个方面的工作。第二个工作基于刚才讲的，前置仓，我们跟美的做的，因为美的下端的供应链各自为阵，对整个网络进行优化，因为几千个，总体的优化我们做了这个工作。怎么样送到？因为批量比较小，怎么样把下线的空调、冰箱直接运输送到前置仓和中心仓，配送优化的算法，这是我们开发的核心算法。

　　通过这样解决了美的下游供应链制造与物流的集成化，一盘货，集约化，大量分散的物流和仓储集中为一个前置仓和中心仓的网络。这是跟美的做的下游供应链端到端的集成优化，这涉及大量的核心算法，我们找不到工业软件适应美的需求，我们只能自己开发。这个是跟制造物流，因为物流和制造是脱节的。现在两个一体化来做，这是我们跟某一家空调压缩机的制作工厂AGV系统做了整体优化，效果非常好。

　　工业软件是制约我国是瓶颈，在研发投入创新能力产业化的规模，因为我们在原则上谈不上产业化规模，人才培养都存在很多问题。物流未来的发展，智能化、平台化、集约化发展需要全新的核心算法及软件支撑，对于相关的工业软件的研发提出了巨大挑战。我们通过模式创新，面向重大实际问题，鼓励企业自主研发，通过产学研合作的方式发展科技型的物流供应链软件的产业，我觉得国家应该出相关的政策和支持。