用货车或面包车运送 25 个包裹看似简单，实则复杂无比。

据投资银行高盛（Goldman Sachs）称，可能的路线数量加起来约为 15septillion（万亿万亿）。

大型IT公司Infosys的苏迪尔·贾（Sudhir Jha）说，将人工智能融入复杂的生产和分销网络--供应链--将比任何其他技术应用产生更大的经济影响，并影响更多的企业。

据麦肯锡公司估计，在供应链和制造业中使用人工智能，企业每年将获得 1.3 万亿到 2 万亿美元的经济价值（见图）。

许多公司已经在使用由机器学习驱动的机器人来改善工厂和仓库的运行。但人工智能还将改变供应链的其他几个方面。

其一是管理财务和支付供应商的工作。

英国石油公司（BP）首席数字创新官莫拉格·沃森（Morag Watson）说，正如微软的 Excel 电子表格改变了财务部门一样，人工智能也将使日常的后台工作更加高效。

一些先行者已经开始使用人工智能扫描发票并预测付款情况。

软件公司 Workday 提供了一款财务规划工具，利用人工智能预测哪些客户会延迟付款。

另一个机会是通过计算机视觉系统改善制造业，这些系统可以检查装配线上的产品并发现缺陷。

Landing.AI公司的安德鲁·吴（Andrew Ng）说，这些系统比人类更准确，Landing.AI是一家与台湾大型合同制造商富士康和其他公司合作的初创公司。

芯片制造商英伟达（Nvidia）已经利用计算机视觉技术来确保其芯片的正确组装。

公司还将利用人工智能来预测设备何时可能出现故障。

这将使航空公司、石油公司、能源公司和工业巨头等运营大型资产的公司受益，因为这些公司会因意外故障而付出高昂代价。

公司可以将过去的性能数据与机器上的智能传感器（大肆宣传的 “物联网 ”的一部分）生成的数据结合起来，预测喷气发动机或风力涡轮机何时可能发生故障，从而在故障发生前进行维护。

美国空军和国防部正在与一家初创公司 C3 IoT 合作，扫描维护日志和过去的技术问题，以寻找喷气发动机或风力涡轮机可能出现故障的迹象。

公司还在构建 “数字双胞胎”--资产的虚拟代表，以模拟天气和其他因素对机械的影响。

明年的热点

更好的预测也将改善库存管理和需求预测，从而释放现金和存储空间。

中国电子商务公司JD.com的首席技术官张晨（音译）说，这对利润往往非常微薄的零售商来说尤为重要。

据研究公司IHL Group称，2015年，全球企业因库存过多而造成的损失约为4700亿美元，因库存不足而造成的损失约为6300亿美元。

亚马逊现在拥有预测其销售的数亿种产品需求的算法，通常可以提前18个月预测需求。

亚马逊机器学习主管拉尔夫·赫布里希（Ralf Herbrich）说，最难预测的商品是服装，公司必须根据附近买家的体型和品味，决定在哪个仓库备货哪种尺寸和颜色。

Lineage 是一家为食品杂货商和餐馆等客户提供食品冷藏服务的公司，它利用人工智能预测物品到达和离开仓库的顺序，以便将托盘放在正确的位置。

Lineage 公司的老板格雷格·莱姆库尔（Greg Lehmkuhl）说：“我把牙刷放在水槽边，因为我一天要用三次牙刷，把圣诞树放在阁楼上也是有原因的。”他补充说，使用人工智能进行智能摆放，效率提高了 20%。

人工智能还能帮助企业追踪货物运输。

从港口、卡车到集装箱船，全球航运业的大多数企业都是技术落后者，因此客户永远不知道他们的货物何时会出现。这种情况正在开始改变。

系统在高效地安排货物路线和预测货物到达时间方面的能力越来越强，公司也在加大对这些系统的投资。

为了预测到达时间，他们可以在货物上安装传感器，或者设计整个系统，利用货车发出的 GPS 信号等数据。

此外，包裹的路由选择也更加高效，潜在收益巨大。

包裹递送公司联合包裹服务公司（UPS）流程管理总监杰克·莱维斯（Jack Levis）说，在美国，司机的日常路线每减少一英里，公司每年就能节省大约 5000 万美元。

高盛预计，人工智能将使物流成本至少降低 5%，这将在未来十年内带来 250 亿美元的额外利润。

这将给这个利润微薄的行业带来巨大变化。它还可能引入新的竞争对手，对旧的流程进行彻底的重新思考。

物流初创企业 Flexport 的 Ryan Petersen 说：“当你制造一架新喷气机时，你不只是给莱特兄弟的飞机装上喷气发动机。”

包括 JD.com 在内的许多公司都在投资人工智能驱动的无人机送货技术。

现在，强大的亚马逊正在进军物流业，在洛杉矶试运行一项服务，从企业取件并将包裹送到客户手中，这让它与联邦快递和 UPS 展开了直接竞争。

全球航运公司马士基（Maersk）的首席数字官易卜拉欣·戈克森（Ibrahim Gokcen）说，这家电子商务巨头已经成为 “每个人的竞争对手”。

智能物流初创公司 Savi 的里奇·卡尔森（Rich Carlson）说：“供应链中的每个人都提高了认识，他们必须提高自己的游戏水平，部分原因是亚马逊的能力。亚马逊的竞争对手可能会担心，但消费者会很高兴。”

有人提到，在美国最具活力的市场之一进行竞争的企业通常具备两个共同特点。

一是它们代表了日益依赖先进制造业、云计算和人工智能的美国经济。

二是它们预计将消耗大量电力。

针对第一点，目前不少传统中国企业很多企业的成功让自己往往会善于依赖旧有路径，尤其是国企，天生不缺钱、不缺资源、不缺生意，更难刀刃向内，但是回顾IBM、微软这些世界巨头，每次都是积极主动淘汰自己落后的技术应用，主动转型。

《三体》中一句话讲的话，我消灭你，与你无关。世界各国AI竞争就是如此。

《重塑组织》一书提到所有类型的组织中青色组织最为强大，每个人是个持续迭代的生命体，由人这个细胞构成的组织拥有持续迭代的生命力。

世间一切都是频率，技术也是如此，这种无形的来自上帝的灵感本身就拥有生命力，一旦企业开始使用AI技术，这将是个持续迭代的过程。

AI会成为一种插件或API接口或在研产销管理物流等各个环节解放人的双手，可能最初是偏早期的智能或者是单体智能。

但是随着企业垂直知识库的训练，企业垂直大模型将促使企业网更高的智能和集群化的模式发展，不排除出现颠覆现在的工业生产逻辑。

源于不同的企业基因，引入AI的企业会在自己的大树上长出不同的形态。

如同同样做微信和钉钉，同一个产品思维在不同基因上持续迭代后的不同形态。

关于第二点，电力成本决定企业拥有的竞争力，所以节能就是节约企业的弹药，不积小流无以成江海，不积跬步无以至千里。

企业应该是未来驱动的，把AI智能植入基因可以避免在这第四次工业革命中不被淘汰。

AI最大的价值是能缩小中美企业之间发展的差距，设计环节决定成品形态，AI 让设计高屋建瓴。

如果AI、神经网络、AR、VR、MR技术解放人脑，那么机器人就是解放人的身体，发展这些技术本身就是对生产力的重塑。

一切商业付费的本质源于节约人的时间、给人生活带来便捷，企业对先进科技的应用程度决定未来的竞争力。

如果社交、娱乐可以被AI 重塑，那么生产也是如此，只是推进程度不同。

未来可以被发明，正如目前的2D转3D技术，3D打印技术，随着这些技术成本的降低，企业在模具开发领域的成本将大幅降低。

意味着制造业将拥有更强的设计能力，设计能力的提升直接决定产品的产品力。

当企业的产品力无可抗拒之时，原产地限制就形同虚设，因为市场最终还是消费者用脚投票的。用AI加持的设计力也是实现产品力提升的利器。

一条生产线的搬离或扎根起码10年内不轻易移动，当世界的先进技术以5年为差异进行地区转移之时，AI让制造拥有了直奔终极最优解的测试空间。

世界上最强的是因果律。

Open AI诞生于美国，为什么不是诞生在其他国家？

美国能持续技术创新一方面源于美国创业者中有人愿意为所热爱的领域坐10年冷板凳，投资机构也有战略眼光，另一方面源于美国对基础科学极为重视。

这给我们一个启发，当投资形成产业拉动、未来驱动、引领未来的时候，越极致越沉淀的细分就越能让产品从实验室走向商业化产品化。

AI本身是人工智能，很多环节无需人类参与。但AI与人类协作，可以结合人类的直觉和经验，提高整体决策质量和效率。

所以人类的参与度尤为关键，是否使用AI后都无人参与呢？并非如此。

技术本身对人类生存的安全感的形成威胁时，就已经不是科技向善了。

如何用好AI，同时保障人类的工作，对咨询的信赖和安全是开始发展AI时就需要考虑的。

在许多领域，AI和自动化可以与人类协作而非完全取代。企业应探索如何利用AI提升员工的工作效率和创造力，而不是简单地用机器取代人力。

开发和推广能够辅助劳动者完成任务的智能工具，提高工作效率和质量，同时提高对工作进程的可控性尤为重要。

既解放了生产力，让人拥有更多的时间和空间，也可以避免AI持续迭代后失控或无法区分真伪音视频等潜在风险。

目前AI参与的资讯爆炸的时代，经过清洗的高质量的信息尤为稀缺。对数据真伪的判断能力亦是如此。

未来可以被发明，岗位同样可以被创造。

当AI发展取代越来越多的人类工作之时，培养学生的判断力、创新能力、批判性思维和数字技能显得更重要。

编程、数据分析、AI基础知识在未来可能将成为基础课程的一部分。

美国部分州技术驱动人才培养，培训有针对岗位的人才，创造面向未来的岗位，做大面向未来的蛋糕也值得借鉴。

如果我们今天处于AI应用普及化的时代，随着对基础科学的发展，未来就是科技发明遍地开花结果的时代。