簡單講，人工智慧中用的場景是分類分揀與迭代派送環節，減少人工作業的強度和貨品損耗。大資料就是指揮分類分揀裝置，估算派送的迭代時間，合理安排快遞員的接單量。

如題，大資料與人工智慧如和應用在物流場景下，此場景可以定義為智慧物流，利用人工智慧及最最佳化技術， 實現企業物流數字化，降低物流運營成本、提升物流運營效率。 涵蓋了物流中的倉儲、運輸、出庫、揀貨、路徑規劃等。

1、透過對車輛路徑的最佳化，提高車輛裝載率、減少出行次數和執行總里程，控制運輸成本

2、提供發貨之前的箱單預估；可根據使用者的箱單資料，透過最佳化演算法計算最優擺放，減少空間浪費，保證裝箱安全。

3、最佳化倉庫出庫揀貨路徑，提高揀貨效率，節省成本。

我來談一談人工智慧對物流行業的改變吧，主要說說冷鏈物流。或許很多人其實不知道冷鏈物流的損耗有多嚴重，有一個數據可以給大家分享一下：

根據中國食品工業協會的資料顯示，中國由於冷鏈問題造成的浪費每年大概有1200萬噸水果、1.3億噸蔬菜，還有奶製品、肉類、蛋、水產、熟食等的浪費，浪費總值在600多億左右。600億是個什麼概念呢？很多縣的GDP有可能都達不到這個數值。

那麼，什麼原因導致了這一問題呢？原因可能很多，其中一個重要原因就是冷鏈資訊化的落後，具體來說就是物流企業缺少對貨品全過程的環境溫度的實時監控。由於長途運輸，物品的環境溫度肯定是會有變化的，這一點想都不用想，溫度發生了改變必然會對一些貨物尤其是水果等造成破壞，損耗就在所難免了。

此外，由於物流資訊化落後，缺少對物流過程的實時跟蹤和物流調配的資訊化管理，還造成了另外一個壞現象，那就是運輸車輛的空載率較高。中國倉儲協會的調查報告顯示，中國車輛的空載率近45%，而美國只有10%左右，僅此一項每年的損耗就在千億元左右。

這個時候人工智慧系統的作用就凸顯出來了。比如基於智慧數字感測器、無線通訊、GPS定位等技術可以開發出一套物流實時跟蹤系統，這個系統可以完成貨品運輸全過程的環境溫度實時監控，還能解決運輸車輛的空載率問題，既能讓消費者吃到更新鮮的食物，又能提高企業的效益，作用大大的。