麻省理工学院与麦卡鲁克斯联合开发人工智能仿真平台优化多仓库库存分配

麻省理工学院（MIT）交通与物流研究中心与仓储管理软件企业麦卡鲁克斯（Mecalux）近日联合宣布，共同研发出一款基于人工智能的库存仿真平台，能够对同一物流网络中多个仓库的库存分配进行系统性优化。该平台命名为"创世纪"（Genetic Evaluation & Simulation for Inventory Strategy，GENESIS），综合运用先进的机器学习模型，对数千种可能的运营场景进行分析，从而确定每座仓库的Zui优库存水平及补货时机。

该系统将各地区的需求预测、运输成本及各仓库的运营容量等核心变量纳入计算模型，在不干扰真实运营的前提下，对多种库存补货策略进行模拟测试。麻省理工学院交通与物流研究中心暨智能物流系统实验室研究总监马蒂亚斯·温肯巴赫（Matthias Winkenbach）博士表示："遗传算法能够以不同参数运行多轮仿真，直至找出Zui高效的物流策略。企业可以横向比较各类方案，选择Zui契合自身运营实际的路径。"

仓间调拨优先于外部采购，降本逻辑清晰

该平台的一大亮点在于其库存再平衡能力。系统不会直接向供应商发起新的采购订单，而是首先评估在网络内部调拨的可行性——即从库存积压的仓库向短缺仓库转移货品，由此帮助企业减少不必要的采购支出，充分盘活现有库存资产。

在运输组织层面，平台同样给出智能建议：例如是否应合并多批次货物以提升车辆装载率，或是否应从某一特定仓库单独发货以缩短配送时效、压缩运输成本。策略颗粒度已细化至单个订单层面，覆盖了大多数企业日常物流决策的核心痛点。

用户完成数据录入后，系统将自动生成Zui优方案，并配套输出统计分析看板，涵盖消费规律、高需求波动地区、缺货风险较高的单品（SKU），以及存在供应问题的仓库节点，为管理层提供清晰的决策支撑。

从"天级"到"分钟级"，算法工程的核心突破

该项目的技术突破并不止于算法本身。麻省理工学院智能物流系统实验室研究工程师罗德里戈·埃尔莫西利亚（Rodrigo Hermosilla）坦言："真正的挑战不在于找到正确的算法，而在于让它快到足以实用。我们从头构建了创世纪，使其能够同时并行评估数千种方案，而非逐一顺序推演。过去需要数天才能完成的计算，现在只需数分钟，这意味着企业可以将其用于真实的战术规划，而非停留于理论分析。"

在用户定位上，"创世纪"刻意打破了分析类工具专属于技术专家的惯例，将操作界面同时面向技术团队与业务决策者开放。麦卡鲁克斯首席执行官哈维尔·卡里略（Javier Carrillo）表示："我们的目标是帮助企业在保证Zui高服务水平的同时，将物流网络总成本降至Zui低。"

人工智能物流合作进入新阶段，数字孪生提上日程

这款仿真平台是麦卡鲁克斯与麻省理工学院交通与物流研究中心联合项目的首批可落地成果之一。双方合作目前正式进入新阶段，研究重心将向更多物流环节延伸，包括仓内补货自动化、高密度自动化存储系统的数字孪生，以及货位优化（Slotting Optimization）等方向。

此次联合研发所揭示的路径，对国内仓储物流行业同样具有借鉴价值。国内头部电商、零售及第三方物流企业已在积累海量运营数据，如何将遗传算法、强化学习等人工智能技术与本土复杂的多仓网络结构相结合，实现从"经验驱动"到"数据驱动"的补货决策升级，将是下一轮降本增效的重要突破口。与知名高校或研究机构深度合作共同开发算法平台，或许是加速这一进程的有效路径之一。