为客户的供应链装上AI大脑，菜鸟物流科技跑出智能化新路径

近日，在云栖大会上，菜鸟物流科技首度面向市场发布供应链AI决策平台，助力零售、物流、高新制造等行业加速打造高效的AI供应链系统，解决多品类、销售波动大、环节复杂等供应链痛点。据了解，目前该供应链AI产品的收入年增长已超过60%。在海外，菜鸟物流科技的供应链软件系统在东南亚、中东市场增长迅猛。

过去，菜鸟致力于提升供应链单个环节的数字化能力，此次运用“通用大模型+专业小模型”的技术组合方式，则是将AI能力从执行提高至计划层面，让AI真正成为供应链的“大脑”。供应链领域正在进入新的技术拐点。

改写供应链底层逻辑

近年来，国内AI智能化进程加快，企业对于利用AI提升供应链效率的诉求变得强烈，特别是在零售、物流、高新制造、汽车售后市场等领域，企业通常产品或零部件种类多、供应商多，供应链链路长，管理较为复杂，很难直接通过大模型提高供应链管理效率。

菜鸟物流科技决心入局的，正是高专业度和高复杂性的供应链领域。据了解，菜鸟物流科技这款供应链AI产品的市场定位，集中在供应链计划与策略规划领域，包括生产计划、供销匹配、物流仓网规划等。

有所不同的是，供应链AI采用了“通用大模型+专业小模型”结合的技术模式，既疏通单个环节的堵点，又以高维视角统揽全局。拆解来看，菜鸟物流科技将承载过去多年的行业算法进行沉淀，利用小模型解决企业销量预测、运筹优化等具体问题。同时，大模型能以强大的推理和交互能力，调动各专业小模型，打破信息孤岛，进行全链路的推演和最优解搜索。

简而言之，和过去菜鸟将线下信息线上化、单点环节自动化的数字化解决方案不同，供应链AI的智能化方案是要基于数据底盘，利用AI进行推理预测，并给出行动建议。

以汽车行业为例，传统计划仅针对单一零件缺货调整，但企业若引入大模型，可结合上游供应商产能、原材料受天气影响等多维信息，提前预警并调整全链路生产计划，实现从“被动响应”到“主动推演”的转变。

零售企业同样面临SKU密集、供应波动等痛点。某连锁奶茶品牌已拥有超5.3万家门店，覆盖全球13个国家和地区。但市场规模扩张也让该品牌的供应链管理难度攀升，生鲜和乳饮等短保期产品的供应需要时刻匹配企业多发性的促销活动。

菜鸟的解题思路是，使用供应链AI产品预测销量，并智能生成补货计划，让采购、仓储备货和调运等全链路高效联动，提升原材料供应效率，避免原材料浪费以及资金无效占用，始终控制好成本。

据菜鸟物流科技供应链AI事业部总经理黄钟介绍，企业级供应链AI赛道才刚刚出现，未来2—3年，菜鸟相关业务年增长率预计将保持在60%—70%。“国内制造业规模扩大及对供应链价值认知的提升，推动了决策类软件需求的增长。”黄钟说道。

第二条增长曲线

菜鸟并不是第一家深耕供应链软件市场的物流企业。然而，能在物流侧和技术侧均处于行业领先位置，这样的企业并不多。黄钟认为，相比传统物流企业，菜鸟的优势在于拥有从制造端到物流端的全链路供应链能力。同时，相较于纯算法优化的软件公司，菜鸟在AI与大模型结合的迭代速度及工程化落地能力上更具优势。

黄钟还提出，依托阿里系的互联网基因，菜鸟在新技术应用的敏锐度和成本控制上具有显著竞争力。

值得关注的是，菜鸟物流科技供应链软件业务也在海外加速落地，目前该产品的海外市场占比大致在30%—40%。

对于重点布局东南亚和中东市场，黄钟认为，一方面是这类地区正处于数字化转型加速期，对OTWB（订单、运输、仓储、报关）系统及后续的AI决策有强烈需求。另一方面，东南亚和中东对中国科技的认可度较高，且地缘政治风险较低，且当地企业更倾向于采购而非自研系统。

“和国内客户相比，海外客户主要集中在零售、物流行业。”黄钟表示，例如正大集团等企业，正在结合原有的线下零售体系实现线上线下经营整合，这类企业对工业软件有着较高需求。

另一类则是国外做快递仓储等业务的物流企业。据黄钟讲述，这些客户也在加速完成数字化迭代。菜鸟供应链软件业务在海外零售与物流行业的收入年增长超过了50%。

在供应链AI业务方面，仍然是数字化建设较好的国内市场，有较大的需求。从目前来看，行业领域客户对供应链AI的运用依然集中于中大型企业，中小企业面临较高的信息化实施成本。“预计2—3年后，随着成本降低，才可能向中小企业普及。”黄钟说道。

毕竟，要想让AI统筹全局，企业需要打通全链路数据。对于大公司来说是组织变革阻力，于中小企业而言则是实施成本等问题。

黄钟进一步指出，菜鸟物流科技需要持续探索大模型、AI Coding与专业小模型的结合边界，平衡投入产出比，避免过度依赖高成本的Token消耗。“尽管前期在研发和数据治理工具上投入较大，但随着市场快速发展，很快就能摊薄研发成本。”他表示。