我接触到的几乎所有零售商和物流运营商都在问同一个问题：人工智能究竟在我们每天必须做出的决策中扮演什么角色？预测下一季度的库存、分配促销空间、决定哪些商品在哪些门店的哪些货架上陈列。这些是决定利润生死的关键决策，也是大多数人工智能项目难以交付成果的地方。
讨论通常分为两个方向。一方主张将大型语言模型应用于所有场景，因为其灵活且易于原型开发；另一方则坚持认为，只有经典的优化和预测模型才足够准确，值得在生产环境中信任。两方都部分正确，而这正是问题所在。零售商需要帮助的决策并不尊重任何一方试图划定的界限。
过去几年，我在生产系统和同行评审研究中致力于探索另一种替代方案：混合架构，即结合多种人工智能方法的优势，而不是将所有赌注押在单一方法上。这一原则本身并不新颖，但如何为零售和供应链决策具体连接这些组件的细节仍在摸索中。我想探讨三个混合方法已经奏效的场景，说明其为何对美国在全球市场竞争中的零售商至关重要，以及供应链领导者在购买任何声称使用混合方法的系统之前应该提出哪些问题。
为什么纯大型语言模型和纯优化都会失败
从外部看，零售决策问题看似简单。采购员制定促销计划，计划员分配库存，门店级系统决定哪些商品在哪些位置进行展示。每一项决策都包含创造性元素（我们应该做什么）以及硬性约束元素（我们实际上能负担得起、容纳、运输和库存多少）。
大型语言模型在处理创造性方面表现出色。给大型语言模型一份用普通英语撰写的买家促销简报，它就能提取出相关的商品类别、区域优先级和时间窗口。问题始于要求同一模型生成实际的分配决策时。大型语言模型并非设计用于遵守硬性约束。如果你让它制定库存计划，它会流畅地给出一个计划，但无法保证数字总和符合你的配送中心容量、供应商承诺或货架空间。超额预订中转站的计划不是计划。
经典优化面临相反的问题。混合整数规划会尊重你形式化编码的所有约束，但它无法阅读买家的电子邮件。在优化器能够看到之前，每个例外情况都必须由人类分析师转化为数值约束。当计划周期长达两到四周时，项目往往死在这个转化步骤上。优化器很快，但为其提供约束的人类却不够快。
出路在于停止要求任何一种工具去做另一件工作。在灵活性至关重要的地方使用大型语言模型，在正确性至关重要的地方使用优化器，并在中间通过清晰的接口将它们连接起来。这就是混合模式，在我从事过的零售和供应链问题中，它以三种不同的形式出现。
混合模式一：作为前门的大型语言模型
最常见的混合模式是使用大型语言模型作为预处理层，然后由经典优化器接管。在我发表在《欧洲信息技术与计算机科学杂志》上的研究中，我在零售货架空间分配问题上测试了这种模式。经典基线使用标准优化技术来生成最优的商品摆放方案。混合版本增加了一个大型语言模型阶段，在进入求解器之前按兼容性对商品进行分组，使优化器能够在较小的并行子问题上工作，而不是在一个大问题上工作。
基准测试结果显著。在现实的问题规模下，混合方法将计算时间减少了大约 80% 到 86%，同时保留了原始解决方案质量的 91% 到 99%。这种最优性的权衡是真实存在的，需要明确指出的。混合方法在解决方案质量上并没有超越经典优化器，它做的是在经典优化单独难以及时清除输入的情况下，牺牲少量最优性以换取大量速度。
这对供应链领导者意味着什么？因为每晚运行一次的分配引擎与可以随着日内信号到达而重新运行的引擎之间的区别，不仅仅是用户体验的提升。这是计划团队基于上周数据做出反应与基于当天早间数据做出反应之间的区别。当信号与决策之间的周期时间长于事件本身时，促销窗口就会失败。压缩决策时间是这里主要的供应链价值。
混合模式二：内置约束的生成模型
第二种模式出现在决策不是关于在现有选项中做出选择，而是关于生成新选项时。平面布置图设计就是一个很好的例子。平面布置图告诉门店员工如何在货架上排列产品——哪些商品放在哪里，每个商品获得多少个面位，布局如何响应品类相邻规则和商店集群偏好。手工设计平面布置图很慢，纯粹通过优化设计往往会产生数学上最优但在商业上不通情达理的布局。在作为章节发表在斯普林格《计算机与信息科学系列通讯》中的工作中，我的合著者和我探索了一种混合方法：扩散模型（用于图像合成的同一类生成式人工智能）被调整用于生成平面布置图布局，并配有一个感知约束的损失函数，在训练期间惩罚任何违反零售业务规则的布局。
架构之所以重要，是因为单独一半都无法工作。没有零售约束训练的扩散模型会产生视觉上合理但在商业上不可行的布局：错误的相邻商品、过满的货架、被忽视的品牌策略。纯约束求解器会产生满足所有规则但感觉机械化的布局，因为它没有商品品味的概念。混合方法让生成模型进行创造性的空间合成，同时确保约束层输出的内容是门店员工实际可以执行的。
这与第一种混合模式不同，这里完全没有大型语言模型。携带的原则是：结合范式，让每种范式处理其最擅长的事情。对于零售和供应链领导者来说，实际含义是，当生成式人工智能受到界限时，它最有用的。无限制的生成产生演示，有界限的生成产生计划。
混合模式三：力量与效率并存
第三种模式对于没有企业级基础设施预算的美国零售商和物流运营商最为重要。在通过 IEEE 发表的研究中，我研究了长短期记忆神经网络（一类广泛用于零售需求预测的模型），并测试了当系统地压缩它们以部署在资源受限的硬件上时会发生什么。传统的假设是较小的模型会牺牲准确性，实际结果恰恰相反。在商用 CPU 硬件上运行的压缩模型在预测准确性方面优于较大的未压缩基线，同时使用的内存和计算量仅为其中的一小部分。
这以前两种模式不同的意义上来说是混合的。这里的组合是在深度学习的表达能力和压缩模型的部署效率之间。预测问题是相同的，变化的是部署表面。不再需要中型市场零售商和小物流运营商在经济上无法证明合理的 GPU 基础设施，压缩方法可以在这些公司已经拥有的硬件类型上运行。
这对美国竞争力的影响值得大声说出来。企业平台一直拥有的优势并非更优的算法，而是更完善的基础设施。当中部地区的一家区域性杂货商需要与全国性连锁企业在库存规划上竞争时，差距很少在于数学复杂程度，而在于能否在合理时间内对数万种 SKU 和数百家门店运行这些计算。压缩神经网络方法通过使高级预测无需企业级硬件即可部署，从而缩小了这一差距。这对于构成市场大多数的广大美国零售商和供应链运营商而言意义重大，但他们很少出现在关于人工智能的行业大会主题演讲中。
购买此类系统的三个问题
大多数零售商和供应链运营商不会从头自行构建人工智能，他们将向供应商购买规划软件，而这些供应商越来越多地声称使用这些模式的各种版本。在签署合同之前，以下是值得提出的几个问题。
每个组件的边界在哪里？诚实的混合系统具有清晰的架构接缝。大语言模型（LLM）或生成式组件负责解释或综合，优化器或约束层负责验证和求解。该边界应当明确且可审计。如果供应商无法在白板上指出这一接缝，他们很可能是在将 LLM 作为决策引擎运行，并称之为"AI 增强型优化”。这类系统在演示中表现良好，但在实际生产中却会失败，因为一旦遇到 LLM 未曾见过的现实世界异常情况，其生成的计划将以难以察觉的方式出错。
当人工智能出错时会发生什么？模型会出现误读，这是其工作原理的特性，而非可以通过训练消除的缺陷。稳健的混合设计假定前端模型偶尔会为优化器生成格式错误的输入，并包含一个验证层，以便在错误传播到下游之前将其捕获。如果答案是“由人工审查每项计划”，那么自动化效益将小于演示所显示的水平；如果答案是“坏输入被无声丢弃”，你将面临可审计性问题，这会在旺季期间给你带来麻烦。
你能检查系统实际做出了什么决定以及原因吗？在任何混合系统中，最有用的产物是位于各组件之间的结构化对象。如果你能看到哪些采购员备注转化为了哪些数值约束、哪些异常应用于哪个配送中心、哪些门店集群获得了特殊处理，你就拥有一个可以向采购经理、合规部门以及任何提出质疑的人进行辩护的系统。如果该产物被隐藏，你将被要求信任一个黑盒，由其做出价值数百万美元的承诺性决策。
接下来会发生什么
零售和供应链规划软件的下一个有用层次不会来自更大的模型，而是来自组合更优的系统，其中每个工具都执行其真正擅长的任务。大语言模型翻译上游存在的商品营销意图，生成式模型在严格的安全护栏内产生创造性的空间和时序布局，压缩神经网络使高级预测成为那些缺乏企业基础设施的操作人员触手可及的能力，经典优化则生成流向下游的承诺数量、分配方案和补货计划。
率先掌握这种组合方式的零售商和供应链运营商最终将获得其团队真正信任的规划系统，这比任何单一的基准指标都更为重要。对于在全球范围内竞争的美国公司而言，真正的奖赏是：能够在不支付历来作为入门门槛的基础设施成本的情况下，部署生产级人工智能。这将改变谁能够参与竞争，以及在何种条件下竞争。
作者简介
Ravi Teja Pagidoju 是一名高级软件工程师兼独立人工智能研究员，致力于将人工智能应用于零售商品营销和供应链决策。他在 IEEE、Springer 以及《欧洲信息技术与计算机科学杂志》等期刊上发表了关于混合人工智能架构的同行评审研究。他在坎贝尔斯维尔大学开展独立研究，目前正在该校完成专业工商管理硕士（Professional MBA）学位。