麻省理工学院运输与物流中心（MIT Center for Transportation & Logistics）研究人员联合内部物流设备公司梅卡鲁（Mecalux），共同开发了一款全新的人工智能驱动模拟器，旨在帮助企业优化物流网络中多仓库间的库存分布。
该平台名为“库存策略遗传评估与仿真”（Genetic Evaluation & Simulation for Inventory Strategy，简称 GENESIS），由智能物流系统实验室（Intelligent Logistics Systems Lab，简称 ILS）研发。系统采用先进的机器学习和遗传算法评估数千种运营场景，能够确定每个仓库的最优库存水平并推荐最佳补货策略。
GENESIS 可分析区域需求预测、运输成本和仓库容量等广泛运营变量。通过在虚拟环境中模拟不同库存政策，企业可在不干扰实际运营的前提下测试各种策略。
麻省理工学院运输与物流中心及智能物流系统实验室研究主管马蒂亚斯·温肯巴赫（Matthias Winkenbach）表示，该系统的遗传算法能够快速评估多种物流场景，使企业能够比较不同策略并找出最符合其运营需求的方案。
一旦输入运营数据和参数，GENESIS 便会生成优化的库存计划及分析仪表板。这些仪表板突出显示关键指标，如消费趋势、高需求波动地区、面临缺货风险的 SKU 以及出现供应失衡的仓库。
重新分配库存而非立即补货
该平台的核心功能之一是在物流网络内重新平衡库存。系统不会立即触发新采购订单，而是评估是否可将某设施的多余库存调拨至面临短缺的仓库。这种方法有助于企业在降低采购成本的同时，提高现有库存利用率。
此外，模拟器还提供运输策略指导，例如建议合并运输以最大化卡车装载率，或从特定仓库履行订单，从而缩短交货时间并降低运输费用。
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）指出，开发该系统的主要挑战在于使技术足够快速以满足实际应用需求。通过设计 GENESIS 同时而非顺序地评估数千种场景，团队将原本需数天的分析工作缩短至几分钟，使其适用于现实世界的战术规划。
与许多需要专业技术知识的先进分析工具不同，GENESIS 兼顾了数据专家和企业管理决策者的易用性。梅卡鲁首席执行官哈维尔·卡里略（Javier Carrillo）表示，该平台旨在帮助企业最小化整体物流网络成本，同时保持高水平的服务标准。
拓展人工智能在物流中的应用
这款基于 AI 的模拟器是梅卡鲁与麻省理工学院物流研究社区合作的首批重大成果之一。目前，双方合作已进入新阶段，重点是将人工智能应用扩展到其他物流流程，包括 AI 驱动的内部补货系统、用于高密度自动化存储设施的数字孪生技术，以及先进的储位优化工具。
随着供应链日益复杂，研究人员和行业合作伙伴认为，像 GENESIS 这样的工具将在帮助企业更快做出数据驱动决策、降低运营成本方面发挥关键作用。