核心要点
先看结论——该做什么、什么时候做：
- 在你相信任何预测百分比之前，30 天内要到书面口径：把颗粒度、时间跨度和计量单位三样敲定，缺这三样的数字，一律先当成网络层级来对待。
- 拿你自己的数据做一次回测：取 90 天你自己的订单历史，在「SKU—库位—日」层级算误差，再跟被报给你的那个汇总数字比。
- 要重规划频次，而不是重规划速度：问清一天能重解几次、谁能触发，并在你量最大的那条线上，定下每天至少一次日内重规划的目标。
- 把人工尾部当成你自己的风险，而不是运营方的：在未自动化的那部分里分清异常类别，为每一类约定一个对接人和一个响应时限，赶在下一个旺季之前。
- 设一个季度复核，盯尾部误差而不是平均误差：用你自己回测的基线去对，尾部准确率连续两个季度下滑，就重新定价或重新选线。
在8月26—28日的北京国际交通技术与设备展览会上，顺丰展示“阿朴”AI智能体集群，日度需求预测准确率超98%；京东物流发布“超脑”3.0，将亿级包裹端到端路径规划由分钟级压缩至秒级，覆盖3,600余座仓库，车辆自动调度率达86%。两者标志物流由经验驱动转向算法驱动。
详细拆解
在 8 月 26 日至 28 日举行的北京国际交通技术与设备展览会上，中国两家最大的物流运营方把自己的数字摆上了墙。顺丰展示了「阿朴」AI 智能体集群，宣称日度需求预测准确率超过 98%。京东物流发布「超脑」3.0，称它把亿级包裹的端到端路径规划由分钟级压缩至秒级，覆盖 3,600 余座仓库，并把车辆自动调度率提到 86%。
两个数字，两个说法，还有一句标题——物流正从经验驱动转向算法驱动。在照单全收这两个数字之前，我想先慢下来，而且不是因为我怀疑这些运营方，而是因为这些数字并不等于标题想让你以为的意思。
按拆吞吐量的老办法拆它。到底在量什么，在什么颗粒度上量，队列又挪到哪里去了。
先说预测。日度需求预测准确率超过 98% 是个漂亮的数字，直到你问它在什么层级上被测量。在某一天、对整个网络做预测，和在某一天、对某一个 SKU 在某一个库位做预测，是难度完全不同的两件事，而两者都可以诚实地写成「超 98%」。前者告诉你大盘大致能落到位，后者才告诉你拣货员能不能在正确的货架拿到正确的货。这是两门生意。凡是看到一个准确率、却没有颗粒度，就默认它是两者里更好看的那个，直到有人拿证据推翻你，并且明确去要「SKU—库位—日」这一档的数字。
再看路径规划那个说法。亿级包裹从分钟级到秒级，这是一个时延数字，而时延不是结果。没有哪个客户能感觉到一次十秒的重新规划。客户能感觉到的，是包裹有没有按承诺时间到，以及异常有没有在变成投诉之前被抓住。所以老实的问题不是这套规划跑得多快，而是有了这个速度之后，它一天能被重跑几次，以及重跑它到底有没有让方案变得更好。一个过去慢到懒得用的规划，它的价值恰恰在于你现在用得起了。这才是藏在秒表底下那个真正的说法。
这里推动它的力量很无聊，而无聊是褒义。订单数据很多年前就数字化了，仓库扫码把每一托盘变成了一行记录，而重解一个大规模路径问题的算力成本，已经掉到比计划员一杯咖啡还便宜。当机器很便宜、数据很干净，规划频次就不再是稀缺资源，而变成一个可以往上调的旋钮。两家运营方都在往上调，理由就是任何一个队列被关注的理由：等待的时间比干活的时间还长。
谁最先有感觉。运营方自己在它自己的网络内部最先、也最有感觉，因为它拥有仓库、车队和数据，可以自己重跑、重测，不用问谁的许可。用它服务的货主第二拨有感觉，是通过服务水平：截单时间、停留时长、异常被抓住的快慢。几乎无感的，是在两个固定点之间跑可预测、大批量、稳定线路的货主——他的问题从来不是预测准不准，而是收货方只在周二上午收货。如果你的约束是收货窗口，一个更准的预测搬不动它。
时点跟着计划日历走，不跟着新闻周期走。一个只在网络层级才成立的 98%，会先以「截单时间稍微稳了一点」的形式出现在你的服务条款里，然后才以任何你能看见的东西出现。秒级重规划会来得更早，如果有的话，因为它只改变运营方内部在做的事。可以预期内部收益在一个到两个季度内出现，任何客户可见的效果要四到六个季度，而且会先在运营方量最大、最有余地重排的线路上冒出来。
两个标题都跳过的东西其实是同一个点，说了两遍。听起来绝对的百分比，很少真的绝对。那个 98% 有多好，取决于它的颗粒度；那个 86% 的自动调度，意味着还有 14% 要交给人。那 14% 不是无聊的边角料，它是尾部，而钱就花在尾部上。容易的先被自动化了，因为它们容易。剩下的 14% 是那些收货方脾气怪、箱子破损、地址没人解析得了、司机干到一半辞职的案子。
把自动调度从 86% 推到 95%，不是多 9% 的工作量，而是剩下最难的那 9%，成本曲线恰好在这个数字看起来快做完的地方陡然变陡。第二个被跳过的点，是同一个道理套到预测上。一个在稳定规律上训练出来的模型，不会在规律破裂时变得更准。它恰好在准确率最要紧的那一刻退化，也就是做促销、上新品、或者港口出状况的时候。
把数字放上去，假设摆在明面上。取一天一亿个包裹。假设过去全网路径规划是一批跑十分钟，现在跑十秒。直接的节省微不足道：一个本来要等十分钟的计划员现在等几秒，一天也许省回半小时，一个月值几百美元。真正的钱在它放开的频次上。如果一次十分钟的运行一个班次只允许重规划一次，而十秒的运行允许十二次，你就多出十一次重规划。假设每次重规划回收干线成本的 0.01%，再假设干线成本约每件 0.50 美元，也就是一天 5,000 万美元，那么每次约 5,000 美元，一天约 5.5 万美元，一年大约 2,000 万美元。
现在诚实一点，因为每次重规划的改善衰减很快：头几次抓到大的错误，第十一次基本只是在重排噪声。把假定的回收砍到三分之一，一年也还有 600 万美元。时延的胜利是真的，但它活在重规划频次里，不在那几秒里。
把一个假设反过来，结论就翻。如果这家运营方的预测是在「SKU—库位—日」层级测的、并且仍然过了 98%，那这是一个真正难的数字，你应该预期它在大促和扰动下的服务也扛得住。如果它是在网络日层级测的，而 SKU 层级的误差明显更差，那这个标题就是一个营销产物，真正干活的还是你的安全库存。要盯的条件不是标题里那个百分比，是尾部的预测误差——在那些最疼的日子和最疼的 SKU 上。
↑ 返回核心要点