老胡点评：使用几个AI工具进行物流网络规划的尝试历程
基于大模型的生成式AI工具，不论是美国的ChatGPT，还是中国的豆包和DeepSeek，对于供应链管理人士来说，不仅可以用在搜索信息工作，是否也可以充分利用它们的推理和编程能力呢？
带着这份好奇，我周末尝试着提供了一份经典的物流网络规划案例，分别看看几个工具解决该问题的结果，历程较艰辛，结果挺有趣！
此次测试我使用的案例来自《供应链建模》一书，作者Jeremy Shapiro，我手里的还是2002年由中信出版社出版发行的英文影音版。
1
案例介绍
该案例的具体内容详见下面滚动的图片。需要在8个潜在城市决策是否设立仓库（物流中心），如要设置，是设立大仓还是小仓？以及设立仓库后，计划运输给20个区域市场的货量，并满足各市场的预测。
同时，不论是大仓还是小仓，都有处理能力上限（约束），还分别存在仓库的固定成本和可变成本，以及与不同运输距离相关的干线运输成本。当然，案例采用的统一运输单价。
专业的物流网络规划者，或学习过SCMP教材的同学，应该可以识别，这是一个混合整数规划问题。
< 上下滑动查看 >
2
初次使用AI来尝试解决
我把案例内容放入一个Word文件，分别上传给豆包和DeepSeek，看看它们如何解答这个问题。下面几张图分别展示了我给出的指令，及AI初次的回复。
- 豆包：能读懂文件内容和业务描述，推理出总成本结构，初步给出解决思路。考虑到该问题的排列组合方案巨大，仅仓库设置组合3^8=6561,它试图给出启发式算法的某一种建议。在我继续询问总成本最小的方案后？依然仅提供解题思路，不情愿给计算呢。
我进一步引导，请它采用混合整数规划的方法后，它能快速清楚地构建出数学模型。特别地，它能敏锐地识别出，对于每个潜在城市，存在不设、设大仓、设小仓这样三种选择；
- DeepSeek：我提供同样的案例Word文档，相同地、不带引导地让它解决。它非常认真地思考了486秒，絮絮叨叨地罗列了思路，竟达9,890字左右。从它的思路内容可以看出，它尝试很多角度的考虑。但花费了很大时间纠结在“可变成本”的概念区分和价格单位的思考上。
在这个案例里，运输费率是按美元计价，而仓库的固定和可变成本是按照千美元标注，它的确能识别出来。但由于它把运费也看作可变成本（实际上没错！），而与仓库的可变成本当成一个概念，所以一直纠结，但也没有停下来提问，而是一路狂奔下去了。
- DeepSeek最终还是提供了一个答案，一个总成本260多万美元的仓库设立和发货的方案，虽然不是最优解。
官网摘要已读完
关注公众号后继续阅读
官网页面主要呈现文章脉络和关键上下文。完整内容、图表、案例细节和活动信息，请关注微信公众号「乐思门咨询」后，在公众号内搜索本文标题阅读原文。
