南韓物流與運輸2025 – 進行中CJ Logistics
AI 派車、裝載規劃與機器人自動化
CJ Logistics 正將電話派車改為預測與最佳化，裝載規劃代理將運算時間由 1 小時縮短至 10 分鐘
問題
約 140 個物流中心之間的幹線卡車以電話派車，仰賴調度員的經驗。規劃車輛與棧板如何裝載同樣耗時，且留有閒置載量。
做法
公司的物流技術研究院（TES）正以需求預測模型和最佳化引擎取代電話派車，其資料來自掃描、主檔與事件紀錄。針對合約物流客戶，公司開發了計算裝載計畫的 AI 代理，並測試可撰寫最佳化模型的語言模型代理。在仁川全球配送中心，公司啟用以視覺為基礎的移動式機器人棧板碼垛機，逐步由每次處理 1 個棧板擴大至 4 個。
主要數據
1 h → 10 min合約物流客戶使用 AI 代理計算裝載計畫所需時間
~140變更前以電話協調幹線派車的物流中心數
4仁川中心的移動式機器人碼垛機可同時處理的棧板數
啟示
CJ Logistics 在將派車由電話改為預測與最佳化的同時，開發了裝載規劃代理。公司公布的數據涵蓋個別工具，尚未公布整體派車系統的成果。
分類
來源
來源摘要
[1]바이라인네트워크2025年11月28日
一名 CJ Logistics 最佳化研究員於 2025 年 11 月在 Byline Network 的零售與物流科技研討會上發言，介紹將約 140 個物流中心的幹線派車由電話改為預測與最佳化。他表示，裝載規劃代理將運算時間由約 1 小時縮短至不到 10 分鐘，並使剩餘貨量改善約 13%。在一項試驗中，語言模型代理將最佳化模型的開發時間由數月縮短至 1 至 2 週。
[2]토요경제2025年7月17日
報導指出，CJ Logistics 在仁川全球配送中心啟用移動式、以 AI 視覺為基礎的機器人碼垛機，每階段檢核後由每次處理 1 個棧板擴大至 4 個。公司表示生產力提升、作業員疲勞減少，但未提供數據。
詳細內容請參閱原始資料。
收錄日期 2026年10月25日 · 更新日期 2026年10月25日
