麻省理工学院运输与物流中心与西班牙公司Mecalux共同推出了一款基于人工智能的模拟器，旨在优化物流网络中多个仓库的库存管理。这一平台命名为遗传评估与库存策略模拟（GENESIS），它运用机器学习技术分析大量可能情景，以确定各仓库的最佳库存水平和补货时间点。

该AI模拟器整合了多种变量，包括区域需求预测、运输费用及仓库处理能力，用于在不干扰实际运营的情况下评估不同的补货方案。麻省理工学院智能物流系统实验室研究主任Matthias Winkenbach博士指出：“遗传算法能通过多参数模拟，识别出最有效的物流策略。企业可借此对比多种方案，选择适合自身运营的模式。”

GENESIS在输入数据和变量后，会提供优化结果和详细的统计仪表板。用户能借此分析消费趋势、需求易变区域、缺货风险较高的商品或供应受限的仓库。

这一系统的一个核心功能是库存再平衡。它优先考虑从网络中其他有剩余库存的设施转移产品，而非直接向供应商下单，从而帮助企业降低成本并提高现有库存利用率。

此外，该工具还能为运输组织提供建议，例如是否应合并货物以提升卡车装载效率，或从特定仓库发货以减少交付时间和费用。

麻省理工学院智能物流系统实验室研究工程师Rodrigo Hermosilla表示：“开发的关键在于速度而非算法本身。我们从头构建了GENESIS，能同时评估数千种场景，将原本耗时数天的分析缩短到几分钟，使企业能将其用于实际战术规划。”

GENESIS设计面向技术团队和业务决策者，而非仅限于专业用户。Mecalux首席执行官Javier Carrillo强调：“目标是帮助企业降低物流总成本，同时维持高服务水平。”

这款AI模拟器是Mecalux与麻省理工学院运输与物流中心合作的首批成果之一。目前，双方正推进新阶段合作，计划将人工智能应用于更多物流流程，如内部补货、数字孪生和货位优化等。