麻省理工学院（MIT）与Mecalux公司合作开发了一款人工智能物流模拟平台，该平台旨在以较低成本优化库存和运输管理，并减少缺货情况。
这款名为GENESIS的平台由MIT运输与物流中心和Mecalux联合创建，它运用机器学习技术测试库存补货方案，无需干扰实际物流运作。系统通过分析区域需求预测、运输费用及仓库运营能力等多种因素，为每个仓库推荐合适的库存量，并提示补货时间点。
GENESIS平台能够处理输入的数据和变量，生成详细的统计仪表板，帮助技术团队和业务管理者评估消费趋势、地区需求变化、不同商品缺货概率以及仓库供应状况等关键指标。
MIT运输与物流中心及智能物流系统实验室研究主任Matthias Winkenbach博士表示：“遗传算法可以运行多次模拟，通过调整参数来寻找高效的物流策略。企业能够对比不同情景，选取最适合自身运营的模式。”
当从其他仓库调拨过剩库存比向供应商新订购更有效时，系统会向用户发出提醒。这有助于更好地利用现有库存，重新分配网络中各仓库的存货，从而节约成本。
系统还能提供运输建议，比如是否从特定地点发货以降低费用和缩短交货时间，或者是否合并货物以提高卡车装载效率。
MIT智能物流系统实验室研究工程师Rodrigo Hermosilla指出：“关键挑战在于让算法足够快速实用。我们从头构建GENESIS，能够同时评估数千种情景。以往需要几天完成的任务现在只需几分钟，使企业能将其用于实际战术规划，而非仅停留在理论层面。”
Mecalux首席执行官Javier Carrillo补充道：“我们的目标是协助企业在维持高服务水平的前提下，尽可能降低物流网络总成本。”
Mecalux和MIT运输与物流中心正推进合作新阶段，计划在内部补货、货位优化及高密度自动化存储系统的数字孪生等领域扩展人工智能应用。
