北京一家做同城配送的物流企业，年营收三个亿，看着不小。但老板每个月看利润表都想哭——运输成本占营收12%，行业头部可以做到7%。5个点的差距在物流行业基本等于净利润归零。

他试过很多办法：换更省油的车、砍掉不挣钱的线路、把调度员从五个加到八个——都没从根上解决问题。运输成本依然居高不下，准时率只有85%，每个月客户投诉里一大半是"又迟到了"。

后来他们做了一件很"不性感"的事：给调度系统上了一层AI。

传统的调度怎么做的？调度员对着电话和微信群，凭经验排车——哪些订单拼一辆车、什么路线、几点出发。一天几百个订单，调度员的大脑就是一个超负荷的Excel。拼得好不好、路线绕不绕、有没有空驶，全凭调度员的经验和当天的心情。

AI做了三件事。

第一件事：订单自动聚类。AI把全天几百个订单按目的地、时间窗口、货物类型自动分堆。原来调度员要花一个半小时做拼单，AI三十秒出结果。不是替代，是把这个决策过程"预处理"了，调度员只需要审核和微调。

第二件事：动态路径优化。不是早上排好路线就完事了——北京的交通是活的。AI接入实时路况，每十五分钟重新计算一次最优路径。如果某条路线突然堵了，AI自动把后续订单重新拼到其他路线上去。

第三件事：空驶率预警。以前调度员不知道一辆车卸完货之后下一趟活在哪，只能空驶回程或者原地等。AI提前预测每辆车的卸货时间，自动匹配附近的待配送订单，把空驶率从35%压到了18%。

三个月后数据出来：运输成本占比从12%降到了10%，准时率从85%提到了92%。老板算了笔账——按一年三个亿的营收算，两个点的成本下降就是六百万。而AI调度系统的投入不到五十万。

这位老板后来在公司内部说了一句我觉得很值得记下来的话："以前我觉得AI是锦上添花的东西——效率很高的时候再加个AI让它更高。现在知道错了。AI应该用在效率最低的地方——把最烂的环节先救起来，回报才是最大的。"

调度系统的AI化不是什么高精尖的技术突破，就是最传统的运筹优化+机器学习。但它用对了一个地方：把人脑最不擅长的——海量数据的实时计算——交给了机器，把人脑最擅长的——异常情况的判断和处理——还给了人。

你的企业哪个环节是效率最差但数据最多的——那个地方往往就是AI回报最大的地方。在公众号对话框告诉我，我帮你分析。