“AI+” 如何为 ToB 供应链物流赋能 虞 楠（交通运输行业首席分析师） SAC 号码： S0850512070003 联系人：谭伊珊 2025 年 3 月 18 日 证券研究报告 （优于大市，维持） 16322 ToB 物流成本压力倒逼变革， AI 助力成本管控智能化。我们认为， ToB 物流服务链条长、定制化程度 高，且客户对成本诉求敏感，驱动物流企业加强成本控制、精细化运营的核心能力。 化运营的核心能力。 AI 大模型、机 器 人等技术在物流场景的落地，有助于成本管控正从“经验式”向“智能化”跃迁，率先使用 AI 等科技 或具备技术基因的 ToB 物流商，有望在成本竞争中进一步扩大竞争优势。 “AI+ 物流”相较于“互联网 + 物流”：全链路深度融合，智能决策。我们认为， AI+ 物流以人工智 能 算法、机器人及自动驾驶技术为底层支撑，从被动响应转向主动预测与动态优化，通过自主决策与 多式联运智能筹划、突发事件处理、仓储自动化识别分拣、智能客服与交互、需求预测与绩效评估等 场景都具有广泛的应用价值，进一步发掘出物流企业的降本增效潜力。 投资建议。我们看好 AI 技术在 ToB 物流领域的应用前景，建议关注积极布局 AI 技术、具备较强数字 化 能力和精细化运营能力的物流企业： 1 ）制造业供应链：传化智联、海晨股份； 2 ）消费品供应链： 怡亚通； 3 ）大宗供应链：

基于仿真工具的仿真思路 注 1：项目需求输入：将 ToB 项目需求（包含低时延&高可靠等）统一转换成容量+覆盖两类输入。 注 2：小区规模估算：基于容量需求和 ToB 容量基线中每个小区的能力，进行链路估算，得到满足容量需要的 小区数量。 注 3：ToB 仿真余量验证：校准 ToB 典型行业的余量可用性和推荐值。 注 4：覆盖仿真：基于 ToB 场景特点，叠加余量进行迭代，通过 ASP、手动加战方式，直到满足覆盖要求。

数字孪生智慧港口发展现状总结和建议 7 港机远控业务与数字孪生结合度高，最契合港口生产作业需要，海港场景下已充分验证可商用，建议河港、化工码头可规模 复制 场景说明 集装箱码头 散货码头 场景特点 数字孪生 toB 应用场景及当前进展 1 、龙门吊远控：多个港口已投入常态化生产，如厦门港、宁波港、天津港等… 2 、 AGV/IGV 无人集卡： AGV 可复制， IGV 配合验证，如唐山港、天津港、厦门港 等…