供应链终于有了一个「端到端」的AI大脑｜SCOPE论文解读

前两天在arXiv上翻到一篇新论文，标题叫SCOPE，全称是"Supply-Chain Operations through Coupled Policies for End-to-End Coordination"。扫了一眼作者阵容和验证场景——叮咚买菜和京东的真实运营数据——我意识到这可能不是在benchmark上刷分的论文，它在解决一个让供应链从业者头疼了十几年的老问题。

先说说这个老问题是什么。

一个完整的补货计划，要同时决定四件事：每个仓库或门店卖什么商品（品类规划）、每个商品由上游哪个设施供货（货源分配）、多久补一次货（补货频率）、以及配送路线怎么走（路线规划）。这四件事在操作层面是深度耦合的——你选了什么品，决定了后面要配送的货量和需求结构；货源分配和补货频率又决定了每天的发货请求长什么样；路线能不能跑通、成本合不合理，反过来又决定了前面那些选择到底划不划算。

但在绝大多数供应链里，这四件事归不同部门管，用不同的系统优化。品类团队定完品，把需求扔给计划部门；计划部门排完补货频率，把单子甩给运输团队；运输团队拿到单子一看，路线跑不了，回头再扯皮。结果是：库存积压和缺货同时存在，运输成本怎么也压不下来，每个部门各自的KPI都完成了，但整个链条的效率一塌糊涂。

这篇论文提出的SCOPE，思路其实很直接——既然这些决策是耦合的，就别分开优化了。

他们把供应链里的每个实体（仓库、门店、商品、订单、路线节点）都编码成token，塞进一个共享的表示空间里。每个token类型对应自己的决策接口——比如品类相关的token输出品类决策，货源相关的token输出货源分配。每个决策都基于前面已经形成的部分计划，而整个计划完成后用一个系统级的效用函数来统一评估。这事相当于给整个供应链装了一个能从全局角度看问题的决策大脑。

SCOPE在叮咚买菜和京东的数据上都做了验证。这两个场景覆盖了不同的补货层级——叮咚是生鲜即时零售，服务频率高、品类和产能压力大、路网约束强；京东是大规模电商供应链，涉及更复杂的多级网络。论文的结论是，SCOPE consistently outperforms那些把各个决策阶段分开优化的方法，也比行业里现在常用的实操baseline要好。

我自己看完的第一反应是：这类工作做起来难度其实不在模型结构，而在数据和工程。把不同部门的决策数据对齐到同一个token表示空间，意味着要搞定数据口径不一致、决策时间窗口不同、KPI定义打架这些脏活。论文的abstract没有展开讲工程细节，但能在两家真实供应链上跑通，说明这个方法不是停留在理想实验环境里的。

当然，这种「用一个模型端到端输出全部计划」的做法，在实际落地中肯定会遇到组织阻力——毕竟这个做法是把几个部门的活压缩到一个决策接口里了。但逻辑是对的：库存和运输问题在供应链里反复出现、怎么调都调不好的时候，根子多半是环节之间的衔接断了。

论文地址在 arXiv:2607.28488，PDF和HTML版本都可以直接看。