中國物流的發展是世界的奇跡。中國用了十年時間，趕超了美國近一百年的努力。數據顯示，2017年中國快遞業務量已經突破400億件，居世界第一；物流行業的從業人員已經突破5000萬；在全國七億多就業人口中，物流就業人員占6.5%。“一天十億只包裹”的時代馬上就要到來了，現有的物流技術和經驗亟待轉型升級，“智慧物流”成為行業發展的新風口，那么它將令哪些行業受益呢？
“物”流的背后是“數據”流
海爾集團總裁周云杰表示“ABCD”是物聯網時代的四大技術：A是AI，人工智能技術；B是BLOCKchain，區塊鏈技術；C是CLOUD，云計算技術；D是bigDATA，大數據技術。
智慧物流與傳統物流的分水嶺之一，便是數據處理的能力。傳統物流系統的數據處理，也被稱為BI(商業智能)分析，往往是事后進行的。而智慧物流系統是以數據作為開始，數據的應用貫穿其中，并且以數據為終點的一個循環上升過程。
橫向來看，大數據的分析對象可劃分為三類：第一是微觀層面，包括了運輸、倉儲、配送、包裝、流通加工登記處數據的分類；第二是中觀層面，包括供應鏈、采購物流、生產物流數據分類；第三是宏觀層面，是基于商品的管理，把商品分成不同的類型做數據分析。當大數據滲透到物流企業的各個環節，將對物流解決方案、物流企業管理、物流客戶管理、智能預警等多個領域有所幫助，為物流企業節省成本、提高收益。縱向來看，大數據構建智慧物流系統分四步。
首先，通過大數據技術及時準確地采集業務運行的數據，并分不同層次需求展示出來。如果沒有做到準確詳實的數據化，那么智慧化便遙不可期了。
其次，通過大數據評估業務。在大數據時代，物流企業可以依據社會化的數據（例如用戶好評或點贊數）進行業務評估。并且可以利用互聯網灰度測試的方法，進行流程優化的評估。對于物流這種勞動密集型行業，能起到很好的激勵作用。
再次，利用大數據進行業務預測。預測一直是大數據應用的核心，也是最有價值的地方。預測的準確度，是預測的一個重要衡量。如果能夠提前進行業務量預測，那么，對于資源調度和實效性意義重大。
最后，依托大數據進行智能決策。對于預測準確性高并且包容性強的業務，越容易實現智能決策。以目前的技術而言，最好的方式依然是人機結合，能夠利用大數據和人工智能的技術，為人工提供輔助決策，讓人工決策更加合理。
物聯網時代，物流不再是傳統的倉儲運輸，它是萬物相連的基本載體。智慧物流的興起，會令本身就炙手可熱的大數據行業更加受益，因為它才是物物相連幕后依托。
物流業的“無人化”
有人說，所有勞動密集型的行業都終將有一天會被機器代替。物流行業無疑也面臨著“無人化”的轉型升級。在AI和物聯網技術上，中國已經擁有較強的底層技術實力，人才、技術、數據和場景上也在日益積累，因此經常聽到到中國在AI時代彎道超車的說法。數據顯示，中國智慧物流2017年市場規模為3380億元，到2025年智慧物流市場規模有望超過萬億。迅猛增長的智慧物流市場，除了給物流企業帶來巨大紅利，也給相關“無人”行業傳來利好消息。它們包括倉儲機器人、自動駕駛汽車、無人機、自動化物流設備。以倉儲機器人為例，“無人化”的最大的受益者便是機器人行業。智能機器人與工業機器人的自動化程度完全不同，它們能夠利用機器視覺進行路徑規劃和機械控制等技術，即擁有具體問題具體處理的能力，實現更復雜的擬人操作，因此稱為“智慧”。例如倉儲的分揀、打包、傳送等環節都可以應用機器人。
在整個物流環節里，有望率先應用的就是倉儲機器人。有數據顯示，2017年，倉儲機器人行業的全球市場規模在232億美元左右，中國第一（占27%）、美國第二。在中國智慧物流市場高速增長的大環境下，中國倉儲機器人市場領先有望。2017年雙11期間，日日順聯合菜鳥建立了“雙十一”大件物流加速無人倉，還提供了大件物流前置倉。前置倉是對傳統一二級倉庫的延伸，可實現對暢銷產品多頻次少批量的補貨。提高了物流效率。在配送環節，無人機等無人配送體系也被提上日程。技術驅動的電商巨頭對于智慧物流更是興致勃勃，紛紛將智慧物流上升到戰略層面。
然而，不可忽視的是，在技術和行業發展的前期，機器成本可能會高于人力成本，未必能在短期內提高企業的收益。物流企業也應當量力而行，不要為“無人化”而“無人化”。但是，隨著不斷的探索，智慧物流技術的成熟指日可期，那時獲益者不僅是物流企業、大數據行業、機器人行業，還會為國際貿易、“一帶一路”、國家扶貧等貢獻巨大裨益。
轉自現代物流報
http://m.y3995.cn
