智慧物流:技术淘汰的不是人力,是落后的生产力

智能化带来的影响没有想象得那么悲观。智能化的最终目的，不是让司机下岗，而是减轻负担，是一定程度上的解放，解放我们去做更有效率的事。

　　未来，随着技术的发展，产业的变革，以及人们生活方式的转变，像司机这样的工种只会越来越少。但并不是要淘汰司机，被淘汰的只会是落后的生产力。

　　今天分享的主题是《智能数据分析技术与物流》，将围绕以下四点展开：

　　1、物流的内涵，物流与计算机有何渊源;

　　2、智能物流支撑技术，技术能为物流智能化做贡献;

　　3、物流中的智能数据分析技术，以圆通的业务合作以及取得的成果;

　　4、「一带一路」背景下的有哪些新的展望。

　　一、物流的内涵

　　「物流」这个词汇最早从希腊文Logistikos中得到，意思是说是有一种计算的技艺19世纪初,拿破仑军官用于军队组织(法语logistique);20世纪中，美军用于描述军队后勤组织。

　　20世纪60年代，物流广泛进入民用领域。当时，主要是指供应链方面的资源如何流转的问题。

　　到本世纪，物流总算是回到了它原来的出发。换句话说，它没有忘记它的「初心」，什么意思呢?物流是供应链里面的中心，是数据技术兴起的结果，希望它是智能化的能回归到计算的内涵。

　　二、智能物流支撑技术

　　1、物流系统智能化的主要支撑技术

如果把智慧物流作为我们的服务对象的话，至少有这四个支撑技术会带来贡献：

　　1)物联网

　　2009年，时任温家宝总理来到无锡物联网产业研究院考察。那个时候，主要讲的是什么呢?是「感知」，通过传感器把信息收集起来，然后再通过各种各样的网络把信息传输到云计算中心进行计算。

　　现在，已经鲜有人再来讨论这样的一个计算模型。

　　希望2040年左右，我们的物联网上至少有一千亿个机器自动化为人类工作。那时候，相信物流行业的很多环节可以靠物联网的互联互通，解决智能化问题。

　　2)大数据

　　过去，物流在老百姓眼中就是运输东西，一件物品从A地送到B地就结束。

　　这10年间，大家渐渐地发现，原来物流不是那样简单的一件事。越来越多的企业开始研究物流各个环节中的数据，这些很有用的数据原来是没有被注意到的。

　　比如说同类产品哪些更受客户喜欢?各个地域的客户都喜欢什么样的产品?以前，这些数据或许是广告公司比较感兴趣。现在，物流就是一个巨大的数据源，是所有其他商业的数据中心。

　　3)人工智能

　　人工智能，是一个基础性技术。比如说人脸识别技术，过去大会场里才会有人脸识别;现在已经成为支付方式的识别技术。人工智能会在物流行业做什么呢?下面我会为大家举些例子。

　　4)优化管理

　　如何提高传输的效率，降低成本，是运营里很重要的一个考虑因素。

　　2、智慧物流技术全景

所有这些，都可以看作是智慧物流的基础。

　　1)仓储优化

　　仓储优化，是智慧物流的一个起点。采用相对低价的机器人就能实现自动化。早期的机器人是帮助我们搬运货物，而现在，机器人甚至能帮我们管理更细致的事务。还有货物识别、自动化分拣、无人驾驶叉车等仓储管理科技。

　　现在可穿戴设备的应用也比较普遍，但戴上设备做事总会有不便的地方，比如视觉设备。未来，或许会出现不需要佩戴设备的激光技术，让我们用「眼」就能一目了然货物放在哪儿。无人作业，必然会提高效率。

　　2)智能调度

　　从仓储出来后，货物要进行运输了，如何实现智能调度呢?主要是运输优化，无人驾驶技术，将改变干线物流现有格局，目前尚在研究阶段，但已取得阶段性成果。

　　3)最后一公里技术

　　大卡车是不可能开到每家每户的大门口的，那最后一公里送货怎么送?现在我们主要是靠劳动力，把货送到你的家门口。

　　从长远来看，必然要采用新的技术来代替。在西方一些人少地广的国家，无人机送货即将被采用，或已在试用阶段。

　　4)终端

　　就末端技术而言，应该线上线下结合。因为线上的技术产品，适合青年一代。对于大多数退休的老年人，使用先进技术可能还有困难。

　　目前已经存在的智能快递柜，为我们提供了很大便利，老人也能操作，。但受限于成本与消费者使用习惯等问题，未来的发展仍存在不确定性。

　　如果往上游推，在这张图往左面添加一些环节，比如与供应链相结合，我相信，人工智能、大数据、物联网技术等能获得更广泛的运用。

　　从纵向看，我们服务的对象不再是普通的消费者，而是企业和生产线，这是一个值得考虑的问题。

　　3、智慧物流系统

　　我们可以把智慧物流系统分成几块：数据驱动的用户画像、供应方、需求方、供需网络、数据中心、物联网。

　　制造业、快消品行业和农业，是物流服务的主要来源，而且现在快消品行业是重头，制造业也将会成为我们的主要供应方。

　　农业产业近几年也发生了很大的变化，变得更小、更个体，比如现在的长三角地区，有很多的小农庄或大的农业基地，为周边城市的消费者提供个性化的商品。消费者只需线上预定，选择一个送货方式，当日或次日就能在家中收到新鲜的菜。

　　从供货方收到订单，到消费者收到货品，这中间就是一张供应网。供应网络上有很多种供应方式，可能是飞机、货车、铁路，也可能是水运。

　　供应方把货物发出去，想要知道货物发到哪儿了，而需求方也想要知道什么时候能收到货。这时候就是由数据中心发挥作用。

　　数据中心收集市场销售数据、产品数据、流程管理数据、商业模式研究数据等等，进行处理后变成我们可以接收的具体信息。产品的电子标签、用户的智能手机、GPS定位系统等等，这些都是大数据的信息来源。

　　物流各环节的问题，比如仓储如何规划，如何选址，怎么分布，通过大数据分析挖掘出可行性方案，这就是将数据转化为价值。

　　最后到终端的消费者，我们也可以通过大数据分析，进一步地优化物流，提高客户体验。从消费者的基本信息，如性别、年龄、地域分布，到消费者的购物习惯、消费能力、出行偏好等深度信息，这些数据元综合在一起勾勒出一张用户画像。基于用户画像，做出消费预测、调度规划等。

　　三、物流中的智能数据分析技术

　　目前，我们在物流中的智能数据分析技术研究已经取得了部分成果。