智慧物流概念

近年来，在电子商务和移动互联网迅猛发展的影响下，我国物流市场规模持续扩大，一些新理念、新模式、新业态、新技术不断涌现，物流碎片化、去中心化趋势日趋显著，物流业信息联通、开放共享和智能化等核心理念得到社会普遍认可。

1、 一方面，要实现行业可持续发展，应当利用先进的技术方法和科学的管理措施，坚持资源合理利用原则，最大程度的减少行业对社会和环境的不利影响，实现绿色生态发展。

2、同时，受国内经济发展方式转变和产业结构调整的影响，传统物流业面临劳动力、土地、资本等要素资源和生态环境约束，利用新技术对物流各个环节进行改造升级、降本增效，实现物流业整体向智慧物流转型升级已是大势所趋。

3、智慧物流作为新的物流业态，借助现代物流技术，通过互联互通与协同共享，重塑了物流中人、货、车、节点、线路等物理要素间的关系。

4、将原本分离的信息流、物流、商流与配送和采购等环节密切关联，智能化地实施包装、仓储、装卸、运输、配送等中间环节，突破了商品流通各环节之间流程与工序的界限，使商品在全流通过程中都能被跟踪和管理，确保商品物流信息的网络化、可视化、及时化和智能化需要，真正实现人的智慧与科技智能有机结合，从而有效降低物流成本，提升物流服务质量和效率，重塑产业分工与资源分配体系。

研究现状

自《物流技术与应用》编辑部、中国物流技术协会信息中心王继祥在 2009 年正式提出“智慧物流”后，应琳芝、俞海宏等( 2011) 阐释了“智慧物流”的概念及其功能; 党建民( 2013) 论述了发展智慧物流的重要性，并在战略定位、发展模式和推广步骤上给出了建议; 王之泰( 2014) 阐释和探讨了发“智慧物流”的意义、抓手与切入点等问题。邵广利( 2015)探讨了基于物联网技术的智慧物流发展模式; 乐烨( 2016) 分析了智慧物流特征、应用前景及对传统物流管理的影响; 谭华、林克等( 2016) 探索了智慧物流技术发展趋势; 郝书池( 2017) 探讨了发展智慧物流的动因与对策; 马彬( 2017) 探讨了现代物流技术在企业中的应用现状及趋势; 析了物流技术创新对物流业的影响。

综合分析发现，已有的研究成果大多数只是从理论上对“智慧物流”的特征、概念、发展模式、意义、实现的对策、建议等方面进行探讨，鲜有从实践上对智慧物流在“仓运配”环节的应用实践展开探讨的。

基于此，本文从技术的视角对智慧物流业态下“仓运配”各环节的技术及应用场景进行全面探析，并结合典型企业的商业应用实践进行实证探讨，以期为探究我国物流业的转型升级提供一些有益的参考和借鉴。

智慧物流“仓运配”环节技术生态链

现代信息技术是智慧物流实现的核心和基础，物流企业借助于现代信息技术，通过资源共享、信息联通和企业间协同作业对物流仓储、运输、配送等环节进行改造升级，提升整个物流业的信息化、智能化和自动化水平，实现整合资源，降本增效的目标。

按照物流服务环节不同，我们将智慧物流“仓运配”环节所涉及到的技术分为智慧底盘技术和智慧作业技术两大类。智慧底盘技术包含物联网、大数据、物流云、人工智能和区块链等; 智慧作业技术包含智能运输、智能仓储及智能配送等相关技术。

一、物联网技术

物联网是在互联网基础上，利用扫描器、定位系统、射频识别、传感器、数据通信等技术，对物流运作过程中的载体、流程、流体、流向、流速、流量等基础要素做到智慧处理、智慧感知、智慧管控和智慧 传 输，实现智慧物流全程可控、可 视、可 追溯［5］。近年来，随着互联网的快速发展和传感器的大量应用，物联网在我国呈现快速增长趋势，为智慧物流的发展奠定了硬件基础。典型应用场景包括:

1． 产品溯源: 通过 ＲFID 实现商品生产、运输和交付各环节信息的追踪、查询、识别、信息采集和可视化管理等功能。

2． 调度监控: 使用 GPS、传感技术和 ＲFID 实现车辆定位、在线调度、安全运输、冷链控制、运输物品监控与配送管理。

3． 路径优化: 通过车辆上安装的信息采集设备，可以采集运输车辆情况、路况、天气等信息，上传给信息中心，分析后对车辆进行路径调度优化。

二、大数据技术

物流的在线化会产生大量数据，利用大数据技术对这些物流大数据进行分析、处理与挖掘，发现对企业运营和管理有价值的信息，进而进行更科学、合理的管理决策，是物流相关企业的普遍诉求［6］。当前，国内已有多家物流企业成立了独立的大数据分析团队或部门，专门进行大数据技术的研究、分析和应用布局，以强化对物流各环节上的风险进行分析预测。典型应用场景包括:

1． 需求预测: 利用先进算法对商家历史销售、用户消费特征等历史数据进行收集和分析，提前预测用户需求，前置仓储和运输环节。

2． 设备维护预测: 在物联网设备上安装集成芯片，实时监控各设备运行状态，通过大数据分析做到对设备进行预先维护，增加其使用寿命。

3． 供应链风险预测: 通过对供应链上异常数据的收集与分析，进行不可抗因素造成的货物损坏、贸易风险等情况的预测和规避。

4． 网络优化布局: 利用历史数据的覆盖范围和时效性构建网络分析模型，对仓储、运输、配送环节的网络进行优化布局。如通过对消费者数据分析，提前在离消费者最近的仓库进行备货; 通过实时路线优化，指导运输车辆采用最佳线路进行同城配送和跨城运输等。

三、物流云技术

物流云技术分为云存储和云计算两部分，是物流大数据实施的基础和保障; 物流云能高效整合、调度和管理资源，为智慧物流各参与方按需提供算法应用和信息系统服务。近年来，以菜鸟和京东为代表的物流服务商都纷纷推出自己的物流云服务。典型应用场景包括:

1． 软件即服务( SAAS) : 实现订单管理、仓库管理和运输管理等信息系统的 SAAS 化，为相关企业的信息管理系统提供更加多样化、快捷的服务迭代升级。

2． 统筹资源: 整合社会上闲散的配送人员、仓库和车辆等资源，通过对设备使用状态、人力资源和仓库租赁等要素进行需求分析、合理配置，实现资源利用效益的最大化。

3． 算法组件化服务: 将车辆调度、装箱、路线优化和耗材推荐等进行算法组件化，为物流企业提供组合式或单个算法应用服务。

四、人工智能技术

人工智能技术在物流行业的影响主要聚集在智能搜索、推理规划、智能机器人等领域，能为物流各流通环节进行智慧赋能，实现物流资源的智能化配置和物流作业的高效率。典型应用场景包括:

1． 智能运营规则管理: 通过机器深度学习，物流运营规则引擎具备自适应和自学习的能力，能够在感知物流业务条件后进行自主管理和决策。例如应用人工智能对高峰期（电商“双十一”）与常态下的订单进行对比分析，自主设置交付时效、订单生产方式、异常订单处理、运费等运营规则。

2． 智能仓库选址: 对现实环境中的劳动力可获得性、税收制度、顾客、供应商和生产商的地理位置、建筑成本、运输经济性等各类约束条件进行充分的自主学习优化，从决策上给出物流仓库的最优选址方案。

3． 智能决策辅助: 利用机器学习技术去自动识别院场内外的物、人、车、设备的状态，学习实际作业中优秀的管理和操作人员指挥决策和调度经验，实现货场智能决策辅助。

4． 图像识别: 利用卷积神经网和计算机图像识别技术提升手写运单的识别率和准确率，从而大幅降低人工输单的出错率和工作量。

5． 智能调度: 通过对商品体积、数量、品类等数据进行分析和学习，包装、仓储、运输、配送等环节进行智能调度。如利用深度学习算法对百万SKU 商品的包装尺寸和体积数据进行测算，智能推荐商品所需耗材和打包排序，进而合理安排商品摆放和包装箱型方案。

五、区块链技术

区块链是加密算法、分布式数据存储、共识机制、点对点传输等计算机技术相结合的新型应用模式，本质是应用分布式数据库去记载、传播和识别信息的智能型对等网络，显著特征是去中心化、开放、自治且共识、信息不可篡改且可追溯、交易透明且匿名。近年来随着区块链技术在全球迅速兴起，很多业内人士认为，区块链技术的应用将会对智慧物流的发展产生深远影响。典型应用场景包括:

1． 保证货物安全: 通过区块链技术真实、可靠地记录货物流通全过程，确保信息可追溯，避免快递投递环节爆仓丢包、伪造签名、错领冒领等事件的发生。

2． 促进物流实名制落实: 区块链技术掌握货物流通方向和物流数据的不可篡改性防止了调包和窜货，利于打假和物流实名制的落实。

3． 改善物流业营商环境: 区块链技术可以实现物流商品的价值化、资产化，继而使资金快速、有效地接入物流行业，进而解决中小物流企业融资难问题，改善营商环境。

六、智慧作业技术

智慧作业技术是基于物联网、大数据、物流云、人工智能和区块链等智慧底盘技术的基础上对传统物流“仓运配”环节的技术实践应用，体现在软、硬件两方面。仓储环节主要包含货物自动识别、自动化分拣设备与机器人、无人驾驶叉车、可穿戴设备、自动货架等; 运输环节主要包括新能源车、车货匹配平台、无人驾驶技术等; 配送环节主要包括智能快递柜、送货机器人、无人机等。

典型应用场景包括:

1． 智能仓储: 构建一个完整的智能仓储系统，软件方面通过开发全自动仓储系统对仓储信息集成、共享、跟踪和挖掘实现订单处理准确化、进出货无缝化、取货自动化等操作; 硬件方面通过设计AGV 机器人、ＲFID 标签、立体仓库以及专门从事码垛工作的码垛机器人完成货物上架、贴标签、拣选、打包等操作。当前自动化分拣与机器人技术已相对成熟并广泛应用于智能仓储中仓内搬运、上架、分拣等操作中。

2． 智能运输: 通过搭建车货匹配平台，具体技术解析如图 2 所示，利用互联网技术将线下分散的车源、货源进行线上有效整合与对接，实现货运供需信息的实时共享和双向精准匹配，化解车货信息孤岛困境，改进运输组织方式，进而降低空驶率、节约 运 输 成 本，提升干线运输行业运营效率。目前市场上以运满满、货拉拉、卡行天下为代表的一大批车货匹配平台正积极开拓市场、积累和沉淀用户数据，努力打造公路运输一体化生态体系。

3． 智能配送: 为适应本地生活服务需要，实现资源分布式布局与共享式利用，借助互联网平台整合末端人力资源、服务网络和智能终端，搭建城市末端配送运力池，采用集中配送、智能配送、共同配送等先进模式，实现资源分布式布局与共享式利用，消除“最后一公里”配送痛点难题。以智能快递柜为例，其结构分为后台管理系统和储物终端，利用物联网、智能识别、无线通讯等技术实现信息管理、智能取件、智能存件、信息发布和远程监控。目前智能快递柜市场竞争激烈，国内布局主要有: 以京东、苏宁为代表的电商系; 以丰巢、邮政易邮柜为代表的快递系; 以速递易、日日顺、云柜为代表的第三方。

智慧物流商业实践案例分析

面对新时代物流智慧化的发展趋势，如何整合传统和新兴物流科技去提升物流智能化程度是每个企业必须重点关注的问题，也是其能否在未来的市场竞争中占据优势地位的关键所在。当前国内针对智慧物流“仓配运”环节科技产业应用图谱如图 3 所示，各家电商平台企业、领先物流企业及第三方物流服务企业都在积极谋划，依托企业自身特点和优势，布局智慧物流各新兴技术领域，力图占得市场先机。

一、京东物流———电商平台企业京东物流致力于打造客户体验最优的物流履约平台，通过技术创新打造全面智慧化的物流服务体系，在全国范围内自建仓配物流网络，为商家和自身提供仓配一体、冷链、快递、大件、运输、客服、跨境、售后正逆向一体化供应链解决方案等全方位的物流服务，提供云仓、物流云、物流数据、物流科技等技术产品，从而促进社会供应链效率的提升和消费方式的转变，实现与客户的互信共赢。

截至 2017 年 6 月，京东物流在全国范围内已拥有 6906 个配送站和自提点、256 个大型仓库，自营配送范围覆盖了全国 98% 的人口，提升物流运营效率达 2 倍以上，压缩商品流通成本超过 70% 。

京东物流科技的商业实践主要包括:

1． 青龙系统: 主要负责京东配送业务的智慧化和自动化，目前已迭代至 3.0 版本，具体运营流程如图 4 所示，是京东物流的最核心部件，由 6大核心子系统组成，涉及对外拓展、终端服务、运输管理、分拣中心、运营支撑、基础服务等方面;其自主研发的预分拣子系统，综合了信息抽取与知识挖掘、搜索引擎、深度神经网络、地图区域划分和机器学习等技术，并利用大数据技术对 GIS地图库、地址库、特殊配置库、关键字库等数据进行分析和挖掘，提供准确、稳定的预分拣接口，满足各种类型订单的接入，使订单能够在线自动分拣。

2． 玄武系统: 主要负责仓储的智能化、定制化管理，目前已迭代至 5． 0 版本，与负责配送的青龙系统并称为京东物流的两大“护法神器”。整合的仓储控制子系统可以在入库、出库、库存盘点、移库等各个环节智能调拨仓库内各类自动化设备，大大提高了仓内作业效率。

3． 赤兔 TMS 系统: 主要负责货物的大运输环节，将终端配送、仓库分拣、干线运输等各节点业务整合互联为一个整体，实现跟踪监控透明化、运输服务统一化、操作流程标准化和数据采集智能化，从而形成一套完整的物流供应链体系。

4． 大件物流调度系统: 充当整个大件物流系统的大脑，通过三层调度架构和三级数据处理算法计算出大件派送的最佳路径解决方案。

5． 大数据分析系统: 实现智能仓库选址、智能分仓备货和智能补货等动态业务。在未来，京东将继续加大物流技术创新的投入力度，依托已有的 SAAS 化的信息系统，通过智能算法服务和组件化的业务应用，致力于成为领先的零售基础设施服务商，向全社会提供高智能、低成本、高效率的智慧物流供应链解决方案。

二、顺丰速运———领先物流企业顺丰速运是一家拥有“天网 + 地网 + 信息网”三网合一、通达国内外庞大物流网络的综合物流服务运营商。其推出的快递行业首款大数据产品———数据灯塔，通过融合顺丰内外部海量物流数据和商业数据，利用云计算和大数据分析技术，为企业级用户提供专业、精准、全面的仓储、产品、用户、行业、品牌和快递等方面多维度、深层次的数据分析和挖掘，为商家拓展业务提供参考决策支持。顺丰数据灯塔立志做物流快递行业最领先的大数据产品。

截至 2016 年 12 月，顺丰速运业务已包括同城配送、国际业务、重货( 陆路 ＆ 航运) 、冷运等，有近13000 个自营物流网点覆盖全国近 2620 个县区，不仅提供配送端的高质量服务，还将服务延伸至价值链前端的产、供、销、配等环节，以客户需求出发，为客户提供大数据分析、仓储管理、结算管理、销售预测等一体化、智能化的综合物流解决方案，具体运营流程如图 5 所示。

三、运满满———第三方物流服务企业运满满专注于干线整车车货信息匹配和运力智能调度市场，2016 年底携手阿里云发布的“牛魔王”人工智能调度系统，是国内首个基于大数据、云计算、人工智能和移动互联网技术开发的货运调度平台，为司机和货主提供实时车货信息匹配、标准报价、实时调度、物流信息全程追踪和可视化等服务，显著提升了公路干线物流车辆、货源、速度、精准度和运输组织效率，减少货运空载率，具体运营流程如图 6 所示。

截至 2017 年 9 月，平台已拥有实名注册的 100余万货主和 400 余万货卡司机，业务覆盖 315 个城市，成为全球最大整车运力调度平台和最大智慧物流信息平台。此外，运满满还积极与蚂蚁金服、平安保险、菜鸟网络、中国重汽、中国联通等开展深度战略合作，通过跨界融合，推出担保交易产品“满运宝”，为货运双方提供运费担保。未来，运满满还将借助区块链、无人驾驶、人工智能等技术驱动，提供贯穿全产业链的线上线下服务，打造综合性的货运平台，构建更加智能的公路物流生态圈。

智慧物流对比分析

通过对国内物流科技行业各类型商业企业的实践分析，我们发现:

1． 电商平台型物流企业( 如阿里、京东、亚马逊等) : 依托自身互联网技术基因优势，在物流基础设施不如传统物流企业的情况下，更加注重通过技术手段来提升物流的整体操作效率; 通过在各新兴技术领域积极布局，力图对传统物流企业实现弯道超车，其技术成熟度与技术依赖度都相对较高。

2． 领先物流企业( 如顺丰、UPS、DHL 等) : 通过设立技术趋势研发机构、组建技术研发团队，与领先第三方研发机构合作，在与物流紧密相关、应用前景较大的新兴技术上积极布局; 但受限于自身数据劣势，在人工智能和大数据应用方面与电商物流企业有一定的差距。

3． 智慧物流服务型企业( 如 G7、运满满等) :独立于电商平台和传统物流企业，专注于大数据、物联网和人工智能平台的开发和服务，具有很强的技术研发实力和商业模式优势; 在具有互联网思维的专业研发团队和风险资本的助力下，其发展前景巨大。

当前，我国正处于新一轮产业变革关键时期，利用新技术革命发展智慧物流是物流业转变经济发展方式、产业结构转型升级的重要举措。对于物流企业而言，面对新的时代趋势，能否在未来的市场竞争中占据优势地位，需要把握以下几个成功要素:

1． 拥抱智慧: 物流企业需要结合自身特性、所在领域的客户特征变化，以开放的心态拥抱科技，拥抱智慧物流，实现转型升级。

2． 提前布局: 智慧物流早已不是一道选择题，在智慧风口下，谁能把握先机，谁就能占据主动，物流企业需提前布局，抓住智慧物流先机。

3． 重视数据: 数据化是物流业向下一代升级，真正实现智慧物流的关键，虽然传统物流企业在数据获取方面存在天然劣势，但可尝试与第三方物流服务企业合作，及早在人工智能、大数据、物联网等方面积累技术，积极对现有的物流信息系统进行换代升级。