大数据时代的物流信息化｜物流信息化专题（一）
主持人｜本刊记者 任芳
在大数据时代，数据成为新的生产要素、新能源；云计算则是引擎，激发出大数据所蕴含的信息与动力并通过网络收集与传播，赋能行业。同时，当互联网成为社会基础设施，当物联网技术开始大规模应用于物流业，整个供应链也将升级为立体的、无边界的、网络化的供需网，并全面推动智慧物流的实现。概括来讲，云服务、互联互通、智能化成为近年来物流信息化最明显的变化趋势。
那么，在物流业逐步走向大数据时代的过程中，大数据产生了哪些具体的应用？随着商流的变化，物流如何通过信息化技术来实现变革与发展？整个供应链的信息化水平提升和效率改进还存在哪些瓶颈，需要哪些新技术的支撑？未来物流信息化的发展趋势如何……针对这些问题，多位行业物流信息化专家在本专题中予以深入分享，行业代表性企业也详细介绍了在信息化转型升级过程中的经验和感悟，以期为行业提供借鉴参考。
大数据时代的物流信息化，始终是围绕三个方面的问题展开：一是物流大数据怎么产生，二是用什么技术及工具来处理和驾驭物流大数据，三是怎么从物流大数据中挖掘出价值。
物流信息化在大数据时代与过往最大的区别就是“物流大数据”。大数据时代的物流信息化，始终是围绕以下三个方面的问题展开：
一是物流大数据怎么产生，怎么才能获取到物流大数据？
二是用什么技术及工具来处理和驾驭物流大数据？
三是怎么从物流大数据中挖掘出价值，让大数据为经济活动服务？
1
产生物流大数据的前提条件
1.物流数据的获取
产生物流大数据的前提条件是，物流要素、物流设施、物流作业工具、物流作业过程等得到充分的数据化。这需要广泛应用物联网、移动互联网等先技术，深入物流场景、物流作业过程中去采集相关的物流数据。
物流要素的数据化，简单讲就是货物、包装、物流单据、人员等方面的数据化；物流设施的数据化，就是园区、码头、货站、仓库、货架、分拣输送系统等的数据化；物流工具的数据化，包括运输车辆、叉车、托盘、堆垛机、扫码枪等作业工具的数据化；物流作业过程的数据化，例如对从装车开始到装车结束的整个过程的现场信息进行采集，即把谁和谁交接、交接的凭证、装车的货物、装车的时间等等进行数据采集。
2.存在的问题
然而技术的成熟并不等于技术就得到了有效、充分的应用，企业要获取物流大数据，还面临很多现实问题。从理论上讲，资源充足且有技术实力的大企业，可以集成各种物联网终端及物流信息系统，从而获取物流大数据。但现实情况是，当下具备物流大数据能力的大企业并不多。因为物流大数据能力的形成，不仅要有资金及人才，而且还需要企业能够坚持长期持续地投入。不管是供应链货主企业，还是第三方物流企业，在物流大数据能力的投入方面，或多或少总是让位于经营上的短期利益。
而对于大多数中小企业来讲，没有足够的资源来大规模集成物联网终端及物流信息系统，很难凭借自身力量形成大数据能力。中小企业需要借助平台型科技企业来给自身赋能大数据能力。近年来物流互联网化领域的平台型企业成长较快，但与整个行业的大数据能力要求来讲，还有很大的差距。一方面是平台型科技企业的创新能力及服务能力还有待提升；另一方面是整个行业的中小企业的开放程度不够，借助平台来给自身赋能的意识不够。
所以当下谈大数据时代，首先需要夯实企业的数据化能力，否则大数据就只是空中楼阁。
2
积累驾驭大数据的能力
处理大数据会涉及一项关键的资源，就是“云计算”资源；而驾驭大数据又涉及一项关键的能力，就是大数据分析能力。
1.云计算
从云计算资源来看，目前只有大型的科技型企业才具备相应的能力和资源，例如华为、BAT等科技领域的独角兽企业才有云计算服务业务。在大数据时代，云计算资源会成为一项基础资源，云计算服务会成一项基础的公共服务。当然不排除有的大型供应链企业、物流企业可以建立自己私有云的计算中心，但这样的企业只能是极少数。聚焦到物流信息化领域，目前还没看到传统的物流信息化系统提供商具备提供云计算服务的能力，但随着物流大数据的形成，会催生面向物流行业提供专业云计算服务的公司。
2.大数据分析
从物流大数据分析来看，需要既了解物流要素的相关性，又掌握大数据分析工具，还能懂大数据分析算法的综合性人才。目前来看，整个行业极其缺乏这样的人才。了解物流相关性的行业人士，绝大多数是缺乏计算机及互联网技术背景的；而很多计算机及互联网领域的精英，却又很少关注物流的互联网化及物流大数据。企业很难在经营环境中培养出能够驾驭大数据能力的人才，因为涉及很多基础能力的培养；而从高等院校的人才培养层面来看，高等院校缺乏物流大数据资源及行业应用场景。所以“产、学、研”的进一步融合，有一项特别重要的事情，就是如何培育出能够驾驭“物流大数据”的高端人才。
那么从整个行业如何能够驾驭“物流大数据”的视角来看，需要物流信息化或物流互联网化领域的平台型企业提升自身的技术实力，尽早具备驾驭“物流大数据”的能力。因为平台型企业不仅要能够给广大的中小货主企业及物流企业提供“物流大数据”的采集、存储及处理等方面的服务；还需要能够提供“物流大数据”分析的服务。
3
用AI赋能“物流大数据”
“物流大数据”要能够直接产生价值，要能够直接为生产活动服务，还需要借助AI（人工智能）的赋能。
普通的大数据数据分析，是人工套用一些数学建模的算法来对大数据进行分析，得出相关结论，并用以指导实践。这是学术上的分析思路，通常用来探索事物较长周期的规律性。然而物流大数据分析通常有很强的即时性，例如需要结合交通拥堵的数据、及时补货需求数据、即时物流资源数据等，来快速做出决策并及时响应。那么就需要引入AI及机器的深度学习等技术，来获得对“物流大数据”的即时分析及处理能力，从而通过对“物流大数据”的加工产生决策信息，快速并直接对经济活动进行指导。
今天物流行业对AI的认识，更多的认知是行业出现的智能装备，诸如无人驾驶汽车、无人配送机器人、无人分拣机、仓储机器人等等。本质上AI的机理，就是算法对即时大数据的处理，并立刻做出决策和响应，从而让人感受的机器、系统的智能。
然而AI能力的形成，除了计算能力之外，更重要的是要将行业运作规律及现场运作规则以“算法”形式植入到机器人或系统之中；然后机器人或系统基于算法，对现场及特殊场景下的大数据进行处理，并自动决策和应对。
4
对大数据时代物流信息化的几点判断
1.在大数据时代，标准的物流作业会被机器人及智能系统取代。
未来可以用很少的人力，通过对机器人和系统的控制，来做当下需要很多人力的事情。例如无人港口，通过智能设备及系统来运作，比传统运作降低70%的人力成本，同时效率提升30%。
2.在物流大数据时代，整个物流行业是一个价值生态系统，整个生态系统的运行和调节以“物流大数据”的分析为基础。
在物流大数据时代，会有国家宏观层面的“物流大数据”，通过对大数据的分析，可以对全国（全域）的物流网络进行不断优化，从而减少货物中转及搬运次数，以提高货物流通的效率。这其中，包括对多式联运网络的优化，对物流大通道网络的优化，对城市配送网络的优化等等。
3.在大数据时代，企业需要与上下游的合作伙伴建立广泛的透明连接，建立深度的信息协同，共同构筑行业的或业务链条上的“物流大数据”体系。
任何孤立于体系之外的企业，都没法独立生存。因为在大数据时代，“物流大数据”会成为企业的“信用资产”。没有“物流大数据”的企业，没办法向市场和合作伙伴证明自身的信用。
5
行业现状难在“无米之炊”
大数据时代的物流信息化，一定会超乎大多数人的想象。但行业的现状是“无米之炊”，难在没有数据。
大数据、数据经济是时代趋势，物流业一定会走到“大数据时代”。然而坦白讲，大数据时代不是“明天”的事情，而是“后天”甚至“大后天”的事情，整个社会还需要很多积累才能真正地走到大数据时代，这个积累过程需要5年、10年甚至几十年。但这个积累过程中的变化会非常快，虽然还有很多不知不觉的企业仍在传统的思维惯性中，但那些先知先觉的企业已经启航，后知后觉的企业也已惊醒。
物流业需要迅速改变“无米之炊”的现状，着手积累自身企业的大数据。企业没有积累自身的物流大数据，三年、五年之内不会对企业的经营有太大的影响。但是五年、十年之后，没有物流大数据积累的企业，一定会很难再经营下去。没有永远的企业，只有时代的企业。企业是否要积累物流大数据，完全在于企业经营决策层的意愿。
黄滨，深圳市易流科技股份有限公司董事副总裁，物流透明管理研究院执行院长，西安交通大学管理学院校外研究生导师，中国物流学会常务理事，提出并发展“物流透明管理理论”体系，出版《互联网+物流导航》、《物流透明3.0》等专著。
大家都在看
物流技术与应用
权威传媒，只为物流