对于航空货运承运商而言，诸多因素汇聚，为其物流规划与运营带来全新挑战。不断变化的客户期望、重新定义的合作伙伴关系以及新兴竞争对手的出现，正促使航空货运承运商适应新的市场动态。掌握这些“颠覆者”需依赖优化的策略与流程，而前沿的优化解决方案能显著提升这两方面能力。深入了解颠覆者并找到最佳应对之道，是当今航空货运承运商实现持续增长与成功竞争的关键。
挑战与绩效改进目标
尽管包括国际航空运输协会（IATA）在内的主要行业组织对增长持乐观态度，但航空货运承运商仍面临重重障碍。IATA 预测 2018 年货运量将上升，这一预测已成现实：当年货运量达 6,250 万吨，较 2017 年增长 4.5%，带动货运收入增长 8.6% 至 592 亿美元。虽然数据提振了信心，但承运商并未因此庆祝。他们深知，要实现盈利性增长，必须通过优化流程和整体表现来提升价值主张，提前应对新挑战并采用提升绩效的新工具。
航空货运承运商必须解决的关键挑战包括：
除应对上述挑战外，承运商还需借助解决方案改善以下任务的绩效：
- 飞机与货运中心之间、以及货运中心内部不同地点间的货物运输；
- 确保飞机停机位和等待区的行李车按时可用；
- 在飞机和出港码头准备行李车及拖车列车；
- 仓库内的货物组装与拆解；
- 飞机的装卸作业；
- 陆路支线（feeder）服务的装卸作业。
颠覆者
竞争对手
亚马逊宣布推出自有配送服务时，多家承运商已察觉其影响。虽然其计划始于积累自有品牌卡车车队，但谁能保证亚马逊的标志不会很快出现在其自有航空货运机队上？阿里巴巴是否会紧随其后？
区块链
当一组在全球贸易中运营的日本企业启动试点项目，评估区块链技术在简化和改善跨境贸易运营中的应用时，航空运输业及其他相关方均表现出浓厚兴趣。该集团并非唯一探索利用这种由密码学保护的链接区块构成的数字数据库以改善交易和物流的组织。例如，UPS 已明确表示有兴趣在其运营中利用区块链技术。
大数据
大数据也在航空货运行业内引起轰动。承运商意识到，通过驾驭实时数据的威力以及对劳动力等资源进行更灵活的管理，可显著提高整体效率。这在精准判定特定时期内货物运输所需的飞机数量，并据此高效调整规模方面尤为明显。
人工智能（AI）
与大数据一样，人工智能（AI）也受到航空货运承运商的高度关注。尽管部分观点认为 AI 不会立即产生重大影响，但普遍共识是，它最终将帮助承运商更好地预测设施需求、改善货物追踪、增强收入管理，并优化装载计划、路线规划、人员管理及客户服务等流程。在五大航空货运承运商中，联邦快递（FedEx）和 UPS 已知正在研究实施 AI。此外，整合服务也被视为缓解供应链精简所面临挑战的方法，或为满足小批量准时制（JIT）服务需求的手段。
所有这些“颠覆者”都改变了客户期望，关键词在于：更快、更灵活、更透明和更低的价格。这些期望指引我们走向优化软件。该软件已在帮助航空货运承运商优化流程，有效应对挑战，充分利用如 AI 等新技术，并为适应变化的市场做好定位。
优化软件助力承运商保持竞争优势
无论面临何种挑战，航空货运承运商相较于其他运输方式仍具备明显优势，即更快且更可靠。Cargo IQ 数据显示，航空货运从发货到收货平均耗时 140 小时，其可靠性是显著的区别特征。当然，这并不意味着承运商无法从流程改进中受益。优化软件旨在将其运营提升至全新水平，从而保持竞争优势。
现有先进解决方案可优化承运商的广泛流程，涵盖地面处理、机场运营、周转管理及飞机维护等环节。实践证明，这些方案对生产力、运营成本、绩效水平、沟通效率及资源管理产生了直接影响。它们使承运商能够实现最佳实践和流程透明度，以比其他运输方式更一致的速度和可靠性运作。以下将通过具体应用展示优化软件如何有效解决承运商面临的挑战。
关键运营挑战之一是不同的货物产品受不同的服务等级协议（SLA）限制，规定了货物必须送达飞机的时间。这要求承运商根据 SLA 优化建立并分配必要资源（如行李车列车），同时记录时间戳作为审计依据。优化软件通过在分配任务时自动考量 SLA 限制来解决此问题，并将每个操作与时间戳关联，确保活动执行的详细记录。
此外，面对高度竞争的行业环境及对设备及人员最优管理的需求，优化软件通过将最先进算法应用于任务分配，根据可用性、功能要求及法律考量等参数，自动将任务分配给人员和设备，帮助承运商实现资产最优管理并保持竞争力。
鉴于航空货运面临的众多运营复杂性和基础设施限制，即使在压力最大或最混乱的情况下，保持敏锐的情境意识也至关重要。内置于当今最先进软件解决方案中的优化器大大减轻了混乱局面，使员工能专注于关键任务，从而实现高效的例外管理。
获得的实际效益
优化软件正为承运人带来切实效益。INFORM 公司的 GroundStar 优化软件套件已对各类货运客户产生显著影响。例如，某客户应用该软件分配和管理员工后，平均每晚可处理 35 万票快递货物。面对每晚约 65 架次货运航班且需在四小时内完成的需求，情境意识和主动决策至关重要。GroundStar 将情境意识提升至最高水平以促进最优决策。在典型工作日，约 250 名装卸人员和司机被并行分配，实现了高效的劳动力管理。在节假日高峰期，该方案优势尤为明显，成功支持了每晚超 50 万件包裹的高效处理。
GroundStar 还帮助航空货运承运人应对快递货量每年 5% 的增长需求。通过提供先进的自动化、优化及聚焦的决策支持，使承运人在不增加员工的情况下提高生产力，有效管理扩张。另一案例显示，应用 GroundStar 后，拖车列车利用率估计增长了 20%。此前，主管难以充分利用牵引车及其拖车的全部运力以满足 SLA 和其他时间表要求；实施后，关于牵引车状态的战略决策（如司机是否有足够时间等待收集另一个集装器 ULD，或应装载三个而非四个 ULD 即离开机位）均由软件自动完成。
未来展望
航空货运承运人及其持续流程优化的未来，将包括进一步利用数据——无论是小数据还是大数据——以提取新见解，并赋能从管理层到技术人员的所有员工层级。这将使承运人获得更高的清晰度，支持其在动态中断管理、高效飞机过站、飞机维护、劳动力管理和供应链管理等方面做出最优决策。