三大数字化技术合力推动物流行业转型

“他山之石，可以攻玉”。中国物流行业在过去二十年中经历了蓬勃发展，从少有人关注的货物运输，逐渐成长为备受公众关注、关系国计民生、影响各个产业的关键行业。随着电商、新零售等新商业模式的发展，物流领域也出现了如快递、快运、即时配送、车货匹配平台、智慧物流等诸多相对应的业务模式。然而，中国物流行业尚未摆脱劳动密集、管理落后的困境，同质化竞争的情况也未得到本质改变。物流企业未来应该如何突围？如何把握技术的力量，获得长期竞争优势？本文我们借鉴领先国家的智慧物流发展经验，供国内物流企业参考。

总体而言，全球领先物流企业都在竞相部署人工智能(Artificial Intelligence)、数学优化(Mathematical Optimization)和区块链(Block Chain)这三项技术，以期获得行业领先优势。不仅成熟企业在组建专门的部门和项目团队，争夺专家和专业顾问等稀缺资源；科技型创业公司也大量涌现——在欧洲领先国家，此类科技型企业预计将为物流和供应链管理行业创造约50%的新工作岗位。技术能力已经开始对物流公司的长期竞争力和资本市场估值产生重要影响。

物流行业领导者理解这些先进技术的巨大潜力和深刻影响，并认识到物流行业正处于关键转折点。DHL 供应链首席发展官José F. Nava表示：“传统供应链模式正面临着来自新硬件和算法解决方案的全面影响，将发生前所未有的改变。例如，智能传感器和机器学习算法已经应用于收集和处理飞机、船舶、卡车和轨道车辆的信息，将运营和维护整合为一体，全面实现了运营的优化。”

虽然这些先进技术各自的应用潜力已经得到广泛讨论，但迄今为止，关于发挥三者合力的探索仍然有限。随着领先企业开始协同部署这些技术，物流和供应链管理将在以下几个维度上发生转变：价值链配置与商业模式优化、采购寻源与生态合作、路线规划与车辆调度、资产产能与劳动力分配等。

在本文中，我们首先讨论题中所说的三大技术分别是什么，然后探讨它们之间将如何相互协同并为物流行业带来颠覆式变革。

尽管人工智能、数学优化和区块链充斥在各种管理会议中，但大多数企业管理者并不十分理解这些技术。这并不奇怪，因为这些技术本身就很复杂。必须指出，这三种技术所处的发展阶段差异非常大。人工智能应用走在发展最前沿，在电子商务、移动出行和国防等领域的推动下，全球范围对人工智能技术都进行了大量投资。数学优化作为运筹学的一门学科存在已久，未来应用落地速度将仅次于人工智能。而区块链的应用仍面临诸多障碍，因此对物流和供应链管理的影响排在人工智能和数学优化之后。首先，我们简要描述这些技术在供应链管理和物流领域的应用及特点，以及它们未来可能的发展（见图1）。

三大技术工具不仅仅能独立应用，而且能够相互强化，相互促进，产生1+1>2的效果（见图2）。

据观察，这三种技术之间的相互作用不仅能够促进生产率的提高，如缩短处理时间、优化资源利用、从人工作业转为机械化作业等，还可以影响彼此在供应链管理领域的普及和渗透速度（见图3）。

很多应用系统已经开始利用这些技术的交叉促进作用。例如，领先国际物流公司德迅（Kuehne+ Nagel）的综合数字化供应链管理平台KN ESP采用了模块化的架构，连接该公司全球供应链上的所有利益相关者，包括寻源采购、质量控制、采购订单谈判、商业发票开具、集运拼箱管理、运输和交付管理等。KN ESP使用预测分析和人工智能技术，根据客户特定的业务规则以及成本和服务水平优化订单管理，确定运输的优先级。DHL通过内部创业公司Saloodo!将机器学习用于运输定价，使用聊天机器人提供客户服务，利用基于深度学习的计算机视觉技术进行物体识别以及优化航空货物装载率。另一家领先的货代和物流服务提供商泛亚班拿（Panalpina）正在探索将区块链技术集成到核心系统中，并计划与创业公司合作，使用区块链技术针对特定市场和特定客户需求进行试点。德迅的首席信息官Martin Kolbe认为 ，“区块链是物流行业最有前景的技术之一。”在铁路行业，德国铁路公司（Deutsche Bahn）使用数学优化技术进行预测性维护，在运输网络中断期间（例如由于事故或计划外维护事件引起的中断），帮助调度员重新分配列车。

区块链技术的影响往往取决于跨价值链甚至跨行业的应用情况。一些新的合作伙伴关系已经开始建立统一标准、克服先发劣势，进而深刻影响物流业格局。汉高（Henkel）、拜尔斯道夫（Beiersdorf）和Oetker等企业正合作开发基于区块链的托盘跟踪与核算系统。微软和Ardents正在合作开发一个基于区块链的端到端产品追踪平台（Novatrack）。马士基和IBM合作开发了基于区块链和人工智能的平台，建立了透明的供应链，实现进出口文件流程的数字化。该平台向货运代理、航运公司、码头运营商、港口和海关当局开放，并努力使尽可能多的相关方参与进来。马士基的首席商务官Vincent Clerc表示："一个让信息交换更加安全、便捷、中立且开放的数字化平台对海运的意义是巨大的，所有参与者都将从中受益。

海运行业的其他区块链项目包括MOL、NYK 和K Line正规划建立的业务平台，TBSx3 与汉堡南美航运公司（Hamburg Süd）、迪拜环球港务集团澳大利亚（DP World Australia）和德铁信可（DB Schenker）合作开展的试点项目，以及太平洋船务公司、IBM 和 新加坡港务局进行的区块链电子提单项目。香港创业公司300cubits也推出了一种称为TEU令牌的区块链解决方案。新技术的应用离不开全行业的共同努力。

三大技术的融合将对物流行业所有利益相关者产生多层面、颠覆性的影响。在这三大技术驱动下，六类服务提供商未来的运作模式也将发生剧变。

对于货代公司、经纪公司以及快递公司，他们在供应链上的所有活动几乎都将通过具备事件管理能力的机器学习算法进行处理。他们将能够更加灵活地更改航线、港口和承运商，并根据客户需求和最优成本实现自动路线规划。这些算法将随时优化供应商组合以及采购方式，如临时运力或长期合同。纸质文档将被取消，自然语言处理系统将作为一线客服处理客户问题。过去，负责在运输过程中进行实际运输和仓储、转运作业的公司是最主要的物流业务参与者。但以后，负责执行各类数据管理任务的供应商才是最重要的业务合作伙伴。因此，数字合作伙伴管理将成为一项核心竞争力。

转型挑战：

• 有效管理、集成或替代各种传统IT系统，与科技型创新物流企业展开竞争

• 使数字平台覆盖足够多的业务领域

• 管理人力资源转型。现有的白领员工将减少50%以上，另有20%的白领员工将转到负责完善人工智能、数学优化和区块链相关工具和流程的岗位上

• 平衡内部技术人才储备与外部专业服务采购

• 决策是否投资或收购数字化和数据分析类型的企业

• 对小型企业，需要抉择是依靠传统物流资产还是通过数字化创新打造差异点，从而在市场上生存下来

公路、海运、航空和铁路等移动资产的所有者和运营商正面临和以往截然不同的业务环境。船舶、卡车、火车和市内配送货车都将实现自动驾驶。车队船队运营商将不再是小型分包商，而是大型资产运营商，这些运营商包括具有互联网基因的企业和设备制造商。专业智能平台将用于管理驾驶员、操作员和船员，使之处理设备运行中的复杂问题，此类平台可以自动匹配任务和人员，从而形成共享的人力资源池。配载计划、全球集装箱重新定位以及海运和空运燃油优化将实现完全自动化。大型平台与自动化技术的结合，管理第三方集装箱船队，并使得处理多种尺寸集装箱成为可能。按需提供的运力占比将大幅提高，这部分运力未被某一特定运输组织者或托运人锁定在长期合同中，例如铁路车辆也可实现按需使用。预测性维护与运营设备分配全面集成，如遇突发情况，可以在最后时刻进行调整。战略性产能规划到战术性运营和收入管理等全面整合，从而优化产能利用率。

转型挑战：

• 为人工智能、数学优化和区块链确定恰当的优先级和预算。领先的竞争对手或创业公司可能会颠覆物流业的成本结构和客户体验。如果不能及时采取行动，企业可能会跟不上竞争对手

• 管理角色的转型——运营调度人员将从运营决策者转型为算法优化者

• 确保负责流程自动化、制定决策、实施机器学习与机器人技术的员工了解真实业务场景需求

• 建立控制运力分配和定价的全渠道业务模式：面向托运人、货运公司、平台、集装箱供应商以及所有经销商

• 与数字化平台和按需服务提供商竞争

• 管理从具体设备和流程操作到设备维护及附加服务的角色转变

对于机场、港口、铁路、车站、公路、仓库和中转场等设施而言，将会基于拍卖算法确定紧缺资源的长期、中期和短期分配。以往通过长期协议锁定资源的模式将发生转变，更多资源将按需进行分配。对基于人工智能预测确定的瓶颈资源，使用者需要通过更高价格获取。优化设备利用率、进行设备维护和进行事件管理等活动将基于所有设备的物联网数据。7*24小时运营管理高度自动化，包括事件处理、二级支持和设备维护。

转型挑战：

• 如何统一所有利益相关方之间的数据交换— 括数据检查、清理和补全

• 维护基础设施IT系统的网络安全

• 如何构建基础设施相关所有服务的数字化平台

• 如何与全球类似基础设施建立连接和统一标准，实现规模化运营，扩大客户来源

• 如何有效定价，利用高峰时期的稀缺资源获取额外收入，例如通过拍卖、微支付、附加费等方式提供优先服务等

• 如何基于现有基础设施构建新的业务模式，为运输组织者（例如快递公司或合同物流公司）提供服务

在订单执行、海关关务、单据处理、支付管理和数据服务中，所有与文件处理相关的任务都将显著减少并实现自动化，包括对缺失或错误数据的清洗。订单执行将更多的使用机器人技术。海关流程完全自动化，由机器人进行实际控制。数据驱动的基础服务提供商在物流行业领域实现了跨行业和地区的规模效应。各流程步骤的微支付基于智能合约完成，加密货币由连接到集装箱或货物的物联网设备触发。信息流、资金流和实物流完全同步。

转型挑战：

• 通过订阅和微支付的方式出售数据。以前客户和业务伙伴不愿意花钱买数据，但现在将成为他们的习惯

• 密切关注小型追踪器和记录器。它们将来可能成为区块链、微支付和自动化事件管理的核心，可能瓜分很大一部分利润，就像Google在零售领域的情况一样

• 拓展第四方物流和控制塔服务，这些服务已经替代了货代公司的一部分客户服务和调度管理人员编制

• 通过新的业务模式为基于机器人和人工智能的供应链提供三级支持

• 在人工智能的辅助下，合规管理和流程审核成为员工的主要任务

在货运公司、中介公司和货代公司当中，几乎每个成功的企业同时也是一个平台，允许第三方使用其物理或虚拟基础设施与其竞争并合作。传统物流公司和数字化平台的界限越来越模糊，就像电子商务与实体零售之间一样。拥有全球性集成IT架构的新型企业已经成长壮大，并取代了未能及时统一系统的老牌公司。成功的平台提供商将专注于由人工智能、区块链和数学建模结合推动的数据增值服务。

转型挑战：

• 如何建立规模和成本优势：高透明度同时也会消灭之前因信息不对称带来的利润空间。部分数字化平台在某些物流市场能够抢占超过50%的份额（如航运订舱平台 INTTRA），但能否形成长期竞争优势并获得利润将成为关键

• 如何应对行业整合：来自美国、中国、印度的企业将走向全球，收购当地和区域性公司

• 附加价值有限的平台业务模式将消失：取而代之的是以最低成本和利润率运行的大型、集成和全自动化的平台。纯数字型企业需要基于人工智能、数学优化和区块链建立差异化的、明确的创新服务

• 如何建立专业的在线服务，无缝整合后台物流平台：例如围绕区块链、事件管理、交易流量分析等主题（正如在线广告和消费者分析一样）

• 如何充分利用区块链技术：区块链技术可保证各方单据和集装箱信息不被篡改，平台公司可能希望促进此类业务模式，整合此类新的服务提供商

  
  

所有主要托运人（无论是制造商还是零售商）的供应链部门都将运用数字技术整合不同地域、不同下属机构以及不同规划周期的所有工具和流程。就网络规划、运力采购、路线规划和调度管理而言，这些部门实现了所有规划工具的完全集成，覆盖从战略（生产和库存布局）和战术（库存规则和首选港口）到运营（生产计划和最后一公里）的各个层面。供应链规划师以前专注于根据新要求调整计算公式，现在专注于改进建模质量并从模型结果中得出结论。建模的结果要么用于支持最终的人工决策，要么自动引发在既定规则范围内自动改变流程、进行供应商筛选和执行采购活动等，期间无需任何人工干预。规划和采购工具也相互集成。所有交易都是透明的，使用区块链的衍生技术进行记录，并由审计师和政府机构通过数据连接和基于人工智能的方法予以合规性审查。

转型挑战：

• 让员工从供应链事务管理和自下而上规划的管理方式中抽身出来，专注于改进规划和执行算法，同时监督执行结果

• 投资于自动化执行和事件处理

• 扩大供应链合作伙伴生态系统，除货运代理外，增加更多公司和集成商

• 完善实时供应链关键绩效指标，用于跟踪自动化决策的效果，包括缺货情况、质量、供应链相关的客户满意度以及供应链成本

• 尽可能消除固定资产和资源的束缚，但要在合同中明确所需资源的安全边际，以保障高峰期需求

• 利用第三方平台将自己公司富余的供应链资源和产能出售给其他公司

人工智能、数学优化和区块链正在重塑供应链和物流行业。这些技术相互促进，使彼此在供应链及相关服务领域发挥更大的影响力，并以更快的速度普及。

技术的普及速度既取决于包括员工、顾问或服务提供商在内的专业团队，同时也更取决于高层和中层管理人员的变革管理能力。

如果说数据是21世纪的石油，那么人工智能、数学优化和区块链就是燃烧数据石油的引擎。数据和人工智能、数学优化以及区块链技术将共同打造一个全新的物流行业，围绕商品实物流、支付流和信息流提供全面整合的服务。这些服务以往由金融机构、物流公司、货主等多个行业分别掌控。这一变化将导致行业重新洗牌，引发基础设施管理、移动资产管理（承运商）和货运代理领域现有大型企业与纯平台模式的新进入者之间的角逐。这些带有互联网科技基因的新进入者往往会从人工智能、数学优化和区块链中某一领域的专业化服务开始，但未来可能会融合各项技术提供综合性服务。

同时，制造商和批发零售商投资这些技术也大有益处，无论是投资建立内部资源，还是通过采购独特的外部服务建立竞争优势，都可以提高市场透明度、形成更优的服务和更具竞争力的定价。根据科尔尼众多的项目经验，能够创造高价值的人工智能或数学优化原型方案可在两到四个月内完成，完全集成到IT环境中的解决方案可在6到18个月内实现，具体取决于实际情况的复杂程度。通常来讲，实施其中任何一种工具（或这些工具的组合）可在一年内实现回报，许多项目甚至在完成后的六个月内就已经收回最初投资。

虽然技术变革不可能永远保持指数级的发展速度，但其速度肯定会继续加快，而且必然会创造出大量新的财富机会。具有前瞻思维的物流公司需要通过循序渐进但敏捷的方法融合人工智能、数学优化和区块链技术，同时辅以密集的变革管理，实现运营模式和员工队伍的成功转型，从而建立起最先进的供应链管理体系。

国内诸多领先物流供应链服务企业及制造商和批发零售商等货主企业都已经开始了对三大技术的研究与应用，但总体而言发展还比较初步，呈现以下几个特点：

• 人工智能应用案例相对较多，而数学优化、区块链技术的应用案例较少。具体说来，人工智能在运输车辆识别、装载率监控、暴力操作监控、安全管理、客服等多个场景都已出现应用案例，有效提高了运作效率。数学优化目前主要应用于个别的决策场景中，例如库存优化、路线优化等，而没有太多供应链端到端优化的案例。区块链则基本局限在产品溯源的应用上

• 三大技术的相互结合、相互促进的应用案例较少。大多数国内物流领域的案例都是对人工智能、数学优化或区块链单项技术的独立应用，未能发挥前文所述的三大技术间相互促进的作用，限制了技术适用范围的扩大与使用成本的降低

• 快递、电商物流企业对三大技术的探索更加活跃，其他领域物流企业相关动作有限。顺丰、京东物流、苏宁物流、菜鸟等都在三大技术领域成立了专门机构或项目进行技术研究与应用开发。而在海运、航空货运、仓储/供应链、铁路物流等物流领域，国内企业对三大技术的探索仍然有限

• 不仅是物流企业，零售商和科技公司都在牵头建立与物流和供应链管理相关的技术应用平台。例如，京东的Neuhub人工智能开放平台、阿里的菜鸟物流云等都将供应链作为重要的技术应用领域。这些平台对有志于驾驭技术浪潮的物流企业而言构成了技术甚至业务上的跨界竞争

因此，国内物流企业和供应链服务企业在三大技术的发展与应用上还需要更加系统地进行战略梳理。其中，我们认为以下几点尤其值得注意：

• 注重从需求出发，通过梳理业务痛点和应用场景，识别出真正具有价值创造潜力的技术应用方向，不必为了使用技术而使用技术。以面向消费者的区块链溯源应用为例，如果对某类产品而言，品牌背书、防伪查询等现有中心化的信任创造方案已经很高效，区块链溯源就很难带来额外的价值；相反，那些尚不具备中心化信任体系、或者当前中心化体系效率低下的领域，才是区块链真正的用武之地。

• 将三大技术结合使用，以降低技术使用的成本、扩展技术的可用范围，从而加速技术落地。例如，港口的集装箱调度决策由于输入条件繁多，即使使用简单的数学优化算法也会产生较大的计算量，因此很多传统码头难以应用数学优化技术将集装箱调度决策自动化。为解决这个问题，招商局集团港口公司开发了机器学习算法降低数学优化所需的算力，节省了数学优化集装箱调度系统的使用成本，让传统码头有了渐进式升级的机会。

• 制定具有前瞻性的技术平台战略，积极研究落实内部资源能力的平台化输出。物流和供应链服务公司需要认识到自己的优势所在，并通过与技术公司的广泛合作，将自身在物流资源配置、网络管理、流程管理等方面的资源和能力尽快打包成标准化的模块，并以数字化的形式对外开放给客户甚至是同行使用。物流公司需要认识到，开放合作是大势所趋，只有以开放的心态和勇气构建更大的物流资源和数字资源生态圈，成为开放式、平台化、技术和数据导向的公司，才能成为长期的赢家。

延伸阅读