智慧物流构架和发展趋势

近年来，智慧物流吸引了社会各界人士的火热关注，那么到底什么样的物流才能被称为智慧物流呢？近日，住建部城科会智慧物流学组执行组长，北京交通大学副教授兼中物协（北京）物流工程设计院副院长秦璐在全国智能物流学术研讨会上对智慧物流进行了深入解读，对智慧物流构架和发展趋势的认识进行了探讨，以下是演讲记录。

住建部分三批一共确定了300多个智慧城市试点项目，为了配合智慧城市建设，住建部城市科学研究会成立了18个学组推动智慧城市建设。智慧物流学组去年4月份开始筹建，10月份正式成立。从去年10月份建立以来，我们一直致力于推动智慧物流在城市的落地工作。

一、什么是“智慧 ”？

“智慧”如今是个时尚词汇，是不是只要搭上互联网，就插上了“智慧”的翅膀？什么样的状态是智慧的状态，什么样的物流才是智慧的物流？智慧物流建设首先要回答这些问题。

“智慧”就是通过认识万物来引导万物的思想。这之中有两大重点：认识和引导，围绕着这两大重点，形成了“智慧”的基本架构。好比一个人智慧形成过程，认识事物的基础是感知，只有感知到的事物才能被我们注意，才可能进入我们的思维过程。人感知世界的工具是感官，如视觉、触觉、味觉、听觉、嗅觉等，通过它们，人获得了对事物大小、材质、温度、气味等基本信息。在正在构建的智慧物理世界中，感知是通过传感器、手机、RFID（射频技术）等设备实现的，它们如同人的感官，是获取数据的工具，建立起物理世界数据采集基础。

人把感知信息传导到大脑的过程通过神经系统完成，人有中枢神经，有末梢神经，它们构成一张无处不在的大网，互联互通。如果某一根神经出现故障，将导致某一功能缺陷或者彻底丧失。在物理世界中，互联网和物联网如同人的神经系统，建立了信息交互的机制和基础设施。物联网和互联网的最大区别是物联网将自动传输信息和数据，更像人的感官和神经系统关系，发生即传导，而互联网的信息是被动上传的。因此，物联网才是智慧物理世界的传导基础，物联网技术和应用每向前推进一步，物理世界的智商就提升5分。

传导的信息到了大脑之后，人的大脑，要对信息进行复杂的计算、分析，融入思维、想象和情感过程，最终得以决策。而在物理世界中，如何实现这一过程？

我们知道目前已经有人工智能，人工智能诞生于1956年，其后经历了几次发展和几次停滞，其原因是开发人工智能的逻辑以模仿人脑思维机制为出发点，然而人脑实在太复杂，人工智能一度走进死胡同。后来人们终于意识到，人工智能无法完全模仿人脑，但有些部分却可以超越人脑，特别是在计算方面，人的能力是有限的，计算机可以极大突破这种有限性，由此以计算能力为突破口，人们终于找到了人工智能的出路。大脑的计算功能从此被模拟并被无限放大，终于在储存和计算方面，机器超越了人。于是，在物理世界中，类似人脑的决策过程被简化为计算，分析，决策。

首先是计算，随着互联网和物联网的飞速发展，数据计算量级呈指数上升，单个计算机无法完成，诞生了云计算技术，利用分布式计算方式来完成对大数据的处理和计算过程，大大提升了物理世界处理海量数据的能力。

然而技术到此，还远未达到“智慧”，智慧在于从已知中发现未知，从无序中提炼有序。它不是我们对已知规律进行求证过程，而是利用已知数据发现未知规律，并最终成为决策并付诸行动的过程。因此，自动发现规律，用规律指导行为，主动决策并自觉行动，才是“智慧”。现如今大数据分析技术可以提供物理世界规律发现、深度关联机制。

最后一步，是主动决策并自觉行动，大数据分析的结果需要直接用于决策并转化为行动，还需要有决策机制。这一步，在微观比较封闭的局部已有实现，如自动化仓库，但在更大的数据交互范围，还在探索之中。

因此，物理世界的“智慧”，认识万物通过能自动读写信息的设施设备获得信息感知，传导通过物联网完成，引导则是通过云计算、大数据分析以及决策系统实现。于是我们对物理世界的“智慧”进行定义：物理世界的智慧是感知、交互、分析、发现、决策的综合。智慧以增强系统内外的感知量为基础，通过建立万物间的深度关联，自动发现新规律，将感知、认知、决策相结合，建立真正独立完成操作并自动进行决策的自制系统。智慧一定是可以获得、可以传导、可以分析、可以决策并可以行动的自动过程。最初我们利用机器代替人，是为了进行数据的采集和机械化、自动化的工作，在此基础上，我们进行物物联系，然后发现规律，辅助决策，再到决策。于是在这一过程中，我们完成了从数据采集、云计算、大数据分析到数据产品（决策和服务）的层次。

“智慧”与“智能”的区别在于：“智能”是“can do”，而“智慧”是“What do、Why do、How do”，所以“智慧”包含“智能”。

二、”智慧物流“的发展趋势

在智慧的概念上可以形成“智慧+”，如“智慧城市”以及“智慧城市”里面的“智慧管网”、“智慧社区”、“智慧物流”等，和所有智慧系统一样，智慧物流也必须实现感知、交互、分析、发现和决策过程。

物流有五大物理要素，分别是人、货、车、节点、线路，这些物理要素为什么现在受到这么大关注，是因为人们将实体经济和虚拟经济进行结合的时候发现物流是最重要的结合点。从虚拟走向实体，走实体走向虚拟，一定是物流实现。同时，这些物理要素具有价值，它们自身价值加上其背后交织的大量经济关系、社会关系、资金流、信息流，形成盘根错节的各种链条和网络。物流结构变迁可以客观反映实体经济变化，物流承载信息是最真实信息。从而物流就像一个深潭，藏着太多可以被挖掘的、增量的价值；又像一个支点，任何逻辑的改变都可能演绎出各种各样的商业模式，撬动越来越大的市场，或者越来越细分的市场。

人、货、车、节点、线路是什么状态又将怎样发展呢？

人，如运输中的司机、仓库中的拣货人员、园区中的参与者等，过去利用GPS进行定位数据采集，现在利用手机APP获得对人行为数据多维刻画。货，过去利用条码技术记录，现在利用RFID技术，不仅跟踪货物安全，还通过反复读写数据发现商业机会。比如奢侈品牌PRADA以往通过服装销量判断款式的流行程度，通常销售量低的服装被淘汰。而现在，PRADA给店面里的每一件试品装上RFID，通过服装试穿次数与其销售数据进行关联统计，对试穿次数多、销售量小的服装进行分析改进，让服装重获新生。

车，过去利用GPS进行数据采集，现在载运货车出厂时已安装传感器。Agheera，一个实时追踪解决方案的提供商，已经开发了一个可用于连接各种远程信息技术和传感器硬件设备开放平台，以便整合不同的应用程序和模式下的数据。这个平台能够合并多种资源，例如将货厢或卡车与一个易于使用、具有世界范围访问权限的门户网站相连，让物流供应商和客户都能在他们的各种设备上实时跟踪所有资产。线路，过去利用摄像头采集数据，现在美国Solar Roadways公司发明一种利用太阳能技术进行发电的路面，如果全美铺设这种路面，每年的供电量是全美用电量的3倍，若与电动车充电技术结合，电动车瓶颈迎刃而解，该路面下还可以安装各种传感器对车辆和其他线路信息实时采集。比如在车队和资产管理方面，传感器可以监测某个卡车、集装箱、ULD（航空载具）的使用及闲置频率，然后它们将采集这些数据用于最优化利用分析，通过测量负载能力可以了解特定路线上交通工具的闲置运力，从中提出巩固和优化路线的建议。这将创造车队效益、节约燃料，并减少空车返回的里程。

节点，尽管物流园区、物流中心目前仍以内部管理系统为主，如WMS、TMS、ERP等，但更多的中小公司已经通过Saas等互联网软件服务应用模式，向提供商租用基于Web的软件，可以用更低的成本，更快速地采用先进技术管理企业经营活动，此过程也为数据互联互通创造了可能。

我们把互联分为互联1.0和互联2.0。互联1.0中人通过移动互联，货、车、线路通过信息平台互联，节点和企业通过内部管理系统链接，互联1.0主要特点是互联有明确的边界，是有限的连接。互联2.0的范围要大得多，初步看来有三类企业及其联盟可能在未来举足轻重。

第一类是互联网企业（如谷歌、腾讯、阿里等），它们一直声称自己不是互联网企业，而是数据公司，这也确实是它们的战略核心。所以它们同时在设备和应用上加大投资力度，谷歌在无人驾驶车辆技术方面遥遥领先于汽车制造企业，而阿里也在汽车领域流露出野心。互联网企业通过终端设备提供对接平台业务接口，以服务数据化，数据服务化方式掌控全网资源，一个个庞大的网络帝国正超越政治边界急速膨胀。

第二类是以云服务和物流为核心竞争力的运营类企业，类似于亚马逊和京东，亚马逊AWS占有全球云计算市场份额的27%，营业利润率为23.5%，活跃用户数已经突破100万，其中包括900多个政府机构、3400个教育机构和超过11200个非盈利机构。 “AWS IoT”服务，使工厂生产车间、车辆、家电等物联网设备通过云计算技术相互连接。亚马逊通过开放其“亚马逊物流+”平台，将物流与云无缝连接。京东模仿亚马逊，虽然还没有那么强大，但方向颇为一致。

第三类是物流专业化互联网平台，物流是典型低利润、零散化行业，尤其在公路货运方面，如今分散物流资源联盟化趋势已经非常明显，一些平台开始着手物流联盟间资源整合，帮助企业完成全链条、多环节、跨行业物流资源整合和协同。如oTMS一站式运输服务平台，传化、天地汇、卡行天下等公路港整合平台，物流数据服务商G7等都崭露头角，表现出强劲的增长势头。

在“发现未知规律”这一层次，也会分出阶段。我们现在可以看到的是利用数据分析对未来事件发生进行预测，从而指导资源重新配置。例如，亚马逊使用大数据、人工智能、云计算等进行仓储物流管理，推出预测性调拨、跨区域配送。“双十一”到来之前，阿里通过预警指导快递企业提前布局仓库和运力资源。尽管目前我们认为这一预警已经相当厉害，但是从商业和物流运作来看，仍是沿着互联1.0模式在进行。而当互联2.0的商业化运作成熟后，物流形态可能会打破现有从分散到集中再到分散的轴辐型网络基础模式，步入在实操层面形散，而在协同层面高度组织化阶段，全新的物流组织形式将会出现。在此基础上，物流解决方案是否会出现颠覆性的商业模式？我们拭目以待。

在智慧物流自动决策层面，一些子系统中已经能够自动形成决策方案，例如自动化仓库中能够自动储存、自动分拣。在更大的范围我们还有待从无序走向有序，从封闭系统向互联系统跨越。智慧物流结构是围绕五大实体要素形成的物流数据感知、物流数据互联、物流规律发现、物流行为决策和自动执行的有机结构。

三、”智慧物流“的发展趋势

“智慧物流”有多种发展可能，在此主要提及三种趋势：

1、在物联网技术商业化背景下，智慧物流产业链全面爆发，形成设备、应用、平台、数据产品服务多层级多维度发展态势，产业规模巨大。而贯穿其中的底层技术需要同步发展，包括标准化技术的发展（如托盘标准化、集装箱标准化、车辆标准化等）、物联网技术的发展等。智慧物流产业链是一个巨大市场。

2、物流中最散小环节将最先被智慧化，然后再逐步瓦解互联程度低、组织化程度高的环节。因此公路货运、城市配送等分散无序的领域将率先实现智慧化。我们统计了国内“互联网+运输平台”（包括供应链服务、车辆调度、整合服务和物流交易等）的一些数据，从注册司机数、投融资额和注册货主数来看，车辆调度均表现突出。2015年和2016年，这个领域也是物流投资热点。对于大型传统企业，墨守成规的组织结构成为变革阻力，在互联网重构商业模式进程中，这些大型传统企业最终被迫互联网化。

3、共享经济在物流发展中逐步占据主导地位，将催生颠覆性物流组织模式和商业模式。我们最近的一项研究表明，“共享经济”已运用于集装箱运输行业。全球空集装箱调运成本每年达到150~200亿美元，BCG咨询公司去年11月份正式启动全球集装箱空箱共享平台，名为“xChange”。到目前为止，分散在全球的超过100家运输企业、20家租赁企业已经参与到市场中，平均每只集装箱可以节约200~400美元的成本，已经实现了每周超过35000只空箱的流转。下图显示在全球各个地区空箱都有很大的交换潜力。

各地区可以交换的空集装箱比例:

在仓位共享领域，美国Flexe仓库资源共享平台，专做仓位分享，其他企业可以预定它在全美80多个地方的若干个仓位。而仓位共享在国内尚未起步。在快递送货领域，2014年Uber推出了一款产品叫Uber Rush，它用普通人作为messenger（信使）取货送货，Uber对外声称自己实际是一家物流公司，这也表明在物流共享经济方面它还有大的计划。2015年，京东也推出类似的“京东众包”，之后正式改名“京东到家”。目前“京东到家”临时快递员注册量已经达到25万人。2014年在同城配送方面国内一家快货运企业，也推出了类似众包的业务模式，货车司机通过抢单，就近取货，就近送货，数据显示，使用了该平台的司机，月收入可以从1万元增长到3万元。2015年美国物流领域风投项目中，有两个投给了共享经济。