文|數科社 檸溪
導語：
疫情在一定時期內的持續(xù)發(fā)展，深刻改變了存量經濟業(yè)態(tài)，使在線娛樂、在線教育、在線辦公、遠程醫(yī)療、生鮮電商等新模式不斷涌現和快速騰躍。
在疫情逐步解除和社會生產恢復正常后，教育、醫(yī)療、企業(yè)辦公等龐大的在線化市場需求持續(xù)激活，有望誕生“超級應用”，并為相關領域的數字科技創(chuàng)新帶來新機會。
其中，智慧物流的發(fā)展也進入了一個新的階段。
01丨物聯網+AI的技術核心
當下智慧物流逐漸成熟，技術的核心底層是物聯網與AI。
首先，所有的物流企業(yè)運營設備，不論是汽車，飛機還是輪船，無一例外都是根植于現實社會的物理設備。因此要想將這些設備的數據采集并集中起來，物聯網技術是基礎。
例如G7物聯，會給每輛卡車安裝具有定位信息、獲取車輛信息、數據集成以及數據傳輸的黑匣子，同時在車內安裝若干個攝像頭。
通過這些物聯網設備的存在，可以實現三個重要的目標：
首先是對汽車位置和運營情況信息的獲取，然后就是對駕駛員和路況情況的獲取，最后是對貨物在運營中保存情況和出現問題及時的信息監(jiān)控。
而在這些數據獲取之后，如果要通過中央數據處理中樞處理完成，再進行下一步的信息反饋，很可能對于交通運輸工具來說時間有點太長了。
舉個例子，G7物聯在對駕駛員監(jiān)控中，重點是對疲勞度的監(jiān)控，如果駕駛員有超過10秒的閉眼，G7物聯整個系統(tǒng)就會在車廂內和運營公司的管理平臺上報警。但如果要將數據上傳到處理中樞再進行處理，完了以后發(fā)布通知，這樣整個的時長可能會超過10秒，同時會讓駕駛員提高操作帶來危險的可能性增加。
因此，賦予整個系統(tǒng)AI智能的判斷與操作是一個必然的選擇。
還拿G7物聯的系統(tǒng)舉例，在汽車前方安頓的攝像頭和雷達，不光能對于汽車運營狀況進行監(jiān)測，同時還能查看路況，如果出現異常的情況，會提前在駕駛艙和運營中樞平臺報警。
這實際上已經達到了L2級別自動駕駛的部分核心功能，現在看這期物聯相應技術還在不斷前進，很可能在2022年會將整個系統(tǒng)與駕駛層面的操控連接，在危機時刻由系統(tǒng)自動接過行駛處理的能力，保障整個物流運輸設備的安全。
比如南航物流，這家物流公司非常不起眼，但背后實際上負責運營順豐整個飛機機隊的安全和日常工作。2021年7月，他們研發(fā)的順豐航空飛機健康管理系統(tǒng)正式上線。該系統(tǒng)基于數據挖掘和數據分析技術，可實現飛機故障的實時報警及飛機相關性能的早期預測，以往用時為分鐘級的“譯碼”縮短至秒級，如飛機在空中發(fā)生故障，工程師可在第一時間通過AHM系統(tǒng)監(jiān)控到異常情況，進而能夠快速啟動故障處置程序，飛機健康管理的效率及品質得到顯著提升。
這也是物聯網技術和AI技術相結合，在智慧物流領域的一個重要應用。
02丨數據處理是基礎
當然對于智慧物流來說，數據處理能力尤其是毫秒級的數據處理能力是所有技術展開的基礎。
某種意義上講，如果想對物流的設備，不管是汽車飛機還是輪船進行實時的監(jiān)控，每分鐘產生的運營數據和視頻數據都是海量的，這些數據上傳到云端之后，一定要有一個非常繁復和算法先進的平臺進行處理，才能在最短時間達到精確的反應，實現提升效率的目的。
由于當下各個環(huán)節(jié)都特別注重收集數據，但很多數據收集上來很多似乎看起來之后，如果沒有，很多似乎看起來相互沖突和在邏輯上違背的數據應用上就有很大的問題。
比如在海運領域，從沿海到內地集裝箱調運時，有時候有貨進沒貨出，沒有貨出的時候只能調空箱。對于航運來講，船舶航行信息，運營模式，調度信息，港口，貨物堆場，水文氣象等這些信息很分散，量也很大，因此必須要采用大數據，建立一個大數據池，對數據進行提煉形成新的價值。
比如對于飛機來說，跟客運不同物流運輸除了安全性以外，降本增效才是最核心的管理目的管理目的。航空物流企業(yè)一般都在關注遇到什么樣的天氣，用什么樣的航速飛行最省油，而且機腹的貨倉怎么樣排列才能在最有效的方式下承載更多的貨物。
這些都必須在龐大數據運營能力的基礎之上，才能獲得核心的數據和真正解決辦法。
關鍵，人工智能技術的出現使得無人倉的構想得以實現。得益于機器視覺等人工智能技術，自動化倉庫中的搬運機器人、分揀機器人、無人叉車等一系列物流機器人均可對倉庫內的物流作業(yè)實現自我感知、自我學習、自我決策、自我執(zhí)行，實現更高效的自動一體化。
此外，人工智能技術基于歷史消費數據，通過深度學習、寬度學習等算法，可建立庫存需求量預測模型，用于對以往的數據的檢測并預測未來的數據，形成一個智能倉儲需求預測系統(tǒng)，以實現系統(tǒng)根據實際數據自主生成最佳的訂貨方案，實現對庫存水平的實時調整。
同時，隨著訂單數據的不斷增多，預測結果的靈敏性與準確性也能夠得到進一步提高，使企業(yè)在保持高物流服務水平的同時，還能降低企業(yè)的庫存成本。
這也是京東目前為止競爭力的核心，而這樣一個建立在用戶需求和庫存動態(tài)配比之間的數據模型以及產生的一系列應用，背后依然是大數據和算法的支撐。
所以對于智慧物流企業(yè)來說，建立物聯網研發(fā)團隊和AI算法與應用團隊之外，大數據處理能力以及大數據算法的研發(fā)，也是一個非常重要的方向。
03丨協同性的未來
物流體系下包含著大量的業(yè)務要素，它們的疊加直接導致數據和應用的簡單“黑箱”現象嚴重，業(yè)務運行過程中發(fā)生了什么、產生了什么后果難以直接有效地全面管控，最終又造成成本、效率方面的問題。
這時候，智慧物流的一個重要任務是數據+算法決策代替經驗決策，用可視化、智能化、自動化等手段去打破數據鎖，最終實現可持續(xù)化發(fā)展。
協同處理能力，才是智慧化物流發(fā)展的未來。
比如物流企業(yè)在具體的供應鏈執(zhí)行過程中還包含著大量需要協同的要素，商品、庫存、車輛、路由、設備、訂單等，它們同樣有著十分復雜的協同要求。
再比如物流園區(qū)，過去高度依賴人力管理，但隨著園區(qū)人數與車輛增長、設備增多、能耗增加，傳統(tǒng)的管理方式忽視了技術與人、車、貨、場的協同，無法從全面整合、互聯互通的全局視角去管理園區(qū)。
因此，真正厲害的智慧物流技術提供方，開始在協同領域發(fā)力，并已經形成優(yōu)勢
比如德邦快遞的智能物流園區(qū)，就是采用的華為智慧物流和協同管理技術，包括取件、流水作業(yè)以及運輸的各個環(huán)節(jié)都普遍存在。OCR技術實現高速掃描取件、自動識別分揀；AI識別技術杜絕暴力分揀；智慧物流園區(qū)人員管理子系統(tǒng)、訪客管理子系統(tǒng)等眾多模塊全面升級了德邦快遞的服務體驗。
此外，這個業(yè)務系統(tǒng)在上云之后，開始跟德邦快遞已經有點IaaS、PaaS和SaaS的IT分層規(guī)劃和建設協同發(fā)展，改變了傳統(tǒng)IT架構慢、貴、難三大難題，實現了資源按需申請、隨取隨用，在IT開發(fā)效率和對業(yè)務需求響應速度提升之外，也讓優(yōu)化和維護成本大幅降低。
這可能才是智慧化物流發(fā)展到一定階段的最合適方向。
當然，從國內各大核心企業(yè)服務軟件平臺發(fā)展的歷程來看，融合與協同是各家都不約而同選定的數字化發(fā)展方向。
用友創(chuàng)始人王文京在最近接受媒體訪談的時候表示，企業(yè)推進基于數智化的商業(yè)創(chuàng)新，包括產品與業(yè)務創(chuàng)新、組織與管理變革，需要突破技術、商業(yè)和成本三大障礙，呼喚能夠便捷實現商業(yè)創(chuàng)新的平臺，使能商業(yè)創(chuàng)新簡單、便捷、大眾化、社會化。
在他看來，信息技術在企業(yè)的應用也從以ERP（企業(yè)資源計劃）為代表的，以“流程優(yōu)化，提高效率“為核心價值的企業(yè)信息化階段，跨入以“商業(yè)創(chuàng)新，重構發(fā)展力”為核心價值的企業(yè)數智化的全新階段。
誠如斯言，如今科技發(fā)展已經超出了人們的預期，我們從未像現在一樣如此與整個世界緊密相連，小到客戶和企業(yè)之間的連接，企業(yè)供需產業(yè)鏈之間的連接，大到國家、地區(qū)之間的連接都在發(fā)生著改變，人類已經開始進入一個以數字技術為核心的虛擬時代。
而遨游風起的大時代，智慧物流遇到的最核心問題就是可持續(xù)增長。
這也是不確定時代行業(yè)發(fā)展的底牌。