IAII（人工智能产业研究院）与AIL(智能物流基金会)通过介绍各主要技术的基本情况，同时结合国内外电商平台(如亚马逊、京东)、领先物流企业（如顺丰、DHL），在各技术上的开发历程、应用场景与未来规划，全方位展示智能物流在行业中的发展现状与未来。

　　智能物流技术发展趋势与行业应用实践

　　末端新技术主要是智能快递柜。目前已实现商用（主要覆盖一二线城市），是各方布局重点，但受限于成本与消费者使用习惯等问题，未来发展存在不确定性。

　　智能快递柜

　　智能快递柜技术较为成熟。已经在一二线城市得到推广，包括顺丰为首的蜂巢、菜鸟投资的速递易等一批快递柜企业已经出现，但当前快递柜仍然面临着使用成本高、便利性智能化程度不足、使用率低、无法当面验货、盈利模式单一等问题。

　　领先实践1-菜鸟：投资快递柜企业，切入智能末端市场，实现数据闭环

　　对于菜鸟网络而言，已经掌握上游商品数据、快递企业数据、快递员数据等，但由于缺乏末端用户的一部分数据，导致数据闭环不能够完整地流通。

　　2016年，菜鸟与格格货栈合作，格格货栈业加入菜鸟网络全国快递自提柜服务平台。2017年6月，菜鸟更进一步，携手 中国邮政、上海复星共同投资智能快递柜领头羊速递易。切入末端市场后，菜鸟可及时获取缺失的那部分末端用户数据信息，从而能够统一调配相关仓配、物流等，最终实现物流资源社会化的目标，未来菜鸟将进一步整合快递柜数据资源， 利用数据优化整体社会物流效率。

　　领先实践2-顺丰：自主研发，联合各物流企业合作推出丰巢，掌握末端数据， 有较强的业务获取能力，能直接承接上游业务

　　2012-2014期间，顺丰尝试进入末端快递柜市场，在全国各地累计投放超过5,000 个顺丰储物柜。为了掐住包裹的入口， 进而控制末端服务和数据，2015年6月， 基于顺丰储物柜资源，顺丰联合申通、中通、韵达、普洛斯发布公告，共同投资创建深圳市丰巢科技有限公司，共同研发运营“丰巢”智能快递柜。

　　截止2017年6月，丰巢已完成逾5万台柜机的布局，日均承接超过300万件包裹的派送。未来，丰巢将探索除快递代收外的其他盈利模式，如与新零售结合推出线上生鲜下单，线下取等功能，实现模式创新， 解决盈利难题。

　　3.5 智能数据底盘技术

　　数据底盘主要包括物联网、大数据及人 工智能三大领域。物联网与大数据分析目前已相对成熟，在电商运营中得到了一定应用，人工智能相对还处于研发阶段，是未来各家研发的重点。物联网技术与大 数据分析技术互为依托，前者为后者提 供部分分析数据来源，后者将前者数据进行业务化，而人工智能则是大数据分析的升级。三者都是未来智能物流发展的重要方向，也是智能物流能否进一步迭代升级的关键。

　　物联网技术

　　物联网的概念已经非常普及，但在物流领域的应用仍然有一定难度。受终端传感器高成本的影响，二维码成为现阶段溯源的主要载体，技术的阶段性突破将不断促进物联网的发展，长期来看，低成本的传感器技术将实现突破，RFID和其他低成本无线通信技术将是未来的方向。物联网技术预计未来在物流行业将得到广泛的应用。目前国内已出现专注智能物流物联网领域的领先企业如汇通天下（G7）。

　　物联网主要有以下四个物流应用场景： 产品溯源：通过传感器能够追溯到农产品从种植到运输到交付环节的所有信息， 包括种植条件，农药使用，农产品品质， 运输温度等，同时通过区块链记录货物从发出到接收过程中的所有步骤，确保了信息的可追溯性，从而避免丢包，错误认领事件的发生。

　　冷链控制：通过车辆内部安装的温控装置，对车内的温湿度情况进行实时监控， 确保全程冷链不掉链。

　　安全运输：通过设备对司机、车辆状态 数据进行收集，及时发现司机疲劳驾驶、车辆超载超速等问题，提早警报，预防事故。

　　路由优化：通过车辆上安装的信息采集设备，可以采集运输车辆情况、路况、天气等信息，上传给信息中心，分析后对车辆进行调度优化。

　　大数据技术

　　大数据已经成为众多企业重点发展的新兴技术，多家企业已成立相应的大数据分析部门或团队，进行大数据分析、研究、应用布局，各企业未来将进一步加强对物流及商流数据的收集、分析与业务应用。

　　大数据技术主要有以下四个物流应用场景： 需求预测：通过收集用户消费特征、商家历史销售等大数据，利用算法提前预测需求，前置仓储与运输环节。目前已经有了一些应用，但在预测精度上仍有很大提升空间，需要扩充数据量，优化算法。

　　设备维护预测：通过物联网的应用，在 设备上安装芯片，可实时监控设备运行数据，并通过大数据分析做到预先维护，增加设备使用寿命。随着机器人在物流环节的使用，这将是未来应用非常广的一个方向。如沃尔沃：在物流车辆设备上安装芯片，可通过数据分析进行提前保养。

供应链风险预测：通过对异常数据的收集，进行如贸易风险，不可抗因素造成的货物损坏等进行预测。

　　网络及路由规划：利用历史数据、时效、覆盖范围等构建分析模型，对仓储、运 输、配送网络进行优化布局，如通过对消费者数据的分析，提前在离消费者最近 的仓库进行备货。甚至可实现实时路由优化，指导车辆采用最佳路由线路进行跨城运输与同城配送。

　　人工智能

　　主要由电商平台推动，尚处于研发阶段， 除图像识别外，其他人工智能技术距离大规模应用仍有一段时间。

　　人工智能技术主要有以下五个物流应用场景： 智能运营规则管理：未来将会通过机器学习，使运营规则引擎具备自学习、自适应的能力，能够在感知业务条件后进行自主决策。如未来人工智能将可对电商高 峰期（双十一）与常态不同场景订单依据商品品类等条件自主设置订单生产方式、交付时效、运费、异常订单处理等运营规则，实现人工智能处理。

　　仓库选址：人工智能技术能够根据现实环境的种种约束条件，如顾客、供应商和生产商的地理位置、运输经济性、劳动力可获得性、建筑成本、税收制度等，进行充分的优化与学习，从而给出接近最优解决方案的选址模式。

　　决策辅助：利用机器学习等技术来自动识别场院内外的人、物、设备、车的状态和学习优秀的管理和操作人员的指挥调度经验和决策等，逐步实现辅助决策和自 动决策。

　　图像识别：利用计算机图像识别、地址 库、合卷积神经网提升手写运单机器有 效识别率和准确率，大幅度地减少人工输单的工作量和差错可能。

　　智能调度：通过对商品数量、体积等基础数据分析，对各环节如包装、运输车辆等进行智能调度，如通过测算百万SKU商品的体积数据和包装箱尺寸，利用深度学习算法技术，由系统智能地计算并推荐耗材和打包排序，从而合理安排箱型和商品摆放方案。

　　智能数据底盘领先实践1-京东：依托青龙、玄武等五大系统，打造数据化运营能力。

　　京东从2012年推出第一代青龙系统开 始，由CTO办公室下属运营研发部负责，每年对青龙系统进行迭代，截止2016年，已将青龙系统迭代升级至第六代青龙智能物流系统。依托青龙物流系统，京东实现对平台商流，物流的全面掌握，如京东可以预测订单，提前调配力量。

　　除青龙系统外，京东内部还构建有：仓储管理系统：主要是“玄武系统”，目前已升级至5.0版本，与配送的青龙系统并称为运营研发部的两大护法神器。在2017年，在昆山无人仓库中，京东集运研发部自主研发的定制化、智能化的设备管控系统——DCS智能管控系统上线，可实现对仓库内各类设备的智能调拨。

　　大运输系统(赤兔TMS)：将仓库、分拣、终端等各节点连接，从而将所有节点业务串联互通并运转起来，实现运输服务统一化、数据采集智能化、操作流程标准化和跟踪监控透明化，形成完整的物流供应链体系。

　　大件物流调度系统：充当整个大件物流系统的大脑，通过三层调度、三级数据处理器，计算出派送问题的最佳解决方案。

　　大数据分析系统：通过大数据分析系统实现智能补货，并进行智能分仓备货，并进行智能仓库选址。

　　未来京东将继续加大技术创新的投入， 依托SAAS化的信息系统，通过组件化的业务应用和智能算法服务，实现动态、实时调度，并致力于成为国内零售基础设施服务商，将向全社会提供高效率、低成本、高智能的智能供应链解决方案。

　　智能数据底盘领先实践2-菜鸟：依托自身商流、合作伙伴数据流优势，专注对物流预测，促进物流整体效率提升

　　根据数据显示，截至2015年11月，中国超过70%的快递包裹、数千家国内外物流、仓储企业以及170万物流及配送人员都在菜鸟数据平台上运转。

　　2013年菜鸟网络成立后，原阿里物流事业部与菜鸟网络整合，物流数据平台打通， 物流预警雷达进行升级和改造，新增了区域和网点预测等诸多功能。这些数据将帮助电商平台和快递企业做决策，通过线路预测规避各大快递企业分拨点爆仓。

　　2014年5月，菜鸟网络联合“三通一达”等14家主流快递企业推出了电子面单平台， 通过数据的流转，菜鸟网络电子面单系统可以串联快递企业、商家与消费者的数据信息。各快递合作伙伴的数据显示，使用电子面单，发货速度能提升30%以上。

　　2015年，菜鸟网络运用大数据分析，结合高德地图的空间定位技术，推出智能路由分单，可用数据实现包裹跟网点的精准匹配，准确率达98%以上，随着大数据沉淀，可向100%接近。

2016年，菜鸟网络与高德地图合作，双方打通底层地址数据，建设国内最先进的5 级地址库。同年双十一，菜鸟依托人工智能通过对区域订单量的预判，提前指导商家布局仓储，提升了整体物流效率。

　　2017年入股中国领先的智能仓储设备企业-快仓，快仓专注于移动机器人、可移动货架、补货，拣货工作站等系统研发， 以人工智能算法的软件系统为核心。未来，菜鸟将对开放战略升级，更加注重赋能中小商家和中小物流，把物流云全链路的能力向行业开放，真正带动行业整体效率提升。

　　四、结束语

　　通过对各技术行业实践的分析，我们发现，行业内领先企业积极布局智能物流，抢占先机：

电商平台物流企业（亚马逊、京东、阿里等）：在物流基础设施不如传统物流企业情况下，更加注重通过技术手段提升物流整体操作效率。依托自身互联网技术基因优势，在各技术领域积极布局，力图对传统物流企业实现弯道超车。技术依赖度与技术成熟度都较高。

　　领先物流企业（顺丰、UPS、DHL等）：通过组建技术研发团队，设立技术趋势研发机构，与领先第三方研发机构合作，在应用前景较大，与物流紧密相关的新兴技术上积极布局。但受限于数据劣势，在大数据、人工智能方面与电商物流企业仍有差距。

　　智能物流物联网企业（G7等）：独立于物流公司和电商平台，专注于物联网、大数据和人工智能平台开发和服务，具有很强的技术实力和商业模式优势。在具有互联网思维的专业团队和资本的助力下，发展前景巨大。

　　对于国内物流企业而言，智能物流是其能否在未来的市场竞争中占据优势地位的关键所在，面对新的时代趋势，企业需要把握以下成功要素：

　　拥抱智能：物流企业需要结合自身特性、所在领域的客户特征变化，以开放的心态拥抱科技，拥抱智能物流，实现转型升级。

　　提前布局：智能风口下，纵观各家电商互联网巨头及领先国内外物流企业，其都已在智能物流变革中提前布局。智能物流早已不是一道选择题，谁能把握先机，谁才能占据主动，物流企业需要提前布局，抓住智能物流先机。

　　重视数据：数据化是物流向下一代升级，真正实现智能物流的关键，虽然当前物流企业在数据获取方面存在天然劣势，但可尝试与第三方企业合作，及早在物联网、大数据、人工智能等方面积累技术，积极对现有信息系统换代升级。