为什么物流公司必须采用大数据和云技术

根据 Dresner Advisory Services 发布的一项调查，超过 50% 的公司正在使用大数据分析。仔细观察就会发现，采用率因行业而异，其中金融服务和电信领先，其次是教育和医疗保健。但前五名没有提到物流。

当人们想到大数据时，物流很少是第一个想到的行业。然而，具有讽刺意味的是，它很可能是从采用中受益最多的一个。

使用预测分析来估计和防止供应链中的瓶颈至关重要，尤其是在准时性、透明度和隐私起着关键作用的行业中。随着越来越多的消费者选择电子商务，假装不依赖大数据而保持相关性是幼稚的。

最后一公里问题

包裹到达买家的最后一公里，是物流企业最痛苦的一步。它也是最昂贵的，占总运输成本的一半以上。由于交通拥堵、停车困难、恶劣天气、不可抗力以及更琐碎的挑战（例如没有电梯的公寓）而导致的延误，都会导致成本增加并对客户体验产生负面影响。

过去，顺利交付的障碍是无法预测的。然而，借助送货车辆和智能手机、传感器、扫描仪和物联网 (IoT) 中的 GPS 系统，托运人现在可以监控整个旅程。他们甚至可以主动干预——例如，通知司机街道是否拥挤或无法进入。

从长远来看，物流公司会发现模式和反复出现的挑战，并想出切实可行的方法来克服它们。假设燃料成本在 8 月份趋于增加。大数据分析可以预测增幅并确保车辆在 7 月份完全加满油。 UPS 的 ORION 算法是最先进的示例，每天能够收集和分析超过 10 亿个数据点，涉及包裹重量、形状和尺寸等因素。从那里，它可以将数据与历史交付信息进行交叉引用，以估计容量、包裹量和客户需求。借助这种以数据为依据的科学方法，UPS 声称只需将每位司机的行驶里程减少一英里，就可以每年节省 5000 万美元。

Transmetrics 的首席执行官 Asparuh Koev 说：“目前，有不同的行业同时致力于解决最后一英里的问题。” “例如，我不明白为什么我不能实时跟踪修理水槽的水管工在哪里。”

但据 DHL Global 的计费工作流负责人 Pete Bandtock 说，事情并不是那么黑白分明。他说：“最后一英里问题并不是物流中的普遍问题。想想海运。它们通常由收货人在港口收集，或者用多个大型集装箱运送到收货人地点。”因此，没有最后一英里的问题。

“这个问题在 B2C 领域更为严重，”Bandtock 继续说道，“而且我确实看到了对那里的技术进行了大量投资，无论是在路由算法方面，还是在客户信息传递和可见性方面。”

Sciant 高级副总裁兼大数据、运输和物流实践负责人 Angel Mitev 有不同的看法。 “虽然我同意最大的影响将是 B2C 物流，”他说，“我们也可能会看到对 B2B 的影响，特别是随着自动驾驶卡车和货车的到来。众包、无人机交付和实时路线优化是该技术存在并经过测试的其他领域。因此，毫无疑问，最后一英里将是我们在不久的将来看到重大创新的领域。”

众包和机器人

在优化最后一英里交付方面，众包模式已被证明非常有用。送餐到家很可能是由当地的快递员完成的。与此同时，Uber Freight 等项目正在将物流带入一个新的方向。 Amazon Flex 允许本地人管理最后一英里，他们每小时的收入最高可达 25 美元，同时为客户提供更高的透明度和更快的交付。这种颠覆性的方法可以通过随机移动的本地司机取代专业运营商，彻底改变当前的最后一英里模式。

Bandtock 持有相反的观点。 “虽然众包服务的增长对消费者来说是显而易见的，”他说，“我不认为它与 B2B 物流特别相关，因为自行车或汽车只能携带这么多东西。”他同样持怀疑态度关于 UberFreight：“我认为他们不会在更重的货运领域投入太多精力，因为他们既没有足迹也没有资金去做这件事。”

Koev 指出，道路拥堵极大地影响了交付质量。 “交通越来越糟，”他说。 “越来越多的人生活在大城市，因此密度在增加。众包不会神奇地解决这个问题——它需要在基础设施级别进行修复。”

那么，目前的基础设施就没有出路了吗？ “想想地铁，”科耶夫说。 “这是主要城市中最常用的交通工具。现有的地铁旨在运送乘客，但它们也可以运送包裹。只是功能不同而已。”

物流的另一个主要趋势是使用非人类工人。 Prime Air 的递送系统旨在使用无人机在 30 分钟或更短的时间内将包裹送到客户手中。大多数亚马逊仓库中约有 100,000 台机器人取代了传送带和人工操作机器。这些机器人背后的公司 Kiva Systems 于 2012 年被亚马逊以 7.75 亿美元收购，这是后者当时的第二大收购。

仓库自动化的好处不仅仅是裁员。机器人的使用为如何改进包裹的装载和交付带来了更准确的见解。自动驾驶汽车有望将物流提升到一个全新的水平。 DHL 创新和趋势研究副总裁 Markus Kückelhaus 表示，它们已经在仓库和庭院等受控环境中使用，很快就会出现在共享和公共空间，例如高速公路和城市街道上。

Bandtock 怀疑物流行业是否会在可预见的未来实现完全自动化，如果有的话。 “通过大数据和机器人技术的结合，商品部分可以在很大程度上实现自动化，”他说，“但是，供应链越复杂，情况就越模糊。

“想想葡萄酒和烈酒业务，”他继续说道。 “一家连锁超市将大批量订购某些饮料，以应对可预见的事件，例如世界杯、温布尔登网球公开赛或皇室婚礼。其中一些事件的通知期比所涉及商品的生产期短。利基物流参与者需要跨越这条供应链，并确保为三年前开始生产周期的皇室婚礼敬酒所需的香槟将在三个月前宣布的活动前四个星期在商店上市。在这个例子中，后勤人员的增值在于关系，而不是数据。 "

Koev 同样持怀疑态度。 “没有人工是不可能的，”他说，“即使人工不运送包裹，他们也必须维护系统。这是市场问题，而不是技术问题。在物流方面，我们运营在这个悖论中：我们尝试使用我们拥有的基础设施，即使采用的好处是显而易见的。交通非常商品化。每个人都在做同样的事情，多年来一直如此。”

另一方面，Mitev 预测一个几乎完全自动化的行业。他说：“普通的物流服务可以是无人值守的。人工智能，以及指导自动驾驶汽车和机器人车队的数据驱动的后端系统，将执行大部分交付、装载、卸载和其他琐碎的任务. 调度和路线优化、仓库管理、货物和设备本地化以及库存管理也将变得越来越自动化。客户关系管理和量身定制的物流服务将成为新的战场，公司将在这里争取差异化，而人为因素仍将是至关重要的。”

轮班时间

要实现这一目标，需要进行重大的行业转变。从历史上看，物流公司并没有大量采用基于云的技术，而这些技术对于优化和数字化最后一英里交付至关重要。

“随着自动最后一英里交付成为主流，”Mitev 说，“该行业很可能会见证事件数据收集方面的重大改进。在这种情况下，自动调度和码头管理将变得至关重要，因为自动驾驶汽车将拥有比人工驱动更精确地安排时间。基于云和物联网的码头管理，连同事件管理平台，将成为行业的必备品。”

因此，加速采用基于云的系统至关重要。正确收集和清理数据可以更好地预测事件并减少不确定性。使用传统的内部部署系统无法实现这样的目标。通过采用基于云的微服务开放应用程序编程接口 (API) 系统，可以更轻松地实现标准化的跨平台集成，对于创建无缝信息链至关重要。国际航空运输协会的电子航空运单是开放 API 的一个例子，但根据 Mitev 的说法，“缺少的是提货单或货物清单等文件的标准。”他补充说，需要对主要 IT 系统进行重大升级，甚至完全更换。

“标准 API 会很棒，”Koev 说，“但这是一个竞争激烈的市场，玩家通常不想分享。我见过公司在传递给下一家公司之前故意删除部分数据。”

此外，该技术只有在可扩展时才变得有价值，而小公司则很难做到这一点。 Koev 说：“因此，我认为谁将推动市场向前发展的两分钱是成熟的参与者，而不是初创企业。”

随着越来越多的连接设备自动生成数 TB 的新信息，大数据将变得更大。获取和处理该情报的能力将为物流公司带来巨大的竞争优势，但现在需要建立它的基础。竞争将在当前在数字化之旅中苦苦挣扎的大型参与者与加入前数字行业的新进入者之间展开。

Simone Puorto 是 Travel Singularity 的创始人，也是 Sciant 的撰稿人。