文/黃 濱
大數(shù)據(jù)時(shí)代的物流信息化,始終是圍繞三個(gè)方面的問題展開:一是物流大數(shù)據(jù)怎么產(chǎn)生,二是用什么技術(shù)及工具來處理和駕馭物流大數(shù)據(jù),三是怎么從物流大數(shù)據(jù)中挖掘出價(jià)值。
物流信息化在大數(shù)據(jù)時(shí)代與過往最大的區(qū)別就是“物流大數(shù)據(jù)”。大數(shù)據(jù)時(shí)代的物流信息化,始終是圍繞以下三個(gè)方面的問題展開:
一是物流大數(shù)據(jù)怎么產(chǎn)生,怎么才能獲取到物流大數(shù)據(jù)?
二是用什么技術(shù)及工具來處理和駕馭物流大數(shù)據(jù)?
三是怎么從物流大數(shù)據(jù)中挖掘出價(jià)值,讓大數(shù)據(jù)為經(jīng)濟(jì)活動(dòng)服務(wù)?
產(chǎn)生物流大數(shù)據(jù)的前提條件是,物流要素、物流設(shè)施、物流作業(yè)工具、物流作業(yè)過程等得到充分的數(shù)據(jù)化。這需要廣泛應(yīng)用物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等先技術(shù),深入物流場景、物流作業(yè)過程中去采集相關(guān)的物流數(shù)據(jù)。
物流要素的數(shù)據(jù)化,簡單講就是貨物、包裝、物流單據(jù)、人員等方面的數(shù)據(jù)化;物流設(shè)施的數(shù)據(jù)化,就是園區(qū)、碼頭、貨站、倉庫、貨架、分揀輸送系統(tǒng)等的數(shù)據(jù)化;物流工具的數(shù)據(jù)化,包括運(yùn)輸車輛、叉車、托盤、堆垛機(jī)、掃碼槍等作業(yè)工具的數(shù)據(jù)化;物流作業(yè)過程的數(shù)據(jù)化,例如對(duì)從裝車開始到裝車結(jié)束的整個(gè)過程的現(xiàn)場信息進(jìn)行采集,即把誰和誰交接、交接的憑證、裝車的貨物、裝車的時(shí)間等等進(jìn)行數(shù)據(jù)采集。
然而技術(shù)的成熟并不等于技術(shù)就得到了有效、充分的應(yīng)用,企業(yè)要獲取物流大數(shù)據(jù),還面臨很多現(xiàn)實(shí)問題。從理論上講,資源充足且有技術(shù)實(shí)力的大企業(yè),可以集成各種物聯(lián)網(wǎng)終端及物流信息系統(tǒng),從而獲取物流大數(shù)據(jù)。但現(xiàn)實(shí)情況是,當(dāng)下具備物流大數(shù)據(jù)能力的大企業(yè)并不多。因?yàn)槲锪鞔髷?shù)據(jù)能力的形成,不僅要有資金及人才,而且還需要企業(yè)能夠堅(jiān)持長期持續(xù)地投入。不管是供應(yīng)鏈貨主企業(yè),還是第三方物流企業(yè),在物流大數(shù)據(jù)能力的投入方面,或多或少總是讓位于經(jīng)營上的短期利益。
在物流大數(shù)據(jù)時(shí)代,整個(gè)物流行業(yè)是一個(gè)價(jià)值生態(tài)系統(tǒng),整個(gè)生態(tài)系統(tǒng)的運(yùn)行和調(diào)節(jié)以“物流大數(shù)據(jù)”的分析為基礎(chǔ)
而對(duì)于大多數(shù)中小企業(yè)來講,沒有足夠的資源來大規(guī)模集成物聯(lián)網(wǎng)終端及物流信息系統(tǒng),很難憑借自身力量形成大數(shù)據(jù)能力。中小企業(yè)需要借助平臺(tái)型科技企業(yè)來給自身賦能大數(shù)據(jù)能力。近年來物流互聯(lián)網(wǎng)化領(lǐng)域的平臺(tái)型企業(yè)成長較快,但與整個(gè)行業(yè)的大數(shù)據(jù)能力要求來講,還有很大的差距。一方面是平臺(tái)型科技企業(yè)的創(chuàng)新能力及服務(wù)能力還有待提升;另一方面是整個(gè)行業(yè)的中小企業(yè)的開放程度不夠,借助平臺(tái)來給自身賦能的意識(shí)不夠。
所以當(dāng)下談大數(shù)據(jù)時(shí)代,首先需要夯實(shí)企業(yè)的數(shù)據(jù)化能力,否則大數(shù)據(jù)就只是空中樓閣。
圖1:效率:基于大數(shù)據(jù)和AI的路徑優(yōu)化
圖2:體驗(yàn):食品冷鏈的全鏈條溫度數(shù)據(jù)感知
圖3:安全:訂單履約執(zhí)行風(fēng)險(xiǎn)預(yù)測
圖4:易流云、軟、硬一體,促進(jìn)物流協(xié)同、優(yōu)化
處理大數(shù)據(jù)會(huì)涉及一項(xiàng)關(guān)鍵的資源,就是“云計(jì)算”資源;而駕馭大數(shù)據(jù)又涉及一項(xiàng)關(guān)鍵的能力,就是大數(shù)據(jù)分析能力。
從云計(jì)算資源來看,目前只有大型的科技型企業(yè)才具備相應(yīng)的能力和資源,例如華為、BAT等科技領(lǐng)域的獨(dú)角獸企業(yè)才有云計(jì)算服務(wù)業(yè)務(wù)。在大數(shù)據(jù)時(shí)代,云計(jì)算資源會(huì)成為一項(xiàng)基礎(chǔ)資源,云計(jì)算服務(wù)會(huì)成一項(xiàng)基礎(chǔ)的公共服務(wù)。當(dāng)然不排除有的大型供應(yīng)鏈企業(yè)、物流企業(yè)可以建立自己私有云的計(jì)算中心,但這樣的企業(yè)只能是極少數(shù)。聚焦到物流信息化領(lǐng)域,目前還沒看到傳統(tǒng)的物流信息化系統(tǒng)提供商具備提供云計(jì)算服務(wù)的能力,但隨著物流大數(shù)據(jù)的形成,會(huì)催生面向物流行業(yè)提供專業(yè)云計(jì)算服務(wù)的公司。
從物流大數(shù)據(jù)分析來看,需要既了解物流要素的相關(guān)性,又掌握大數(shù)據(jù)分析工具,還能懂大數(shù)據(jù)分析算法的綜合性人才。目前來看,整個(gè)行業(yè)極其缺乏這樣的人才。了解物流相關(guān)性的行業(yè)人士,絕大多數(shù)是缺乏計(jì)算機(jī)及互聯(lián)網(wǎng)技術(shù)背景的;而很多計(jì)算機(jī)及互聯(lián)網(wǎng)領(lǐng)域的精英,卻又很少關(guān)注物流的互聯(lián)網(wǎng)化及物流大數(shù)據(jù)。企業(yè)很難在經(jīng)營環(huán)境中培養(yǎng)出能夠駕馭大數(shù)據(jù)能力的人才,因?yàn)樯婕昂芏嗷A(chǔ)能力的培養(yǎng);而從高等院校的人才培養(yǎng)層面來看,高等院校缺乏物流大數(shù)據(jù)資源及行業(yè)應(yīng)用場景。所以“產(chǎn)、學(xué)、研”的進(jìn)一步融合,有一項(xiàng)特別重要的事情,就是如何培育出能夠駕馭“物流大數(shù)據(jù)”的高端人才。
那么從整個(gè)行業(yè)如何能夠駕馭“物流大數(shù)據(jù)”的視角來看,需要物流信息化或物流互聯(lián)網(wǎng)化領(lǐng)域的平臺(tái)型企業(yè)提升自身的技術(shù)實(shí)力,盡早具備駕馭“物流大數(shù)據(jù)”的能力。因?yàn)槠脚_(tái)型企業(yè)不僅要能夠給廣大的中小貨主企業(yè)及物流企業(yè)提供“物流大數(shù)據(jù)”的采集、存儲(chǔ)及處理等方面的服務(wù);還需要能夠提供“物流大數(shù)據(jù)”分析的服務(wù)。
“物流大數(shù)據(jù)”要能夠直接產(chǎn)生價(jià)值,要能夠直接為生產(chǎn)活動(dòng)服務(wù),還需要借助AI(人工智能)的賦能,需要引入AI及機(jī)器的深度學(xué)習(xí)等技術(shù),來獲得對(duì)“物流大數(shù)據(jù)”的即時(shí)分析及處理能力。
“物流大數(shù)據(jù)”要能夠直接產(chǎn)生價(jià)值,要能夠直接為生產(chǎn)活動(dòng)服務(wù),還需要借助AI(人工智能)的賦能。
普通的大數(shù)據(jù)數(shù)據(jù)分析,是人工套用一些數(shù)學(xué)建模的算法來對(duì)大數(shù)據(jù)進(jìn)行分析,得出相關(guān)結(jié)論,并用以指導(dǎo)實(shí)踐。這是學(xué)術(shù)上的分析思路,通常用來探索事物較長周期的規(guī)律性。然而物流大數(shù)據(jù)分析通常有很強(qiáng)的即時(shí)性,例如需要結(jié)合交通擁堵的數(shù)據(jù)、及時(shí)補(bǔ)貨需求數(shù)據(jù)、即時(shí)物流資源數(shù)據(jù)等,來快速做出決策并及時(shí)響應(yīng)。那么就需要引入AI及機(jī)器的深度學(xué)習(xí)等技術(shù),來獲得對(duì)“物流大數(shù)據(jù)”的即時(shí)分析及處理能力,從而通過對(duì)“物流大數(shù)據(jù)”的加工產(chǎn)生決策信息,快速并直接對(duì)經(jīng)濟(jì)活動(dòng)進(jìn)行指導(dǎo)。
今天物流行業(yè)對(duì)AI的認(rèn)識(shí),更多的認(rèn)知是行業(yè)出現(xiàn)的智能裝備,諸如無人駕駛汽車、無人配送機(jī)器人、無人分揀機(jī)、倉儲(chǔ)機(jī)器人等等。本質(zhì)上AI的機(jī)理,就是算法對(duì)即時(shí)大數(shù)據(jù)的處理,并立刻做出決策和響應(yīng),從而讓人感受的機(jī)器、系統(tǒng)的智能。
然而AI能力的形成,除了計(jì)算能力之外,更重要的是要將行業(yè)運(yùn)作規(guī)律及現(xiàn)場運(yùn)作規(guī)則以“算法”形式植入到機(jī)器人或系統(tǒng)之中;然后機(jī)器人或系統(tǒng)基于算法,對(duì)現(xiàn)場及特殊場景下的大數(shù)據(jù)進(jìn)行處理,并自動(dòng)決策和應(yīng)對(duì)。
1. 在大數(shù)據(jù)時(shí)代,標(biāo)準(zhǔn)的物流作業(yè)會(huì)被機(jī)器人及智能系統(tǒng)取代。
未來可以用很少的人力,通過對(duì)機(jī)器人和系統(tǒng)的控制,來做當(dāng)下需要很多人力的事情。例如無人港口,通過智能設(shè)備及系統(tǒng)來運(yùn)作,比傳統(tǒng)運(yùn)作降低70%的人力成本,同時(shí)效率提升30%。
2. 在物流大數(shù)據(jù)時(shí)代,整個(gè)物流行業(yè)是一個(gè)價(jià)值生態(tài)系統(tǒng),整個(gè)生態(tài)系統(tǒng)的運(yùn)行和調(diào)節(jié)以“物流大數(shù)據(jù)”的分析為基礎(chǔ)。
在物流大數(shù)據(jù)時(shí)代,會(huì)有國家宏觀層面的“物流大數(shù)據(jù)”,通過對(duì)大數(shù)據(jù)的分析,可以對(duì)全國(全域)的物流網(wǎng)絡(luò)進(jìn)行不斷優(yōu)化,從而減少貨物中轉(zhuǎn)及搬運(yùn)次數(shù),以提高貨物流通的效率。這其中,包括對(duì)多式聯(lián)運(yùn)網(wǎng)絡(luò)的優(yōu)化,對(duì)物流大通道網(wǎng)絡(luò)的優(yōu)化,對(duì)城市配送網(wǎng)絡(luò)的優(yōu)化等等。
3. 在大數(shù)據(jù)時(shí)代,企業(yè)需要與上下游的合作伙伴建立廣泛的透明連接,建立深度的信息協(xié)同,共同構(gòu)筑行業(yè)的或業(yè)務(wù)鏈條上的“物流大數(shù)據(jù)”體系。
任何孤立于體系之外的企業(yè),都沒法獨(dú)立生存。因?yàn)樵诖髷?shù)據(jù)時(shí)代,“物流大數(shù)據(jù)”會(huì)成為企業(yè)的“信用資產(chǎn)”。沒有“物流大數(shù)據(jù)”的企業(yè),沒辦法向市場和合作伙伴證明自身的信用。
大數(shù)據(jù)時(shí)代的物流信息化,一定會(huì)超乎大多數(shù)人的想象。但行業(yè)的現(xiàn)狀是“無米之炊”,難在沒有數(shù)據(jù)。
大數(shù)據(jù)、數(shù)據(jù)經(jīng)濟(jì)是時(shí)代趨勢,物流業(yè)一定會(huì)走到“大數(shù)據(jù)時(shí)代”。然而坦白講,大數(shù)據(jù)時(shí)代不是“明天”的事情,而是“后天”甚至“大后天”的事情,整個(gè)社會(huì)還需要很多積累才能真正地走到大數(shù)據(jù)時(shí)代,這個(gè)積累過程需要5年、10年甚至幾十年。但這個(gè)積累過程中的變化會(huì)非常快,雖然還有很多不知不覺的企業(yè)仍在傳統(tǒng)的思維慣性中,但那些先知先覺的企業(yè)已經(jīng)啟航,后知后覺的企業(yè)也已驚醒。
物流業(yè)需要迅速改變“無米之炊”的現(xiàn)狀,著手積累自身企業(yè)的大數(shù)據(jù)。企業(yè)沒有積累自身的物流大數(shù)據(jù),三年、五年之內(nèi)不會(huì)對(duì)企業(yè)的經(jīng)營有太大的影響。但是五年、十年之后,沒有物流大數(shù)據(jù)積累的企業(yè),一定會(huì)很難再經(jīng)營下去。沒有永遠(yuǎn)的企業(yè),只有時(shí)代的企業(yè)。企業(yè)是否要積累物流大數(shù)據(jù),完全在于企業(yè)經(jīng)營決策層的意愿。