一天接几个客人痛不痛

    <track id="tkegk"></track>

      <pre id="tkegk"></pre>

      <pre id="tkegk"><strong id="tkegk"><xmp id="tkegk"></xmp></strong></pre>
    1. <pre id="tkegk"><strong id="tkegk"></strong></pre><td id="tkegk"><noscript id="tkegk"><source id="tkegk"></source></noscript></td>
      <acronym id="tkegk"><strong id="tkegk"><listing id="tkegk"></listing></strong></acronym>

        新聞中心

        網站首頁 > 新聞中心
        三大數字化技術合力推動物流行業轉型
        發布時間 : 2020-03-31

        “他山之石,可以攻玉”。中國物流行業在過去二十年中經歷了蓬勃發展,從少有人關注的貨物運輸,逐漸成長為備受公眾關注、關系國計民生、影響各個產業的關鍵行業。隨著電商、新零售等新商業模式的發展,物流領域也出現了如快遞、快運、即時配送、車貨匹配平臺、智慧物流等諸多相對應的業務模式。然而,中國物流行業尚未擺脫勞動密集、管理落后的困境,同質化競爭的情況也未得到本質改變。物流企業未來應該如何突圍?如何把握技術的力量,獲得長期競爭優勢?本文我們借鑒領先國家的智慧物流發展經驗,供國內物流企業參考。

         

        總體而言,全球領先物流企業都在競相部署人工智能(Artificial Intelligence)、數學優化(Mathematical Optimization)和區塊鏈(Block Chain)這三項技術,以期獲得行業領先優勢。不僅成熟企業在組建專門的部門和項目團隊,爭奪專家和專業顧問等稀缺資源;科技型創業公司也大量涌現——在歐洲領先國家,此類科技型企業預計將為物流和供應鏈管理行業創造約50%的新工作崗位。技術能力已經開始對物流公司的長期競爭力和資本市場估值產生重要影響。


        迄今為止,物流企業在發揮人工智能、數學優化和區塊鏈技術三者合力上的探索仍然有限。


        物流行業領導者理解這些先進技術的巨大潛力和深刻影響,并認識到物流行業正處于關鍵轉折點。DHL 供應鏈首席發展官José F. Nava表示:“傳統供應鏈模式正面臨著來自新硬件和算法解決方案的全面影響,將發生前所未有的改變。例如,智能傳感器和機器學習算法已經應用于收集和處理飛機、船舶、卡車和軌道車輛的信息,將運營和維護整合為一體,全面實現了運營的優化?!?br style="margin: 0px; padding: 0px; max-width: 100%; box-sizing: border-box; word-wrap: break-word !important;"/>

         

        雖然這些先進技術各自的應用潛力已經得到廣泛討論,但迄今為止,關于發揮三者合力的探索仍然有限。隨著領先企業開始協同部署這些技術,物流和供應鏈管理將在以下幾個維度上發生轉變:價值鏈配置與商業模式優化、采購尋源與生態合作、路線規劃與車輛調度、資產產能與勞動力分配等。

         

        在本文中,我們首先討論題中所說的三大技術分別是什么,然后探討它們之間將如何相互協同并為物流行業帶來顛覆式變革。

         

        三大創新工具

         

        盡管人工智能、數學優化和區塊鏈充斥在各種管理會議中,但大多數企業管理者并不十分理解這些技術。這并不奇怪,因為這些技術本身就很復雜。必須指出,這三種技術所處的發展階段差異非常大。人工智能應用走在發展最前沿,在電子商務、移動出行和國防等領域的推動下,全球范圍對人工智能技術都進行了大量投資。數學優化作為運籌學的一門學科存在已久,未來應用落地速度將僅次于人工智能。而區塊鏈的應用仍面臨諸多障礙,因此對物流和供應鏈管理的影響排在人工智能和數學優化之后。首先,我們簡要描述這些技術在供應鏈管理和物流領域的應用及特點,以及它們未來可能的發展(見圖1)。

        image.png

        三大技術強力融合

         

        三大技術工具不僅僅能獨立應用,而且能夠相互強化,相互促進,產生1+1>2的效果(見圖2)。

        image.png

        據觀察,這三種技術之間的相互作用不僅能夠促進生產率的提高,如縮短處理時間、優化資源利用、從人工作業轉為機械化作業等,還可以影響彼此在供應鏈管理領域的普及和滲透速度(見圖3)。

        image.png

        很多應用系統已經開始利用這些技術的交叉促進作用。例如,領先國際物流公司德迅(Kuehne+ Nagel)的綜合數字化供應鏈管理平臺KN ESP采用了模塊化的架構,連接該公司全球供應鏈上的所有利益相關者,包括尋源采購、質量控制、采購訂單談判、商業發票開具、集運拼箱管理、運輸和交付管理等。KN ESP使用預測分析和人工智能技術,根據客戶特定的業務規則以及成本和服務水平優化訂單管理,確定運輸的優先級。DHL通過內部創業公司Saloodo!將機器學習用于運輸定價,使用聊天機器人提供客戶服務,利用基于深度學習的計算機視覺技術進行物體識別以及優化航空貨物裝載率。另一家領先的貨代和物流服務提供商泛亞班拿(Panalpina)正在探索將區塊鏈技術集成到核心系統中,并計劃與創業公司合作,使用區塊鏈技術針對特定市場和特定客戶需求進行試點。德迅的首席信息官Martin Kolbe認為 ,“區塊鏈是物流行業最有前景的技術之一?!痹阼F路行業,德國鐵路公司(Deutsche Bahn)使用數學優化技術進行預測性維護,在運輸網絡中斷期間(例如由于事故或計劃外維護事件引起的中斷),幫助調度員重新分配列車。


        區塊鏈技術的影響往往取決于跨價值鏈甚至跨行業的應用情況。一些新的合作伙伴關系已經開始建立統一標準、克服先發劣勢,進而深刻影響物流業格局。漢高(Henkel)、拜爾斯道夫(Beiersdorf)和Oetker等企業正合作開發基于區塊鏈的托盤跟蹤與核算系統。微軟和Ardents正在合作開發一個基于區塊鏈的端到端產品追蹤平臺(Novatrack)。馬士基和IBM合作開發了基于區塊鏈和人工智能的平臺,建立了透明的供應鏈,實現進出口文件流程的數字化。該平臺向貨運代理、航運公司、碼頭運營商、港口和海關當局開放,并努力使盡可能多的相關方參與進來。馬士基的首席商務官Vincent Clerc表示:"一個讓信息交換更加安全、便捷、中立且開放的數字化平臺對海運的意義是巨大的,所有參與者都將從中受益。


        可能會顛覆物流業格局的新合作關系已開始出現,大多與區塊鏈技術相關。

         

        海運行業的其他區塊鏈項目包括MOL、NYK 和K Line正規劃建立的業務平臺,TBSx3 與漢堡南美航運公司(Hamburg Süd)、迪拜環球港務集團澳大利亞(DP World Australia)和德鐵信可(DB Schenker)合作開展的試點項目,以及太平洋船務公司、IBM 和 新加坡港務局進行的區塊鏈電子提單項目。香港創業公司300cubits也推出了一種稱為TEU令牌的區塊鏈解決方案。新技術的應用離不開全行業的共同努力。

         

        物流的未來

         

        三大技術的融合將對物流行業所有利益相關者產生多層面、顛覆性的影響。在這三大技術驅動下,六類服務提供商未來的運作模式也將發生劇變。

         

        1,運輸組織者

         

        對于貨代公司、經紀公司以及快遞公司,他們在供應鏈上的所有活動幾乎都將通過具備事件管理能力的機器學習算法進行處理。他們將能夠更加靈活地更改航線、港口和承運商,并根據客戶需求和最優成本實現自動路線規劃。這些算法將隨時優化供應商組合以及采購方式,如臨時運力或長期合同。紙質文檔將被取消,自然語言處理系統將作為一線客服處理客戶問題。過去,負責在運輸過程中進行實際運輸和倉儲、轉運作業的公司是最主要的物流業務參與者。但以后,負責執行各類數據管理任務的供應商才是最重要的業務合作伙伴。因此,數字合作伙伴管理將成為一項核心競爭力。

         

        轉型挑戰:


        • 有效管理、集成或替代各種傳統IT系統,與科技型創新物流企業展開競爭

        • 使數字平臺覆蓋足夠多的業務領域

        • 管理人力資源轉型?,F有的白領員工將減少50%以上,另有20%的白領員工將轉到負責完善人工智能、數學優化和區塊鏈相關工具和流程的崗位上

        • 平衡內部技術人才儲備與外部專業服務采購

        • 決策是否投資或收購數字化和數據分析類型的企業

        • 對小型企業,需要抉擇是依靠傳統物流資產還是通過數字化創新打造差異點,從而在市場上生存下來

         

        2,承運商


        公路、海運、航空和鐵路等移動資產的所有者和運營商正面臨和以往截然不同的業務環境。船舶、卡車、火車和市內配送貨車都將實現自動駕駛。車隊船隊運營商將不再是小型分包商,而是大型資產運營商,這些運營商包括具有互聯網基因的企業和設備制造商。專業智能平臺將用于管理駕駛員、操作員和船員,使之處理設備運行中的復雜問題,此類平臺可以自動匹配任務和人員,從而形成共享的人力資源池。配載計劃、全球集裝箱重新定位以及海運和空運燃油優化將實現完全自動化。大型平臺與自動化技術的結合,管理第三方集裝箱船隊,并使得處理多種尺寸集裝箱成為可能。按需提供的運力占比將大幅提高,這部分運力未被某一特定運輸組織者或托運人鎖定在長期合同中,例如鐵路車輛也可實現按需使用。預測性維護與運營設備分配全面集成,如遇突發情況,可以在最后時刻進行調整。戰略性產能規劃到戰術性運營和收入管理等全面整合,從而優化產能利用率。

         

        轉型挑戰:


        • 為人工智能、數學優化和區塊鏈確定恰當的優先級和預算。領先的競爭對手或創業公司可能會顛覆物流業的成本結構和客戶體驗。如果不能及時采取行動,企業可能會跟不上競爭對手

        • 管理角色的轉型——運營調度人員將從運營決策者轉型為算法優化者

        • 確保負責流程自動化、制定決策、實施機器學習與機器人技術的員工了解真實業務場景需求

        • 建立控制運力分配和定價的全渠道業務模式:面向托運人、貨運公司、平臺、集裝箱供應商以及所有經銷商

        • 與數字化平臺和按需服務提供商競爭

        • 管理從具體設備和流程操作到設備維護及附加服務的角色轉變

         

        7*24小時運營管理高度自動化,包括事件處理、二級支持和設備維護。

         

        3,基礎設施運營商

         

        對于機場、港口、鐵路、車站、公路、倉庫和中轉場等設施而言,將會基于拍賣算法確定緊缺資源的長期、中期和短期分配。以往通過長期協議鎖定資源的模式將發生轉變,更多資源將按需進行分配。對基于人工智能預測確定的瓶頸資源,使用者需要通過更高價格獲取。優化設備利用率、進行設備維護和進行事件管理等活動將基于所有設備的物聯網數據。7*24小時運營管理高度自動化,包括事件處理、二級支持和設備維護。

         

        轉型挑戰:

         

        • 如何統一所有利益相關方之間的數據交換— 括數據檢查、清理和補全

        • 維護基礎設施IT系統的網絡安全

        • 如何構建基礎設施相關所有服務的數字化平臺

        • 如何與全球類似基礎設施建立連接和統一標準,實現規?;\營,擴大客戶來源

        • 如何有效定價,利用高峰時期的稀缺資源獲取額外收入,例如通過拍賣、微支付、附加費等方式提供優先服務等

        • 如何基于現有基礎設施構建新的業務模式,為運輸組織者(例如快遞公司或合同物流公司)提供服務

         

        4,增值服務提供商

         

        在訂單執行、海關關務、單據處理、支付管理和數據服務中,所有與文件處理相關的任務都將顯著減少并實現自動化,包括對缺失或錯誤數據的清洗。訂單執行將更多的使用機器人技術。海關流程完全自動化,由機器人進行實際控制。數據驅動的基礎服務提供商在物流行業領域實現了跨行業和地區的規模效應。各流程步驟的微支付基于智能合約完成,加密貨幣由連接到集裝箱或貨物的物聯網設備觸發。信息流、資金流和實物流完全同步。

         

        轉型挑戰:

         

        • 通過訂閱和微支付的方式出售數據。以前客戶和業務伙伴不愿意花錢買數據,但現在將成為他們的習慣

        • 密切關注小型追蹤器和記錄器。它們將來可能成為區塊鏈、微支付和自動化事件管理的核心,可能瓜分很大一部分利潤,就像Google在零售領域的情況一樣

        • 拓展第四方物流和控制塔服務,這些服務已經替代了貨代公司的一部分客戶服務和調度管理人員編制

        • 通過新的業務模式為基于機器人和人工智能的供應鏈提供三級支持

        • 在人工智能的輔助下,合規管理和流程審核成為員工的主要任務

         

        5,數字化平臺

         

        在貨運公司、中介公司和貨代公司當中,幾乎每個成功的企業同時也是一個平臺,允許第三方使用其物理或虛擬基礎設施與其競爭并合作。傳統物流公司和數字化平臺的界限越來越模糊,就像電子商務與實體零售之間一樣。擁有全球性集成IT架構的新型企業已經成長壯大,并取代了未能及時統一系統的老牌公司。成功的平臺提供商將專注于由人工智能、區塊鏈和數學建模結合推動的數據增值服務。

         

        轉型挑戰:

         

        • 如何建立規模和成本優勢:高透明度同時也會消滅之前因信息不對稱帶來的利潤空間。部分數字化平臺在某些物流市場能夠搶占超過50%的份額(如航運訂艙平臺 INTTRA),但能否形成長期競爭優勢并獲得利潤將成為關鍵

        • 如何應對行業整合:來自美國、中國、印度的企業將走向全球,收購當地和區域性公司

        • 附加價值有限的平臺業務模式將消失:取而代之的是以最低成本和利潤率運行的大型、集成和全自動化的平臺。純數字型企業需要基于人工智能、數學優化和區塊鏈建立差異化的、明確的創新服務

        • 如何建立專業的在線服務,無縫整合后臺物流平臺:例如圍繞區塊鏈、事件管理、交易流量分析等主題(正如在線廣告和消費者分析一樣)

        • 如何充分利用區塊鏈技術:區塊鏈技術可保證各方單據和集裝箱信息不被篡改,平臺公司可能希望促進此類業務模式,整合此類新的服務提供商


        6,供應鏈規劃者、采購者和管理者

         

        所有主要托運人(無論是制造商還是零售商)的供應鏈部門都將運用數字技術整合不同地域、不同下屬機構以及不同規劃周期的所有工具和流程。就網絡規劃、運力采購、路線規劃和調度管理而言,這些部門實現了所有規劃工具的完全集成,覆蓋從戰略(生產和庫存布局)和戰術(庫存規則和首選港口)到運營(生產計劃和最后一公里)的各個層面。供應鏈規劃師以前專注于根據新要求調整計算公式,現在專注于改進建模質量并從模型結果中得出結論。建模的結果要么用于支持最終的人工決策,要么自動引發在既定規則范圍內自動改變流程、進行供應商篩選和執行采購活動等,期間無需任何人工干預。規劃和采購工具也相互集成。所有交易都是透明的,使用區塊鏈的衍生技術進行記錄,并由審計師和政府機構通過數據連接和基于人工智能的方法予以合規性審查。

          

        轉型挑戰:

         

        • 讓員工從供應鏈事務管理和自下而上規劃的管理方式中抽身出來,專注于改進規劃和執行算法,同時監督執行結果

        • 投資于自動化執行和事件處理

        • 擴大供應鏈合作伙伴生態系統,除貨運代理外,增加更多公司和集成商

        • 完善實時供應鏈關鍵績效指標,用于跟蹤自動化決策的效果,包括缺貨情況、質量、供應鏈相關的客戶滿意度以及供應鏈成本

        • 盡可能消除固定資產和資源的束縛,但要在合同中明確所需資源的安全邊際,以保障高峰期需求

        • 利用第三方平臺將自己公司富余的供應鏈資源和產能出售給其他公司

         

        駕馭顛覆性浪潮

         

        人工智能、數學優化和區塊鏈正在重塑供應鏈和物流行業。這些技術相互促進,使彼此在供應鏈及相關服務領域發揮更大的影響力,并以更快的速度普及。

         

        技術的普及速度既取決于包括員工、顧問或服務提供商在內的專業團隊,同時也更取決于高層和中層管理人員的變革管理能力。

         

        如果說數據是21世紀的石油,那么人工智能、數學優化和區塊鏈就是燃燒數據石油的引擎。數據和人工智能、數學優化以及區塊鏈技術將共同打造一個全新的物流行業,圍繞商品實物流、支付流和信息流提供全面整合的服務。這些服務以往由金融機構、物流公司、貨主等多個行業分別掌控。這一變化將導致行業重新洗牌,引發基礎設施管理、移動資產管理(承運商)和貨運代理領域現有大型企業與純平臺模式的新進入者之間的角逐。這些帶有互聯網科技基因的新進入者往往會從人工智能、數學優化和區塊鏈中某一領域的專業化服務開始,但未來可能會融合各項技術提供綜合性服務。

         

        同時,制造商和批發零售商投資這些技術也大有益處,無論是投資建立內部資源,還是通過采購獨特的外部服務建立競爭優勢,都可以提高市場透明度、形成更優的服務和更具競爭力的定價。根據科爾尼眾多的項目經驗,能夠創造高價值的人工智能或數學優化原型方案可在兩到四個月內完成,完全集成到IT環境中的解決方案可在6到18個月內實現,具體取決于實際情況的復雜程度。通常來講,實施其中任何一種工具(或這些工具的組合)可在一年內實現回報,許多項目甚至在完成后的六個月內就已經收回最初投資。

         

        雖然技術變革不可能永遠保持指數級的發展速度,但其速度肯定會繼續加快,而且必然會創造出大量新的財富機會。具有前瞻思維的物流公司需要通過循序漸進但敏捷的方法融合人工智能、數學優化和區塊鏈技術,同時輔以密集的變革管理,實現運營模式和員工隊伍的成功轉型,從而建立起最先進的供應鏈管理體系。

         

        中國物流企業的應對

         

        國內諸多領先物流供應鏈服務企業及制造商和批發零售商等貨主企業都已經開始了對三大技術的研究與應用,但總體而言發展還比較初步,呈現以下幾個特點:


        • 人工智能應用案例相對較多,而數學優化、區塊鏈技術的應用案例較少。具體說來,人工智能在運輸車輛識別、裝載率監控、暴力操作監控、安全管理、客服等多個場景都已出現應用案例,有效提高了運作效率。數學優化目前主要應用于個別的決策場景中,例如庫存優化、路線優化等,而沒有太多供應鏈端到端優化的案例。區塊鏈則基本局限在產品溯源的應用上

        • 三大技術的相互結合、相互促進的應用案例較少。大多數國內物流領域的案例都是對人工智能、數學優化或區塊鏈單項技術的獨立應用,未能發揮前文所述的三大技術間相互促進的作用,限制了技術適用范圍的擴大與使用成本的降低

        • 快遞、電商物流企業對三大技術的探索更加活躍,其他領域物流企業相關動作有限。順豐、京東物流、蘇寧物流、菜鳥等都在三大技術領域成立了專門機構或項目進行技術研究與應用開發。而在海運、航空貨運、倉儲/供應鏈、鐵路物流等物流領域,國內企業對三大技術的探索仍然有限

        • 不僅是物流企業,零售商和科技公司都在牽頭建立與物流和供應鏈管理相關的技術應用平臺。例如,京東的Neuhub人工智能開放平臺、阿里的菜鳥物流云等都將供應鏈作為重要的技術應用領域。這些平臺對有志于駕馭技術浪潮的物流企業而言構成了技術甚至業務上的跨界競爭

         

        因此,國內物流企業和供應鏈服務企業在三大技術的發展與應用上還需要更加系統地進行戰略梳理。其中,我們認為以下幾點尤其值得注意:


        • 注重從需求出發,通過梳理業務痛點和應用場景,識別出真正具有價值創造潛力的技術應用方向,不必為了使用技術而使用技術。以面向消費者的區塊鏈溯源應用為例,如果對某類產品而言,品牌背書、防偽查詢等現有中心化的信任創造方案已經很高效,區塊鏈溯源就很難帶來額外的價值;相反,那些尚不具備中心化信任體系、或者當前中心化體系效率低下的領域,才是區塊鏈真正的用武之地。

        • 將三大技術結合使用,以降低技術使用的成本、擴展技術的可用范圍,從而加速技術落地。例如,港口的集裝箱調度決策由于輸入條件繁多,即使使用簡單的數學優化算法也會產生較大的計算量,因此很多傳統碼頭難以應用數學優化技術將集裝箱調度決策自動化。為解決這個問題,招商局集團港口公司開發了機器學習算法降低數學優化所需的算力,節省了數學優化集裝箱調度系統的使用成本,讓傳統碼頭有了漸進式升級的機會。

        • 制定具有前瞻性的技術平臺戰略,積極研究落實內部資源能力的平臺化輸出。物流和供應鏈服務公司需要認識到自己的優勢所在,并通過與技術公司的廣泛合作,將自身在物流資源配置、網絡管理、流程管理等方面的資源和能力盡快打包成標準化的模塊,并以數字化的形式對外開放給客戶甚至是同行使用。物流公司需要認識到,開放合作是大勢所趨,只有以開放的心態和勇氣構建更大的物流資源和數字資源生態圈,成為開放式、平臺化、技術和數據導向的公司,才能成為長期的贏家。



        上一條:全球搶購中國呼吸機:訂單排到六月,元器件、物流制約產能

        下一條:淺析信托在物流地產領域中的發展機遇

        一天接几个客人痛不痛

          <track id="tkegk"></track>

            <pre id="tkegk"></pre>

            <pre id="tkegk"><strong id="tkegk"><xmp id="tkegk"></xmp></strong></pre>
          1. <pre id="tkegk"><strong id="tkegk"></strong></pre><td id="tkegk"><noscript id="tkegk"><source id="tkegk"></source></noscript></td>
            <acronym id="tkegk"><strong id="tkegk"><listing id="tkegk"></listing></strong></acronym>