浅析智慧物流行业

 智慧物流是一种以信息技术为支撑，在物流的运输、仓储、包装、装卸搬运、流通加工、配送、信息服务等各个环节实现系统感知，全面分析，及时处理及自我调整功能，实现物流规整智慧、发现智慧、创新智慧和系统智慧的现代综合性物流系统。根据德勤中国物流与交通运输团队发布专业评估报告《中国智慧物流发展报告》，2001年中国物流市场规模为20亿元，截至2016年规模已超过2000亿元，2001-2016年的复合增长率高达36%。到2025年，智慧物流市场的规模将超过万亿元。下面，我们就智慧物流行业研究报告来更深入地探究一下吧!

一、市场规模

智慧物流发展驱动因素

国家大力推进互联网+物流业

自2015年以来，国家各级政府机构出台了鼓励物流行业向智能化，智慧化发展的政策，并积极鼓励企业进行物流模式的创新，主要方向包括：大力推进“互联网+”物流发展：国务院办公厅《关于深入实施“互联网+流通”行动计划的意见》中提出，鼓励发展分享经济新模式，激发市场主体创业创新活力，鼓励包容企业利用互联网平台优化社会闲置资源配置，扩大社会灵活就业。

鼓励物流模式创新，重点发展多式联运、共同配送、无车承运人等高效现代化物流模式：商务部《2015年流通业发展工作要点》中提出，深入推广城市共同配送试点，总结推广试点地区经验，完善城市物流配送服务体系，促进物流园区分拨中心、公共配送中心、末端配送点三级配送网络合理布局，培养一批具有整合资源功能的城市配送综合信息服务平台，推广共同配送、集中配送、网订店取、自助提货柜等新型配送模式。

加强物流信息化和数据化建设：国务院办公厅《关于推进线上线下互动加快商贸流通创新发展转型升级的意见》中提出，鼓励运用互联网技术大力推进物流标准化，推进信息共享和互联互通;大力发展智慧物流，运用北斗导航、大数据、物联网等技术，构建智能化物流通道网络，建设智能化仓储体系、配送体系。

1.新型商业模式涌现，对物流服务提出更多要求

近年来，电商、新零售、C2M等新型商业模式发展迅猛，消费者需求也从单一化、标准化向多样化、差异化、个性化转变，这些变化都对物流服务提出了更高的要求。由电商带动的快递业从2007年开始连续9年保持约50%的高速增长，到了2016年业务量已突破300亿件大关，爆发式增长的业务规模促进物流行业向更高的包裹处理效率和更低的配送成本发展。根据阿里研究院预计，2020年网络零售额将超过10万亿人民币，一天需要处理的包裹量可能达到10亿。2020年跨境电商贸易进出口占整体对外贸易的比例将由19.5%上升至37.6%。

由于大数据、人工智能等先进技术的兴起，新零售模式下的企业将以互联网为依托，对线上服务、线下体验现代物流进行深度融合。这也促使企业对智慧物流提出更高的需求。

由用户需求驱动生产制造，除去各种中间流通加价环节，直接连接设计师或制造商，为用户提供高质量、低价格、个性化的商品。这一C2M模式下，消费者诉求将直达制造商，个性化定制成为新的风向，这对物流的及时反应，定制化匹配能力提出了更高的要求。

2.物流运作模式革新，推进智慧物流需求提升

随着互联网技术的不断发展，物流行业与互联网结合，改变了物流行业原有的市场环境与业务流程，推动了一批如车货匹配、运力众包等的新型物流运作模式。

车货匹配可分为两类：同城货运匹配、城际货运匹配。货主发布运输需求，平台根据货物属性以及运输距离等进行智能匹配，并提供SOP等各类增值服务。这对于物流的数据处理、车辆状态与货物的精确匹配度能力要求极高。

运力众包主要服务于同城匹配市场，由平台整合各类闲散个人资源，为客户提供及时的同城配送服务。如何管理运力资源，如何通过距离、配送价格、周边配送员数量等数据分析实现精确订单分配，为消费者提供最佳的客户体验，是平台智慧物流的挑战。

多式联运包括海铁、公铁等多种类型的联运方式，作为一种集约高效的现代化运输组织模式，多式联运在“一带一路”国家战略布局下迎来了加速发展的重要机遇。由于运输过程中涉及到多种运输工具，为实现全程可追溯和系统间的贯通，信息化的运作十分重要。同时，无线射频、物联网等新型技术的应用也大大提高了多式联运换装转运的自动化作业水平。

3.大数据、无人技术等智慧物流相关技术日渐成熟

无人机、机器人等技术在近几年来发展迅速，未来将会进一步与物流行业结合，广泛应用在仓储、运输、配送等各个物流环节。目前较为成熟或即将实现商用的物流关键技术有：

仓内技术：主要是机器人技术，包括AGV(自动引导运输车)、无人叉车、分捡机器人等。主要应用于仓内搬运、上架、分拣等操作。

最后一公里配送：无人机技术，包括干线无人机与配送无人机两类，其中配送无人机研发已较为成熟，主要应用在末端最后一公里配送。

智慧数据底盘：大数据分析技术，通过对商流、物流等数据进行收集和分析，主要应用于需求预测、仓储网络、路由优化、设备维修预警等方面。

相对不太成熟，距离商用仍需一定时间的物流相关技术：

仓内技术中可穿戴设备技术，最后一公里中3D打印，干线技术中的无人卡车，以及数据底盘的物联网、人工智能等技术，可用于仓内智能分拣、末端产品配送、干线货物运输等方面。目前这些技术多处于研发测试阶段。

二、智慧物流细分领域

1.仓内技术

主要有机器人与自动化分拣、可穿戴设备设备、无人驾驶叉车、货物识别四类技术，目前机器人与自动化分拣技术已相当成熟并得到广泛应用，可穿戴设备目前大部分正处于研发阶段，但已有部分技术已实现应用。

仓内机器人包括AGV(自动引导运输车)、无人叉车、货架穿梭车、分拣机器人等。国外领先企业应用较早，并且已经开始商业化。国外企业如亚马逊、DHL，国内企业京东、菜鸟、申通等已经开始布局。

亚马逊于2012年收购了全球领先的仓内机器人初创企业KIVARobotics进入仓内机器人领域，主要用于仓内货架搬运、分拣。2013-2014年底，亚马逊首先在美国的10个亚马逊物流中心布局1.5万个机器人，随后又将KIVA布局扩大至其全球各地转运中心。截止2016年，亚马逊已在其全球的13个物流中心部署了超过3万个KIVA机器人。2016年，KIVA正式更名为AmazonRobotics，力图打造新型机器人平台，除研发新型AGV机器人外，还着手研发可胜任打包、分拣等复杂环节的先进机器人，致力实现仓储无人化的目标。

紧随亚马逊的步伐，2014年京东开始布局仓内机器人技术，同年京东研制的第一代仓储机器人投入“亚洲一号”系列仓库进行实地操作。2016年京东成立X事业部，组建无人仓团队，并成功开发SHUTTLE货架穿梭车，DELTA型分拣机器人，六轴机器人6-AXIS等6种型号机器人。同年京东又与新松机器人签署战略合作协议，共同探索机器人在京东仓库中的开发应用，获取相应的软硬件技术。2017年京东昆山无人分拣中心亮相，基本实现了仓储全流程自动化。

2015年阿里成立ET实验室，开发以AGV为主的仓内机器人，已在天津、惠阳仓大规模投入使用，未来将进一步拓展机器人型号。顺丰于2016年斥资一亿元在宁波建设了大型自动化中转站，引进了全自动化的机器人分拣模式。2016年DHL引进智能协作机器人Baxter和Sawyer，推进仓储环节的自动化进程。同年DHL日本仓库又引进了丰田自动机械制造的KEYCAR系列AGV机器人，帮助提升仓内运作效率。

可穿戴设备当前仍属于较为前沿的技术，在物流领域的应用产品包括免持扫描设备、现实增强技术-智能眼镜、外骨骼、喷气式背包等。目前除了免持扫描设备和智能眼镜有小范围应用外，其他产品尚无商用实例，大多处于研发阶段。整体而言可穿戴设备目前离大规模应用仍有较远距离，而智能眼镜凭借其实时的物品识别、条码阅读和库内导航等功能，未来有可能被广泛应用。目前京东及亚马逊等国内外电商企业已开始研发相关智能设备。

2.干线技术

干线技术主要是无人驾驶卡车技术。无人驾驶卡车将改变干线物流现有格局，目前虽尚处于研发阶段，但已取得阶段性成果，正在进行商用化前测试。

目前无人驾驶卡车由整车厂商主导，如戴姆勒等，但也有部分电商、物流企业正尝试布局，如亚马逊已申请无人卡车相关专利提前布局，而国内企业如京东也正尝试研发无人卡车。

2017年初提交的专利申请显示亚马逊正在研制自动驾驶汽车，由PrimeAIR无人机研发项目负责。因为该专利涉及可变车道导航等复杂任务，目前尚处于研发状态。

由X事业部负责的京东无人卡车目前也处于研发阶段，未来京东无人卡车将会成为移动配送站，行驶的时候会不断地释放配送机器人，进行末端派送。

3.最后一公里技术

最后一公里主要技术包括无人机技术与3D打印技术两大类。无人机技术相对成熟，目前包括京东、顺丰、DHL等国内外多家物流企业已经开始进行商业测试。3D技术尚处于研发阶段，目前仅有亚马逊、UPS等针对其进行技术储备。

无人机技术已经较为成熟，主要应用在人口密度相对较小的区域，如农村配送。中国企业在该技术上具有领先优势，且政府政策较为开放，制定了相对完善的无人机管理办法。目前国内无人机即将进入大规模商业应用阶段。未来无人机的载重、航时将会不断突破，感知、规避和防撞能力有待提升，软件系统、数据收集与处理分析能力将不断提高，应用范围将更加广泛。

2017年亚马逊的无人机送货部门PrimeAIR在美国公开亮相，并首次对外发布亚马逊无人机产品。但受限于美国的无人机使用规定，亚马逊无人机目前尚未进行大规模应用。

2017年，京东加大对无人机研发投入，在西安成立无人机研发中心。京东是目前市场上无人机技术应用最领先的企业之一。

2013年末，DHL启动无人机项目，以自建团队，自主研发为主。同年DHL研发出第一代无人机，并成功利用无人机将波恩药房的一个药品包裹运送至一公里外的DHL总部。2014年DHL研发出第二代无人机，能携带1.2公斤货物，时速可达65公里，但仍需工作人员手工装卸货。2015年底，第三代无人机亮相，可以在机舱内携带2公斤以内、体积不大于4.4升的货物。经过将近两年的研发测试，2016年初，DHL在巴伐利亚镇试验其无人机交付项目，共成功递送超过130个包裹，使得DHL成为全球第一家利用无人机技术为客户提供服务的企业。

2017年上半年，顺丰自研的MantaRay垂直起降固定翼无人机问世;同年6月顺丰与赣州市南康区联合申报的物流无人机示范运行区的空域申请获得东部战区正式复批，成为目前国内唯一获得正式审批的示范空域。目前，顺丰在无人机领域申报和获得的专利数量达111项。

3D技术将给物流行业带来颠覆性的变革，但当前技术仍处于研发阶段，美国的Stratasvs和3DSystems两家企业在该领域占据绝大多数市场份额。未来的产品生成及消费模式将会是“城市内3D打印+同城配送”，甚至是“社区3D打印+社区配送”的模式，物流企业需要通过3D打印网络的铺设实现定制化产品在离消费者最近的服务站点生产、组装、与末端配送的职能。

2014年亚马逊开设3D打印商店，为购物者提供超过200种产品，并与总部位于辛辛那提的3DLT和布鲁克林的Mixee实验室签署了协议，进行3D打印的初步布局。2015年亚马逊提交的一项专利显示，其将把静态的3D网络变为动态布局，消费者下单后，将把指令发送到最近的3D打印车，在车辆向消费者行驶过程中完成产品的3D打印与组装，并最终送达消费者。

4.末端技术

末端新技术主要是智能快递柜，是各大企业布局的重点。目前已实现一二线城市商用覆盖，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。

智能快递柜技术较为成熟，目前已在一二线城市得到推广，包括顺丰丰巢、菜鸟投资的速递易等。但当前快递柜仍面临使用成本高、便利性和智能化不足、使用率低、无法当面验货、盈利模式单一等问题。

5.智慧数据底盘技术

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，在电商行业中得到了一定的应用，人工智能还处于研发阶段，是未来各大企业研发的重点。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。三者都是未来智慧物流发展的重要方向，也是智慧物流能否进一步升级迭代的关键。

三、物联网技术

物联网概念已十分普及，但受终端传感器高成本的影响，目前在物流领域大规模应用难度仍然较高。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。在可预见的未来物联网在物流行业将得到广泛应用。目前国内已出现专注于智慧物流物联网领域的领先企业如汇通天下。物联网在物流领域的应用场景主要有四种：

产品溯源：通过传感器追溯农产品从种植到运输到交付环节的所有信息，同时通过区块链技术记录货物从出发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、错误认领等问题。

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

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

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

大数据技术

大数据技术已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，进行大数据的收集、研究、分析和应用布局。大数据技术在物流领域的应用场景主要有四种：

需求预测：通过收集用户的消费特征、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。目前已有部分应用，但在预测精度上仍有较大的提升空间，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修，增加设备使用寿命。随着工业机器人的应用，这一方向将在未来拥有广泛的发展空间。

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，如通过对消费者的数据分析提前在消费者附件仓库进行备货。甚至可实现实时路由优化，指导车辆采用最佳路线进行跨城运输与同城配送。

人工智能

人工智能技术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较大差距。人工智能在物流领域的应用场景主要有五种：

智能运营规划管理：未来将通过机器学习，使运营规则引擎具备自学习、自适应的能力，能够在感知后进行自主决策。如人工智能根据双十一与一般情况的不同场景订单，自主设置商品的不同生产方式、交付时效、异常订单处理等运营规则，实现人工智能处理。

仓库选址：人工智能根据现实环境的各种约束条件如顾客、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，进行充分学习和优化，从而决策出最优解决方案的选址模式。

决策辅助：利用机器学习等技术自动识别场院内外的人、物、设备的状态和学习优秀的管理及操作人员的指挥调度经验，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、神经网络等提升手写运单机器有效识别的准确率，大幅度减少人工输单的工作量和出错率。

智能调度：通过对商品数量、体积等数据进行分析，对包装、运输车辆等各环节进行智能调度，如通过测算百万SKU商品的体积数据和包装箱尺寸，由人工智能系统计算并推荐耗材和打包顺序，从而合理安排箱型和商品摆放方案。

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门负责每年对青龙系统进行迭代，截止2016年，京东已将青龙系统迭代升级至第六代智慧物流系统。依托青龙系统，京东实现对平台商流、物流的全面掌握。除青龙系统外，京东内部还构建有仓储管理系统(“玄武系统”)、大运输系统(赤兔TMS)、大件物流调度系统、大数据分析系统等。依托SAAS化的信息系统，这些系统可实现动态、实时调度，提供高效率、低成本、高智能的智慧供应链解决方案。

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。根据相关数据显示，截至2015年11月，中国超过70%的快递包裹、数千家国内外物流和仓储企业以及170万物流和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，物流预警雷达进行了升级和改造，新增了区域和网点预测等诸多功能。2014年5月，菜鸟联合“三通一达”等14家主流快递企业推出了电商面单平台，通过数据的流转，菜鸟物流电子面单系统可以串联快递公司、商家与消费者的数据信息，大幅提升发货速度。2015年，菜鸟网络与高德地图合作打通底层地址数据，建设国内最先进的5级地址库，同年双十一期间，菜鸟依托人工智能对区域订单量进行预判，提前指导商家布局仓储，提升了整体物流效率。2017年，菜鸟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、补货及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。

四、未来趋势

大数据促进物流供应链优化。电商大数据提高物流配送效率，所有订单信息发送到企业配送仓库，智能仓储可在最短时间内根据买家地址检索存放商品的最近仓储中心位置，实施就近出库，快递部门根据订单数量装车，由无人驾驶飞机或汽车自动运输到指定位置，节约成本，提高效率。未来通过大数据分析形成物流流通数据后，以往货物由品牌商仓库发出的模式，将更改为部分商品或货物从厂家直发，货物不动数据动，做到路径最优，提升效率。

依托“互联网+”而兴起的智慧物流云仓系统将蓬勃发展。云仓是伴随电子商务而产生的有别于传统仓储方式的智能化仓储模式，其最大的区别，在于智能自动化装备和信息化软件集成应用。依托智能制造兴起的云仓，将成为电子商务发展的中坚力量。

信息化、智能化、集约化和小批量定制是未来物流的发展趋势。智能物流以客户需求为中心，灵活实施物资调动，满足下游需求。互联网拓展了营销渠道，通过互联网及时反馈消费者需求信息，信息将快速到达生产企业指令中心，而智能物流可促进资源配置的优化与高效运作，实施订单化管理，减少企业库存，降低上游经营风险。

未来智慧物流加快转型升级成为必然趋势，推动物联网技术在物流中更好地应用，是下一步智慧物流发展的目标和方向。物流自动化将迎来跨越式发展。在新零售时代“线上线下一盘货，服务产品一体化”将长期、全面地影响物流业发展。未来依托共享IT平台，每一个人、每一辆车、每一个闲置的仓储库房，都有可能成为物流的共享环节，物流资源将像云计算一样，按需付费，碎片化的运力、仓储资源都有可能会参与到社会化物流环节中。