1704245700
1704245701
在近年来国内物流行业典型数字化趋势中，我们选取了三个来做进一步的讨论——数字化平台、大数据分析、自动化。其中，数字化平台降低了物流行业信息匹配的成本，提高了资源匹配的效率；大数据提升了分析的细度和时效性，大幅提升了资源利用率；自动化的物流设备则可能颠覆劳动密集型的运作模式。可见，这三个数字化趋势殊途同归——都着力于进一步提升物流行业的运营效率，节约企业的运营支出，并更好地服务终端消费者。
1704245702
1704245703
数字化平台——物流企业的颠覆者还是助力者？
1704245704
1704245705
互联网的普及和提速提升了信息传递效率，从而在多个行业产生了颠覆性的数字化平台商业模式。这样的例子屡见不鲜。例如，亚马逊和淘宝对传统零售业的颠覆，优步和滴滴对出租车行业的颠覆，爱彼迎（Airbnb）对传统酒店行业的颠覆等。这些颠覆者以更强的供需匹配能力，提高客户的选择自由度和价格透明度，扩大生产商、服务提供商的市场空间。
1704245706
1704245707
回到物流行业，这样的趋势在陆运领域尤其明显。我们在跨城运输、同城运输及快递领域均观察到了新兴数字化平台的出现。这些平台提供了匹配、在线竞标、众包等服务。有的提高了传统物流资源匹配的效率，有的更是满足了一些市场上新兴的运输需求（见图3-11）。
1704245708
1704245709
1704245710
1704245711
1704245712
图3-11 国内物流行业的平台类公司十分活跃
1704245713
1704245714
以跨城运输为例，由于中国整车运输市场相当分散，层层分包，以小散户运输为主，城际物流的回程空载率高达近40%，市场上涌现了一批“互联网＋物流”的线上货运平台。福佑卡车是线上无车承运平台的典型，其数字化平台整合了货源端需求，再以众包形式发布给运力端，从而提高资源利用效率，并通过佣金抽成变现；“货车帮”和“运满满”则是线上直接进行车货匹配，跨过中间商直接撮合货主和司机，减少交易中间环节，并通过车后市场变现。
1704245715
1704245716
在“货车帮”和“运满满”于2017年11月27日合并前，“货车帮”司机端月活跃用户已达100万，“运满满”司机端月活跃用户已达150万，日撮合成单数保守估计均在5万条以上，以每单8 000元计算，年成交额可达1 200亿元。通过访谈货主和司机得知，这些平台的兴起已导致部分以转卖信息为主的中间商、信息部业务大幅减少。
1704245717
1704245718
另一方面，同城物流需求的快速增长也催生了新的商业模式。在中国部分大型城市，同城需求已占快运业务总需求的约10%。同时对时效性的要求也越来越高，次晨达已无法满足所有消费者，即日达甚至实时达需求成为新的蓝海市场。2017年同城实时达需求已达百亿级别，并以每年翻番的增速快速增长。在这一背景下，涌现出了“货拉拉”“云鸟”“58速运”等同城、短途运输平台，“达达”“菜鸟裹裹”等快递众包平台，以及“闪送”“人人快递”等C2C专人直送平台。
1704245719
1704245720
尽管同城平台公司当前面临同质化竞争严重、变现困难的难题，但其快速抢占新兴市场的能力，已对传统快递、快运公司产生了实质性威胁。例如，达达凭借40～50分钟的平均送达时间，成为市场占有率最高的同城实时达服务提供者。如何结合自身网络优势和新的数字化技术，满足日益增长的同城物流需求，将是传统快递、快运公司亟须解决的问题。
1704245721
1704245722
大数据分析——从概念到真金白银
1704245723
1704245724
在曾经的物流园区里，中间商们用粉笔、小黑板给司机进行配货。如今，每天上亿件快递，在每次收件、分拣、出仓、送达时，都会留下记录；安装了监控系统的物流车辆在行驶过程中，更是会实时留下位置、速度、预计抵达时间等海量数据。物流行业从手工记录到数字化的质变，也意味着产生的数据量随之爆炸式增长。在此前提下，物流行业开始尝试如何利用大数据方法，将海量的数据转化为实实在在的效率提升，并在部分领域初见成效（见图3-12）。
1704245725
1704245726
爱尔兰车队管理优化公司（FleetMatics）是早期进行大数据尝试的典型。FleetMatics早在2004年便成立，针对物流、采矿等行业，提供车队管理的SaaS（软件即服务）解决方案。在物流行业，FleetMatics利用GPS技术，通过手机或电脑客户端提供车辆管理优化服务，如车辆的预防维护监测，实时路线优化，车辆利用率规划，找寻最近车辆，驾驶员驾驶行为监测等，从而有效地对卡车位置进行追踪，提升派送效率，选择最佳路径和最近车辆，从而降低派送过程的浪费（如在燃油费上平均可以节省约25%）。
1704245727
1704245728
1704245729
1704245730
1704245731
图3-12 数据规模和数据技术的发展促生了中外的大数据分析业务
1704245732
1704245733
在大数据分析上的创新，中国企业也并不落后。近年来中国电商的蓬勃发展，拉动了物流行业在大数据分析上的创新。以阿里巴巴牵头成立的菜鸟网络，已先后投入千亿元发展数据驱动的、协同物流行业全链条各类企业（如快递公司、干线运输企业、仓库运营商等）的生态圈，为生态圈中的合作方提供端到端的解决方案。以菜鸟网络的快递行业解决方案为例，菜鸟网络从初期为快递公司提供电子化面单开始，进而开发了多个数据驱动功能，包括动态包裹量预测、智能路线规划、实时物流数据、物流云等服务。其中，电子面单和智能路线规划预计节省了18亿元左右的运营成本，约有2%左右的毛利率增长。
1704245734
1704245735
一些前瞻性的传统物流公司也相继意识到了大数据分析的重要性，着力建立自身能力。领先的物流企业为更好地实现最后一公里的递送，将递送模式从以中转场为重点的中心辐射型衍生为基于分点部的动态网络，并通过算法进行出发时间和线路的优化，大幅降低了递送时间与递送成本；一些整车长途运输企业通过部署智能运输管理系统，进行业务逻辑的优化和智能调度，优化后的联程单比例及毛利都得到了进一步的提升。
1704245736
1704245737
随着大数据分析在物流行业得到不断尝试，如何从概念到效益落地，切切实实地通过大数据分析，实现效率提升和成本的降低，是物流企业在日趋激烈的市场环境中脱颖而出的关键点。如何利用成熟的大数据分析工具，或是内部开发相应的解决方案，也是传统企业需要考虑的一个重要因素。
1704245738
1704245739
自动化——机器人替代人已不是幻想
1704245740
1704245741
麦肯锡全球研究院的报告指出，仅仅是采用市场上现有的、成熟的自动化技术，也将为全球节省近13万亿元年薪成本，相当于影响约11亿人。自动化技术的运用不仅起到替代劳动力的作用，更能为企业带来产能的提升——降低错误，减少停产时间，从而提升准确率和效率，甚至可以对有一定工伤风险的工作带来更好的安全性。一些相邻行业中（如采矿）早期实施自动化的企业已经通过用自动化实现了10%～40%的成本及产能的提升。可见，对于劳动密集型的物流行业而言，自动化和半自动化有潜力带来明显的投资回报，行业将因此产生剧烈的变革。
1704245742
1704245743
事实上，自动化在物流行业的各子行业已经得到了一定应用。其中最明显的是在快递行业的物流仓库和中转站。在仓库和中转站内，自动化技术已经运用到了卸货、扫货、存货、分拣、包装、载货的整个流程中，并为物流企业节约了相当可观的运营成本。例如，在分拣过程中，亚马逊自有的Kiva自动地面行驶机器人（AGV）可以自动选择、移动货架至工作人员处，并通过激光笔辅助工作人员拣货，比传统的设备效率提升了2～4倍，从而降低30%～40%的拣货成本。在国内，阿里巴巴、京东等也在强化自身的仓储、分拣环节的自动化能力，在上海、天津等地投入了地面行驶机器人、分拣机器人等自动化设备。
1704245744
1704245745
同样地，自动化的趋势给快递行业价值链上的其他部分也都带来了想象空间。如在包裹递送阶段，一些新型概念，如无人机送货、自动路面送货机器人等自动化技术相继出现，亚马逊、阿里、京东、顺丰等公司都在探索相关技术。虽然这些技术有很大可能提升递送效率，但还处于早期研发阶段，在现实中也将有一定的运营风险。所以，各类自动化应用在物流的不同价值链中的成熟度存在着不同情况。
1704245746
1704245747
物流行业另一个切切实实的变革是海运港口的自动化。自动化港口改变了过去港口工作人员直接手动操作机器进行繁重、危险的工作，通过操控人员、用计算机控制所有设备，完成集装箱的转运。其中，港口操作管理系统（TOS）作为自动化港口的“大脑”，进行需求预测、工作流管理、港口任务监测及优化等；设备控制系统（ECS）控制和协调港口设备的运营、桥吊的装卸、集装箱的水平运输、堆场的装卸和管理、闸口自动化等全套环节（见图3-13）。
1704245748
1704245749
大量的创新在于港口设备的自动化。以美国加州的长滩集装箱港口为例，通过利用自动化岸桥起重机、全自动轨道式起重机、自动引导运输车（AGV），成为美国的第一个全自动化的港口。同时，荷兰的鹿特丹港，以及近年来中国的青岛港、上海洋山深水港等都采用了上述自动化设备，实现了半自动化或全自动化，从而提升港口资源利用的效率。