中國智慧物流2025套用展望

今日，京東物流聯合中國物流與採購聯合會（簡稱“中物聯”）發布了中國智慧物流2025“藍皮書”——《中國智慧物流2025套用展望》，從行業驅動因素、服務訴求、套用展望等三個方面描繪了中國智慧物流的發展藍圖。

據悉，藍皮書以京東物流為範本，指出中國智慧物流未來發展的三大支柱要素：智慧化平台、數位化運營、智慧型化作業。藍皮書顯示，2016年物流數據、物流雲、物流技術服務的市場規模超過了2000億元，預計到2025年，中國智慧物流服務的市場規模將超過萬億。

藍皮書認為，大數據、物聯網、雲計算、機器人、AR/VR、區塊鏈等新技術驅動物流在模組化、自動化、信息化等方向持續、快速變化，新技術使物流場景數位化，使整個供應鏈內的所有元素相互連線，讓供應鏈相關的決策更加自主和智慧型。

1.前言

1.1.定義與範圍

物流業是支撐國民經濟和社會發展的基礎性、戰略性產業。隨著新技術、新模式、新業態不斷湧現，物流業與網際網路深度融合，智慧物流逐步成為推進物流業發展的新動力、新路徑，也為經濟結構最佳化升級和提質增效注入了強大動力。

智慧物流是通過大數據、雲計算、智慧型硬體等智慧化技術與手段，提高物流系統思維、感知、學習、分析決策和智慧型執行的能力，提升整個物流系統的智慧型化、自動化水平，從而推動中國物流的發展，降低社會物流成本、提高效率。智慧物流具有兩大特點：

·互聯互通，數據驅動：所有物流要素互聯互通並且數位化，以“數據”驅動一切洞察、決策、行動；

·深度協同，高效執行：跨集團、跨企業、跨組織之間深度協同，基於全局最佳化的智慧型算法，調度整個物流系統中各參與方高效分工協作。

智慧物流是中國製造2025戰略的重要基石，本報告在分析智慧物流驅動因素及服務需求的基礎上，對中國智慧物流從現在到2025年的套用場景進行展望，描繪出一個全面的框架，便於物流企業具象化地理解，進而分步驟實施套用。

1.2.驅動因素

中國經濟正在轉變為依靠最佳化經濟結構和產業創新為核心驅動力來保持經濟可持續發展，突出表現在以提質增效為特徵的“新常態”。在經濟新常態中，政府從政策層面大力推動智慧物流，消費升級、市場變革倒逼智慧物流創新發展，工業4.0、中國智造、網際網路+等為傳統生產與物流產業注入“智慧”基因，新技術的發展為智慧物流創造了條件。

1.2.1.國家政策

在工業 4.0 時代，客戶需求高度個性化，產品生命周期縮短，智慧型工廠需要對生產要素進行靈活配置和調整，並能夠實現多批次的定製化生產。智慧物流在智慧型製造工藝中有承上啟下的作用，是聯接供應、製造和客戶的重要環節。同時，在實施中國製造2025戰略過程中，隨著企業用工成本不斷攀升，經濟發展放緩，中國經濟“高成本時代”逐漸來臨，將給企業帶來前所未有的巨大壓力。

國家高度重視智慧物流發展，相關政策密集出台。2016年4月，國務院辦公廳發布《關於深入實施“網際網路+流通”行動計畫的意見》，鼓勵發展共享經濟，利用網際網路平台統籌最佳化社會閒散資源。2016年7月，國務院常務會議決定把“網際網路+”高效物流納入“網際網路+”行動計畫。隨後，經國務院同意，國家發展改革委會同有關部門研究制定了《“網際網路+”高效物流實施意見》，推進“網際網路+”高效物流與大眾創業萬眾創新緊密結合，創新物流資源配置方式，大力發展商業新模式、經營新業態。2016年7月，商務部發布《關於確定智慧物流配送示範單位的通知》，開展智慧物流配送體系建設示範工作。

1.2.2. 技術進步

近年來，大數據、物聯網、雲計算、機器人、AR/VR、區塊鏈等新技術驅動物流在模組化、自動化、信息化等方向持續、快速變化[5]。

圖1 新技術及套用趨勢

這些新技術驅動物流變化的結果，主要體現在三個方面：一是感應，使物流整個場景數位化；二是互聯，使整個供應鏈內的所有元素相互連線；三是智慧型，供應鏈相關的決策將更加自主、智慧型。

圖2 新技術對物流變化的影響

未來5-10年，雲計算和存儲、預測性大數據分析等絕大多數新技術將進入生產成熟期，預計會廣泛套用於倉儲、運輸、配送等各個物流環節，為推動中國智慧物流的全面實現和疊代提升奠定基礎。

圖3 新技術成熟期預測

1.2.3. 商業變化

傳統的分工體系已經被打破，原來專業化的分工協作方式逐步被實時化、社會化、個性化取代。眾包、眾籌、分享成為新的社會分工協作方式，使得物流信息資源、物流技術與設備資源、倉儲設施資源、終端配送資源、物流人力資源等的共享成為現實，從而能在整個社會的層面進行物流資源的最佳化配置，提高效率、降低成本。同時，技術進步也在改變著物流模式，例如3D列印技術的推廣套用將會催生出更多的B2C物流需求。

為應對這些變化，物流行業高度重視並大力發展智慧物流。例如，根據普華永道調研，運輸和物流公司將數據分析在未來的重要性看得比其他任何行業都高——運輸與物流業為90%，其他行業平均為83%。並且，目前已達先進數位化整合水平的運輸與物流公司的比例將在未來五年顯著提升——從當前的28%漲至71%。而在接下來的五年，整個運輸和物流行業擬將年收入的5%投入到數位化運營方案中。

2.智慧物流服務需求

隨著物流業的轉型升級，物流企業對智慧物流的需求越來越強烈、越來越多樣化，主要包括物流數據、物流雲和物流技術三大領域的服務需求。2016年，物流數據、物流雲、物流技術服務的市場規模超過2000億元[8-10]。綜合國家經濟成長及物流行業發展趨勢等眾多因素，我們大膽預測，到2025年，智慧物流服務的市場規模將超過萬億。

三個部分是有機結合的整體，物流數據是“智慧”形成的基礎，物流雲是“智慧”運轉的載體，物流技術是“智慧”執行的途徑。

2.1.物流數據服務

在採購、供應、生產、銷售的供應鏈全過程中，會產生海量的物流數據，Avent公司全球運輸副總裁Marianne McDonald表示，“每一樁運輸交易都會生成超過50列的數據，以及超過2.5億的數據值”[8]。如何對這些數據進行處理與分析，挖掘出運營特點、規律、風險點等信息，從而更科學合理地進行管理決策與資源配置的，是物流企業的普遍需求。物流數據服務的典型場景包括：

·數據共享：消除物流企業的信息孤島，實現物流基礎數據互聯互通，減少物流信息的重複採集，降低物流成本，提高服務水平和效率；

·銷售預測：利用用戶消費特徵、商家歷史銷售等海量數據，通過大數據預測分析模型，對大訂單、促銷、清倉等多種場景下的銷量進行精準預測，為倉庫商品備貨及運營策略制定提供依據；

·網路規劃：利用歷史大數據、銷量預測，構建成本、時效、覆蓋範圍等多維度的運籌模型，對倉儲、運輸、配送網路進行最佳化布局；

·庫存部署：在多級物流網路中科學部署庫存，智慧型預測補貨，實現庫存協同，加快庫存周轉，提高現貨率，，提升整個供應鏈的效率；

·行業洞察：利用大數據技術，挖掘分析3C、家電、鞋服等不同行業以及倉配、快遞、城配等不同環節的物流運作特點及規律，形成最佳實踐，為物流企業提供完整的解決方案。

2.2.物流雲服務

伴隨共享經濟、無車承運、雲倉、眾包等新型市場關係、物流模式的發展，如何通過物流雲來高效地整合、管理和調度資源，並為各個參與方按需提供信息系統及算法套用服務,是智慧物流發展過程中的核心需求之一。物流雲服務的典型場景包括：

·統籌資源：集聚社會閒散的倉庫、車輛及配送人員等物流資源，通過倉庫租賃需求分析、人力資源需求分析、融資需求趨勢分析和設備使用狀態分析等，合理配置，實現資源效益最大化；

·軟體SAAS化服務：將WMS/TMS/OMS等信息系統進行SAAS化，為更多的物流企業提供更快、更多樣化的系統服務以及疊代升級；

·算法組件化服務：將路徑最佳化、裝箱、耗材推薦、車輛調度等算法組件化，為更多的物流企業提供單個或組合式的算法套用服務。

2.3.物流技術服務

智慧物流的出發點之一是降本增效，如何套用物流自動化及智慧型化技術來實現物流作業高效率、低成本,是非常迫切的需求。物流技術服務的典型場景包括：

·自動化設備：通過自動化立體庫、自動分揀機、傳輸帶等設備，實現存取、揀選、搬運、分揀等環節的機械化、自動化；

·智慧型設備：通過自主控制技術，進行智慧型抓取、碼放、搬運及自主導航等，使整個物流作業系統具有高度的柔性和擴展性，例如揀選機器人、碼垛機器人、AGV、無人機、無人車等；

·智慧型終端：使用高速聯網的移動智慧型終端設備，物流人員操作將更加高效便捷，人機互動協同作業將更加人性化。

3.智慧物流2025套用展望

伴隨科技的發展和商業模式的升級，以及消費者消費習慣的改變，物流數據、物流雲及物流技術三大服務領域持續提出更高的智慧化、數位化和智慧型化要求。行業各方要在平台、運營和作業三個層面加強對物聯網、大數據、人工智慧等技術的研究與套用，從而加快實現智慧物流。基於領先企業最佳實踐及物流行業發展趨勢，我們對中國智慧物流從現在到2025年的套用場景進行展望，描繪出智慧物流套用的框架及其主要內容。

整體架構自上而下體現在三個層面：智慧化平台、數位化運營、智慧型化作業。形象地說，如果把智慧物流看作“人”，智慧化平台就是“大腦”、數位化運營就是“中樞”、智慧型化作業就是“四肢”。“大腦”負責開放整合、共享協同，通過綜合市場關係、商業模式、技術創新等因素進行全局性的戰略規劃與決策，輸出行業解決方案，統籌協同各參與方；“中樞”負責串聯調度，依託雲化的信息系統和智慧型算法，連線、調度各參與方進行分工協作；“四肢”負責作業執行，依託互聯互通、自主控制的智慧型設施設備，實現物流作業高效率、低成本。

圖4 中國智慧物流2025套用展望框架

3.1.智慧化平台

隨著商品交易品類越來越多，物流交付時效要求越來越高，物流服務範圍越來越廣，物流網路布局及供應鏈上下游的協同面臨巨大挑戰，這迫切需要依託智慧化的平台，通過數據驅動網路的智慧布局，實現上下游協同和共贏。

3.1.1.數據驅動，智慧布局

網路布局是一個多目標決策問題，需要統籌兼顧覆蓋範圍、庫存成本、運營成本、交付時效等指標。未來將具備採用大數據及模擬仿真等技術來研究確定如何實現最優的倉儲、運輸、配送網路布局的能力，基於歷史運營數據及預測數據的建模分析、求解與仿真運行，更加科學、合理地確定每類商品的庫存部署，以及每個分揀中心、配送站的選址和產能大小等一系列相關聯的問題。

以配送網路中的智慧型建站/拆站為例：通過構建綜合評價模型、成本最優模型、站點數量最少模型等多維度模型，基於訂單量、路區坐標等入參參數以及傳站時間、配送半徑等約束條件，採用遺傳算法等智慧型算法進行求解，得出最優的站點數量、每個站點的坐標、平均派送半徑等規劃決策。

圖5 大數據網路布局示例-智慧型建站/拆站

3.1.2.開放協同，增值共贏

智慧物流的目標之一是降本增效，而當前物流行業各方的協同成本仍然過高。未來將統一行業標準、共享基礎數據，基於大數據分析洞察各行業、各環節的物流運行規律，形成最佳實踐，明確各參與方在智慧物流體系中最適合承擔的角色。在此基礎上，上下游各方在銷售計畫、預測等層面進行共享，指導生產、物流等各環節的運營，實現供應鏈的深度協同。

圖6行業洞察及供應鏈深度協同

3.2.數位化運營

物流需求正在變得更加多樣化、個性化，未來將通過數位化技術，在橫向的倉儲、運輸、配送等業務全流程，縱向的決策、計畫、執行、監控、反饋的運營全過程中，根據實時需求進行動態化的決策，根據具有自學習、自適應能力的運營規則進行自主管理，並在信息系統中落地實現。

3.2.1.動態決策，自主管理

主要體現在全鏈路智慧型排產和運營規則智慧型設定兩個方面。

（1）全鏈路智慧型排產。未來的排產將是全鏈路倉、運、配等各環節聯動的，動態最優的。基於運營計畫、客戶需求、負荷監測、資源能力等構建產能模型，通過排產算法進行求解，動態識別瓶頸環節，智慧型計算並更新各環節產能閾值，動態編排各環節生產節拍，實現各環節的平穩生產，通過設定適度積壓的安全緩衝，減輕峰值、低谷的壓力，節省成本。

圖7 全鏈路智慧型排產

以訂單生產及裝車順序智慧型編排為例：基於實時定位的套用，根據車輛信息（包括預計到達倉庫/分揀中心的時間、車輛規格等），以及實際訂單的地址及投遞時效信息，智慧型設定動態的截單時間，按照波次編排訂單生產順序和集單揀貨順序，並按包裹投遞順序倒排裝車順序。

圖8全鏈路智慧型排產示例-訂單生產及裝車順序智慧型編排

（2）運營規則智慧型設定。物流需求將會越來越場景化、精細化，為滿足各類需求，要逐項提煉運營規則，對物流時效、運費、最後一公里等業務的條件和觸發操作進行建模，通過模擬仿真進行驗證後，配置在規則引擎中，驅動各類業務按規則運營。未來將會通過機器學習，使規則引擎具備自學習、自適應的能力，能夠在感知業務條件後進行自主決策。

以電商B2C物流運營規則為例：網路購物具有高峰（例如618、雙11大促）、常態兩種場景，由於訂單規模的巨大差距，對應的訂單生產方式、交付時效、運費、異常訂單處理等的規則差異很大，未來的規則引擎，將能自動感知時間、商品品類等條件，自主為每類訂單設定最優的運營規則。

圖9運營規則智慧型設定

3.2.2.軟化靈動，智慧型調度

未來的倉儲、運輸、配送等各環節的運營，將依託SAAS化的信息系統，通過組件化的業務套用和智慧型算法服務，實現動態、實時的調度。

（1）倉儲。基於倉庫、商品、訂單、波次等基礎數據，未來將會實現入庫、存取、揀選、包裝、出庫和盤點環節中各項作業的智慧型調度。

以智慧型耗材推薦為例：為了更充分地利用包裝箱內的空間，在商品按訂單打包環節，通過測算百萬SKU商品的體積數據和包裝箱尺寸，利用深度學習算法技術，由系統智慧型地計算並推薦耗材和打包排序，從而合理安排箱型和商品擺放方案。

圖10數位化運營-倉儲

（2）運輸及配送。基於車輛、分揀、配送站、波次等基礎數據，未來將會實現運輸、分揀、派送環節中各項作業的智慧型調度。

以智慧型路由推薦和動態分揀為例：在運輸環節，根據商品件型、貨物重量和體積、商家地址以及目的地址等信息，由系統利用歷史數據及智慧型算法，匹配出相應規格的上門接貨車輛，並生成運輸路由。並且，能根據實際情況，實時動態調整路由，當到達中轉站出現延誤時，系統自動推薦新的後續路線。在配送環節，根據各分揀中心的產能和負荷情況，系統動態調整分揀中心覆蓋的路區，使各分揀中心負荷更加均衡，避免忙閒不均，影響部分訂單的配送時效。

圖11數位化運營-運輸及配送

3.3.智慧型化作業

智慧型化作業的核心是依託一系列互聯互通、自主控制的智慧型設施設備，在WMS、WCS、TMS等業務運作系統的智慧型調度下，實現倉儲、運輸、配送環節各項作業的智慧型化執行。在滿足客戶需求的前提下，實現物流作業高效率、低成本。由於商品屬性差異很大，物流企業要結合自身的實際情況，選擇最適合的智慧型化作業實現方式。

目前，我國物流機器人使用密度每萬人不足1台。伴隨中國製造2025戰略和國家機器人產業發展規劃[11]的落地實施，參照歐洲物流機器人發展及展望[12]，我國物流智慧型化作業系統會更廣泛地普及套用。到2025年，我們預測物流機器人使用密度將達到每萬人5台左右，有望節約20-40%的物流作業成本。

3.3.1.實時互動，自主控制

倉儲作業已經在自動化層面發展多年，未來要提高智慧型化水平，根據商品的件型、重量、銷量、交付時效等屬性，設計不同的作業流程，並採用相匹配的物流智慧型化系統進行實現。未來的智慧型化倉庫，機器人、AGV等設備是互聯互通的，並具有自主控制、自我學習和適應新規則的能力以及更高的柔性程度和穩定性。

以存取和揀選環節為例：基於多層穿梭車技術的貨到人揀選已經實現，未來將會套用揀選效率更高的貨到機器人揀選方式，以及取貨+揀選一體化的機器人揀選方式。

圖12智慧型化作業-倉儲

3.3.2.實時定位，動態交付

運輸、分揀和派送環節的輔助駕駛、編隊運輸、自動化及機器人分揀、智慧型終端已經實現套用。隨著購物場景的碎片化以及交付地點的動態化，未來在實現無人化作業的同時，會基於實時定位的套用，在消費者日常的某個動態節點實現交付，與消費者的工作和生活完美融合。

以移動配送為例：消費者在家中下單後，在其出行的路上，系統實時獲取消費者的地理位置，並在一個合適的地點由無人配送車或移動自提櫃，將包裹交付給消費者。

圖13智慧型化作業-運輸及配送

4.結束語

智慧物流概念自2009年提出以來，逐步進入快速發展階段，當前，智慧物流已經引起社會各界高度關注和廣泛研討。中國物流與採購聯合會和京東物流在前期研究的基礎上，提出了智慧物流的基本內涵，並結合智慧物流的驅動因素、服務需求及智慧套用，力圖描繪出未來一段時期智慧物流的發展趨勢和套用場景。同時，我們希望優秀企業的智慧物流，能夠向行業輸出更優的智慧物流解決方案，並形成示範引領效應，推進整個物流行業向智慧化發展。

智慧物流的發展能夠幫助整個社會提高物流效率，節省物流成本。預計到2025年，每年將節省超過上萬億的物流成本。讓我們聚焦當前發展方向，共同迎接我國智慧物流大發展的春天！