近年來，智慧物流吸引了社會各界人士的火熱關注，那么到底什么樣的物流才能被稱為智慧物流呢？近日，住建部城科會智慧物流學組執行組長，北京交通大學副教授兼中物協（北京）物流工程設計院副院長秦璐在全國智能物流學術研討會上對智慧物流進行了深入解讀，對智慧物流構架和發展趨勢的認識進行了探討，以下是演講記錄。
　　
　　住建部分三批一共確定了300多個智慧城市試點項目，為了配合智慧城市建設，住建部城市科學研究會成立了18個學組推動智慧城市建設。智慧物流學組去年4月份開始籌建，10月份正式成立。從去年10月份建立以來，我們一直致力于推動智慧物流在城市的落地工作。
　　
　　今天我與大家一起探討我們對智慧物流構架和發展趨勢的認識。今天主要從三個方面的內容來展開，*個內容我們要解決“什么是智慧？”，第二個內容是在“智慧”的涵義下嘗試描述智慧物流構成，第三個內容探討智慧物流發展趨勢。
　　
　　一、什么是“智慧”
　　
　　“智慧”如今是個時尚詞匯，是不是只要搭上互聯網，就插上了“智慧”的翅膀？什么樣的狀態是智慧的狀態，什么樣的物流才是智慧的物流？智慧物流建設首先要回答這些問題。
　　
　　“智慧”就是通過認識萬物來引導萬物的思想。這之中有兩大重點：認識和引導，圍繞著這兩大重點，形成了“智慧”的基本架構。好比一個人智慧形成過程，認識事物的基礎是感知，只有感知到的事物才能被我們注意，才可能進入我們的思維過程。人感知世界的工具是感官，如視覺、觸覺、味覺、聽覺、嗅覺等，通過它們，人獲得了對事物大小、材質、溫度、氣味等基本信息。在正在構建的智慧物理世界中，感知是通過傳感器、手機、RFID（射頻技術）等設備實現的，它們如同人的感官，是獲取數據的工具，建立起物理世界數據采集基礎。好比一個人智慧形成過程，認識事物的基礎是感知，只有感知到的事物才能被我們注意，才可能進入我們的思維過程。人感知世界的工具是感官，如視覺、觸覺、味覺、聽覺、嗅覺等，通過它們，人獲得了對事物大小、材質、溫度、氣味等基本信息。在正在構建的智慧物理世界中，感知是通過傳感器、手機、RFID（射頻技術）等設備實現的，它們如同人的感官，是獲取數據的工具，建立起物理世界數據采集基礎。　　


　　人把感知信息傳導到大腦的過程通過神經系統完成，人有中樞神經，有末梢神經，它們構成一張無處不在的大網，互聯互通。如果某一根神經出現故障，將導致某一功能缺陷或者*喪失。在物理世界中，互聯網和物聯網如同人的神經系統，建立了信息交互的機制和基礎設施。物聯網和互聯網的zui大區別是物聯網將自動傳輸信息和數據，更像人的感官和神經系統關系，發生即傳導，而互聯網的信息是被動上傳的。因此，物聯網才是智慧物理世界的傳導基礎，物聯網技術和應用每向前推進一步，物理世界的智商就提升5分。
　　
　　傳導的信息到了大腦之后，人的大腦，要對信息進行復雜的計算、分析，融入思維、想象和情感過程，zui終得以決策。而在物理世界中，如何實現這一過程？
　　
　　我們知道目前已經有人工智能，人工智能誕生于1956年，其后經歷了幾次發展和幾次停滯，其原因是開發人工智能的邏輯以模仿人腦思維機制為出發點，然而人腦實在太復雜，人工智能一度走進死胡同。后來人們終于意識到，人工智能無法*模仿人腦，但有些部分卻可以超越人腦，特別是在計算方面，人的能力是有限的，計算機可以極大突破這種有限性，由此以計算能力為突破口，人們終于找到了人工智能的出路。大腦的計算功能從此被模擬并被無限放大，終于在儲存和計算方面，機器超越了人。于是，在物理世界中，類似人腦的決策過程被簡化為計算，分析，決策。
　　
　　首先是計算，隨著互聯網和物聯網的飛速發展，數據計算量級呈指數上升，單個計算機無法完成，誕生了云計算技術，利用分布式計算方式來完成對大數據的處理和計算過程，大大提升了物理世界處理海量數據的能力。
　　
　　然而技術到此，還遠未達到“智慧”，智慧在于從已知中發現未知，從無序中提煉有序。它不是我們對已知規律進行求證過程，而是利用已知數據發現未知規律，并zui終成為決策并付諸行動的過程。因此，自動發現規律，用規律指導行為，主動決策并自覺行動，才是“智慧”。現如今大數據分析技術可以提供物理世界規律發現、深度關聯機制。
　　
　　zui后一步，是主動決策并自覺行動，大數據分析的結果需要直接用于決策并轉化為行動，還需要有決策機制。這一步，在微觀比較封閉的局部已有實現，如自動化倉庫，但在更大的數據交互范圍，還在探索之中。
　　
　　因此，物理世界的“智慧”，認識萬物通過能自動讀寫信息的設施設備獲得信息感知，傳導通過物聯網完成，引導則是通過云計算、大數據分析以及決策系統實現。于是我們對物理世界的“智慧”進行定義：物理世界的智慧是感知、交互、分析、發現、決策的綜合。智慧以增強系統內外的感知量為基礎，通過建立萬物間的深度關聯，自動發現新規律，將感知、認知、決策相結合，建立真正獨立完成操作并自動進行決策的自制系統。智慧一定是可以獲得、可以傳導、可以分析、可以決策并可以行動的自動過程。zui初我們利用機器代替人，是為了進行數據的采集和機械化、自動化的工作，在此基礎上，我們進行物物，然后發現規律，輔助決策，再到決策。于是在這一過程中，我們完成了從數據采集、云計算、大數據分析到數據產品（決策和服務）的層次。
　　
　　智慧”與“智能”的區別在于：“智能”是“cando”，而“智慧”是“Whatdo、Whydo、Howdo”，所以“智慧”包含“智能”。

　　
　　二、“智慧物流”的構成
　　
　　在智慧的概念上可以形成“智慧＋”，如“智慧城市”以及“智慧城市”里面的“智慧管網”、“智慧社區”、“智慧物流”等，和所有智慧系統一樣，智慧物流也必須實現感知、交互、分析、發現和決策過程。
　　
　　物流有五大物理要素，分別是人、貨、車、節點、線路，這些物理要素為什么現在受到這么大關注，是因為人們將實體經濟和虛擬經濟進行結合的時候發現物流是zui重要的結合點。從虛擬走向實體，走實體走向虛擬，一定是物流實現。同時，這些物理要素具有價值，它們自身價值加上其背后交織的大量經濟關系、社會關系、資金流、信息流，形成盤根錯節的各種鏈條和網絡。物流結構變遷可以客觀反映實體經濟變化，物流承載信息是zui真實信息。從而物流就像一個深潭，藏著太多可以被挖掘的、增量的價值；又像一個支點，任何邏輯的改變都可能演繹出各種各樣的商業模式，撬動越來越大的市場，或者越來越細分的市場。

　　
　　人、貨、車、節點、線路是什么狀態又將怎樣發展呢？
　　
　　人，如運輸中的司機、倉庫中的揀貨人員、園區中的參與者等，過去利用GPS進行定位數據采集，現在利用手機APP獲得對人行為數據多維刻畫。貨，過去利用條碼技術記錄，現在利用RFID技術，不僅跟蹤貨物安全，還通過反復讀寫數據發現商業機會。比如品牌PRADA以往通過服裝銷量判斷款式的流行程度，通常銷售量低的服裝被淘汰。而現在，PRADA給店面里的每一件試品裝上RFID，通過服裝試穿次數與其銷售數據進行關聯統計，對試穿次數多、銷售量小的服裝進行分析改進，讓服裝重獲新生。
　　
　　車，過去利用GPS進行數據采集，現在載運貨車出廠時已安裝傳感器。Agheera，一個實時追蹤解決方案的提供商，已經開發了一個可用于連接各種遠程信息技術和傳感器硬件設備開放平臺，以便整合不同的應用程序和模式下的數據。這個平臺能夠合并多種資源，例如將貨廂或卡車與一個易于使用、具有世界范圍訪問權限的門戶相連，讓物流供應商和客戶都能在他們的各種設備上實時跟蹤所有資產。線路，過去利用攝像頭采集數據，現在美國Solar Roadways公司發明一種利用太陽能技術進行發電的路面，如果全美鋪設這種路面，每年的供電量是全美用電量的3倍，若與電動車充電技術結合，電動車瓶頸迎刃而解，該路面下還可以安裝各種傳感器對車輛和其他線路信息實時采集。比如在車隊和資產管理方面，傳感器可以監測某個卡車、集裝箱、ULD（航空載具）的使用及閑置頻率，然后它們將采集這些數據用于*化利用分析，通過測量負載能力可以了解特定路線上交通工具的閑置運力，從中提出鞏固和優化路線的建議。這將創造車隊效益、節約燃料，并減少空車返回的里程。
　　
　　節點，盡管物流園區、物流中心目前仍以內部管理系統為主，如WMS、TMS、ERP等，但更多的中小公司已經通過Saas等互聯網軟件服務應用模式，向提供商租用基于Web的軟件，可以用更低的成本，更快速地采用*技術管理企業經營活動，此過程也為數據互聯互通創造了可能。
　　
　　我們把互聯分為互聯1.0和互聯2.0。互聯1.0中人通過移動互聯，貨、車、線路通過信息平臺互聯，節點和企業通過內部管理系統鏈接，互聯1.0主要特點是互聯有明確的邊界，是有限的連接。互聯2.0的范圍要大得多，初步看來有三類企業及其聯盟可能在未來舉足輕重。
　　
　　*類是互聯網企業（如谷歌、騰訊、阿里等），它們一直聲稱自己不是互聯網企業，而是數據公司，這也確實是它們的戰略核心。所以它們同時在設備和應用上加大投資力度，谷歌在無人駕駛車輛技術方面遙遙于汽車制造企業，而阿里也在汽車領域流露出野心。互聯網企業通過終端設備提供對接平臺業務接口，以服務數據化，數據服務化方式掌控全網資源，一個個龐大的網絡帝國正超越政治邊界急速膨脹。
　　
　　第二類是以云服務和物流為核心競爭力的運營類企業，類似于亞馬遜和京東，亞馬遜AWS占有云計算*的27%，營業利潤率為23.5%，活躍用戶數已經突破100萬，其中包括900多個政府機構、3400個教育機構和超過11200個非盈利機構。“AWSIoT”服務，使工廠生產車間、車輛、家電等物聯網設備通過云計算技術相互連接。亞馬遜通過開放其“亞馬遜物流＋”平臺，將物流與云無縫連接。京東模仿亞馬遜，雖然還沒有那么強大，但方向頗為一致。
　　
　　第三類是物流專業化互聯網平臺，物流是典型低利潤、零散化行業，尤其在公路貨運方面，如今分散物流資源聯盟化趨勢已經非常明顯，一些平臺開始著手物流聯盟間資源整合，幫助企業完成全鏈條、多環節、跨行業物流資源整合和協同。如oTMS一站式運輸服務平臺，傳化、天地匯、卡行天下等公路港整合平臺，物流數據服務商G7等都嶄露頭角，表現出強勁的增長勢頭。
　　
　　在“發現未知規律”這一層次，也會分出階段。我們現在可以看到的是利用數據分析對未來事件發生進行預測，從而指導資源重新配置。例如，亞馬遜使用大數據、人工智能、云計算等進行倉儲物流管理，推出預測性調撥、跨區域配送。“雙十一”到來之前，阿里通過預警指導快遞企業提前布局倉庫和運力資源。盡管目前我們認為這一預警已經相當厲害，但是從商業和物流運作來看，仍是沿著互聯1.0模式在進行。而當互聯2.0的商業化運作成熟后，物流形態可能會打破現有從分散到集中再到分散的軸輻型網絡基礎模式，步入在實操層面形散，而在協同層面高度組織化階段，全新的物流組織形式將會出現。在此基礎上，物流解決方案是否會出現顛覆性的商業模式？我們拭目以待。
　　
　　在智慧物流自動決策層面，一些子系統中已經能夠自動形成決策方案，例如自動化倉庫中能夠自動儲存、自動分揀。在更大的范圍我們還有待從無序走向有序，從封閉系統向互統跨越。智慧物流結構是圍繞五大實體要素形成的物流數據感知、物流數據互聯、物流規律發現、物流行為決策和自動執行的有機結構。

　　
　　三、“智慧物流”發展趨勢
　　
　　“智慧物流”有多種發展可能，在此主要提及三種趨勢：
　　
　　1、在物聯網技術商業化背景下，智慧物流產業鏈全面爆發，形成設備、應用、平臺、數據產品服務多層級多維度發展態勢，產業規模巨大。而貫穿其中的底層技術需要同步發展，包括標準化技術的發展（如托盤標準化、集裝箱標準化、車輛標準化等）、物聯網技術的發展等。智慧物流產業鏈是一個巨大市場。

　　
　　2、物流中zui散小環節將zui先被智慧化，然后再逐步瓦解互聯程度低、組織化程度高的環節。因此公路貨運、城市配送等分散無序的領域將實現智慧化。我們統計了國內“互聯網＋運輸平臺”（包括供應鏈服務、車輛調度、整合服務和物流交易等）的一些數據，從注冊司機數、投融資額和注冊貨主數來看，車輛調度均表現突出。2015年和2016年，這個領域也是物流投資熱點。對于大型傳統企業，墨守成規的組織結構成為變革阻力，在互聯網重構商業模式進程中，這些大型傳統企業zui終被迫互聯網化。3、共享經濟在物流發展中逐步占據主導地位，將催生顛覆性物流組織模式和商業模式。我們zui近的一項研究表明，“共享經濟”已運用于集裝箱運輸行業。空集裝箱調運成本每年達到150~200億美元，BCG咨詢公司去年11月份正式啟動集裝箱空箱共享平臺，名為“xChange”。到目前為止，分散在的超過100家運輸企業、20家租賃企業已經參與到市場中，平均每只集裝箱可以節約200~400美元的成本，已經實現了每周超過35000只空箱的流轉。下圖顯示在各個地區空箱都有很大的交換潛力。
　　
　　各地區可以交換的空集裝箱比例

　　
　　在倉位共享領域，美國Flexe倉庫資源共享平臺，專做倉位分享，其他企業可以預定它在全美80多個地方的若干個倉位。而倉位共享在國內尚未起步。在快遞送貨領域，2014年Uber推出了一款產品叫Uber Rush，它用普通人作為messenger（信使）取貨送貨，Uber對外聲稱自己實際是一家物流公司，這也表明在物流共享經濟方面它還有大的計劃。2015年，京東也推出類似的“京東眾包”，之后正式改名“京東到家”。目前“京東到家”臨時快遞員注冊量已經達到25萬人。2014年在同城配送方面國內一家快貨運企業，也推出了類似眾包的業務模式，貨車司機通過搶單，就近取貨，就近送貨，數據顯示，使用了該平臺的司機，月收入可以從1萬元增長到3萬元。2015年美國物流領域風投項目中，有兩個投給了共享經濟。

　　
　　從集裝器具、倉位到人和車，只要有資源，就有可能共享，用共享方式配置資源，就近方式服務，物流將用更高度集中的智慧中樞指揮更分散的行動。一個令人興奮的智慧物流領域大門已經打開，讓我們一起去探索。