易流科技VP曹方介紹，一是物流基礎設施的物聯網化，需要把物流的設施要素、場景通過數據的方式實時在線連接起來；二是供應鏈全鏈條的數字化，通過物聯網化，通過數字化，實現數據沉淀；三是物流場景的智能化。

易流科技VP 曹方

（9月22日，羅戈網舉辦了“2020（第四屆）合同物流創新發展高峰論壇”，本文根據現場速記整理完成）

合同物流特征

今天主題圍繞合同物流，先來看看合同物流的特征。

第一個是個性化與標準化，快遞行業已經走向了高度的標準化，而合同物流還非常個性化。

我之前了解過一個物流企業，他向某知名的餐飲快遞企業提供配送服務，他的司機、車輛都是固定的。為什么呢？因為每一次換車、換人或多或少會帶來問題。

這種高度個性化會帶來行業發展的問題，如規模化程度比較低，未來還沒有辦法突破。但我們現在面臨了新的挑戰，什么樣的挑戰呢？

在傳統合同物流里有三個關鍵要素，首先是作為合同物流，能拿下客戶是第一要素；其次是資金墊付能力；第三是風險承擔能力。

這三點傳統的競爭力要素，隨著時代的發展，慢慢變得不那么重要了。為什么？原來個人關系會逐漸讓步給綜合服務能力；資金墊付可能會被物流金融等新領域改變；單純的賠付能力也會讓步給保險服務。

這時候新的競爭力要素又被提了出來。

在服務貨主時，貨主往往需要我們具備物流方案設計能力，提供物流透明及過程數據服務能力，資源整合能力等新要素。為應對貨主需求，我們在變的過程中，問題接踵而至。

如在底層數據端，要么是沒有數據，要么是數據不透明，沒辦法去駕馭上層；整體協同不足，設計方案難落地；同時，缺乏資源，依賴人。

這些問題有沒有什么方式改變呢？

突破瓶頸——IoT與數智化

站在技術的角度看IoT和數字化，我們提出了三個方向：一是物流基礎設施的物聯網化；二是供應鏈全鏈條的數字化；三是物流場景的智能化。

在物流基礎設施的物聯網化方面，需要將物流設施要素、場景，通過位置圖像應用及無線傳輸等技術方式實時在線連接，拿到這些數據之后，我們會做三方面的應用：

一是實時感知，即能實時知道車的位置，貨物的狀態，司機是否有疲勞駕駛的行為，這叫實時感知；

二是過程預警，如在冷鏈運輸過程中，車廂溫度可能因為種種原因沒達到要求，能利用技術事中干預，即監控過程預警；

三是無人化應用的出現，隨著技術的不斷發展，在物聯網化領域，能實現實時遠程控制。

通過物聯網化，拿到了數據，然后構建全鏈條的數字化。

站在貨主的視角來看，貨主可能不關心車、人，但他一定關注他的貨。從貨的視角出發，從訂單、調度、運輸、簽收、評價到結算等環節，怎么構建一個端到端的可視。

每一個物流人都非常努力，但是物流效率為什么低？可能在協同上出現了問題。所以我們希望構建上下游的協同工具，打通貨主、承運商、車隊、司機、倉庫、收發貨人等各個不同的場景，例如預約場景、預判場景、考核場景，實現數據上下游協同。

實現了端到端、上下游的協同，之后是優化哪些方面？我們會從成本、安全、時效及體驗四個方面入手。

整體而言，在數字化時代，資源、運力等要素通過物聯網化、數字化，實現全鏈條數字化供應鏈，沉淀數據，然后實現物流全場景的智能化。

物流全場景的智能化涉及到四個詞語：描述、診斷、預測及決策。什么意思呢？即首先通過數據描述物流情況，展示業務運作情況、歷史問題，這一部分叫做診斷。然后通過歷史數據的建模，預測數據未來走向，并做出更好的決策。這些都是智能化的場景。

物聯網化、數字化、智能化，具體怎么落地？

軟硬一體方式——實現業務的數據化

從貨主到承運商、下游車隊，再到司機，這個過程可以借助PC、移動端等手段信息傳遞。

在倉運協同環節，可以通過RFID等技術手段確定車到倉、裝卸貨、離開時間，這些數據都可以在紙面上呈現，問題也能一目了然。

在途過程中，通過位置數據了解車位置，通過視頻數據了解司機駕駛行為，通過傳感器了解貨物環境，包括貨物顛簸狀況等，任何場景都可以通過傳感器的手段采集數據。這不僅給物流企業提供了管理的抓手，同時可以向貨主提供更好的體驗。

簽收回單環節，通過精準定位或RFID設備，掌握貨物是否被送達，通過PDA手段將傳統回單電子化，這些都可以通過IoT手段打通流通的全流程，同時為企業決策協同提供數據幫助。

承上啟下——站在合同物流企業角度，構建數字化的系統

站在物流角度，我們需要構建一個數字化的系統。

我們要承上啟下，對于上游客戶，要關注他們的業務訴求，對于下游承運商，要組織好下游業務。

對于貨主，還要考慮訂單信息的傳遞反饋方式，以及協同方式，還要有意見反饋、投訴的渠道。

對于下游承運商，要構建策略，如何將運輸業務分配至具體承運商，或具體車輛和司機，其中，還要有手段拿到節點跟蹤的狀態，以及通過這種跟蹤的數據進行預警。

在結算層面，要構建一個有標準結算方式的、提供線上對賬的結算模型；在回單環節，要考慮簽收回單的方式以支撐承運商。

從物流計劃到物流調度、執行、計費、過程監控等過程，我們都需要數據。所以我們需要思考數據來源及數據業務化方式。

數據業務化——物流控制塔的實踐

站在合同物流的角度，無論是貨主還是物流企業，其實都想打造一個高效協同的訂單交互價值鏈。

這個價值鏈怎么才高效？

在構建控制塔時，我們需要換一個思路，從自上而下思考。在構建交互價值鏈時，一定要把目標定清楚，分解目標，然后用數據去表達，發現問題，持續優化，再對目標進行預測。

AI賦能——數據代替經驗，算法輔助決策

對于合同物流或物流企業來講，什么方式能讓AI落地？

在物流領域里會存在大量的協同工作，例如，我有10臺車，怎樣安排這10臺車配送100家門店？在這個場景上，從傳統方式看，只能依賴于調度員，這會給服務帶來不確定性的挑戰。

怎么辦呢？利用算法，即用數據代替經驗。在這個過程中，總結這個場景約束參數，將實際執行過程中不可執行的因素找出來，并數據化且持續優化，逐步迭代向智能化方向演進。

網絡貨運——構建運力池，快速響應智能調度

站在貨主和運力橋梁之間，網絡貨運給了我們的一種新沖擊。

其中，我們需要構建運力池，有兩大關鍵點：

第一件事情，通過數據的分析引擎，對運力進行畫像、分層，對歷史交易數據進行建模，最終構成一個數據分析的引擎。

第二件事情，要構建匹配的策略，其中，要考慮車、人、線路、貨主訴求、承運商服務能力等因素，在不斷迭代過程中，構建運力的匹配策略。

在網絡貨運下，構建自己的運力池，對于合同物流企業是一種新的契機。

附“合同物流創新發展高峰論壇”系列文章：

作者 | 曹方

整理 | 物流沙龍

此文系作者個人觀點，不代表物流沙龍立場