在中國，DHL快遞（中外運-敦豪）始終緊跟時代步伐，積極關注行業與技術發展的最新趨勢，推動最新科技在物流行業的應用。中外運-敦豪不光對服務進行了數字化升級，更在作業流程中采用了多種高新技術。

此次，中外運-敦豪特意對本次報告內容進行了梳理，并從中節選出在5年內對物流業助力較大、影響力較高的幾大趨勢，與您分享DHL趨勢研究部門的最新研究成果。

 

 

綠色能源物流（Green Energy Logistics）

全球貿易與電子商務的持續發展，導致快遞包裹業務量快速增加。各個城市和物流企業急需環保的解決方案來搞定社區最后一公里的派送問題。這種向可再生和“綠色”能源（太陽能、風能等）發展的趨勢推動了物流行業電動交通和設施解決方案的研發，也幫助行業變得更加綠色。

主要發展和影響

消費者需求以及法律法規對公司環保措施的嚴格規定，促使企業越發重視可持續發展，各國政府紛紛制定相關的目標。比如德國就推出一項計劃，將在2020年把上路的電動汽車數量增加到100萬輛。物流行業也意識到這一點，開始利用再生能源技術進一步實現供應鏈“電氣化”和能源自主。而相關應用的普及，也將迅速為新的智能能源物流服務道路。

隨著大型卡車開始使用環保型燃料來降低排放和噪音水平，綠色高速公路正逐步成為現實。更大的電池容量和更快的充電速度，讓電動卡車變得更有吸引力。老牌汽車制造商（如沃爾沃、Navistar）和市場新秀（例如特斯拉、Thor）都將在未來5到10年當中開發混合動力和全電動型卡車。未來，通過架空線路將電能傳輸至卡車的電子道路，也將成為公路貨運領域電氣化的一個選擇。

電氣化汽車不僅能解決最后一公里配送問題，還可以減少排放，可謂一個高效的解決方案。從手推車、三輪車再到中型和大型貨車（如DHL StreetScooter）。在中國，DHL快遞也將電動車用于派送中，切實踐行集團戰略Go Green。

電氣化車隊可以有多種創意形式。如果車隊能實現自發電，或者通過可再生能源來搞定過夜充電問題，其生態效應將達到最佳。此外，由于城市中心通行稅和車輛限行，環保型交通工具變得越來越受歡迎。在一些歐洲國家，高達60%的市內派送路線由載貨自行車來完成（如DHL Cubicycle）。

通過新的手段和措施，比如改用水力發電或者是帶有高頻電池充電器的太陽能電池板等環保設施，可以有效改善生態環境。綠色倉庫配備了裝有智能運動傳感器的智能電氣系統，可以只為有人作業的區域提供照明，并且還能在非高峰時段給叉車充電。

主要機會

      通過減少排放和更加環保的車隊，讓發展更具可持續性。

      節省燃料和動力以及其他經濟因素（如維護、磨損費用）。

      部分噪音較少的電氣化車隊可以實現夜間派送。

主要挑戰

      電子基礎設施分布零散，電動車制造商數量有限。

      資本投資成本高，微型倉庫讓供應鏈復雜性增加。

      需要定義國際電子高速公路標志（例如電壓等級、線路高度/間距）。

      需要政府和監管支持貨運電動汽車和充電站投資。
全渠道物流（Omni-channel Logistics）

下一代零售（包括“網絡體驗消費模式”、買前驗貨消費模式和O2O等概念）需要為每個渠道量身定制的物流網絡。全新零售業態的出現，要求物流提供商對客戶渠道、庫存以及動態派送、配貨選項和無縫客服交互有全面的了解。

主要發展和影響

線上與線下業務的融合，讓顧客期待隨時隨地都能通過任何設備，來獲得無縫的全渠道體驗。客戶對物流服務靈活性和可追蹤性的期待，要求物流提供商提供更加快速、靈活的物流服務，尤其是最后一公里派送選擇和無縫退貨流程等。

全渠道倉儲和配貨中心需要在規模、服務和地點上有更大的靈活性，從而快速對需求做出反應。物流供應商可能需要提供更多延期服務，把商店當成最后一公里配貨中心（如Jack & Jones），出租共享倉庫空間來滿足高峰需求（如Hollaspace），甚至將倉庫改為展示廳（如宜家）。

公司需要“隨時隨地”的配送服務，來兌現其對消費者的承諾（如當天甚至一小時內送到）。為了滿足客戶期望，公司不僅要完成最后一公里的派送，還要提供更好的退貨服務。目前不少企業正在探索一些新的概念，比如先試后買（如Taykit）、汽車后備箱交貨以及可在收貨人不在家時進行配送的智能快遞柜等。

要實現全面的客戶互動以及全局庫存可查詢，跨渠道的全渠道平臺在制造商、零售商和物流提供商之間的共享至關重要，而這一點對物流行業來說更重要。隨著線上線下渠道的融合，倉庫和各個平臺之間的數據和庫存必須實現共享，才能滿足高峰期的需求。先進的大數據分析和人工智能將在此類平臺中發揮關鍵作用，讓物流提供商保持敏捷，按照預期需求轉變供應鏈要求。

主要機會

      通過無縫全渠道供應鏈獲得競爭優勢。

      全渠道倉儲、配貨和運輸服務創新的商業機會。

      跨渠道庫存可視性通過庫存優化來降低成本，并實現敏捷的物流網絡

主要挑戰

      為了整合線上線下商務而衍生出來的各種各樣的概念。

      要大量投資升級倉庫的IT基礎設施，以實現實時連接和可視性。

      便捷退貨可能給供應鏈帶來更大的時間和成本壓力。

3D打印（3D Printing）

3D打印有機會實現更靈活的定制、更少的浪費和更多的本地化制造和派送，讓制造戰略變得更多元化，從而對物流行業產生影響。一些公司可能會放棄傳統制造，但大多數公司會把3D打印和大規模生產技術結合起來。物流供應商可以協調復雜的混合型制造網絡，并利用3D打印機網絡來提供新的物流服務。

 

主要發展和影響

3D打印已經可以用于定制藥丸、醫療器械以及制造航空組件，成為各行各業的可靠技術。而且隨著科技不斷發展，3D打印還克服了法律責任和認證方面的挑戰，市場有望迅速發展。預計到2025年，該行業的價值將到5500億美元。

3D打印非常適用于零部件生產等領域，并且將顯著影響相關物流服務和交易量。但制成品實體流的全面“非物質化”仍遙不可及。

區域物流網絡將越來越多地從離岸外包向近岸外包戰略轉移，因而變得更加復雜，對區域/本地供應鏈和配送都會產生影響。各行業應用3D打印的程度不同，因此需要仔細評估其對公司供應鏈戰略的影響。

B2B 3D打印服務有望實現新的物流服務，尤其是在售后供應鏈（零部件倉儲和配送）環節。物流提供商可以建立與數字模型軟件數據庫相結合的全球3D打印基礎設施，這樣就不用為了一些沒什么人買的零部件而管理好多個倉庫。供應商可以在就近的3D打印設施（如機場樞紐）按需打印零件，然后交付到相應地點。按需制造零件不僅保障了交付速度，還能縮短交貨時間、降低庫存成本。

物流供應商可以通過經營配備3D打印機的本地配送中心來提供延期服務，從而加速實現超級個性化。按需3D打印可以實現商品的最終配置，并縮短高度個性化產品的交貨時間（如定制和組裝更接近需求的產品）。

主要機會

      物流提供商可以成為復雜且分散的原材料和最終產品供應鏈的協調方。

      新的業務機會（如按需零部件打印和交付）。
      在更接近使用點的位置制造產品，從而減少運輸成本，縮短運輸時間。

主要挑戰

      材料限制和3D打印速度可能會延緩這項技術的廣泛采用。

      數字設計模板的作者可能成為黑客的攻擊目標，并導致侵犯版權。
      需要處理3D打印部件的認證和法律責任

人工智能（Artificial Intelligence）

隨著自動化程度及計算能力的不斷提升，人工智能（AI）正迅速改變物流提供商的經營方式。AI將幫助企業從大數據中產生新的洞察，增強人類的專業知識，讓工作變得簡單。在物流行業，AI將帶來后臺自動化、預測性運營、智能物流資產和全新的客戶體驗模型。

主要發展和影響

大數據、算法開發、連接性、云計算和處理能力的重大進步，讓AI的性能和可用性不斷提升，同時成本越來越低。人工智能將實現更積極主動和具有預測性的方法，從而幫助全球供應鏈的人員擴大能力。不同網絡之間的協作，將達成無與倫比的效率，行業行為和慣例將被重新定義。放眼未來，通過物聯網將關鍵數據提供給基于AI的系統，將成為主流趨勢。企業、社會和政府機構必須制定標準和法規，來確保AI的積極使用。

后臺的AI技術為物流企業精簡會計、財務、人力資源和信息技術等內部職能部門提供了寶貴的機會。認知自動化技術可以用于一些關鍵物流任務，比如確保送貨地址及時更新，以支持貨物成功送達。

人工智能可以讓物流行業的運營模式從按照計劃被動運營轉變為在預測性情報的指導下的積極運營。例如，企業可以利用線上商店和論壇數據來制定預測性需求計劃，來預測流行產品可能出現的交易高峰。庫存積壓和缺貨都會導致供應商和消費者遭受損失，而預測性經營可以避免這種情況出現。

AI讓物流資產能夠可見、說話和思考，大大緩解了對現代物流工作的體力需求。比如AI機器人解決方案和AI計算機視覺系統，都能讓當今的物流運營如虎添翼，例如材料分類、處理和檢驗。

AI驅動型用戶體驗可讓客戶接觸點進一步個性化，增加出貨量，并且提高客戶忠誠度和留存率。例如，使用會話式AI界面（如Amazon Alexa），可以使物流提供商精簡交互，更好地適應客戶的需求和發展。

主要機會

      通過數據驅動型決策和轉向預測性AI供應鏈，來獲取競爭優勢。

      通過高效流程降低成本。
      使用AI實現服務個性化，提高客戶滿意度。

主要挑戰

      AI的成本和要求較高，需要大量數據集、強大的計算能力和高度專業化的AI人才技能。

      使用AI的道德隱憂。
      受自動化影響的監管機構和勞動者抗拒使用AI

大數據分析（Big Data Analytics）

數據驅動型洞察的力量正在改變物流行業。企業隨著數字化程度的不斷提高，開始從供應鏈的各個環節獲取海量的數據。如果利用得當，大數據在優化容量利用率、改善客戶體驗，降低風險和創造新物流業務模式等方面都有巨大的潛力。

主要發展和影響

大數據已經在物流行業應用，將海量的數據轉換為有價值的資產。未來，要利用大數據的全部潛力，企業需要掌握來自多個數據流的結構化和非結構化數據（包括社交、圖像、視頻等數據）。數據湖（data lakes）將在實現企業數據（尤其是在分散的IT環境中）快速訪問方面發揮重要作用。

根據數據流（貨運信息、天氣、交通等）動態實時優化路線，可以更高效地安排調度，優化裝載順序，隨時更新預計到達時間。

通過大數據分析智能對需求、產能和勞動力進行預測，可以顯著優化規劃和資源利用率、流程質量和表現，并減少供應鏈中不必要的成本。

在線零售商可以通過分析顧客購買行為，來預測可能產生哪些訂單，然后將貨物運到離產品潛在購買客戶更近的配送中心。這樣零售商能夠做到在同日、甚至一小時內交付。

通過評估當前條件和現有數據池，可以改善端到端供應鏈風險管理。大數據可以用來檢測、評估和警告由意外事件（如持續增長的口岸擁堵或洪水風險）導致的各種關鍵交易通道潛在中斷，來降低風險。通過整合來自物聯網設備的數據，可以起到進一步強化風險管理的作用。

主要機會

      提高經營效率、可視性以及對供應鏈、資產和員工的控制。

      通過基于數據的情報服務，獲得新業務機會。
      憑借個人和數據驅動型物流產品和服務，提高客戶滿意度。
      結合不同的數據流，實現更高附加值

主要挑戰

      實施需要強大的業務和IT協調。

      預期服務需要物流提供商和客戶之間交換公開數據。
      數據收集和隱私保護相關問題。
      數據質量和相應的數據科學技能

云物流（Cloud Logistics）

云計算非常適合復雜多變的環境，有助于實現各種以“物流即服務”（LaaS）為基礎的新業務模式。物流提供商可以使用按次付費的方式，根據需要使用可定制的模塊化云服務。企業無需投資開發自己的傳統IT基礎架構，也沒有設置和維護的成本，就能獲得擴展性極強的服務和管理功能。

主要發展和影響

近年來，物流提供商已經開始使用云物流，來為創新供應鏈解決方案提供快速、高效、靈活的IT服務。目前，超過50%的物流提供商使用云服務，另有20%計劃將在近期這樣做。展望未來，基于網絡的開放式API將成為模塊化按需云物流服務的基礎，取代過時的傳統通信系統（如EDI）。此外，邊緣計算將利用離數據更近的計算優勢來不斷強化云物流。

模塊化的云物流平臺可以讓企業獲得靈活、可配置的按需物流IT服務，而且這些服務可以輕松集成到供應鏈流程中。云端運輸管理系統可以把訂單、計費和貨況追蹤服務整合到統一平臺中。按次付費模式使中小型物流提供商以及大型公司能夠更加靈活地應對市場波動，僅為其實際需要和使用的服務付費，而不是投資于固定容量的IT基礎架構。

由云驅動的全球供應鏈把所有供應鏈都遷移到云上，讓信息和材料流實現虛擬化。因為全球供應鏈復雜而且分散，物流提供商通常不得不處理多方之間發生的各種交易，使用不同的倉庫和運輸管理系統。而云計算可以將這些信息協調編排為一個整體視圖，提供360度視角的管理儀表板。此外，云讓各公司能夠更加精確地控制其全球庫存水平以及貨運和資產的位置，最終建立起精密的超級網格物流網絡（supergrid logistics networks）。

主要機會

       由IT服務的高度按需可擴展性實現敏捷、靈活、有彈性的業務模式。

       通過數字化流程和輕松共享的實時數據，改善控制供應鏈流程的能力。
       通過按此付費或租賃模式，增加LaaS軟件用戶的價格透明度。
       使用開放式API，將服務集成到中央平臺內

主要挑戰

       需要驗證數據遷移和安全問題（如保持控制敏感數據）。

       模塊化云服務到供應鏈管理系統的兼容性和集成仍然是一個挑戰。

       性能方面的問題，例如由數據量增加和實時需求觸發的延遲。

機器人與自動化（Robotics & Automation）

通過協作機器人實現自動化的第一波浪潮已經抵達物流行業。在快速的技術進步和更高的承受能力的推動下，機器人解決方案正加入物流勞動大軍，為零缺陷流程和提高生產力貢獻力量。機器人將在供應鏈中發揮協同作用，協助工作人員進行倉儲、運輸、甚至最后一公里的派送活動。

主要發展和影響

電子商務的興起要求物流提供商更加快速、高效地運作，以快速處理個別小的訂單。此外，該行業還面臨著勞動力短缺的問題。在這種新的形勢下，機器人對運營顯得至關重要。目前有80%的倉庫都是人工運作，這意味著自動化有著巨大的潛力。未來，隨著抓握和傳感器技術的快速進步，機器人解決方案將繼續發展，變得更加快速、準確、靈活和實惠。隨著性價比的提高，未來3年機器人解決方案的應用速度將會加快。

靈活的倉儲和配貨自動化可以根據需要，使用一隊智能機器人來擴大和縮小運作規模。靜態單品揀貨機器人（stationary piece-picking robots）（如來自Rethink Robotics的機器人）和自動引導車（AGV）可以智能地感應周圍的環境，協助工人完成揀貨、包裝、分揀等任務，這些都是物流領域的主要應用。它們還可以從一個倉庫被搬到另一個倉庫以應對旺季變化，并用于進行過夜補貨、周期盤點和清潔活動。展望未來，各種技術突破將確保移動式單品揀貨機器人（mobile piece-picking robots）在未來的倉庫運作中發揮主要作用。

拖車和集裝箱卸載機器人的技術仍未成熟，但自動完成這些費力且重復的任務，將對物流產生重大影響。低成本圖像識別技術和計算能力進步正幫助落實該解決方案，即使用配備強大傳感器和抓手的機器人來定位單個包裹，分析包裹大小和形狀，并確定最佳的卸載順序。

針對本地派送的機器人助手可跟隨派送人員，幫助運輸重物（如Deutsche Post PostBot），進行配送車輛內預分揀發貨和自動派送貨物到專有收集點（如Robby Technologies）。

主要機會

      提高物流基礎設施的敏捷度和彈性，以成本低、收益大的方式應對市場波動。

      提高資產利用率和整體生產力。
      改善健康度和安全性。
      自動完成重復且費力的任務，使稀有的勞動力被分配到更復雜的任務中。

主要挑戰

      有關在人類工作者附近使用機器人和運行速度的法律限制。

      引發新的監管、問責、道德和法律問題，例如適當的自動化水平和人類工作安全性。

此文系作者個人觀點，不代表羅戈網立場

-END-