最近更新
商业模式、物流运作模式以及大数据等技术的发展促使智慧物流迅速发展，德勤在《中国智慧物流发展报告》中从仓内技术、干线技术、最后一公里技术、末端技术、智慧物流底盘技术五个方面分析了智慧物流技术的应用方向和发展趋势。
以下是亿欧智库为您带来的精选分享：
智慧物流是指通过智能硬件、物联网、大数据等智慧化技术与手段，提高物流系统分析决策和智能执行的能力，提升整个物流系统的智能化、自动化水平。
根据中国物流与采购联合会数据，当前物流企业对智慧物流的需求主要包括物流数据、物流云、物流设备三大领域，2016年智慧物流市场规模超过2,000亿元，到2025年，智慧物流市场规模将超过万亿。
智慧物流数据服务市场（形成层）：处于起步阶段，其中占比较大的是电商物流大数据，随数据量积累以及物流企业对数据的逐渐重视，未来物流行业对大数据的需求前景广阔。
智慧物流云服务市场（运转层）：基于云计算应用模式的物流平台服务在云平台上，所有的物流公司、行业协会等都集中整合成资源池，各个资源相互展示和互动，按需交流，达成意向，从而降本增效。
智慧物流设备市场（执行层）：是智慧物流市场的重要细分领域，包括自动化分拣线、物流无人机、冷链车、二维码标签等各类智慧物流产品。
智慧物流技术应用方向
.png)
仓内技术
主要有机器人与自动化分拣、可穿戴设备、无人驾驶叉车、货物识别四类技术，当前机器人与自动化分拣技术已相对成熟，得到广泛应用，可穿戴设备目前大部分处于研发阶段，其中智能眼镜技术进展较快。以下仅具体说明机器人与自动化技术，可穿戴设备。
机器人与自动化技术
仓内机器人包括AGV(自动导引运输车)、无人叉车、货架穿梭车、分拣机器人等，主要用在搬运、上架、分拣等环节。国外领先企业应用较早，并且已经开始商业化，各企业将在机器人的应用场景深入推进。
可穿戴设备
当前仍然属于较为前沿的技术，在物流领域可能应用的产品包括免持扫描设备、现实增强技术-智能眼镜、外骨骼、喷气式背包，国内无商用实例，免持设备与智能眼镜小范围由UPS、DHL应用外，其他多处于研发阶段。整体来说离大规模应用仍然有较远距离。智能眼镜凭借其实时的物品识别、条码阅读和库内导航等功能，提升仓库工作效率，未来有可能被广泛应用。
干线技术
干线运输主要是无人驾驶卡车技术。无人驾驶卡车将改变干线物流现有格局，目前尚处于研发阶段，但已取得阶段性成果，正在进行商用化前测试。
无人驾驶卡车
无人驾驶乘用车技术已经取得了阶段性成果，目前多家企业开始了对无人驾驶卡车的探索。由多名Alphabet前高管成立Otto，研发卡车无人驾驶技术，核心产品包括传感器、硬件设施和软件系统，目前已经进入测试阶段，虽然公路无人驾驶从技术实现到实际应用仍有一定距离，但从技术上看，发展潜力非常大，未来卡车生产商将直接在生产环节集成无人驾驶技术。
目前，无人驾驶主卡车主要由整车厂商主导，如戴姆勒等，但也有部分电商、物流企业正尝试布局。
最后一公里技术
最后一公里相关技术主要包括无人机技术与3D打印技术两大类。无人机技术相对成熟，其凭借灵活等特性，预计将成为特定区域未来末端配送重要方式。3D技术尚处于研发阶段。
无人机
无机技术已经成熟，主要应用在人口密度相对较小的区域如农村配送，中国企业在该项技术具有领先优势，且政府政策较为开放，制定了相对完善的无人机管理办法，国内无人机即将进入大规模商业应用阶段。未来无人机的载重、航时将会不断突破，感知、规避和防撞能力有待提升，软件系统、数据收集与分析处理能力将不断提高，应用范围将更加广泛。
3D打印
3D技术对物流行业将带来颠覆性的变革，但当前技术仍处于研发阶段，美国Stratasvs和3D Systems两家企业占绝大多数市场份额。未来的产品生产至消费的模式将是“城市内3D打印+同城配送”，甚至是“社区3D打印+社区配送”的模式，物流企业需要通过3D打印网络的铺设实现定制化产品在离消费者最近的服务站点生产、组装与末端配送的职能。
末端技术
末端新技术主要是智能快递柜。目前已实现商用（主要覆盖一二线城市），是各方布局重点，但受限于成本与消费者使用习惯等问题，未来发展存在不确定性。
智能快递柜
智能快递柜技术较为成熟。已经在一二线城市得到推广，包括顺丰为首的蜂巢、菜鸟投资的速递易等一批快递柜企业已经出现，但当前快递柜仍然面临着使用成本高、便利性智能化程度不足、使用率低、无法当面验货、盈利模式单一等问题。
智慧数据底盘技术
数据底盘主要包括物联网、大数据及人工智能三大领域。物联网与大数据分析目前已相对成熟，在电商运营中得到了一定应用，人工智能相对还处于研发阶段，是未来各家研发的重点。物联网技术与大数据分析技术互为依托，前者为后者提供部分分析数据来源，后者将前者数据进行业务化，而人工智能则是大数据分析的升级。三者都是未来智慧物流发展的重要方向，也是智慧物流能否进一步迭代升级的关键。
物联网技术
物联网的概念已经非常普及，但在物流领域的应用仍然有一定难度。受终端传感器高成本的影响，二维码成为现阶段溯源的主要载体，技术的阶段性突破将不断促进物联网的发展，长期来看，低成本的传感器技术将实现突破，RFID和其他低成本无线通信技术将是未来的方向。物联网技术预计未来在物流行业将得到广泛的应用。
物联网主要有以下四个物流应用场景：
产品溯源：通过传感器能够追溯到农产品从种植到运输到交付环节的所有信息，包括种植条件，农药使用，农产品品质，运输温度等，同时通过区块链记录货物从发出到接收过程中的所有步骤，确保了信息的可追溯性，从而避免丢包，错误认领事件的发生。
冷链控制：通过车辆内部安装的温控装置，对车内的温湿度情况进行实时监控，确保全程冷链不掉链。
安全运输：通过设备对司机、车辆状态数据进行收集，及时发现司机疲劳驾驶、车辆超载超速等问题，提早警报，预防事故。
路由优化：通过车辆上安装的信息采集设备，可以采集运输车辆情况、路况、天气等信息，上传给信息中心，分析后对车辆进行调度优化。
大数据技术
大数据已经成为众多企业重点发展的新兴技术，多家企业已成立相应的大数据分析部门或团队，进行大数据分析、研究、应用布局，各企业未来将进一步加强对物流及商流数据的收集、分析与业务应用。
大数据技术主要有以下四个物流应用场景：
需求预测：通过收集用户消费特征、商家历史销售等大数据，利用算法提前预测需求，前置仓储与运输环节。目前已经有了一些应用，但在预测精度上仍有很大提升空间，需要扩充数据量，优化算法。
设备维护预测：通过物联网的应用，在设备上安装芯片，可实时监控设备运行数据，并通过大数据分析做到预先维护，增加设备使用寿命。随着机器人在物流环节的使用，这将是未来应用非常广的一个方向。
供应链风险预测：通过对异常数据的收集，进行如贸易风险，不可抗因素造成的货物损坏等进行预测。
网络及路由规划：利用历史数据、时效、覆盖范围等构建分析模型，对仓储、运输、配送网络进行优化布局，如通过对消费者数据的分析，提前在离消费者最近的仓库进行备货。甚至可实现实时路由优化，指导车辆采用最佳路由线路进行跨城运输与同城配送。
人工智能
主要由电商平台推动，尚处于研发阶段，除图像识别外，其他人工智能技术距离大规模应用仍有一段时间。
人工智能技术主要有以下五个物流应用场景：
智能运营规则管理：未来将会通过机器学习，使运营规则引擎具备自学习、自适应的能力，能够在感知业务条件后进行自主决策。如未来人工智能将可对电商高峰期与常态不同场景订单依据商品品类等条件自主设置订单生产方式、交付时效、运费、异常订单处理等运营规则，实现人工智能处理。
仓库选址：人工智能技术能够根据现实环境的种种约束条件，如顾客、供应商和生产商的地理位置、运输经济性、劳动力可获得性、建筑成本、税收制度等，进行充分的优化与学习，从而给出接近最优解决方案的选址模式。
决策辅助：利用机器学习等技术来自动识别场院内外的人、物、设备、车的状态和学习优秀的管理和操作人员的指挥调度经验和决策等，逐步实现辅助决策和自动决策。
图像识别：利用计算机图像识别、地址库、合卷积神经网提升手写运单机器有效识别率和准确率，大幅度地减少人工输单的工作量和差错可能。
智能调度：通过对商品数量、体积等基础数据分析，对各环节如包装、运输车辆等进行智能调度，如通过测算百万SKU商品的体积数据和包装箱尺寸，利用深度学习算法技术，由系统智能地计算并推荐耗材和打包排序，从而合理安排箱型和商品摆放方案。
相关文章最近更新