物流行業的趨勢取決于在業務流程中實施技術驅動型創新所產生的重大變化。下一代物流管理解決方案正在朝著使全球供應鏈更加以客戶為中心和可持續發展的方向發展。物流流程的自動化極大地提高了工作流程的生產率和效率。供應鏈的透明度和可追溯性的提高，對于維持各個利益相關者之間的靈活動態關系至關重要。

以實現供應商一體化擴展、協作式規劃與管理、降低復雜度、減少采購成本的目標。

過去物流技術與裝備發展趨勢是機械化與自動化，技術的變革以硬件創新為主，軟件系統起的作用非常有限。目前物流技術與裝備的創新逐步向自動化、智能化、智慧化方向升級，物流技術與裝備越來越呈現出軟件與硬件融合的趨勢，軟件的作用越來越大，特殊的技術產品，軟件的進步已經逐步占據了主導作用。

比如：無人倉系統集成、智能自動化倉庫系統集成等工程，倉儲執行系統WES、倉儲控制系統WCS等越來越重要；物流機器人的指揮調度系統、自主導航系統、自動執行能力等越來越重要，從過去的AGV向AMR進化；物流技術裝備系統的功能化模塊與軟件結合，推動系統柔性化發展等等。

物流技術裝備的軟硬件結合發展趨勢：

一是物流系統智慧大腦調度控制軟件技術越來越得到了設備供應商的重視；

二是內部物流的物流技術裝備系統系統越來越與企業供應鏈管理系統協同管理，無縫對接；

三是智能硬件與智能硬件系統越來越柔性化，滿足各類作業需求；

四是基礎智能硬件產品越來越與物流系統平臺無縫對接，形成業務場景，對接服務場景，提供解決方案；

五是人工智能、大數據、云計算、物聯網、5G、區塊鏈等新技術不斷與物流技術裝備系統對接，提供智能加持。

機器人的體積越來越小、材料越來越輕，規模化集群作業成必然。

集群是指一大群相同的自然生物或人造生物，其個體擁有的智慧有限，但通過群體合作能夠實現僅憑個體能力無法實現的更高目標。這里的關鍵詞是智慧有限的相同生物。自然界中的典型例子包括螞蟻、蜜蜂和白蟻。這些昆蟲似乎都沒有推理能力 - 它們只是以簡單的方式與群體中的相鄰個體以及當地環境進行接觸。但是作為一個群體，它們能夠出于繁殖的目的建造出最復雜的巢穴。然而，它們不需要與其它同類進行直接互動：例如，螞蟻從食物源回到巢穴時會通過釋放信息素留下一條蹤跡，以便同伴跟蹤。這種通過改變環境（留下有意義的標記）來影響后續個體行為的過程被稱為共識主動性。它引出了無需中央領導或規劃的強大集體智慧 – 集群智能。

使用大量相對原始的機器人以集群的形式執行指定任務，而非使用數量較少、性能更強大、完全自主且相互協作的機器，這樣做有哪些優勢？這還取決于應用。請考慮集群工程的以下實用優勢：

簡單性：集群機器人雖然是自主運行的，但是能夠執行的動作有限。因此較小的處理器適合小型機器人的功能。

可擴展性：需要規模更大的勞動力隊伍？只需增加更多相同的機器人即可。因為所有的互動都是在局部進行的，所以它們能夠立即有效地開始工作。

容錯性：如果機器人停止工作，勞動力減少，但是群體任務將繼續執行，可能需要的時間稍有延長。

平行性：相同的任務可以由獨立的“團隊”在不同的位置執行。

在軟件中模擬共識主動性非常簡單；而在硬件中創建與螞蟻的信息素間接溝通等效的模擬要困難得多。大多數設計用于集群研究的機器人都采用了基于紅外線、藍牙或 WiFi 的直接無線通信。這意味著，對集群機制的研究大致分為兩個流派，即基于“自然”的間接過程和基于“人造”的直接過程。

機器人正在從傳統 AGV發展到多功能搬運機器人，甚至攀爬搬運機器人；

智能機器人未來一定是全能的，既能在地上跑也能上貨架，既能在倉庫跑也能到生產線上去。

如卡車上配備測量果蔬成熟度的傳感器，及時發現可能要壞掉的果蔬，為調度提供實時信息。

在數字經濟時代，最重要的兩個關鍵元素是“數”和“智”。數智化，顧名思義就是“數”和“智”的結合。“數”就是數字化，從消費端到供給端的全域、全場景、全鏈路的數字化，如品牌、商品、銷售、營銷、渠道、制造、服務、金融、物流供應鏈、組織、信息技術等11大商業要素。“智”就是智能化，是基于數字化的閉環來進行智能決策，實現對市場需求變化的精準響應、實時優化和智能決策。過往的企業決策，管理者往往依賴經驗，或是依靠低效率的信息收集方式，如問卷調研、來自渠道商的信息匯總等。而今天的智能化決策，則是數據支撐下的高效決策乃至于自動化決策。

進一步地看，數智化給企業帶來的變化可以概括為：因數而智，化智為能。

因數而智，主要是指通過數據智能，重建企業決策機制，使決策機制由基于經驗和少量信息的模糊決策，轉變為基于數據的實時、精準、智能決策。

化智為能，則是相比傳統企業，高度數智化的企業可以獲得新的能力、新的優勢，獲得面向未來的“代際優勢”，自身的市場競爭力也將得到全面提升。

新標桿：阿里巴巴商業操作系統助力數智化。

在數智化商業的發展浪潮中，星巴克、歐萊雅、蒙牛、雅戈爾、寶島眼鏡、立白等眾多富有變革精神的國內外一流企業，攜手阿里巴巴所開展的創新實踐，正在鍛造和展現出數智化轉型的前沿探索和最佳實踐。

作為全球最大、也是最具生態多樣性的零售平臺，阿里巴巴擁有著強大的to C服務能力。并且，阿里巴巴從最初的B2B業務開始，就擁有了to B服務的基因。經過20年的積累和沉淀，阿里巴巴已經發展成為從商業到金融、物流、云計算、組織管理等要素在內的生生不息的數字經濟體，在C端和B端都形成強大的服務能力。這兩大能力的結合及產品化，正是2019年初阿里巴巴商業操作系統得以提出的自然結果。

將物流的物理維度和信息維度整合，并通過 AI等技術讓智能物流走向更高層面。數字孿生還是個概念？「泰瑞數創」已在智慧城市、工業、自動駕駛落地Gartner將數字孿生評為2019年十大戰略科技發展趨勢之一，并估計到2020年，數字孿生將連接數十億實體設備。

數字孿生，也被稱作Digital Twin、數字雙胞胎，是對物理世界實體或系統的數字化表達，簡單的理解，就是在虛擬世界中，“復制”真實物理世界中的事物。價值在于通過模擬物理世界的運轉流程，從中預判趨勢和風險，為決策提供依據。

數字孿生被Gartner評為2019年十大戰略科技發展趨勢之一，到2020年，Gartner估計將有超過200億個連接的傳感器和端點，數字孿生將連接數十億的實體設備。

泰瑞數創是一家專注于數字孿生產業的科技公司，2004年成立，在智慧城市、智能工業、自動駕駛等領域，提供數字孿生的數據采集、數據建模、數據應用的全鏈條服務，目前客戶超過1000家，合作開發商超過200家，營收保持每年50%速度增長。

近日，36氪采訪了泰瑞數創CEO劉俊偉，詳細聊了聊在泰瑞數創的實踐中，數字孿生能在哪些場景落地？實現哪些價值？如何實現？發展數字孿生的關鍵點是什么？

從服務鏈條來看，數字孿生可以拆解為數據采集、數據建模、數據應用三塊。

數據采集

數字孿生的數據采集，是綜合利用衛星遙感、航空傾斜攝影測量、激光雷達測量等技術手段，囊括對地表、室內、地下、水下等全物理空間場景的三維數據采集。

在采集硬件方面，主要由傳感器和載荷構成。其中傳感器負責采集物理世界的各類真實數據，包括高精度傾斜攝影光學傳感器、高光譜傳感器、激光傳感器等。載荷是傳感器的“交通工具”，包括無人機、固定翼飛機等。

數據采集環節的技術難點、關鍵點在于采集傳感器，主要體現在2個指標：

1-能在高空作業時具備高精度。

2-單位時間的拍攝采集效率。

這兩個指標綜合決定了數據采集的質量、效率、成本。

促成供應鏈生態圈的形成與發展：智慧供應鏈云平臺整合了供應鏈上下游企業，形成整體價值鏈的網絡體系，未來將具備全流程數字化、基于大數據和預測算法的透明化、 AI智能決策化等特征。

物流和供應鏈發展基因有：

1-全流程

2-系統性（物流具有跨企業、跨行業甚至跨國界的特點，因此全流程、系統性非常重要）

3-客戶導向（要注重客戶服務）

4-流動原則（實物和信息都要流動起來）

5-效率最大化

6-成本最優化

依據這些物流發展基因，德國弗勞恩霍夫物流研究院分析了物流的技術發展路徑，并認為物流技術的進化歷程是從機械化、自動化、智能化再到硅經濟（硅生態）。

對比德國的物流產業發展，中國物流與供應鏈具有巨大發展機遇：

一、新基建與雙循環戰略，給物流與供應鏈帶來新生長；

二、中國社會對數字化時代更開放和包容，企業愿意嘗試新模式、新產品和新服務；

三、中國在 5G、窄帶物聯網、工業互聯網、人工智能等領域處在世界第一梯隊，會推動物流與供應鏈的發展；

四、數字化時代新的商業模式能為敏捷靈活的中國企業家帶來新商機，為中國物流與供應鏈換道超車提供機會；

五、數智化技術有望大幅提高中國物流技術制造能力，提高物流與供應鏈服務行業的服務水平。

當然，中國物流與供應鏈也面臨一些挑戰：

一、毛利率和市場規范度有待進一步提高；

二、需要更加注重差異化競爭，提高業務專注度，避免惡性價格競爭；

三、需要加強合作形成共贏生態、加快市場響應速度，而非主要靠自己生產制造；

四、具有實踐經驗的物流技術與管理人才稀缺，互挖人才易導致勞動力成本快速增長；

五、需要進一步加強知識產權保護，讓企業更愿意持續投入技術研發和人才培養。

如機器人可以在倉庫自主導航和避障、自主搬運貨品和返回空托盤，還可以把工人帶到需要人工揀選的位置，與工人一起完成物流作業。

系統的分工是否合理，也直接決定了人機協同的效率。在人機協同模式下，由于涉及人和機器的相互配合，那么人和機器各自的作業效率并不能夠代表整個系統的效率，當分工不合理或者效率不同步時，資源的閑置和浪費便產生了。因此，人機協同的效率首先需要一個智能化的物流系統來支撐。

無論處于何種智能化程度的物流系統中，只要涉及人和機器的共同作業，那么安全便是要重點考慮的因素，這也是人機協同最基本的要求。以目前應用廣泛的智能物流機器人為例，極智嘉、牧星智能的兩位相關負責人均表示，要實現人機協同，并且保證人和機器人在同一作業場景下安全作業，最關鍵的技術是機器人的感知能力。這種能力一方面體現在對環境的感知，如通過激光雷達、彩色相機等技術實現對環境的描述以及對障礙物的精準識別、定位和避障；另一方面則是通過深度相機等技術識別人的輪廓，機器人需要通過相關模型的匹配將人和其他障礙物區別開來。特別是在某些場景下，機器人和人有直接接觸，需要感知人力的大小并做出相應的動作，從而避免在人機配合作業時與人發生過度觸碰造成人員傷害。

近年來，物流行業發展基礎和整體環境發生顯著變化，新興技術廣泛應用、包裹數量爆發增長、用戶體驗持續升級等因素對物流企業的運作思路、商業模式、作業方式提出新需求、新挑戰。作為物流行業轉型升級的新動能，人工智能進入物流領域的時間盡管相對較短，但發展環境非常有利。政策層面，國務院、發改委等政府相關部門紛紛出臺物流相關政策及規劃，鼓勵企業利用人工智能技術及產品降低物流成本、提升物流效率；經濟層面，一方面全國物流業總收入始終處于穩定增長狀態，另一方面物流總費用依然居高不下，企業亟需進一步控制物流成本，“人工智能+物流”的空間極為廣闊；社會層面，“人工智能+物流”既能滿足城市居民對提升即時物流服務效率的需求，又可拓展快遞快運的服務邊界以惠及農村居民。

在物流與供應鏈上應用，能確保交易安全、數據產權和追根溯源。

區塊鏈是一種在對等網絡[ 也稱點對點網絡，是無中心服務器、依靠用戶群(peers)交換信息的互聯網體系，可以減少傳統網絡的傳輸節點，降低資料遺失的風險] 環境下，通過透明和可信規則，構建可追溯的塊鏈式數據結構，實現和管理事務處理的模式，具有分布式對等、鏈式數據塊、防偽造和防篡改、透明可信和高可靠性等五個方面的典型特征。

區塊鏈的開放、共識，可以使物流車隊、倉庫和一線物流服務人員等參與方都可以充當網絡中的節點，實現物流過程信息的透明性和真實性;區塊鏈的共識機制可消除對可信中介方的依賴，同時也能避免因網絡攻擊造成的系統癱瘓。

物流供應鏈中企業之間的生產關系較為復雜，涉及因素較多，會受到經濟、社會各方面因素的影響。因此通過區塊鏈技術的共識機制構建去除第三方的信任體系就顯得尤為重要，可以使上下游的物流企業加強對彼此的信任。

物流上下游企業各有一套信息閉塞的物流系統，通過區塊鏈可以打造一個既透明又充分保護各方隱私的開放網絡，提高物流供應鏈上下游企業的風險控制能力。區塊鏈不可篡改的特性可以確保分類賬、數據和資金的安全，提高了企業的財務安全。可追溯的特性幫助物流企業追溯貨物來源，共享的分類賬本可以讓上下游參與者在任何時候查看商品出處。