物流供应链企业数字化路径指南｜供应链信息化专题（八）

数字时代已经到来，物流企业的数字化转型是每个经营者必须认真面对的问题。本文对物流供应链企业的数字化路径进行了分析，给出了三条路径：一是作为数字化部署的供应方，向行业提供物流数字化公共平台云服务；二是企业内部自建物流数字化系统；三是作为数字化部署的接受方，接受物流公共平台云服务。

物流数字化是时代的产物，从时代的发展趋势来看是不可逆的，在物流数字化的过程中主要表现为节点物联网化、端到端数字化、业务网络智能化三种趋势。

物流数字化的演进

物流过程包含着众多环节，使得物流的衔接协调往往较为复杂，因此物流对于数字化的需求尤为迫切，数字化对于高效物流的实现至关重要。物流数字化建立在一定的技术基础上，没有这些技术前提，物流数字化将成为空中楼阁。

谈到物流数字化的开端，20世纪六七十年代EDI的采用可以视为一个标志，虽然它的主要作用仅仅局限在外部信息交换，但无疑揭开了以IT技术为支撑的物流信息化的序幕。自20世纪末以来，伴随着互联网技术的大发展，物流信息系统开始出现并不断完善，在信息采集、数据传输、应用开发等层面的技术应用日渐成熟，物流企业的数字化水平也在不断提高。

物流数字化的主体是企业，正是这些企业对信息技术深入而广泛的应用，才使得社会物流总成本在得到有效控制的同时，物流服务效率也持续提升。物流数字化的前提是技术进步，从物流自动化设备技术、物流信息跟踪技术、物流信息采集技术、物流软件技术、移动通信技术到区块链技术，等等，正是基于这些日趋进步的技术基础，物流数字化才成为可能。

物流数字化的主要内涵

物流数字化的主要内涵有两个方面：一是物流业务数据化，二是物流数据业务化。

1.物流业务数据化

即将线下物流业务信息转化为线上信息的过程，实现业务相关环节或流程能够以数据方式存储，包括数据的采集、存储、传输以及呈现等过程，从传感器的信息采集，到诸如OA、CRM、TMS、ERP系统等在内的信息平台的呈现，都属于物流业务的数据化。对于物流业务数据化而言，将信息流实现数字化存储只是开始，接着还需要数据达到可分析利用的程度。

2.物流数据业务化

它是物流业务数据化的进一步延伸，也可以看作是升华，是对数据进行分析处理和挖掘商业价值的过程，也就是通过对数据进行一定方式的运营来反哺业务，从而发挥数据真正的价值。既可以利用大数据技术来对相关情况进行分析，对业务开展提供一定的指引，也可以采用一定的智能算法驱动业务决策，实现智能化，还可以挖掘数据本身的商业价值。

总而言之，基于业务产生数据，基于数据助力业务，两者是紧密相关的。

物流数字化的趋势特征

物流数字化是时代的产物，从时代的发展趋势来看是不可逆的，在物流数字化的过程中，主要表现出以下三种趋势特征。

一是节点的物联网化。物联网(IoT)是新一代信息技术的重要组成部分，强调物体之间通过互联网进行广泛的连接。在物流领域体现在对于人、车、货、仓等信息的及时采集，进一步实现物流过程各个节点的可视可控，将原有的线下物流信息转变为线上物流数据资源。

二是端到端的数字化。从动态的视角来看，物流过程体现为一定的业务流程，是一种端到端的过程，它涉及业务流程的不同阶段、不同参与者，具体的工作内容、业务的时效表现，等等。端到端的数字化就是实现业务流程透明，促进供应链上下游之间的业务协同，保证了供应链的高效衔接和有序运转，从而提升整体效率。

三是业务网络的智能化。在数字化时代，数据已经成为企业的核心资源，通过对大量积累的数据进行分析，能够驱动业务网络的智能运转。业务网络的智能化主要体现在两个方面，一是数据的分析，二是自主的决策。数据分析的过程就是提取数据所蕴含的价值的过程，自主决策则是智能化的更高级阶段，通过算法辅助决策，让机器具备灵魂。

物流业务数据化的整体技术架构

物流业务数据化的过程，建立在一定的技术结构基础上。结合当前的技术发展趋势，笔者认为，物流业务数据化的整体技术架构可以从以下四个层面来理解：一是IoT层；二是平台层；三是中台层；四是业务功能层（见图1）。

IoT层是指通过传感器、射频识别技术、全球定位系统、信息通信技术等各种装置与技术，实时采集声、光、热、电、生物、位置等各种需要的信息，实现对物品的智能化感知、识别和管理，它是一个普通物理对象形成互联互通的网络。IoT层主要包含两个方面，设备侧和管理侧。设备侧主要是与硬件设备直接关联的技术解决方案，主要包括：

（1）移动通信技术，如4G、5G；

（2）LoRa（Long Range， 远距离)，是一种低功耗、远距离的局域网无线标准，具有低功耗、远距离、低速率的特点；

（3）NB-IoT（窄带物联网），它具有覆盖广、连接多、速率快、成本低、功耗低、架构优等特点，可以广泛应用于多种垂直行业；

（4）芯片及其他硬件，如通信芯片、AI芯片、控制芯片；

（5）感知技术，如传感器、识别技术；

（6）互联网应用生态，如安卓生态；

（7）边缘计算，它意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成，这不仅可以提升处理效率，而且能够为用户提供更快的响应。管理侧主要是对设备侧的管理，主要包括IoT网关，其功能主要有在感知层和网络层之间的协议转换、对网关以及子网节点的管理以及广泛的接入能力。

平台层指的是服务器平台的开发与部署环境，主要包括容器管理、立体监控、持续集成、持续运维、自动化测试等。其中容器管理是对容器的管理，主要解决平台层应用随基础资源层弹性伸缩而带来的批量、快速部署问题，基于镜像标准实现跨主机、跨环境的随意迁移；立体监控强调对于系统运行有无异常进行判断；持续集成强调开发人员提交了新代码之后，立刻进行构建、（单元）测试，并且根据测试结果确定新代码和原有代码能否正确地集成在一起；持续运维强调平台资源的运营与维护；自动化测试是把以人为驱动的测试行为转化为机器执行的一种过程，能够有效节省人力、时间或硬件资源，提高测试效率。

中台层与前台、后台对应，指的是系统中被共用的中间件的集合，它涉及资源的融合，目的在于提升对前台的支持，更多的体现为对前台碎片化场景的赋能，主要包括技术中台、数据中台。技术中台主要包括通用框架、核心引擎、基础组件等方面。通用框架提供了一种标准的方式来构建并部署应用，比如微服务框架、快速开发框架；核心引擎作为一种高度抽象的业务执行逻辑，具有一定的普适性，能够帮助开发者更专注自身独有业务的开发，促进开发的简化，如实时处理引擎、工作流引擎、报表引擎、规则引擎；基础组件是对数据和方法的简单封装，如缓存组件、配置组件、前端组件。数据中台主要包括数据服务、AI算法、数据存储、数据治理等方面。数据服务强调数据服务的实现形式，如数据接口、数据可视化；AI算法意味着一系列解决问题的清晰指令，如VRP类算法、辅助决策、智能预测；数据存储强调数据的存储方式，如结构或非结构化存储、区块链；数据治理旨在通过有效的数据资源控制手段，进行数据的控制，以提高数据质量进而提升数据变现的能力，如ELT（抽取、转换、加载）、血缘分析、作业调度、数据质量。

业务层面向实际用户，主要为信息系统用户提供交互式操作界面，侧重于具体使用功能的实现，它是系统应用价值的最直接反映。业务功能层包括用户角色管理、设备管理、调度管理、车辆监控、订单监控、仓店监控、运单监控、计费管理、电子签收、车人仓店元信息、物流地图、预约管理等。

物流供应链企业实现数字化的三条路径

物流过程包括着多个环节，这使得物流的衔接协调较为复杂困难。物流业务数据化建立在一定的技术基础上，没有这些技术前提，物流业务数据化将成为空中楼阁。

但也要看到，不同的企业实现物流业务数据化的路径有着一定的差异。对于任何一家企业而言，究竟选择哪种路径需要结合自身的实际情况。从实现数字化的视角看，物流企业实现业务数据化的路径主要有三条。

1.第一条路径，向行业提供物流数字化公共平台云服务

通过互联网提供物流行业所需要的一种特定公共服务，成为服务物流行业的互联网公司。由于互联网本身的高度垄断特性，这类公司数量不会很多。这类公司是科技企业，是服务物流行业的互联网公司，不是物流公司，不做具体的物流业务。物流科技企业所提供的物流云服务主要包括SaaS、PaaS、Iaas三种云服务形式（见图2）。

SaaS（软件即服务）是互联网公司直接提供应用程序，这些应用程序大多数构建在远程服务器上。对于物流企业客户而言，可以直接通过Web浏览器进行使用，不需要在每台计算机上下载和安装应用程序。

PaaS（平台即服务）是互联网公司的云组件服务，主要为应用程序提供支持。PaaS提供了一个软件创建平台，它使物流企业客户的技术开发人员可以自由地专注于创建软件，同时不必担心操作系统、软件更新，存储或基础架构。

IaaS（基础架构即服务）由高度可扩展和自动化的计算资源组成，通过虚拟化技术为物流企业提供云计算基础架构，包括服务器、网络，操作系统和存储等。IaaS提供与传统数据中心相同的技术和功能，物流企业客户无需对其进行物理上的维护或管理。

总体看来，IaaS 是云服务的最底层，侧重于基础资源的管理，主要面向大中型企业；PaaS 是云服务的逻辑部署层，侧重于应用的管理，是目前出现最晚但潜力较大的云计算服务，它包括软件开发工具、开发部署和测试环境，具有较高的整合效应，能够对数以万计的应用软件提供支持，同时也具有非常高的经济性和灵活性；SaaS 是云服务的应用层，侧重于应用的直接使用，不涉及软件的开发、部署，作为出现最早，最普遍的云计算服务，SaaS的市场份额最高，能够快速以低成本的方式实现信息化，因此对于众多中小微企业而言具有较大的吸引力。

应当看到，在这三种云服务中，PaaS的市场开发前景尤其广阔，某种程度上可以将其看作SaaS的加工厂，在未来，PaaS作为连接应用开发商与最终用户之间的桥梁作用将越来越突出。

2.第二条路径，自建内部物流数字系统

对于部分规模较大的物流企业，自己有很强的业务话语权，经济体量足够大，可以考虑构建自己业务体系内的物流数字化系统，这类公司是一些规模较大的物流公司。

3.第三条路径，接受物流公共平台云服务

对于广大的中小物流企业，自己的经济体量，经济实力不足以独自构建系统，需要接受第一类物流互联网公司的公共服务实现自己业务运作的数字化。这类公司往往是一些规模不大的物流公司。

结语

综上所述，物流供应链企业必须意识到数字化转型的重要价值。在数字化转型的实际过程中，结合自身的具体情况找寻适合的发展路径。

极少数能提供公共数字化服务的企业，可以物流数字化公共服务平台作为自己的发展路径。

自身有足够大的业务量，经济实力雄厚，可以持续在IT技术上大量投入的物流企业，可以考虑把上下游合作伙伴纳入自己的数字化业务处理系统，构建服务自己业务体系的封闭式数字化系统。

对于广大资源有限的物流企业，尽管开发独立的系统不够现实，但也要跟上数字化发展的趋势，要善于利用物流行业的公共数字化平台服务来提升自己的数字化水平，通过公共数字化平台给自己赋能，提高竞争力。