智能化帶來的影響沒有想象得那么悲觀。智能化的最終目的，不是讓司機下崗，而是減輕負擔，是一定程度上的解放，解放我們去做更有效率的事。

　　未來，隨著技術的發展，產業的變革，以及人們生活方式的轉變，像司機這樣的工種只會越來越少。但并不是要淘汰司機，被淘汰的只會是落后的生產力。

　　今天分享的主題是《智能數據分析技術與物流》，將圍繞以下四點展開：

　　1、物流的內涵，物流與計算機有何淵源;

　　2、智能物流支撐技術，技術能為物流智能化做貢獻;

　　3、物流中的智能數據分析技術，以圓通的業務合作以及取得的成果;

　　4、「一帶一路」背景下的有哪些新的展望。

　　一、物流的內涵

　　「物流」這個詞匯最早從希臘文Logistikos中得到，意思是說是有一種計算的技藝19世紀初,拿破侖軍官用于軍隊組織(法語logistique);20世紀中，美軍用于描述軍隊后勤組織。

　　20世紀60年代，物流廣泛進入民用領域。當時，主要是指供應鏈方面的資源如何流轉的問題。

　　到本世紀，物流總算是回到了它原來的出發。換句話說，它沒有忘記它的「初心」，什么意思呢?物流是供應鏈里面的中心，是數據技術興起的結果，希望它是智能化的能回歸到計算的內涵。

　　二、智能物流支撐技術

　　1、物流系統智能化的主要支撐技術

如果把智慧物流作為我們的服務對象的話，至少有這四個支撐技術會帶來貢獻：

　　1)物聯網

　　2009年，時任溫家寶總理來到無錫物聯網產業研究院考察。那個時候，主要講的是什么呢?是「感知」，通過傳感器把信息收集起來，然后再通過各種各樣的網絡把信息傳輸到云計算中心進行計算。

　　現在，已經鮮有人再來討論這樣的一個計算模型。

　　希望2040年左右，我們的物聯網上至少有一千億個機器自動化為人類工作。那時候，相信物流行業的很多環節可以靠物聯網的互聯互通，解決智能化問題。

　　2)大數據

　　過去，物流在老百姓眼中就是運輸東西，一件物品從A地送到B地就結束。

　　這10年間，大家漸漸地發現，原來物流不是那樣簡單的一件事。越來越多的企業開始研究物流各個環節中的數據，這些很有用的數據原來是沒有被注意到的。

　　比如說同類產品哪些更受客戶喜歡?各個地域的客戶都喜歡什么樣的產品?以前，這些數據或許是廣告公司比較感興趣。現在，物流就是一個巨大的數據源，是所有其他商業的數據中心。

　　3)人工智能

　　人工智能，是一個基礎性技術。比如說人臉識別技術，過去大會場里才會有人臉識別;現在已經成為支付方式的識別技術。人工智能會在物流行業做什么呢?下面我會為大家舉些例子。

　　4)優化管理

　　如何提高傳輸的效率，降低成本，是運營里很重要的一個考慮因素。

　　2、智慧物流技術全景

所有這些，都可以看作是智慧物流的基礎。

　　1)倉儲優化

　　倉儲優化，是智慧物流的一個起點。采用相對低價的機器人就能實現自動化。早期的機器人是幫助我們搬運貨物，而現在，機器人甚至能幫我們管理更細致的事務。還有貨物識別、自動化分揀、無人駕駛叉車等倉儲管理科技。

　　現在可穿戴設備的應用也比較普遍，但戴上設備做事總會有不便的地方，比如視覺設備。未來，或許會出現不需要佩戴設備的激光技術，讓我們用「眼」就能一目了然貨物放在哪兒。無人作業，必然會提高效率。

　　2)智能調度

　　從倉儲出來后，貨物要進行運輸了，如何實現智能調度呢?主要是運輸優化，無人駕駛技術，將改變干線物流現有格局，目前尚在研究階段，但已取得階段性成果。

　　3)最后一公里技術

　　大卡車是不可能開到每家每戶的大門口的，那最后一公里送貨怎么送?現在我們主要是靠勞動力，把貨送到你的家門口。

　　從長遠來看，必然要采用新的技術來代替。在西方一些人少地廣的國家，無人機送貨即將被采用，或已在試用階段。

　　4)終端

　　就末端技術而言，應該線上線下結合。因為線上的技術產品，適合青年一代。對于大多數退休的老年人，使用先進技術可能還有困難。

　　目前已經存在的智能快遞柜，為我們提供了很大便利，老人也能操作，。但受限于成本與消費者使用習慣等問題，未來的發展仍存在不確定性。

　　如果往上游推，在這張圖往左面添加一些環節，比如與供應鏈相結合，我相信，人工智能、大數據、物聯網技術等能獲得更廣泛的運用。

　　從縱向看，我們服務的對象不再是普通的消費者，而是企業和生產線，這是一個值得考慮的問題。

　　3、智慧物流系統

　　我們可以把智慧物流系統分成幾塊：數據驅動的用戶畫像、供應方、需求方、供需網絡、數據中心、物聯網。

　　制造業、快消品行業和農業，是物流服務的主要來源，而且現在快消品行業是重頭，制造業也將會成為我們的主要供應方。

　　農業產業近幾年也發生了很大的變化，變得更小、更個體，比如現在的長三角地區，有很多的小農莊或大的農業基地，為周邊城市的消費者提供個性化的商品。消費者只需線上預定，選擇一個送貨方式，當日或次日就能在家中收到新鮮的菜。

　　從供貨方收到訂單，到消費者收到貨品，這中間就是一張供應網。供應網絡上有很多種供應方式，可能是飛機、貨車、鐵路，也可能是水運。

　　供應方把貨物發出去，想要知道貨物發到哪兒了，而需求方也想要知道什么時候能收到貨。這時候就是由數據中心發揮作用。

　　數據中心收集市場銷售數據、產品數據、流程管理數據、商業模式研究數據等等，進行處理后變成我們可以接收的具體信息。產品的電子標簽、用戶的智能手機、GPS定位系統等等，這些都是大數據的信息來源。

　　物流各環節的問題，比如倉儲如何規劃，如何選址，怎么分布，通過大數據分析挖掘出可行性方案，這就是將數據轉化為價值。

　　最后到終端的消費者，我們也可以通過大數據分析，進一步地優化物流，提高客戶體驗。從消費者的基本信息，如性別、年齡、地域分布，到消費者的購物習慣、消費能力、出行偏好等深度信息，這些數據元綜合在一起勾勒出一張用戶畫像。基于用戶畫像，做出消費預測、調度規劃等。

　　三、物流中的智能數據分析技術

　　目前，我們在物流中的智能數據分析技術研究已經取得了部分成果。