新基建，新技术，新物流

当今世界正经历百年未有之大变局，科技创新成为变局中的关键变量，原始创新能力的突破与新技术的落地应用互相影响，驱动着新一轮科技及产业革命大规模急速向前推进。

5G、云计算、人工智能、物联网、大数据、区块链等新技术成为国家与国家、企业与企业之间力量角逐的制高点。

物流行业是一个复合型产业，物流资源有运输、仓储、装卸、搬运、流通加工、配送以及相关信息平台等，其中运输又包括铁路、公路、水运、航空、管道等。这是一个既古老又新兴的行业，从中国古代的镖局，到90年代末期传入中国内地的第三方物流，再到二三年前争相登陆资本市场的快递企业，现如今各类物流创新平台型独角兽企业不断涌现，物流行业见证了时代的变迁。

时至今日，物流行业的增加值已占到国民生产总值近14%的份额，全国社会物流总费用高达13万亿元。国家邮政总局的数据显示，2019年，全行业完成业务收入9642亿元，快递业务量突破600亿件。

电商行业的飞速发展，给国内快递物流行业带来了历史性的发展机遇，而快递行业的快速转型升级，如高密度立体智能货架、AGV无人仓、自动分拣流水线、末端派送智能装备的应用，以及运用大数据智能算法取代以前靠人工无法完成的海量订单调度、路径优化等，进一步提升了物流运营的效率、降低了成本，反过来这些创新技术应用又进一步促进了电商的快速发展。

物流行业之变

实际上，数字化程度较高的快递行业并不能代表具有13万亿市场空间的整体物流市场。物流行业仍然存在大量的物流基础设施、2B合同物流、大宗生产物资物流等传统物流业态及运营模式。

从物流细分行业的重量区分标准来看，快递包裹基本集中于30公斤以内的货物，这里集中了诸如顺丰快递、阿里入股的通达系、百世、新入局的极兔快递等重量级玩家；快运的订单重量集中于30-300公斤段，近二三年来，快递企业纷纷杀入快运行业，目前该行业也同样面临激烈的竞争，包括传统的快运老大德邦、快运新贵顺丰快运、通达系快运等。

快递、快运是物流行业标准化运营的典型代表，丰富的物流行业应用场景与数字化技术的融合，带来的是标准化、精益化的运营与管理。标准化带来的好处显而易见：标准化运营极大地降低了运营成本，容易实现批量复制，数字化技术在快递和快运行业里已经起到了非常好的降本增效的作用，极大地提升了用户体验。

而300公斤以上的订单基本属于零担物流子行业，零担细分行业存在众多的传统专线运输公司，门槛低、竞争异常激烈、非标运作等特征非常明显。

在合同物流领域，货主企业虽然通过招标把物流业务委托给了中外运、招商物流、DHL等这些大型第三方物流企业，但是由于第三方物流企业往往都是轻资产运作的，不实际拥有车辆、仓库等资产，货物的运输基本都通过第三方物流企业的再次分包流向了这些小、散、乱的零担专线手里。

与此同时，在合同物流领域，不同行业的物流往往存在巨大的差别，比如P&G属于快速消费品行业，物流业务的特点是运量大、运距短、出货量稳定、货值低、成本敏感、多级分拨，多选择水运、铁路运输、卡车等低成本的运输方式；而类似Apple、HP这样的消费类电子企业，出货量不稳定、货值非常高、运输风险大，多基于时效而非成本来选择运输方式。

数字化浪潮正在席卷全球，华为认为，数字化、智能化使能智慧物流的关键：数字化是解决物流行业成本效率的基础和关键；物流行业是物联网最具应用场景和前景的行业，物联网让物流数字化，云计算、大数据让物流智能化。我们认为，在传统物流向智慧物流转型过程中将会普遍面临以下挑战：

第一，数字化、自动化程度低，货物信息不能自动感知和采集，作业以人工为主；

第二，多式联运信息流割裂，陆运、海运、空运、铁路货物运输等系统的对接缺乏国家层面的统一标准与统一平台，导致数据对接异常复杂，缺乏“一票到底”的电子运单平台与协同机制；

第三，过程不透明不可视，协同运作的效率低下。

物流是贯穿整个供应链生产、运营的作业，其特点包括以下几个方面：第一，环节多。包括多级枢纽、多级仓储、多式联运、干支线运输及提派送等多个环节；第二，角色多。包括货主、货代、承运方、客户等各类枢纽节点；第三，集成度低。传统物流门槛低，只有极少数企业能提供端到端全程供应链解决方案。

随着《国家物流枢纽布局和建设规划》、《交通强国建设刚要》等一系列国家宏观政策的部署与全面推进实施，物流业作为国民经济的基础性、战略性、先导性产业，必将成为诸多前沿技术及智能装备落地实践的跑马场和试验田。

5G、物联网、大数据、人工智能、区块链等全社会广泛关注的热点技术在物流行业拥有广泛的应用空间，先进技术与物流业的融合发展将使传统物流业迸发出新的生机和活力，同时，不同领域的技术融合也将产生新的行业生态。

华为智慧物流解决方案

结合华为供应链自身的实践，华为认为，物流行业的智慧化转型升级，主要应针对以下几方面进行建设。

一、智能化仓储

建立一个智能仓储系统需要物联网的鼎力支持，现代仓储系统内部不仅物品复杂、形态各异、性能各异，而且作业流程复杂，既有存储，又有移动，既有分拣，也有组合。因此，以仓储为核心的智能技术应包含自动控制技术、智能机器人堆码垛技术、智能信息管理技术、移动计算技术、数据挖掘技术等。应对这种需求，华为运用人工智能、物联网与数字孪生技术打造的自动化智能AGV无人仓，可大大提升仓库的作业效率。

1. 设备模拟仿真。

可完成仓储堆垛机、提升机、自动传输线体、AGV等仓储核心设备的建模，且在设备未入场即可模拟仿真，预先进行系统联调，实现了设备安装就位后的即插即用。

2. 作业调度算法。

通过集成智能调度、货到人拣选、拣货任务匹配等算法，大幅提升仓储周转的效率。

3. 设备接入标准化。

通过设备接口标准化，可快速接入已对接设备。

4. 无人化仓储作业。

以智能AGV为技术主线，贯穿整个业务流程，以实现货到人、自动化、一个流的业务运作；采用华为Wi-Fi 6及eRFID物联网技术，结合算法实现了移动货位管理及自动分配；运用UWB等技术实现了人员、设备等热力地图，通过应用算法模型，实现了库内作业人员与设备的智能调拨与管理。

二、智慧运输

相对于仓储场景而言，运输环节所面临的问题更具实时性与动态性的特点，对应的成本也比仓储更大，因此，如何降低运输成本、提高运输质量及效率，就成为物流行业降本增效最关注的几个问题。

1. 运输车辆路径优化。

车辆路径问题是运输服务优化中的核心问题，通过对货物运输线路进行优化，在满足客户需求的前提下，根据不同的约束条件，比如装卸货时间窗口约束、货物保质期约束、混装约束、体积约束、重量约束、装卸顺序约束、载重平衡约束、限行区域约束等，结合业界经典算法，可实现以最低的成本完成货物的运输。

基于大数据与人工智能算法的运输车辆路径优化技术，非常适合于大规模、大业务量的运输需求以及多仓、多车、多订单的复杂场景。实践证明，采用路径优化技术可使整体运输成本降低20～30%；在业务高峰期运力不足或时间窗较紧的情况下，路径优化技术可最大化运力配置，将延迟配送的订单数降到最少。

2. 城市实时配送调度。

配送路径规划，其本质与运输车辆路径优化类似，由于城市配送对时效性的要求更高，存在大量随机订单，因此需考虑路况的预测，再根据道路拓扑结构及历史数据，预测出任意两点的到达时间，同时需要根据配送员的状态，实时分配订单。

对于城市配送，相比于人工调度，通过合理的拼单与路径规划，可将平均配送时长降低15～20%，调度员工作量至少降低到原来的1/10，甚至可以实现无人调度。

3. 三维装箱。

三维装箱问题，在物流行业中就是智能装车问题。目前，行业内车箱装载普遍存在装车约束条件复杂、提货点多、装车复杂等问题，如果对装车预估仅凭经验，不仅时间长，效果也不佳。通过引入分布式最优化算法引擎，智能装车预估时间可由原来的30分钟以上降低至2分钟，效率提升了10倍以上。同时，三维装箱服务支持不规则物体、中心偏移、堆码层数、多点提货等约束条件，可将车辆装载率提升10%以上。

三、智慧物流枢纽

前文提到，物流基础设施的数字化程度仍然较低，国家发改委、交通运输部于2018年印发的《国家物流枢纽布局和建设规划》，旨在加强物流基础设施的网络建设。规划明确指出，与发达国家相比，我国的物流枢纽发展还存在一定差距。一是系统规划不足，二是空间布局不完善，三是资源整合不充分，四是发展方式较为粗放。在运行组织效率方面，应持续推动互联网、物联网、大数据、云计算等现代信息技术与物流业的发展融合，加快推广无人机、无人仓、物流机器人、新能源汽车等智能化、绿色化设施在物流领域的应用，引导和支撑物流业的规模化集约化发展，加快行业创新与转型。

传统的物流园区枢纽，普遍面临以下问题：

1. 缺少统一、全局可视的决策支撑平台。

由于物流各环节的信息沟通不通畅，因此存在系统无库存自动预警、无法获取实时库存、多仓库存无法实现共享等状况。同时对于货物状态无法做到实时监控，客户从下单、拣货、发货到最后的配送环节，整个流程不能实时掌握，给企业造成了巨大损失。

2. 低效的人工作业。

由于场内各系统之间的协同不顺畅，分段管控影响了货物的周转效率；无法提前规划，只能盲目作业，如装箱、分拣作业，影响了装载负荷，造成了路径拥堵；货物出入库及盘点高度依赖人工，严重影响了货物进出速度。

3. 仓储及管理成本高。

大量的现场作业人员，导致人工成本过高；场内安防、消防、设备管控采取人海战术。

4. 仓储安全隐患损失大。

枢纽园区在经营过程中面临多重的安全问题，如仓库火灾、偷盗、环境（温湿度）等，都会带来货损及巨额赔偿风险。

华为基于自身供应链与仓储园区的实践，构建的数字化中台与RFID数字化货物，可实现业务的全局可视、融合数据以支撑科学决策；通过数字化及智慧化改造，实现了无人、远程管控，提升了管理和作业效率；通过物联网、大数据、人工智能等技术的运用和智能化手段减少了人工依赖，有效降低了生产运营的成本；通过机器视觉与智能算法，提升了环境与生产的安全性，降低了货损赔付及法律风险。

华为智慧物流园区解决方案，聚焦于“人、车、货、场”，利用IoT、AI等技术，对枢纽园区内的“人、车、货、场”进行数字化、智能调度和协同，实现了园区范围内货物高效安全地运转，达到了降本增效的目标。

解决方案主要包括以下五大场景：

(1) 车辆调度。

通过物联网、视频、AI技术，实现了车货协同及出入园区零等待，缓解了车辆出入园区的排队情况，提升了园区物流效率，满足了可视化运营的管理要求。

(2) 智能管控。

通过视频+AI技术，实现了对场地、货、人、设备的自动化、智能化管理，解决了传统管理方式不能及时发现和处理问题、管理精细化程度不够、对管理人员要求高等问题，提高了生产效率，保障了生产安全，规范了现场管理。

(3) 智能仓储。

通过物联网、AI技术，实现了作业装备的标准化建模，设备数字孪生，货到人、料到手，订单快速发货；缩短了仓储货物出库时间，提升了出库效率，缩短了建设交付周期，数据结合算法持续优化作业，精益生产。

(4) 货物管理。

通过eRFID技术，实现了货物的数字化，通过将RFID标签智能匹配货运单、货台、车辆，实现了货物的全流程跟踪，大幅提高了入口、盘点、复核、出库环节的工作效率。

(5) 智能运营中心IOC。

基于大数据、AI及云构建的物流智能运营中心，实现了物流业务可视、智能分析及智能决策。

智慧物流园区解决方案架构图

案例：龙江集疏运智慧物流建设方案

黑龙江省交通投资集团有限公司（简称龙江交投）成立于2019年1月，下辖各级企业147户，拥有员工15395人，资产总额2355亿元，是资产规模最大的省属企业，具有“铁、公、机、水、矿”综合产业布局和“融、投、建、管、营”交通一体化产业链。

为了贯彻国家“现代流通体系建设”的发展战略，龙江交投对全省的集疏运体系进行了全面布局，拟构建形成“以枢纽为支点、以通道为骨干、三网融合”的集疏运体系，通过提升网络运输组织能力，带动产业兴盛、经贸繁荣。龙江交投把握集疏运体系与经济发展的关系，以枢纽为支点，以通道为骨干，采用多式联运、信息化等手段，通过整合提升实现了基础设施网、运营组织网及智慧信息网的三网融合，将构建形成‘网络化、集约化、规模化’的集疏运体系，计划实现以下3个目标：

1. 全面提升了网络运输的组织能力，使之成为了交通运输提质增效的核心载体；

2. 推动了黑龙江省构建运输与产业的互动、运输服务与供应链的融合，供应链与产业融合形成的全新运输发展系统，成为产业布局优化提升的重要支撑；

3. 统筹利用国际国内两个市场、两种资源，扩展国际、省际集疏运体系的辐射能力，成为国际国内双向开放的动力引擎。

该项目总体建设要求包括：

1. 按照区域集疏运体系建设模式，构建“135”（哈尔滨1个核心枢纽，齐齐哈尔、牡丹江、佳木斯3个区域枢纽，黑河、同江、抚远、绥芬河、东宁5个重点边境口岸国际物流枢纽）三级枢纽城市支撑体系；

2. 以“521”三类运输通道为骨架（哈抚通道、鹤牡通道、伊绥庆通道、哈黑通道、漠齐通道5个纵向运输通道；绥满通道及萝嫩通道2个横向运输通道；以东宁、绥芬河、抚远、同江、黑河5个口岸枢纽城市为核心的一个沿边运输通道）将全省边疆地区与边境口岸贯穿，南向连接吉林，西向连接内蒙古；

3. 以“3+N”（基础设施+运输组织+信息服务+服务、加工、贸易、金融等）三层对外集疏网络拓展的覆盖全省、辐射国内、畅通亚欧的现代集疏运网络体系，谋划“16531”口岸集疏运体系，全面提升运输效率和服务品质。

华为企业BG凭借在交通行业20多年的持续积累，以智慧物流园区解决方案为依托，叠加适配龙江交投物流业务的场景化解决方案，构建了与龙江交投十四五规划中提出的基础设施网、运营组织网和智慧信息网相对应的数字化基础设施、智慧运营平台和开放交互门户解决方案。

黑龙江集疏运智慧物流规划总体方案

华为构建的数字化基础设施底座，通过部署在端层的各种感知设备，采集物流运营过程中所产生的数据，通过华为有线、无线传输网络把数据传送到华为的沃土数字平台，通过数据清洗、治理、挖掘等技术，使能智慧运营平台，并重点规划了IOC运营智慧中心、智慧园区网络平台（多级园区）、智慧运输组织平台、智慧物流服务平台与智慧供应链平台，通过集疏运门户网站、东北亚信息港及物流资源交易平台，打造国内省内集疏运大通道的数字化载体、贸易大通道的口岸集疏运数字化载体，以及国内国际两种物流资源的协同，实现了产业链、供应链、物流链的对接。

华为希望携手龙江交投，通过ICT新技术的整合与应用，协助龙江交投建设全省综合立体多式联运交通枢纽及物流运输基础设施网络，为黑龙江省物流产业的发展注入强劲动力，打造黑龙江省全面振兴、全方位振兴的主力军。