合同物流如何突破瓶颈，找到发展路径？

易流科技VP曹方介绍，一是物流基础设施的物联网化，需要把物流的设施要素、场景通过数据的方式实时在线连接起来；二是供应链全链条的数字化，通过物联网化，通过数字化，实现数据沉淀；三是物流场景的智能化。

易流科技VP 曹方

（9月22日，罗戈网举办了“2020（第四届）合同物流创新发展高峰论坛”，本文根据现场速记整理完成）

合同物流特征

今天主题围绕合同物流，先来看看合同物流的特征。

第一个是个性化与标准化，快递行业已经走向了高度的标准化，而合同物流还非常个性化。

我之前了解过一个物流企业，他向某知名的餐饮快递企业提供配送服务，他的司机、车辆都是固定的。为什么呢？因为每一次换车、换人或多或少会带来问题。

这种高度个性化会带来行业发展的问题，如规模化程度比较低，未来还没有办法突破。但我们现在面临了新的挑战，什么样的挑战呢？

在传统合同物流里有三个关键要素，首先是作为合同物流，能拿下客户是第一要素；其次是资金垫付能力；第三是风险承担能力。

这三点传统的竞争力要素，随着时代的发展，慢慢变得不那么重要了。为什么？原来个人关系会逐渐让步给综合服务能力；资金垫付可能会被物流金融等新领域改变；单纯的赔付能力也会让步给保险服务。

这时候新的竞争力要素又被提了出来。

在服务货主时，货主往往需要我们具备物流方案设计能力，提供物流透明及过程数据服务能力，资源整合能力等新要素。为应对货主需求，我们在变的过程中，问题接踵而至。

如在底层数据端，要么是没有数据，要么是数据不透明，没办法去驾驭上层；整体协同不足，设计方案难落地；同时，缺乏资源，依赖人。

这些问题有没有什么方式改变呢？

突破瓶颈——IoT与数智化

站在技术的角度看IoT和数字化，我们提出了三个方向：一是物流基础设施的物联网化；二是供应链全链条的数字化；三是物流场景的智能化。

在物流基础设施的物联网化方面，需要将物流设施要素、场景，通过位置图像应用及无线传输等技术方式实时在线连接，拿到这些数据之后，我们会做三方面的应用：

一是实时感知，即能实时知道车的位置，货物的状态，司机是否有疲劳驾驶的行为，这叫实时感知；

二是过程预警，如在冷链运输过程中，车厢温度可能因为种种原因没达到要求，能利用技术事中干预，即监控过程预警；

三是无人化应用的出现，随着技术的不断发展，在物联网化领域，能实现实时远程控制。

通过物联网化，拿到了数据，然后构建全链条的数字化。

站在货主的视角来看，货主可能不关心车、人，但他一定关注他的货。从货的视角出发，从订单、调度、运输、签收、评价到结算等环节，怎么构建一个端到端的可视。

每一个物流人都非常努力，但是物流效率为什么低？可能在协同上出现了问题。所以我们希望构建上下游的协同工具，打通货主、承运商、车队、司机、仓库、收发货人等各个不同的场景，例如预约场景、预判场景、考核场景，实现数据上下游协同。

实现了端到端、上下游的协同，之后是优化哪些方面？我们会从成本、安全、时效及体验四个方面入手。

整体而言，在数字化时代，资源、运力等要素通过物联网化、数字化，实现全链条数字化供应链，沉淀数据，然后实现物流全场景的智能化。

物流全场景的智能化涉及到四个词语：描述、诊断、预测及决策。什么意思呢？即首先通过数据描述物流情况，展示业务运作情况、历史问题，这一部分叫做诊断。然后通过历史数据的建模，预测数据未来走向，并做出更好的决策。这些都是智能化的场景。

物联网化、数字化、智能化，具体怎么落地？

软硬一体方式——实现业务的数据化

从货主到承运商、下游车队，再到司机，这个过程可以借助PC、移动端等手段信息传递。

在仓运协同环节，可以通过RFID等技术手段确定车到仓、装卸货、离开时间，这些数据都可以在纸面上呈现，问题也能一目了然。

在途过程中，通过位置数据了解车位置，通过视频数据了解司机驾驶行为，通过传感器了解货物环境，包括货物颠簸状况等，任何场景都可以通过传感器的手段采集数据。这不仅给物流企业提供了管理的抓手，同时可以向货主提供更好的体验。

签收回单环节，通过精准定位或RFID设备，掌握货物是否被送达，通过PDA手段将传统回单电子化，这些都可以通过IoT手段打通流通的全流程，同时为企业决策协同提供数据帮助。

承上启下——站在合同物流企业角度，构建数字化的系统

站在物流角度，我们需要构建一个数字化的系统。

我们要承上启下，对于上游客户，要关注他们的业务诉求，对于下游承运商，要组织好下游业务。

对于货主，还要考虑订单信息的传递反馈方式，以及协同方式，还要有意见反馈、投诉的渠道。

对于下游承运商，要构建策略，如何将运输业务分配至具体承运商，或具体车辆和司机，其中，还要有手段拿到节点跟踪的状态，以及通过这种跟踪的数据进行预警。

在结算层面，要构建一个有标准结算方式的、提供线上对账的结算模型；在回单环节，要考虑签收回单的方式以支撑承运商。

从物流计划到物流调度、执行、计费、过程监控等过程，我们都需要数据。所以我们需要思考数据来源及数据业务化方式。

数据业务化——物流控制塔的实践

站在合同物流的角度，无论是货主还是物流企业，其实都想打造一个高效协同的订单交互价值链。

这个价值链怎么才高效？

在构建控制塔时，我们需要换一个思路，从自上而下思考。在构建交互价值链时，一定要把目标定清楚，分解目标，然后用数据去表达，发现问题，持续优化，再对目标进行预测。

AI赋能——数据代替经验，算法辅助决策

对于合同物流或物流企业来讲，什么方式能让AI落地？

在物流领域里会存在大量的协同工作，例如，我有10台车，怎样安排这10台车配送100家门店？在这个场景上，从传统方式看，只能依赖于调度员，这会给服务带来不确定性的挑战。

怎么办呢？利用算法，即用数据代替经验。在这个过程中，总结这个场景约束参数，将实际执行过程中不可执行的因素找出来，并数据化且持续优化，逐步迭代向智能化方向演进。

网络货运——构建运力池，快速响应智能调度

站在货主和运力桥梁之间，网络货运给了我们的一种新冲击。

其中，我们需要构建运力池，有两大关键点：

第一件事情，通过数据的分析引擎，对运力进行画像、分层，对历史交易数据进行建模，最终构成一个数据分析的引擎。

第二件事情，要构建匹配的策略，其中，要考虑车、人、线路、货主诉求、承运商服务能力等因素，在不断迭代过程中，构建运力的匹配策略。

在网络货运下，构建自己的运力池，对于合同物流企业是一种新的契机。

附“合同物流创新发展高峰论坛”系列文章：

作者 | 曹方

整理 | 物流沙龙

此文系作者个人观点，不代表物流沙龙立场