精华 | DHL发布最新“物流发展趋势雷达图”

英文原版报告下载：2020_DHL_glo-core-logistics-trend-radar-5thedition.pdf

2020年九月，DHL前沿趋势研究院（DHL Trend Research）发布了最新版的“物流发展趋势雷达图”报告，原文共计84页。作为业界著名的物流前沿研究报告，这份“雷达图”每年发布一次，详细分析老龄化等最新趋势以及人工智能、大数据等前沿技术的成熟程度，从而给物流领域管理者提供宝贵的决策依据。

（一）“物流发展趋势雷达图”基本内容

图1: 2020版物流发展趋势雷达图。来源：DHL

在每年的雷达图中，都会列出在未来10年中有望成熟落地的概念（发展趋势），如图1所示。如果一项技术或前沿趋势被认为在未来十年中无望成熟，则不会被列入图中；此外，如果一项技术或趋势目前已经完全普及，也不会被列入雷达图– 因为这个榜单是面向未来的。

此图还包含如下信息：

1. 图上的点分为绿/蓝两种颜色。图左半部分的绿色点，代表社会和商业方面的趋势（Social and Business Trends）；而图右半部分的蓝色点，则代表技术方面的趋势（Technology Trends）

2. 越接近圆心的概念，成熟度越高。例如：“大数据分析”这个技术趋势非常接近圆心，因此被认为很快就会普及；而图左边的“太空物流”处于本图的外圈，说明这个趋势需要经历更长时间才会成熟。

3. 按照具体的成熟程度，图上的这些趋势又被细分为“未来5年有望成熟”和“五到十年后有望成熟”两大类。相应的文字背景色分别用浅黄色和深棕色，以示区别。

在今年的雷达图报告中，共涉及29个趋势。报告除了总体评估其成熟程度之外，也对每一个趋势点进行了单独的分析。本文会从中挑选一些进行重点解读。

（二）2020版雷达图相比于2019版的不同

由于物流业的迅猛发展，每年的榜单内容都会和前一年有所差异：有些新的概念会上榜，有的会落榜，而有些概念则“改头换面”之后重新被列入。下面阐释一下2020年雷达图相比于2019年的变化（如图2所示），及其背后的原因：

图2: 2020版雷达图相比于2019版的变化

新入榜的趋势：

1. 新型包装（Rethinking packaging）：物流包装正在发生变革，向着更加绿色、更加智能、更加符合顾客专业需求的方向发展。这样的新式包装有望很快在商业实践中推广。

2. 分散采购（Multi-sourcing）：在自然灾害、地缘条件等因素的影响下，越来越多的公司考虑改变原有采购布局，通过在更大范围内寻找备用供应商来降低风险。

3. 太空物流（Space logistics）：人类探索太空的进程不断加快，在这个过程中也会产生相应的物流课题：货物在太空中如何运输？以及如何在地球和太空之间运送货物？

4. 量子计算（Quantum computing）: 量子计算技术带来了革命性的强大算力，并且在最近几年中加速进展。研究机构认为，它可能在10年内成熟落地、影响物流科技的发展进程。

5. 下一代安全保障（Next generation security）：物联网等技术的普及给供应链带来了新的安全问题，例如网络攻击等风险。这在物流和供应链管理中也必须加以考虑。

改名/重新诠释之后上榜的趋势:

1. 未来工作方式（Future of work）: 这个概念曾经以“数字化工作”（digital work）的名称入榜。如今它改名之后，更符合业界的命名方式，并且也包含了更多内涵（如自动化）。

2. 大规模定制（Mass personalization）：曾经被称为“一件批量”（batch size one）。改名之后，更能体现客户需求的多样性、定制化对于供应链的影响。

3. 银色经济（Silver economy）：曾经被称为灰色力量物流（Grey Power Logistics）。改名之后能更好地表达人口老龄化趋势，无论是生产端还是消费端。

4. 可持续物流（Sustainable logistics）：曾经被称为“绿色能源物流”。改名之后的内涵更广。新的概念不是只聚焦能源问题，而是也包括环保、社会关怀等。

5. 增强现实和虚拟现实（Augmented and virtual reality）：以前曾经被称为“虚拟现实和数字孪生”。如今改名，主要因为增强现实（AR）和虚拟现实（VR）有较高的相似性，而且都较多地依赖于硬件设备 – 如头戴式眼镜。

6. 云和接口技术（Cloud and API）：之前被称为云物流（Cloud Logistics），目前新的名称凸显出了应用程序接口（API）对物流的重要性。基于云技术的物流信息模块，部署起来会更加快捷，因此也是今后的必然趋势。

7. 数字孪生（Digital twin）：因为这个概念日渐重要，而被单独列出。

被移出榜单的趋势:

1. 互联式生活（Connected life）：这种“万物互联”的趋势在“下一代无线网”、“物联网”等概念中已经有所涉及。所以不再单独列出。

2. 负责任的物流（Fair and responsible logistics）：其内涵在“可持续发展物流”、“绿色包装”等概念中已经有所覆盖。

3. 管道物流（Tube logistics）: 目前看来成熟期在10年之外。

4. 低成本传感器 (Low cost sensor)：此项技术已经在日常实践中完全普及。无需再列入趋势报告中。

另外值得注意的是“大规模定制”、“银色经济”、“人工智能”、“区块链”和“下一代无线网”这五个趋势。它们在去年的雷达图中还被评估为“5-10年后成熟”，而在今年则被认为“未来五年内有望成熟”，展现出加速落地的趋势。

（三）七大代表性概念解读

下面点评雷达图中的几个代表性概念。根据2020版最新分析，它们都有望在未来五年内成熟：

增强现实和虚拟现实（AR/VR）技术在新冠疫情期间，有了爆发式的增长；这是因为AR/VR可以让人们“身临其境”，远程体验场景，减少实物投资和差旅成本。以印度为例，新冠期间AR/VR市场需求较以往增长三倍以上。到2021年，全球在这一领域的设备销量有望达到1600万台。

增强现实和虚拟现实可以辅助物流拣选等操作步骤，明显提高人员工作效率。它也被大型航空公司等巨头在前期产品设计中用作仿真手段。此外，AR/VR还可以用于沉浸式培训，提高流水线工人、物流操作工等岗位的技能水平。此技术的主要风险在于：较高的前期投资和开发成本，以及数据被黑客入侵所带来的安全问题。

图3：增强现实（AR）眼镜的应用。笔者摄于第二届进博会

机器人和自动化被许多人认为已经到了成熟临界点。现代的机器人更加智能和柔性化，在帮助人类节省体力的同事，也能完成越来越复杂的工作。2018年全球物流机器人的销售额是37亿美元。据预测：这一数字到2022年有望超过200亿美元。

机器人可以显著提升物流工作的效率：实践案例表明，自主移动机器人（AMR）可以将物流搬运的效率提升50%，而拣选机器人则能将货物拣选效率提升150%以上。机器人应用的潜在风险包括：人机并存过程中的安全问题、法律法规的挑战、以及“机器和人抢饭碗”带来的社会伦理问题。

下一代无线通信技术在近年来有了长足的进步。根据不同场景，最新的无线通信技术可以分为如下五类，涉及的地理范围逐步扩大：

1. 短途无线网技术，包括RFID、NFC、低功率蓝牙技术等。它可以在相对较小的封闭空间内对物体进行追踪。

2. 局域网（LAN）技术，包括Wifi 6和UWB（超宽带）。UWB通讯方式可以（在短距离内）有效实现非接触式信息读取，因此在抗击疫情的斗争中受到较多重视。

3. 蜂窝网络技术，近期主要是指5G。它具有的特点是：数据传输速率大、超低延迟、连接设备数多（一个5G蜂窝单元能连接超过100万台设备）、且通过网络切片技术可将带宽分配给制定的应用。

4. 低功率广域网（LPWAN）主要是指LTE-M和NB-IoT，使用窄带网络来在大范围提供连接。由于功耗较低，可以长时间、大范围地追踪物流对象，例如远程监控设备状态。

5. 全球网络（Global area networks）,相关设备被安装在近地轨道卫星上。除了SpaceX的“星链”之外，Amazon/Facebook也都有类似的计划。这种卫星网络可以为遥远地区提供低功率网络– 即使在荒漠和大海，也可以通过卫星来获得网络连接。

对于最近风头正劲的5G来说，其技术特点先天就适合于无人驾驶场景 – 高速率低延迟的数据传输，可以有效地支持自主移动车辆的调度。在2019年，全球首次“5G+智能驾驶重卡”示范运营在上海洋山港启动。这一项目由上汽集团、上港集团和中国移动联合开展，融合了AI人工智能、5G、V2X等技术，在来回72公里的港区特定场景下成功实现了卡车的L4级自动驾驶。

图4：5G智能技术助力重卡无人驾驶。来源：中国工业新闻网

区块链在近年来日渐吸引了人们的目光。在一项对于全球1300家公司高管的采访中，50%都将区块链列为公司重点战略之一。区块链可以让供应链的各个合作方之间信息更透明、更容易建立互信。通过应用“智能合约”来自动触发交易，各方之间的合作也会更加高效。区块链目前的主要挑战在于应用成本和能耗较高，以及相关的法律法规有待健全。

目前，已有汽车、快消、电商、化工、物流货代等多个不同行业开展了区块链方面的应用试点。DHL最近和迪拜海关开展合作，利用区块链平台来加速进出口单证处理。在试点的7000票单证中，节省了上万美元的运营成本。

大数据分析的重要性正前所未有地凸显，尤其是在新冠疫情蔓延的背景之下，全球供应链面临空前的不确定性，所以业界人士对于大数据分析更加重视。据报道，全球对大数据分析的需求量自从疫情以来增长了30%以上。大数据分析的挑战主要包括隐私问题、数据安全性、数据质量问题和相关领域人才的紧缺。

大数据分析在物流中的应用场景至少包括：A. 实时（而不是离线的）的数据优化和分析,例如实时决策仓库拣选线路，或是进行最优的人员分配；B.通过建模仿真，来比较各种潜在的方案涉及；C.通过可视化手段，在物流分析中直观地展现出线路、流量等因素的影响。在上述应用过程中也会涉及人工智能算法等技术。

人工智能（AI）在物流和供应链领域日益普及。据预测，在未来20年中，AI在供应链管理中的应用将带来1.4万亿美元的经济效益。在一项调查中，83%的受访公司高管都将人工智能列为公司的战略目标之一。它目前面临的主要挑战包括：A.在人员配备、算力部署等方面仍然需要投入较高成本；B.计算结果的可解释性不足；C.在新技术取代人工劳动力的过程中，也会触及法律和伦理问题。

AI目前的重点应用场景包括计算机视觉、流程自动化和物流信息预测。通过计算机视觉（图像识别）技术，可以更好地实现人机交互，并且支持无人驾驶车辆和机器人的运转。通过流程自动化，可以自动识别物流单证和作文档处理等，从而降低人工成本；物流信息预测则可以用于预测客户需求、库存分布和航班准点率等，目前已在逐步普及中。

图5：人工智能在物流中的一些应用场景

大规模定制也是实体制造业和物流发展的必然趋势。从需求端来说，客户的要求变得越来越多样化、定制化。但是从传统上来说，定制化和成本控制之间是存在矛盾的，所以需要通过技术革新来缓解这一矛盾。在大规模定制的过程中，还需要注意用户的隐私问题（在“客户画像”的过程中会收集更多的客户数据），以及商家和客户直接接触过程中的人身安全、信息安全问题。

疫情之下，大规模定制有了“居家医疗”这个新的应用场景。受新冠蔓延的影响，人们对于个性化医疗的需求不断提升，但是自身出行又受到限制。因此，越来越多的人们希望能在家中及时获得医药产品和相关的服务。这对医药配送和医疗器械相关物流会有直接的影响。

当然，大规模定制的最典型应用场景还是工厂的按需制造。在世界经济论坛联合麦肯锡评选的“灯塔工厂”中，就有多家实现了C2B (消费者直连制造企业)，如上汽大通的C2B定制工厂可以为客户量身定制轿车、阿里“犀牛智造”能够快速交付客户的小批量服装订单等。工厂小批量精益制造的背后，需要全供应链从需求到生产的数据打通，以及相应的物流、采购等模式变革。

小结

本文解读了DHL在2020年最新发布的“物流发展趋势雷达图”报告。本次的报告共涉及29个发展趋势，其中有15个属于社会和商业发展趋势，14个属于技术发展趋势。从图中可以看出各个趋势的相对成熟程度，以及预计在哪个时间区间会普及（是在未来5年内，还是在5-10年后？）。报告中也有对每一条发展趋势的具体解读。

报告指出：物流领域在近年来呈现出加速变革的态势。这一方面受益于科技的进步，另一方面也受到新冠疫情、世界贸易等宏观环境的影响。尤其在新冠疫情爆发以来，虚拟现实、大数据分析等技术应用呈爆发趋势。这些正在深刻改造物流业的面貌。所以，一些传统的概念被移出榜单，而更多的新概念则在上榜，或是加速落地普及。

未来已来，和物流相关的决策者们需要做好准备，在新的行业蓝图中找到自己的位置，拥抱新趋势、拥抱变革。