物流行业的趋势取决于在业务流程中实施技术驱动型创新所产生的重大变化。下一代物流管理解决方案正在朝着使全球供应链更加以客户为中心和可持续发展的方向发展。物流流程的自动化极大地提高了工作流程的生产率和效率。供应链的透明度和可追溯性的提高，对于维持各个利益相关者之间的灵活动态关系至关重要。

以实现供应商一体化扩展、协作式规划与管理、降低复杂度、减少采购成本的目标。

过去物流技术与装备发展趋势是机械化与自动化，技术的变革以硬件创新为主，软件系统起的作用非常有限。目前物流技术与装备的创新逐步向自动化、智能化、智慧化方向升级，物流技术与装备越来越呈现出软件与硬件融合的趋势，软件的作用越来越大，特殊的技术产品，软件的进步已经逐步占据了主导作用。

比如：无人仓系统集成、智能自动化仓库系统集成等工程，仓储执行系统WES、仓储控制系统WCS等越来越重要；物流机器人的指挥调度系统、自主导航系统、自动执行能力等越来越重要，从过去的AGV向AMR进化；物流技术装备系统的功能化模块与软件结合，推动系统柔性化发展等等。

物流技术装备的软硬件结合发展趋势：

一是物流系统智慧大脑调度控制软件技术越来越得到了设备供应商的重视；

二是内部物流的物流技术装备系统系统越来越与企业供应链管理系统协同管理，无缝对接；

三是智能硬件与智能硬件系统越来越柔性化，满足各类作业需求；

四是基础智能硬件产品越来越与物流系统平台无缝对接，形成业务场景，对接服务场景，提供解决方案；

五是人工智能、大数据、云计算、物联网、5G、区块链等新技术不断与物流技术装备系统对接，提供智能加持。

机器人的体积越来越小、材料越来越轻，规模化集群作业成必然。

集群是指一大群相同的自然生物或人造生物，其个体拥有的智慧有限，但通过群体合作能够实现仅凭个体能力无法实现的更高目标。这里的关键词是智慧有限的相同生物。自然界中的典型例子包括蚂蚁、蜜蜂和白蚁。这些昆虫似乎都没有推理能力 - 它们只是以简单的方式与群体中的相邻个体以及当地环境进行接触。但是作为一个群体，它们能够出于繁殖的目的建造出最复杂的巢穴。然而，它们不需要与其它同类进行直接互动：例如，蚂蚁从食物源回到巢穴时会通过释放信息素留下一条踪迹，以便同伴跟踪。这种通过改变环境（留下有意义的标记）来影响后续个体行为的过程被称为共识主动性。它引出了无需中央领导或规划的强大集体智慧 – 集群智能。

使用大量相对原始的机器人以集群的形式执行指定任务，而非使用数量较少、性能更强大、完全自主且相互协作的机器，这样做有哪些优势？这还取决于应用。请考虑集群工程的以下实用优势：

简单性：集群机器人虽然是自主运行的，但是能够执行的动作有限。因此较小的处理器适合小型机器人的功能。

可扩展性：需要规模更大的劳动力队伍？只需增加更多相同的机器人即可。因为所有的互动都是在局部进行的，所以它们能够立即有效地开始工作。

容错性：如果机器人停止工作，劳动力减少，但是群体任务将继续执行，可能需要的时间稍有延长。

平行性：相同的任务可以由独立的“团队”在不同的位置执行。

在软件中模拟共识主动性非常简单；而在硬件中创建与蚂蚁的信息素间接沟通等效的模拟要困难得多。大多数设计用于集群研究的机器人都采用了基于红外线、蓝牙或 WiFi 的直接无线通信。这意味着，对集群机制的研究大致分为两个流派，即基于“自然”的间接过程和基于“人造”的直接过程。

机器人正在从传统 AGV发展到多功能搬运机器人，甚至攀爬搬运机器人；

智能机器人未来一定是全能的，既能在地上跑也能上货架，既能在仓库跑也能到生产线上去。

如卡车上配备测量果蔬成熟度的传感器，及时发现可能要坏掉的果蔬，为调度提供实时信息。

在数字经济时代，最重要的两个关键元素是“数”和“智”。数智化，顾名思义就是“数”和“智”的结合。“数”就是数字化，从消费端到供给端的全域、全场景、全链路的数字化，如品牌、商品、销售、营销、渠道、制造、服务、金融、物流供应链、组织、信息技术等11大商业要素。“智”就是智能化，是基于数字化的闭环来进行智能决策，实现对市场需求变化的精准响应、实时优化和智能决策。过往的企业决策，管理者往往依赖经验，或是依靠低效率的信息收集方式，如问卷调研、来自渠道商的信息汇总等。而今天的智能化决策，则是数据支撑下的高效决策乃至于自动化决策。

进一步地看，数智化给企业带来的变化可以概括为：因数而智，化智为能。

因数而智，主要是指通过数据智能，重建企业决策机制，使决策机制由基于经验和少量信息的模糊决策，转变为基于数据的实时、精准、智能决策。

化智为能，则是相比传统企业，高度数智化的企业可以获得新的能力、新的优势，获得面向未来的“代际优势”，自身的市场竞争力也将得到全面提升。

新标杆：阿里巴巴商业操作系统助力数智化。

在数智化商业的发展浪潮中，星巴克、欧莱雅、蒙牛、雅戈尔、宝岛眼镜、立白等众多富有变革精神的国内外一流企业，携手阿里巴巴所开展的创新实践，正在锻造和展现出数智化转型的前沿探索和最佳实践。

作为全球最大、也是最具生态多样性的零售平台，阿里巴巴拥有着强大的to C服务能力。并且，阿里巴巴从最初的B2B业务开始，就拥有了to B服务的基因。经过20年的积累和沉淀，阿里巴巴已经发展成为从商业到金融、物流、云计算、组织管理等要素在内的生生不息的数字经济体，在C端和B端都形成强大的服务能力。这两大能力的结合及产品化，正是2019年初阿里巴巴商业操作系统得以提出的自然结果。

将物流的物理维度和信息维度整合，并通过 AI等技术让智能物流走向更高层面。数字孪生还是个概念？「泰瑞数创」已在智慧城市、工业、自动驾驶落地Gartner将数字孪生评为2019年十大战略科技发展趋势之一，并估计到2020年，数字孪生将连接数十亿实体设备。

数字孪生，也被称作Digital Twin、数字双胞胎，是对物理世界实体或系统的数字化表达，简单的理解，就是在虚拟世界中，“复制”真实物理世界中的事物。价值在于通过模拟物理世界的运转流程，从中预判趋势和风险，为决策提供依据。

数字孪生被Gartner评为2019年十大战略科技发展趋势之一，到2020年，Gartner估计将有超过200亿个连接的传感器和端点，数字孪生将连接数十亿的实体设备。

泰瑞数创是一家专注于数字孪生产业的科技公司，2004年成立，在智慧城市、智能工业、自动驾驶等领域，提供数字孪生的数据采集、数据建模、数据应用的全链条服务，目前客户超过1000家，合作开发商超过200家，营收保持每年50%速度增长。

近日，36氪采访了泰瑞数创CEO刘俊伟，详细聊了聊在泰瑞数创的实践中，数字孪生能在哪些场景落地？实现哪些价值？如何实现？发展数字孪生的关键点是什么？

从服务链条来看，数字孪生可以拆解为数据采集、数据建模、数据应用三块。

数据采集

数字孪生的数据采集，是综合利用卫星遥感、航空倾斜摄影测量、激光雷达测量等技术手段，囊括对地表、室内、地下、水下等全物理空间场景的三维数据采集。

在采集硬件方面，主要由传感器和载荷构成。其中传感器负责采集物理世界的各类真实数据，包括高精度倾斜摄影光学传感器、高光谱传感器、激光传感器等。载荷是传感器的“交通工具”，包括无人机、固定翼飞机等。

数据采集环节的技术难点、关键点在于采集传感器，主要体现在2个指标：

1-能在高空作业时具备高精度。

2-单位时间的拍摄采集效率。

这两个指标综合决定了数据采集的质量、效率、成本。

促成供应链生态圈的形成与发展：智慧供应链云平台整合了供应链上下游企业，形成整体价值链的网络体系，未来将具备全流程数字化、基于大数据和预测算法的透明化、 AI智能决策化等特征。

物流和供应链发展基因有：

1-全流程

2-系统性（物流具有跨企业、跨行业甚至跨国界的特点，因此全流程、系统性非常重要）

3-客户导向（要注重客户服务）

4-流动原则（实物和信息都要流动起来）

5-效率最大化

6-成本最优化

依据这些物流发展基因，德国弗劳恩霍夫物流研究院分析了物流的技术发展路径，并认为物流技术的进化历程是从机械化、自动化、智能化再到硅经济（硅生态）。

对比德国的物流产业发展，中国物流与供应链具有巨大发展机遇：

一、新基建与双循环战略，给物流与供应链带来新生长；

二、中国社会对数字化时代更开放和包容，企业愿意尝试新模式、新产品和新服务；

三、中国在 5G、窄带物联网、工业互联网、人工智能等领域处在世界第一梯队，会推动物流与供应链的发展；

四、数字化时代新的商业模式能为敏捷灵活的中国企业家带来新商机，为中国物流与供应链换道超车提供机会；

五、数智化技术有望大幅提高中国物流技术制造能力，提高物流与供应链服务行业的服务水平。

当然，中国物流与供应链也面临一些挑战：

一、毛利率和市场规范度有待进一步提高；

二、需要更加注重差异化竞争，提高业务专注度，避免恶性价格竞争；

三、需要加强合作形成共赢生态、加快市场响应速度，而非主要靠自己生产制造；

四、具有实践经验的物流技术与管理人才稀缺，互挖人才易导致劳动力成本快速增长；

五、需要进一步加强知识产权保护，让企业更愿意持续投入技术研发和人才培养。

如机器人可以在仓库自主导航和避障、自主搬运货品和返回空托盘，还可以把工人带到需要人工拣选的位置，与工人一起完成物流作业。

系统的分工是否合理，也直接决定了人机协同的效率。在人机协同模式下，由于涉及人和机器的相互配合，那么人和机器各自的作业效率并不能够代表整个系统的效率，当分工不合理或者效率不同步时，资源的闲置和浪费便产生了。因此，人机协同的效率首先需要一个智能化的物流系统来支撑。

无论处于何种智能化程度的物流系统中，只要涉及人和机器的共同作业，那么安全便是要重点考虑的因素，这也是人机协同最基本的要求。以目前应用广泛的智能物流机器人为例，极智嘉、牧星智能的两位相关负责人均表示，要实现人机协同，并且保证人和机器人在同一作业场景下安全作业，最关键的技术是机器人的感知能力。这种能力一方面体现在对环境的感知，如通过激光雷达、彩色相机等技术实现对环境的描述以及对障碍物的精准识别、定位和避障；另一方面则是通过深度相机等技术识别人的轮廓，机器人需要通过相关模型的匹配将人和其他障碍物区别开来。特别是在某些场景下，机器人和人有直接接触，需要感知人力的大小并做出相应的动作，从而避免在人机配合作业时与人发生过度触碰造成人员伤害。

近年来，物流行业发展基础和整体环境发生显著变化，新兴技术广泛应用、包裹数量爆发增长、用户体验持续升级等因素对物流企业的运作思路、商业模式、作业方式提出新需求、新挑战。作为物流行业转型升级的新动能，人工智能进入物流领域的时间尽管相对较短，但发展环境非常有利。政策层面，国务院、发改委等政府相关部门纷纷出台物流相关政策及规划，鼓励企业利用人工智能技术及产品降低物流成本、提升物流效率；经济层面，一方面全国物流业总收入始终处于稳定增长状态，另一方面物流总费用依然居高不下，企业亟需进一步控制物流成本，“人工智能+物流”的空间极为广阔；社会层面，“人工智能+物流”既能满足城市居民对提升即时物流服务效率的需求，又可拓展快递快运的服务边界以惠及农村居民。

在物流与供应链上应用，能确保交易安全、数据产权和追根溯源。

区块链是一种在对等网络[ 也称点对点网络，是无中心服务器、依靠用户群(peers)交换信息的互联网体系，可以减少传统网络的传输节点，降低资料遗失的风险] 环境下，通过透明和可信规则，构建可追溯的块链式数据结构，实现和管理事务处理的模式，具有分布式对等、链式数据块、防伪造和防篡改、透明可信和高可靠性等五个方面的典型特征。

区块链的开放、共识，可以使物流车队、仓库和一线物流服务人员等参与方都可以充当网络中的节点，实现物流过程信息的透明性和真实性;区块链的共识机制可消除对可信中介方的依赖，同时也能避免因网络攻击造成的系统瘫痪。

物流供应链中企业之间的生产关系较为复杂，涉及因素较多，会受到经济、社会各方面因素的影响。因此通过区块链技术的共识机制构建去除第三方的信任体系就显得尤为重要，可以使上下游的物流企业加强对彼此的信任。

物流上下游企业各有一套信息闭塞的物流系统，通过区块链可以打造一个既透明又充分保护各方隐私的开放网络，提高物流供应链上下游企业的风险控制能力。区块链不可篡改的特性可以确保分类账、数据和资金的安全，提高了企业的财务安全。可追溯的特性帮助物流企业追溯货物来源，共享的分类账本可以让上下游参与者在任何时候查看商品出处。