当前,以智能化为标志的产业革命正席卷整个物流行业,不断涌现的新技术为这一传统行业插上了“智慧”双翼,为其带来加速发展的重大机遇。
移动互联网、大数据、云计算、物联网等新一代信息技术的蓬勃发展,正推动着中国智慧物流的变革。可以说,智慧物流的出现是科技进步带来的对商业模式的改变,其中最重要的一点,就是极大凸显了新技术对行业发展的促进和支撑。
前不久,中储南京智慧物流科技有限公司(简称中储智运)副总经理申岸锋在国内某高端专业william hill官网 上,通过发表精彩的主题演讲,深刻揭示了“新技术带来的物流和供应链变革”,并分享了中储智运在物流新技术领域取得的创新成果。
实现智慧物流需要哪些技术工具
申岸锋首先详细梳理了各种技术在物流行业不同发展阶段的应用。他表示,智慧物流建立在数字化的基础之上,并且基于集约化的需求,最终将形成开放、共享的大平台。从管理路线上来说,应该是基于整个供应链的管理,形成一个完整的新物流生态圈,从而达到降本增效、共生共赢的目的。“从技术视野来看,可以分成三个阶段,即物流业务驱动、信息化数字化驱动,当汇集了大规模数据之后,最终形成大数据驱动的实时、柔性供应链。” 申岸锋介绍说。
在此基础上,申岸锋针对目前适用于物流行业的云计算、大数据、AI、5G、区块链、语音图像识别、无人驾驶等技术进行了介绍。他同时强调,数字化物流需要物流中的每一个要素都能实现数字化,每一个要素都能被标识、访问、监管和追溯。当每一个物流要素被数字化之后,物流也就变成了一个可视化的过程。
申岸锋特别提到了大数据技术的应用。他认为平时大家提到的大数据包括四大部分,大数据采集、大数据的标准化及存储、大数据计算、结合业务的算法模型,最终形成决策、预测并对外及时输出。
同时,申岸锋也对区块链在物流行业的应用做了具体阐述。他表示,从技术角度看,区块链并不是一种单一技术,而是多种技术整合的结果,包括区块链的共识算法、加密算法、分布式账本等核心技术,在物流行业某些细分领域及环节具有很大的创新应用价值。其中,共识算法可以解决信任问题,加密算法能够让数据不可修改和查看、保持了较大的私密性,分布式账本则可以保障数据最大程度的安全可靠。“区块链技术的这三大特性,赋予其在物流行业极大的应用前景,比如在智能合约、数据共享、物流供应链等方面。” 申岸锋说。
中储智运技术与实践的完美结合
在演讲中,申岸锋全面分享了大数据在中储智运平台的良好应用。中储智运基于大数据平台打造了丰富的大数据产品,已经开发了决策报表、价格指数、信用体系、风控体系、线路规划、运力规划、智能调度、智能匹配、商品流向、智能定价等多个产品,基本涵盖智慧物流的各个环节。
申岸锋介绍,作为中储智运的核心产品,“精准匹配、智能推送”通过大数据对车型、历史承运记录、常跑路线、当前位置、司机画像、货主画像、货源属性等多达十几个维度,以及每个维度的不同变量进行数据建模,将货源与司机进行精准匹配,从而极大提高运输效率。同时,中储智运“智能定价”模型采用机器学习方法,基于物价(油价、过路费等)、货品、距离、天气、时间、位置等8个维度60几个变量,从不同角度来预测每笔订单的运费价格。
此外,申岸锋还分享了中储智运对区块链技术的应用和探索。基于区块链技术中储智运未来将构建自己的链联盟,将金融机构、货主、承运方、中储智运平台、收货方整合到联盟链上,所有物流运输过程的信息数据全部上链,实现数据共享、链上智能对账,将会大幅度提升物流运输效率。
值得一提的是,中储智运自成立来就坚持在技术、系统研发上不断大量投入,并通过将中储六十多年的央企物流运营管理经验与专业互联网团队的技术研发相结合,不断取得科技创新突破,让传统物流变的更加精准、高效。棱镜智慧物流大数据系统(简称“棱镜”系统)就是中储智运领先技术与实践完美结合的体现,棱镜系统汇集了中储智运产生的全部海量数据,可在管理、运营、人员等方面提供多维度、快速、高效的智能分析及预测,优化了平台、人、车、货各要素间的链接流程。
中储智运研发的智运开放平台实现了互联互通,正在向供应链大数据管理方向不断延伸,通过与货主的ERP以及TMS系统进行对接,能够实现从原材料到生产加工,从发运计划到运力调度全场景数字化智能运营。
面对未来发展,中储智运平台将聚焦更精准的智慧物流生态圈,并继续加大创新研发力度,秉承价值共享的开放态度,为全行业提供数字化解决方案,为推动物流行业转型升级增添新动能。同时,向构建“新供应链生态圈”的宏观目标积极迈进,为全社会创造更具价值的共享平台。
-
云计算
+关注
关注
39文章
7800浏览量
137401 -
大数据
+关注
关注
64文章
8889浏览量
137442
原文标题:云计算、大数据如何赋能物流行业新发展?
文章出处:【微信号:ofweekgongkong,微信公众号:OFweek工控】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论