深度好文！如何赋予物流业"智能大脑"以驱动颠覆性创新

2023年8月13日，逗号科技（广东）有限公司董事长、联合创始人罗浩，传世智慧数字化、供应链产品线总裁付晓峰受邀做客中企视讯周日晚8点147期直播间，与伟事达教练、香港大学高级课程主任吴岸一起，共同探讨如何给物流业装上“智慧大脑”，使行业产生颠覆性创新。

以下为本次直播的内容摘录。

（正版图片来源：摄图网，预计阅读时长：15分钟）

一、现代物流面临的困境与挑战

付老师：中国物流行业经历了一个漫长的发展阶段，从起初的弱小运输行业逐步发展壮大，成为中国行业中的一个主流行业。

特别是在疫情期间，由于消费者更倾向于在家中通过电脑或手机进行购物，物流行业的需求大大增加。

线上购物的增加意味着更多的商品需要通过物流进行配送，这对物流行业提出了更高的要求。物流公司需要提高配送效率，确保商品能够准时、安全地送达消费者手中。

现代物流，尤其是大规模的从源头到每一个消费者的物流，已经得到了长足的发展。

每一次疫情都对物流行业产生了巨大的促进和发展作用。随着疫情逐步过去，中国的物流行业迎来了快速的回升和反弹。

目前，物流行业开始向更深层次、更重要的领域进行进一步的探索。然而，从近两年开始，我们开始关注一个非常重要的课题：如何系统化地、从战略层面来重新思考物流行业里的关键能力。

业界一直在争论中国的物流成本率究竟是高还是低。中国的物流成本率在高峰时期曾达到整个物流承运额的17.8%，而发达国家的物流成本率，由于结构化的原因，以及他们经历了从传统物流到现代物流，再到系统化物流的整个过程，只有大约7%到8%，比我们少了整整10个百分点。

而现在，我们的物流成本率正在稳步下降。疫情这几年，最明显的变化是，物流成本率已经从17.8%的高点逐步回落，降低到14%。

这样的变化背后一定存在着一定原因，这3～4个百分点的变化是如何产生的？我们需要从战略层面、数字化层面，甚至智能化层面赋能物流行业，来探索这个问题的答案。

这是当前我们需要关注和发掘的一个核心点。我们希望能够分享业界最领先的，从战略层面到应用层面最迫切的内容，以推动物流行业的进一步发展。

罗老师：物流成本率是业界长期以来广泛关注的一个重要指标。自2016年起，中国的物流市场规模已经位列全球之首，且与第二名的差距日益扩大。

中国物流市场的一个显著特点是其庞大的规模，据中国物流与采购联合会统计，整个物流总费用达到14万亿，这个数字也是物流成本率的计算基础，即物流总费用占GDP的比重。

在过去的几年里，我们可能更多地与欧美发达国家进行比较，探讨我们能否将成本率降到7％或8％，或者是否有更大的降幅空间。

近年来，行业内又出现了另一个分析视角，即成本率与产业结构有着密切的关系。

相对于中国强大的制造体系、重工业，和一些以服务型行业或制造业外迁的国家相比，成本率可能无法完全在同一平面上进行比较。这是因为不同的产业结构会导致物流成本的差异。因此，在分析物流成本率时，也需要考虑产业结构的影响。

此外，中国物流的复杂程度决定了物流必须走向数字化。近年来，尤其是在电子商务的推动下，中国物流行业发展出了许多先进的模式和业态。我们也曾去参与了一些国际会议，并与诸多国际友人进行交流。在中国物流场景中，已经产生了许多新模式和新业态，其复杂程度和丰富度远超过西方国家。

在这样的大背景下，我们开始提及数字化和智能化。许多企业的关注点从整个物流的体量转向了物流细节的运作。

在物流行业中，我们还有一个理念，称为"第三利润源"理念。“第一利润源”来自生产技术的提升，当所有人的生产技术提升到同等水平时，“第二利润源”则考虑如何通过营销将产品更快、更多地卖出去。

随着行业的充分竞争，生产技术和营销都达到较高水平，大家开始共同关注"第三利润源"，即在物流和供应链视角下进行降本增效，以体现我们的价值。

因此，近几年我们在整个行业内更多地关注智慧物流，关注物流智能化。

在中国物流的发展，特别是智能化发展的水平上，不同的业态存在显著的差异。从To C的视角，我们更多地接触到电商和个人快递，因此认为物流应该是透明和便捷的。

这些物流智能化的技术更多地应用于C端领域，而在整个14万亿的物流总体板块中，C端的占比可能不超过20%。相比之下，在占80%的B端领域，智能化的提升空间仍然巨大。

例如，我们在网上购买一个鼠标，可以实时知道它的位置；但如果我们通过物流网络运送价值100万美元的货品，所有的承运商很难第一时间准确地告诉我们货品的位置和准确的到达时间。因此，在更大规模、更大体量的To B领域，物流的智能化仍有很大的改善空间。这也是逗号科技近年来正在努力的方向。

二、面对挑战，中国物流业需要注入"智慧大脑"

付老师：从十年前的传统物流，到现在的数字化、智能化物流时代，我们看到了这个行业巨大的变化。

随着ChatGPT的发展，我们已经步入了一个新的数字孪生时代。在这个时代，我注意到一个重要的现象：在很多的中国企业中，物流网络战略规划已经开始被正式纳入研究课题。

我2014年在行业标杆企业负责物流数字化研究的时候，就开始注意到我们的物流产业链，它连接了成千上万的交付终点和起点。物流的特点是点多、线长、面广、人多、车多、货多、源多，这在过去是无法实现数字孪生和整体战略规划的。

然而，到了2013年，我们开始尝试形成自己的全球物流网络和供应网络，进行全球供应网络的模拟和战略规划。

当时在市场上很难找到好的战略规划和设计工具。但是在短短的五年后，我们明显看到，随着数字中国国策的发布，供应网络和物流网络的战略规划开始有了许多关于数字化和智能化的探索。

例如，我们的一个农业客户，他已经提出了一个重要的课题，那就是如何作为链主，将上游的谷物供应商和期货、现货市场的数据，以及最终的消费者用户连接起来。他希望通过数字化的战略规划，找到最佳的路径、最好的布局、最好的设计，实现供应网络的战略。这样的课题在几年前是无法想象的，我认为这是现在一个非常重要的趋势。

在干线物流方面，我们的网络货运行业一日千里，这是因为有了数字化的推动。在末端的最后一公里，我们的城市配送领域也有了很大的改变。以前无法想象的提升效率、提升时效、提升交付准确率的工具，现在正在如雨后春笋般地冒出来。

这些工具已经被一些企业采纳，成为他们的战略层面和执行层面，甚至是日常运营管理层面的重要工具。

吴老师：“第三利润源”已经超越了传统的经营思维。换句话说，我们现在的经营理念认为，物流不仅能促成产生效益，还能创造利润。

这其中不仅包含了成本节约的概念，还包括了在整个供应链或物流行业中，我们可以创新服务，同时产生新的收入来源，新的利润来源。这是一个重要的思维转变。

疫情的风险一直伴随着我们。实际上，我们对于物流的要求也已经到了如影随形的地步，我们希望所有的信息能够非常透明、准确地呈现在我们眼前，这是一个非常重要的特点。

因此，效率、成本、收入来源、利润等都成为了我们在考虑物流业转向智慧化过程中的重要驱动因素。

三、物流行业中数字化与智能化的实际运用

付老师：在我多年与企业交流的过程中，我发现一个有趣的现象，当然麻省理工学院也曾提到，物流和供应链领域的领导者正面临一个绝佳的机会，那就是将行业和业务的深厚经验与科技、信息化、数字化和智能化的能力相结合，形成新一代的物流和供应链领导者。

这也意味着，我们从物流后勤的指挥官逐步进入到公司运营的总指挥官的角色。这也要求我们的业务从业者和高级管理者必须深入思考新的技术，如信息化、数字化和智能化，如何在你的行业和企业中引领发展并提高效能。

以中国的网络货运行业为例，这个行业虽然新兴，但在过去几年里高速成长，许多不知名的小企业在短短几年内迅速发展，特别是在干线物流行业，营业额达到了百亿以上。这其中的关键因素是什么？

首先，中国是全球最大的物流市场，也是全球最大的制造大国和贸易大国，物流行业本身就有兴旺发达的基础。

其次，我想强调的是，与传统物流行业和现代物流行业的一个重大区别在于，我们用科技和最新的技术带来产业的升级和高质量的发展。

在粗放式的老行业的基础上，中国往往能够抓住技术升级、产业升级，特别是数字化技术、新兴技术升级的契机，对传统产业进行大规模的改造。

我曾在一个网络货运行业中看到，他们从一个链主的企业切入到网络货运行业，短短的不到三年的时间里，就成了行业的TOP5，年营收达到了100亿到200亿。这样的销售额，即使只有1%到2%的利润，也可以养活一个非常大的行业，养活一个创新团队。

再回到我们的龙头企业，他们的主业是产品设计、研发，产品的生产到送达客户的末端。我们通过传统产业与数字化、新兴技术的结合，是否可以让行业面貌焕然一新，并在主业中培育出新的动力，新的发展源，甚至新的利润源？

我认为这个问题非常值得我们业务领导者和专家们深思的。

罗老师：在逗号科技，我们专注的核心场景之一为城市路径规划，经过三年的努力，我们的产品已经落地。在城市配送场景，我们的产品主要面向物流公司的路线调度人员。调度岗位的工作难度极大，需要处理大量的信息，如车辆数量、门店数量、货物装载顺序等。

这个岗位的工作人员难以培养，通常需要花费二三十年的时间积累经验，一旦其请假或生病，物流公司的费用可能会大幅度上升。

我们的产品可以通过算法优化路线，提高效率，降低成本。然而，在产品推广过程中，我们发现这并不仅仅是技术问题，也是管理问题。

当系统要上线时，我们发现路线调度人员的态度发生了极大的变化，他们从尽力配合到开始提出各种理由拖延事情的进展。这并非完全是故意刁难，而是在调度的日常工作中，确实存在大量的突发事件或依赖经验的事件需要解决，这些问题并不能完全通过标准化的算法或模型解决。

因此，我们改变了思路，我们不再试图用机器或算法替代人，而是采用人机协同的模式。

我们通过算法快速输出一个接近人工的调度决策结果，然后允许调度人员在这个结果上进行微调或优化，使得算法成为他们的一个帮手。我们的算法中还植入了一个机器学习引擎，每天都会通过调度人员的手工调整来教算法自我改进，使得算法每天都在向最优方向接近。

总的来说，我们认为在核心的关键决策岗位，机器算法替代人并不是一蹴而就的事情。更多的时候，我们需要将经典模型、深度学习和机器学习结合起来，通过人工和算法的结合来模拟这个过程，这是真正能够把算法落地的一个非常核心的关键要素。

罗老师：我们的团队主要从事运筹优化相关的研究，我们始终坚持将理论知识应用于实践，因此我们选择了物流这个大行业。目前，我们主要在两个领域进行科技赋能，即数字化和智能化。

最初，我们主要从智能化的角度进行切入，因为我们做了很多算法模型的研究。然而，当我们进入物流行业后，我们意识到要使这些算法真正落地，必须有一个承载物，也就是需要完成底层的数字化。

因此，我们在行业中推出了一个名为"系统+算法"的整体解决方案。一方面，我们帮助企业完善和构建底层的管理运营体系，实现数字化，或者对已经实现数字化的企业进行整合升级。

另一方面，我们在有了这些基础之后，从战略、战术和操作层面植入具体的算法，实现真正的落地。

以全球最大的个人电脑供应商为例，在疫情之前，其运力资源较为充裕，国际物流只需两三个工作人员即可妥善处理全部工作；但在疫情期间，运输路线变得极不稳定，运力资源变得极度紧张。

该公司因而紧急启动了一个算法支持项目，通过聚合大量的数据进行动态规划，决定每天的运输路线以及运输方式，甚至影响到生产环节。

我们发现，供应链的波动性变得越来越常见。因此，动态规划路径的模式已经固化下来，成为了日常的运算机制。

在这个问题背后，是一个非常复杂的运筹优化问题：我们为客户交付的产品，首先是一套可以动态管理国际货运的运输管理系统，其次，我们还会植入运筹优化的算法，来处理这些复杂的数据，以求得最优的结果。

罗老师：在中国物流行业的发展过程中，我们可以看到大部分规模较大的物流企业已经完成了基本的数字化建设，这是物流行业发展的一个重要阶段。

数字化的标志是企业的业务流程被系统管理，包括订单处理、运输、仓储以及结算等环节。数字化的实现使得物流过程透明，货物的追踪和追溯变得可能，这是物流优化的一个重要步骤。

更进一步来讲，数字化只是解决了部分问题，真正能带来质的转变和大规模降本增效的是智能化。智能化的核心是数据采集后的决策支持，这可以从战略、战术和操作三个层面来看。

这些决策问题背后都需要运筹优化或人工智能算法的支持，这是数字化向智能化转型的关键。

我们发现，尽管这些问题在理论上已经被深入研究，但在实际应用中仍然面临巨大挑战。因此，近几年我们致力于将实际场景和问题还原到模型中，不断调整和优化我们的假设和前提，使理论能够更好地应用于实践。

吴老师：我对此有三点深刻的认识。

1）回溯到90年代初，我在一家全球知名的快消品公司任职，我们是最早一批进行MRP II项目的公司之一。然而，那时我们的解决方案并未从物流角度出发，而是着眼于解决信息错位的问题。

2）现如今，大干线物流的全面改革已经达成共识，而末端配送也开始引入更多的算法。当提及运筹和算法时，我想起了大学曾经学过的自动控制和运筹学，那时我们就探讨过如何通过不同的组合来提高效率。

3）在我们进行原来的MRPII，后来的ERP项目时，由于仓储从手工化转变为电脑化，近40%的员工需要重新选择就业，这使得管理层面临一个重大问题：如何处理自动化设备和流程代替人力带来的社会效益问题？

当我看到智能化模型接替人脑指挥作业时，我意识到，智能化不仅会代替操作层的工作，甚至可能会影响到上层管理。而数字孪生技术的发展，可能会颠覆和改造业务逻辑，引领行业发生颠覆性的变化。

四、数字化和智能化赋能物流行业的展望

付老师：我认为数字化、智能化以及科技革命本质上都是一种变革，这种变革一定会影响到人心、业务和技术。在这个过程中，我们需要注意人和技术之间的和谐共生。我提倡通过有温度的数字化、有深度的变革和有技术含量的升级，帮助人和数字世界共融、共生、共成长。

我举一个简单的例子，在物流行业中，尤其是冷链物流，无论是国家监管规范的要求，还是在疫情期间对数字化技术的深入应用，都要求我们的冷链物流能够实现从起点到终点的7*24小时无间歇，实时又准确的温度和湿度监控，以及冷链物流的全程追踪。

这并不意味着需要人力去全程监控货物运输并记录所有数据。例如，我们使用了一种被称为"追货宝"的技术，它在联想集团以及其他集团中广泛使用。这项技术通过在货车内安装摄像头和传感器，实时回传在途数据，并导入到我们的链主、货主和消费者中。

这种技术不仅可以实现实时准确的数据采集、货物追踪、实装率衡量和效率测量等基础功能，还可以减少大量在途、在车、在库、在交付过程中的人工操作。

数字化和科技对我们的员工和企业来说，不是负担，反而是最可依赖的助手。例如，我去年为某企业做质量仓储系统时，他们提出了一个问题，即是否可以避免每天或每周录入几百张入库单。

通过数字化手段，我们统一了入库单规格，使用了二维码技术和手机扫码，所有信息实时汇入企业数据库，成为企业资产，可以用于未来的分析和战略决策。

此外，对于员工来说，这是一件非常好的事情。一位年长的员工告诉我，他以前录入这些信息时非常头疼，而我们的这项工作帮助他解决了大问题。

再举一个例子，在我们进行物流网络规划和仓储规划时，现代企业对库存周转率（ITO）的重视在供应链和物流行业中是首要的。然而，ITO数据涉及到大量的仓库、库存布局和车辆业务数据，单靠人力处理这些海量数据已经非常困难。

从2015年或2016年开始，我们开始实现实时库存和快速仓储调拨，并进一步将仓库重新布局到靠近消费中心和客户中心。我们的仓储布局调整频率从以前的一年一次，逐步提升到每月一次，甚至在某些地方，要求每天每小时都进行一次库存调整。

去年，我的一位荣耀老同事向我介绍了一个很好的案例，荣耀将全国和全球的所有经销商的库存都实时联网。结合我们对整个需求侧的预测和数据分析，我们可以做到每天多次，每4到8小时一次，对所有库存进行快速调拨，这在传统物流行业中是无法想象的。

同样，对于冷链和食品健康行业，我们希望能看到从一根草到最后变成牛奶喝到宝宝肚子里的整个过程。

这样的需求在过去是从未有过的，但在现在的数字孪生时代，我认为数字孪生并不是用数字或虚拟的人来取代人，而是在一个更美好的世界里，用数据和孪生体来帮助我们的人类过上高质量的生活，实现人与技术的共存、共荣和共生，构建一个更美好、更温暖的社会。我认为这才是我们社会升级转型的关键和核心要义。

吴老师：三十多年前，在物流和供应链岗位上，作为业务参与者，我记得有一个头衔叫做LP（Logistic Planner），负责物流规划。

随着信息化时代的到来，我们从手工转向电脑操作，这带来了很大的变化。同时，这40%的人员转岗分流是相当痛苦的。结果是，系统启用前的我们这些LP离开了。我们进入了信息行业，加入了不同的电脑公司。

然后，我们发现，系统启用后的新一批人员（LP）的离职率，在今后几十年内都很低，他们非常稳定。这说明了什么呢？拿今天的话讲，人工智能不能轻易替代人，但懂得人工智能并能与之和谐共处的人，一定会代替那些不懂人工智能的人。

我想到了前段时间在另一个讲座上提到的一件事，即在社会发生重大变动时，有一位哲学家曾经说过，只要保持运动的状态就可以，目的并不重要。

因此，当我们谈论物流行业的智慧化，带来行业的颠覆性创新时，我们可能会对颠覆感到畏惧，但这并不会阻止我们进行变革，因为我们是顺应潮流，使用新技术，使用颠覆性创新。

在这个过程中，每个人的价值可能会被重新定义，也可能会被重新扩大。这就看每个人的学习能力如何。