時(shí)間：2018-05-25 10:18:03 點(diǎn)擊：次
來(lái)源：王繼祥 作者：王繼祥

條評(píng)論打印收藏

 一,、2016智慧倉(cāng)儲(chǔ)與配送發(fā)展環(huán)境分析

2017年,，我國(guó)向著數(shù)字化與物聯(lián)化飛速前進(jìn)，各項(xiàng)政策密集出臺(tái),，推動(dòng)了物聯(lián)網(wǎng)快速發(fā)展,，為智慧倉(cāng)儲(chǔ)與配送發(fā)展創(chuàng)造了良好環(huán)境,。智慧倉(cāng)儲(chǔ)是物聯(lián)網(wǎng)技術(shù)應(yīng)用的主要領(lǐng)域，借助物聯(lián)網(wǎng)感知技術(shù)實(shí)現(xiàn)倉(cāng)儲(chǔ)系統(tǒng)的物,、設(shè)備,、人員、環(huán)境的全面感知,，從而推動(dòng)倉(cāng)儲(chǔ)系統(tǒng)互聯(lián)互通,，實(shí)現(xiàn)智慧云倉(cāng)管理，全面推進(jìn)智慧倉(cāng)儲(chǔ)的快速發(fā)展,。

2017年工信部分別發(fā)布了《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展的三年行動(dòng)計(jì)劃》,，提出了推動(dòng)智能產(chǎn)品在經(jīng)濟(jì)社會(huì)的集成應(yīng)用,，夯實(shí)人工智能產(chǎn)業(yè)發(fā)展的軟硬件基礎(chǔ)，培育推廣智能制造新模式,，完善人工智能發(fā)展環(huán)境等政策,，這些政策的實(shí)施將對(duì)智能倉(cāng)儲(chǔ)設(shè)備、智慧配送裝備的快速發(fā)展帶來(lái)重要影響,。

2017年智慧物流成為社會(huì)焦點(diǎn),，得到了政府部門(mén)、創(chuàng)新企業(yè),、資本市場(chǎng)的高度關(guān)注,。在電子商務(wù)領(lǐng)域，智慧物流成為新零售基礎(chǔ)設(shè)施,；在智能制造領(lǐng)域,，智慧物流成為智能制造的重要支撐；在傳統(tǒng)商貿(mào)流通領(lǐng)域,，智慧物流推動(dòng)了全渠道變革,。智慧物流的快速發(fā)展為智慧倉(cāng)儲(chǔ)與配送創(chuàng)造了良好發(fā)展環(huán)境。

2017年關(guān)于智慧物流的理論研究取得重要進(jìn)展,，京東,、菜鳥(niǎo)、相關(guān)協(xié)會(huì)與研究機(jī)構(gòu)發(fā)布了系列的智慧物流研究報(bào)告,，著名的智慧物流專家提出了智慧物流的三大系統(tǒng)及其演進(jìn)方向,，軟件定義物流的理論研究為智慧物流進(jìn)一步發(fā)展提供了理論支撐。智慧物流技術(shù)架構(gòu)及理論體系的完善為智慧倉(cāng)儲(chǔ)與配送的創(chuàng)新發(fā)展提供了指導(dǎo)思想,。

總之,，2017年智慧倉(cāng)儲(chǔ)與配送具有非常良好的政策環(huán)境,、市場(chǎng)環(huán)境,、技術(shù)環(huán)境，推動(dòng)了智慧倉(cāng)儲(chǔ)與配送的大發(fā)展,。

二,、2017年智慧倉(cāng)儲(chǔ)與配送創(chuàng)新趨勢(shì)分析

1、智慧物流技術(shù)驅(qū)動(dòng)倉(cāng)儲(chǔ)與配送體系變革

智慧物流應(yīng)用大數(shù)據(jù),、云計(jì)算,、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)+等新技術(shù),，實(shí)現(xiàn)了電子商務(wù),、云倉(cāng)儲(chǔ)系統(tǒng)、配送車(chē)輛,、門(mén)店零售,、智能快遞柜的深度鏈接,，從而打破了物流與商流、資金流,、零售場(chǎng)景的傳統(tǒng)邊界,，實(shí)現(xiàn)了線上線下的全面融合。智慧物流技術(shù)的應(yīng)用與創(chuàng)新推動(dòng)了新零售的發(fā)展,，也帶來(lái)了倉(cāng)儲(chǔ)與配送體系變革,。

一是前置布倉(cāng)推動(dòng)物流先行。電子商務(wù)大數(shù)據(jù)與電子商務(wù)物流實(shí)現(xiàn)了無(wú)縫對(duì)接,，使網(wǎng)購(gòu)大數(shù)據(jù)通過(guò)在互聯(lián)網(wǎng)中集合,、運(yùn)算、分析,、優(yōu)化,、運(yùn)籌，再通過(guò)互聯(lián)網(wǎng)智慧分布到整個(gè)實(shí)體物流系統(tǒng),，實(shí)現(xiàn)對(duì)現(xiàn)實(shí)物流系統(tǒng)進(jìn)行管理,、計(jì)劃與控制，按照大數(shù)據(jù)預(yù)測(cè)提前在全國(guó)倉(cāng)儲(chǔ)網(wǎng)點(diǎn)前置布倉(cāng)和集約調(diào)配,，減少隨機(jī)和零散需求的配送壓力,，減少了貨物搬運(yùn)次數(shù)，實(shí)現(xiàn)客戶下單后就近倉(cāng)儲(chǔ)出貨,，大大減少了物流包裹的配送距離,。這種物流先行的策略直接變革了原來(lái)的倉(cāng)儲(chǔ)布貨和補(bǔ)貨生態(tài)體系；

二是技術(shù)創(chuàng)新重新定義店倉(cāng)系統(tǒng),。隨著新零售與新物流的發(fā)展,，讓傳統(tǒng)零售門(mén)店成為線上線下融合的節(jié)點(diǎn)、客戶體驗(yàn)的中心,、產(chǎn)品銷(xiāo)售的場(chǎng)景,，同時(shí)又成為離消費(fèi)者最近的末端配送網(wǎng)點(diǎn)。這個(gè)變化改變了傳統(tǒng)的中心化的倉(cāng)儲(chǔ)與配送體系,，分布式的去中心化倉(cāng)配網(wǎng)絡(luò)逐步形成,。

三是網(wǎng)絡(luò)末端的店倉(cāng)節(jié)點(diǎn)的貨物實(shí)現(xiàn)了智能調(diào)配。去中心化的店倉(cāng)末端網(wǎng)絡(luò)互聯(lián)互通,，改變了傳統(tǒng)逆向物流的體系,。以服裝物流為例，傳統(tǒng)倉(cāng)配體系中,，各個(gè)品牌服裝在不同零售門(mén)店銷(xiāo)售,，斷貨時(shí)需要通過(guò)中心化的配送體系層層上報(bào)需求，配過(guò)也通過(guò)中心化的配送體系逐級(jí)配送下來(lái)。產(chǎn)品積壓時(shí)同樣是將積壓的服裝通過(guò)逆向物流層層的返回配送中心,，最后再返回廠家處理,。這樣，即使在城市中距離很近的不同商家銷(xiāo)售的同一品牌服裝,，如果出現(xiàn)一家斷貨和一家積壓,，由于傳統(tǒng)中心化倉(cāng)配體系，不同商家的信息與渠道不能互聯(lián)互通,，貨物積壓的仍需要層層返回到廠家,，缺貨的需要再經(jīng)過(guò)中心化的倉(cāng)配體系層層網(wǎng)絡(luò)再配送到店。智慧物流技術(shù)發(fā)展,，打通末端店倉(cāng)系統(tǒng),，就可以實(shí)現(xiàn)不同門(mén)店之間貨物根據(jù)銷(xiāo)售實(shí)際情況，利用即時(shí)物流配送服務(wù)實(shí)現(xiàn)門(mén)店間的智能調(diào)配,，有貨的門(mén)店可以直接把貨就近調(diào)撥到缺貨門(mén)店,。

2、智慧物流推動(dòng)推動(dòng)倉(cāng)儲(chǔ)與配送鏈接深化

2017年隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展,，大量倉(cāng)儲(chǔ)物流設(shè)施設(shè)備接入互聯(lián)網(wǎng),。目前，我國(guó)超過(guò)400萬(wàn)輛重載貨車(chē)安裝北斗定位裝置,，大部分城市配送車(chē)輛建立了車(chē)聯(lián)網(wǎng)系統(tǒng),，還有大量托盤(pán)、集裝箱,、倉(cāng)庫(kù),、貨物接入互聯(lián)網(wǎng)。物流連接呈快速增長(zhǎng)趨勢(shì),，以信息互聯(lián),、設(shè)施互聯(lián)帶動(dòng)物流互聯(lián)，推動(dòng)倉(cāng)配系統(tǒng)在線化發(fā)展,。

倉(cāng)配在線化產(chǎn)生大量業(yè)務(wù)數(shù)據(jù),，使得物流大數(shù)據(jù)從理念變?yōu)楝F(xiàn)實(shí)，數(shù)據(jù)驅(qū)動(dòng)的商業(yè)模式推動(dòng)產(chǎn)業(yè)智能化變革,，大幅度提高生產(chǎn)效率,。其典型場(chǎng)景包括：數(shù)據(jù)共享：實(shí)現(xiàn)倉(cāng)儲(chǔ)數(shù)據(jù)互聯(lián)互通，減少物流信息的重復(fù)采集,，消除物流企業(yè)的信息孤島；銷(xiāo)售預(yù)測(cè)：利用用戶消費(fèi)特征,、商家歷史銷(xiāo)售等海量數(shù)據(jù),，通過(guò)大數(shù)據(jù)預(yù)測(cè)分析模型，對(duì)訂單,、促銷(xiāo),、清倉(cāng)等多種場(chǎng)景下的銷(xiāo)量進(jìn)行精準(zhǔn)預(yù)測(cè),，為倉(cāng)庫(kù)商品備貨及運(yùn)營(yíng)策略制定提供依據(jù)；網(wǎng)絡(luò)規(guī)劃：利用歷史大數(shù)據(jù),、銷(xiāo)量預(yù)測(cè),，構(gòu)建成本、時(shí)效,、覆蓋范圍等多維度的運(yùn)籌模型,，對(duì)倉(cāng)儲(chǔ)、運(yùn)輸,、配送網(wǎng)絡(luò)進(jìn)行優(yōu)化布局,；庫(kù)存部署：在多級(jí)物流網(wǎng)絡(luò)中科學(xué)部署庫(kù)存，智能預(yù)測(cè)補(bǔ)貨,，實(shí)現(xiàn)庫(kù)存協(xié)同,，加快庫(kù)存周轉(zhuǎn)，提高現(xiàn)貨率,，提升整個(gè)供應(yīng)鏈的效率,；行業(yè)洞察：利用大數(shù)據(jù)技術(shù)，挖掘分析3C,、家電,、鞋服等不同行業(yè)以及倉(cāng)配、快遞,、城配等不同環(huán)節(jié)的物流運(yùn)作特點(diǎn)及規(guī)律,，形成最佳實(shí)踐，為物流企業(yè)提供完整的解決方案,。

3,、智慧物流推動(dòng)倉(cāng)儲(chǔ)與配送資源共享