智慧物流的機遇和挑戰包含三個關鍵詞：智慧物流、機遇、挑戰。在此之前有兩種提法：智慧 物流和智能物流。2008年IBM提出智慧供應鏈的概念，隨即被延伸出智慧物流的提法；2009年國家發改委委托中國工程院完成的物聯網發展規劃的課題 中，提出了智能物流的概念，并作為重點應用領域的一個目標；智慧是人的特征，智能是一類技術，基于對于人的智慧的研究開發形成，目標是替代人，優于人。
智能與智慧的關系還是有講究的，智慧包括的范圍更廣，IBM提出的智慧供應鏈時講到三個層面：首先是信息的準獲取性，自動采集信息，而非被動的 人工輸入，這就是我們說的感知技術；其次信息要互聯互通，就是今天我們所講信息整合、大數據；第三，運用這些數據形成高于人、替代人的應用，這就叫智能。 我們現在的人工智能技術的發展遵循智慧的層次遞進發展。人工智能大致分為三層，第一層：選擇：在感知的基礎上根據已有的規律做出選擇；其次是學習：發現新 的規律或邏輯，比如智能機器人下象棋能贏過我們的國際象棋大師；第三個表現為：創新，尚不清楚機理，我們只知道一些措施能幫助創新，比如培養人的素質，而 不僅僅是知識。這些全部加起來并不代表一定能創新，所以到底怎么創新，我們不知道，目前還沒有規律可循。因而我們現在的智能技術主要還是集中在第一層——對采集的信息進行選擇判斷。
另一方面我們認為智慧物流更具代表性：智慧物流的概念更寬泛，更適應深化物流信息化發展的連續性和全面性；智慧物流既包括智能技術的應用，也包 括所有提高透明化水平的信息技術應用。提高物流的透明化程度與提高物流數據的應用水平是當前智慧的兩大目標�，F階段我們完全把智慧物流聚焦在智能這個層次 上還不是時候，因為我們還有很多感知、整修數據的任務，智能應用才剛剛開始。因此從目前的形勢來看，智慧物流更具有代表性。
機遇：首先是感知層面，即信息采集，這一層主要是為了解決數據的可獲得性。信息是隨處可得的，但能否采集得到，就需要靠技術。采集的技術是使世 界上所有的信息能夠采集下來，能夠為我們所用。采集的技術有兩種，一種直接采集、一種是共享。很大程度上我們既要有采集的信息又要有共享的信息。
什么是物流信息呢？物流最基本的職能是時空管理。數據之間的時空差距是我們要解決的問題，因為時間有差距，我們要存儲，因為空間有差距，我們要 運輸�；旧鲜强梢詺w結為時空上的管理技術。一則我們說凡是帶有時空屬性的信息就可能是物流信息，不帶時空屬性的信息將不是物流的基本問題，換個角度來 說，一旦我們把任何信息冠以時空屬性，他就可以達到物流信息的標志，所以物流信息的范圍非常廣，我們可以看到在物流的流通過程中你可以采集到時間和空間的 信息，然后立刻就可以變成物流管理。我們現在看到的物流信息越來越成為一種動態的數據地圖，在地圖上會有各種各樣密密麻麻的信息，會有時間，會有空間等我 們關注的事情。這種以電子地圖為特征的物流信息將朝著動態、個性化的方向發展。第三就是針對這樣的需要、這樣的發展方向，我們看到多變的技術會落到一個叫“智能終端”的硬件上，這是我們跟其它各行各業信息化最大不同的設備。
智能終端里有幾項是涉及到采集技術的：
第一點，終端一定要有一個ID來識別身份，身份有很多講究，涉及到管理顆粒度，介質、屬性、成本、代碼等，總得來講ID是一個基本信息采集；
第二點LBS信息，表現為：標準化模塊和兼容性，物流地圖；
第三點是各種各樣的傳感器：靈敏度、可靠性、成本、標準。
在這些方面我們會看到，傳感這層的技術發展有很大的更迭。
第二個問題：機遇。數據整合變成大數據。除了采集解決可獲得性技術之外更多的是靠整合來形成大數據。形成整合大數據的過程中會有很多的障礙，一 是利益上的矛盾；一是技術上的差距。從利益角度而言我們多數的數據整合或者說第三方平臺不能建成，最主要的問題是利益關系沒有協調好，來自各個利益主體的 信息很難被整合在一起。比較成功的例子都有一個規律就是：用服務去抱團，用整合后的服務換取你信息的管理權。信息是個很特殊的東西，他的管理權跟所有權、 使用權是很難分的，所以這點上交換信息、共享信息非常困難。這就告訴我們云平臺，特別是來自各個主體的整合要建立在有價值的服務之上，并且足以讓別人用信 息與你進行交換。另一個：技術。技術來自于各個主體的信息，他的結構標準都不一樣，如何放在一起被整合呢？成功的案例是對他進行拆分。比如我們業務流程的 信息與財務管理的數據是很難融在一起，怎么進行拆分？成功的做分是按照時間空間進行拆分，還有一種是按照語義去拆分，同一件事歸在一起，類似不同語言的溝 通。拆分是一個整合的基礎，只要拆得好、拆得標準，將來整合就很方便。我們現在過多的強調整合，殊不知整合是否成功很大程度上取決于你的基礎模塊兒分得怎 么樣。整合過程中都會牽扯到標準問題，無論是協調運力還是協調他們的結構都會存在標準問題。我們習慣于拿標準來進行管理，其實我們更多需要的是協同標準。 我們國家現在更多的標準是依據計劃經濟、權力經濟，但是在市場經濟下，更多的標準應該是來自大家的協商，共同協商、共同遵守。
最后一點：信息的安全問題。隨著我們信息的整合，信息的開放，信息的安全問題就會越發成為一個大問題。我們信息之所以不能共享就是因為一個安全 問題。這時候就需要通過管理、法律、流程安排來解決安全問題。在未來信息安全性的提升會跟隨數據的開放、數據的整合、數據的共享聯系在一起。
數據的應用。數據應用在大數據的理念下會有幾個明顯的變化。一個是數據的數量會優于質量，大數據時代將用大量的數據彼此驗證來形成規律，因此數 據的質量不是第一位，數據量越大價值就越大。其次在對待數據的處理上，特別是在方法論上，對數據的相關性會優于數據的邏輯性。在數據處理的及時性，我只需 要知道這件事與這件事之間的關系是什么。
未來物流數據的特征將是一個動態的電子地圖，越來越動態、越來越個性化。服務價值也將越來越高。這就大數據時代的服務目標：動態化、個性化。
第三個機遇：智慧物流仍圍繞網絡與流程。網絡與流程是物流的兩個基本問題。網絡將提升資源管控和利用率水平；流程將提升管理精細化與協同水平； 公共平臺將在解決這兩個問題上搭建起一個橋梁：既有資源的管控問題，也有用這些資源進行服務的問題。對數據轉換、數據共享發揮一個結合點的作用，這個結合 點正在成為數據集聚的漏斗。
第三個問題：挑戰。第一個是對人才的挑戰。IT和數學的普及和提高，適應數字驅動的社會發展趨勢。所有的人都應該有IT與數學的知識才能夠適應 以數字來驅動的社會發展時代。IT、專業、商業結合型人才將是創新型社會發展的主力。在未來的發展中既要懂技術又要有專業還要有商業頭腦。商業頭腦是指知 道任何一件事的變化在不同人群中的利益會怎樣的調合。素質不是指的數據處理能力，更多的是指方法論上的素質提升。用簡單的理論看復雜的實踐。因此方法論素 質的提升將是未來重要的部分。
第二個是對管理的挑戰。現在物流發展很大的一個阻力來自于行政管理。行政監管的不規范、不合理是當前物流發展的重要成本。透明化將突顯監管存在 的問題，促進監管規范化、決策科學化、乃至改革深化。數據作為一種新的資源，數據擁有者將獲得越來越大的話語權，影響社會治理結構。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://m.guhuozai8.cn/
本文標題：中國物流學會常務副會長戴定一：智慧物流的機遇和挑戰
本文網址：http://m.guhuozai8.cn/html/consultation/10839311651.html
相關文章
