映月读书网 > 互联网+:从IT到DT > 第4节 互联网+物流:未来的发展趋势 >

第4节 互联网+物流:未来的发展趋势

互联网时代的物流体系:魂已具而形不易

如果说未来的电商物流体系与传统物流体系有什么本质区别的话,答案是小而全。“小”的意思是,电商物流要覆盖到每一个具体的个人,一言以蔽之,电商物流的覆盖度要更细,而传统物流则只需要到城市甚至行政区即可。“全”的意思是,电商物流的覆盖面要比传统物流广,包括欠发达国家和农村。长期以来,传统商业的基础设施只覆盖到城市,密度从一线城市向县级市递减,欠发达地区和农村消费者的购物权被剥夺,消费潜力也被压抑。电子商务兴起后,农民不用去城市,在家里也可以购买城市里最好的商品,城乡差距被缩小。阿里研究院的数据显示,过去三年,淘宝农村消费占比不断提升,从三年前的20.7%提升到了2014年第2季度的28.4%,年市场规模超3000亿元。

实际上,我国社会物流总费用统计并没有包括从零售商店到消费者个人这“最后一公里”的物流成本,换句话说,传统零售模式是一种消费者到商店自提的模式,而这一段距离是有巨大成本的。电商物流的“最后一公里”成本仅约1元,这是一个快递员把包裹从店铺派送到消费者手中所获得的报酬[1]。

物流数据平台:灵魂在升华

1.物流数据平台促进供应链协同

物流数据平台是以数据的力量促进供应链整体协同的典型,国内初步实际应用的是菜鸟网络。菜鸟网络科技有限公司成立于2013年5月28日,由阿里巴巴集团、银泰集团联合复星集团、富春集团、顺丰集团、申通集团、圆通集团、中通集团及韵达集团共同组建。菜鸟网络是基于互联网思考、互联网技术,以及对未来的判断而建立的创新型互联网科技企业。其致力于提供物流企业、电商企业无法实现而未来社会化物流体系必定需要的服务,即在现有物流业态的基础上,建立一个开放、共享、社会化的物流基础设施平台,在未来中国的任何一个地区可实现24小时内送货必达。菜鸟由天网、地网、人网三部分构成,其中天网是开放数据平台,地网是未来商业的物理基础设施,人网——菜鸟驿站是末公里基础设施,目前天网已经初步投入应用,地网还在建设中。

2.“货物不动数据动”降低社会物流成本

在缺乏数据协同的情况下,生产、销售、消费信息不对称是造成物流成本高、物流效率低的根本原因。在信息不对称条件下,货物无序流动,过度运输情况严重。例如,一个杭州的买家想要买一件北京卖家的商品,而制造厂在广州,那么,商品必然先从广州流向北京,再从北京运到杭州的消费者手中,绕了一大圈。很多消费者在查看物流信息的时候,总会发现自己的包裹在全国各处转圈,实际上,这也是信息不对称的结果,大量的资源就这样被无情地浪费了。

一旦物流、电商、消费者、制造业被接入统一的物流数据平台,商品的流向就有了清晰的指导,并可以直接投送到消费者手中,大幅缩短了平均运输距离,节省了物流成本,物流各环节也将更加协同。让货物尽量少动,或者说做到“货物不动数据动”,这是天网数据平台的主要目标之一。

3.物流数据化有助于建立电商与物流联动机制

数据平台可以对接物流企业和电商,建立起一套协同联动机制,其中以菜鸟网络“双十一”天网预警雷达最为闻名。以往在“双十一”期间,电商订单爆炸式增长,经常导致物流爆仓,其原因有两个:一方面,物流快递企业的大部分包裹来自于电商;另一方面,电商订单在理论上可以呈级数增长,但物流有承受极限,稍有意外,爆仓便成定局。在2014年“双十一”期间,一天之内天猫产生了2.78亿个包裹,约占全年包裹总量的2%。在“双十一”之前,申通、中通、百世汇通等物流企业均预计“双十一”当天的快件量会达到平时的两倍,然而现实还是远远超过了他们的预期。

天网雷达预警通过自身的电子商务数据优势进行订单预测,指导物流企业提前配置资源;反过来,天网数据平台又根据物流企业反馈的物流压力数据引导电商商家的促销策略,从源头上减少爆仓风险。据了解,菜鸟网络“双十一”天网预警雷达关于单量、订单分布的预测准确率达95%以上,促进了物流与电商的协同发展(数据来源:菜鸟网络)。

4.智能分仓与库存前置提高时效并加快周转率

如果物流数据平台与物理基础设施建设完善,智能分仓与库存前置也将成为可能。中国地大物博,土地面积为960多万平方公里,要在如此大的地域中做到24小时送货必达,不靠库存前置是不可能的。简而言之,就是要在消费者下单之前将商品提前以成本最低的方式运到离消费者最近的电商仓储中,而且,从商品入仓到消费者下单,再到商品拣货出仓,这期间的时间越短越好,因为时间越短,意味着物流持有成本越低,库存周转也越快。这需要极强的预测能力,商家什么时候发货、分别发多少货到什么地方、运输方式和运输时间的估算,都需要紧密结合,分毫不差。菜鸟网络的天网基于阿里巴巴丰富的数据积累,有完成这项任务的潜力,对于消费者而言,这将大幅提高物流时效,提升消费者体验,对商家而言,智能分仓、库存前置与持有成本最佳平衡点的确定,也有助于提高完美订单达成率,提升库存周转效率。

目前,菜鸟网络还推出了物流路径优化和电子面单等产品。所谓物流路径优化,是菜鸟网络基于历史数据,提前将物流的各个节点标注于包裹上,这样包裹在每个物流环节中就可以免去多余的分拣步骤。以往没有路径优化时,物流企业需要一批有经验的分拣操作员逐一分拣包裹。电子面单则可以大幅提高商家的发货速度,并减少物流企业的成本。以往物流企业员工需要手写面单,错误损失率为2%~3%,电子面单起到了明显改善作用。由于电子面单采用热敏纸打印,比传统针式打印机至少快6倍以上,提高了企业发货出仓速度(来源:阿里研究院)。

智能物流与社会化物流的发展:躯体在蜕变

1.包裹全程“顺路”是社会物流资源的最大优化

物流是一个社会接力的过程,之所以接力成本高、效率低或无法完成,是因为信息不对称,而互联网刚好可以解决这个问题。如果信息对称到一定程度,包裹在理论上可以全程搭乘“顺风车”,物流成本则会直线下降。实际上,已经有不少电子商务或物流企业对此进行了尝试,2013年,DHL在瑞典推出了一个新的在线平台MyWays,特别针对“定时达”服务设计了相应的手机APP,那些希望在自己日常活动路线上顺路获得收入的市民,即可成为快递员。这个计划遵循了“众包快递”的原则,在这个平台上,特定的投递服务被外包给个人志愿者。MyWays应用将在线购物者们连接起来,提供人性化的服务,如果正好与这些投递志愿者的时间表相吻合且顺路,志愿者可进行捎带并从中获得一定的收入。对于接收者来说,也方便了他们接收包裹,因为他们可自行选择投递日期和时间,这无疑简化了“最后一公里”的投递进程,这项服务在瑞典斯德哥尔摩的DHL网络的所有服务点同步推出。借助MyWays平台和手机客户端,这项服务操作简便,在线提交一个投递需求后,包裹接收者就可同时指定投递的时间和地点,系统会自动生成相应的投递费用。包裹将在DHL的平台上即时注册,所有MyWays用户都可看到需求信息,这些用户可自行选择投递时间点、投递线路与自己相符的包裹进行捎带[2]。

2.任何社会资源都可以成为社会物流载体的一部分

不但人可以顺路送快递,出租车也同样可以。2014年11月,据《华尔街日报》透露,在旧金山和洛杉矶,亚马逊试验利用移动打车应用Flywheel,通过出租车为用户送包裹。这次试验是亚马逊为加快包裹送达速度而进行的最新尝试,目的是与实体零售商更直接地竞争,在UPS、联邦快递和美国邮政服务之外开辟新的包裹快递途径。亚马逊也在开发一种“当日达算法”,根据送达速度和价格对多种快递服务进行评估。在最近的测试中,亚马逊与Flywheel进行了合作,后者的打车应用与Uber和Lyft的系统相连。亚马逊通过Flywheel应用把出租车“叫到”小型配送中心,每辆车安排最多10件邮政编码相同的包裹,每件包裹付费5美元,要求1小时内送达[3]。亚马逊使用出租车送包裹的另外一个目的是降低快递费用。快递费用在亚马逊营收中的占比已经由2009年的7.2%上升至2014年的8.9%[4]。当然,这种出租车送快递可以看作是基于打车软件的物流应用,国内也有一些应用,被戏称为快滴打车货运版本,虽然还是初步实践,效果还有待观察,但这些创新标志着物流社会化开始。在互联网的推动下,任何一样社会资源均可成为物流载体,这就是物流系统这个躯体的变化。

3.智能物流机器人已经开始投入使用

智能物流的步伐也从未停下,亚马逊的Kiva电商仓储机器人就是一个例子。在加利福尼亚州特雷西的巨大电商仓储中,有超过3000台机器人在帮助亚马逊跟进每一个客户的订单。这些帮助亚马逊的机器人名为Kiva,它们是矮矮胖胖呈方形的机器人,体型小,但能够举起重达750磅的货物。它们增加了仓库空间的容纳量,在中心使用Kiva系统能处理50%以上的库存[5]。Kiva机器人能在整个仓库中穿梭,根据订单搜索产品,摄像头位于正上方,以识别出货架,一旦货架被识别,其自动化系统会将货架举起并按照算法路径进行搬运。

开发Kiva机器人的是亚马逊在2012年5月收购的一家初创公司。现在,亚马逊已在10个仓库中部署了超过1.5万个Kiva机器人。Kiva机器人在亚马逊仓库的工作似乎十分“单调”,但亚马逊表示,在机器人的帮助下,每笔订单都能省下1小时的时间[6]。

[1] “派送一件提1元钱快递员月入过万是神话”,《大庆日报》2014年11月11日报道,http://www.dqdaily.com/news/2014-11/11/content_2433054_2.htm。

[2] 国家邮政局网站,“DHL众包快递项目将在瑞典试运行,今年底投入商用”,《中国邮政快递报》。

[3] 搜狐IT,“如何解决物流难题,亚马逊告诉你,用出租车”,2014年11月6日,http://it.sohu.com/20141106/n405827623.shtml。

[4] 搜狐IT,“如何解决物流难题,亚马逊告诉你,用出租车”,2014年11月6日,http://it.sohu.com/20141106/n405827623.shtml。

[5] 雷锋网,“如果亚马逊是圣诞老人,KIVA就是驯鹿”,2014年12月1日,http://www.leiphone.com/news/201412/pLMYNsNKx1ENI2UL.html。

[6] 牛华网,“仓储机器人KIVA大揭秘:时尚最忙的亚马逊员工”,2014年12月1日,http://www.newhua.com/2014/1201/286018.shtml。