智慧物流是一種以信息技術為支撐，在物流的運輸、倉儲、包裝、裝卸搬運、流通加工、配送、信息服務等各個環節實現系統感知，全面分析，及時處理及自我調整功能，實現物流規整智慧、發現智慧、創新智慧和系統智慧的現代綜合性物流系統。下面，我們就智慧物流行業研究報告來更深入地探究一下吧！

智慧物流行業研究報告

一、市場規模

根據德勤中國物流與交通運輸團隊發布專業評估報告《中國智慧物流發展報告》，2001年中國物流市場規模為20億元，截至2016年規模已超過2000億元，2001-2016年的復合增長率高達36%。到2025年，智慧物流市場的規模將超過萬億元。

智慧物流發展驅動因素

國家大力推進互聯網+物流業

自2015年以來，國家各級政府機構出臺了鼓勵物流行業向智能化，智慧化發展的政策，并積極鼓勵企業進行物流模式的創新，主要方向包括：

大力推進“互聯網+”物流發展：國務院辦公廳《關于深入實施“互聯網+流通”行動計劃的意見》中提出，鼓勵發展分享經濟新模式，激發市場主體創業創新活力，鼓勵包容企業利用互聯網平臺優化社會閑置資源配置，擴大社會靈活就業。

鼓勵物流模式創新，重點發展多式聯運、共同配送、無車承運人等高效現代化物流模式：商務部《2015年流通業發展工作要點》中提出，深入推廣城市共同配送試點，總結推廣試點地區經驗，完善城市物流配送服務體系，促進物流園區分撥中心、公共配送中心、末端配送點三級配送網絡合理布局，培養一批具有整合資源功能的城市配送綜合信息服務平臺，推廣共同配送、集中配送、網訂店取、自助提貨柜等新型配送模式。

加強物流信息化和數據化建設：國務院辦公廳《關于推進線上線下互動加快商貿流通創新發展轉型升級的意見》中提出，鼓勵運用互聯網技術大力推進物流標準化，推進信息共享和互聯互通；大力發展智慧物流，運用北斗導航、大數據、物聯網等技術，構建智能化物流通道網絡，建設智能化倉儲體系、配送體系。

1.新型商業模式涌現，對物流服務提出更多要求

近年來，電商、新零售、C2M等新型商業模式發展迅猛，消費者需求也從單一化、標準化向多樣化、差異化、個性化轉變，這些變化都對物流服務提出了更高的要求。由電商帶動的快遞業從2007年開始連續9年保持約50%的高速增長，到了2016年業務量已突破300億件大關，爆發式增長的業務規模促進物流行業向更高的包裹處理效率和更低的配送成本發展。根據阿里研究院預計，2020年網絡零售額將超過10萬億人民幣，一天需要處理的包裹量可能達到10億。2020年跨境電商貿易進出口占整體對外貿易的比例將由19.5%上升至37.6%。

由于大數據、人工智能等先進技術的興起，新零售模式下的企業將以互聯網為依托，對線上服務、線下體驗現代物流進行深度融合。這也促使企業對智慧物流提出更高的需求。

由用戶需求驅動生產制造，除去各種中間流通加價環節，直接連接設計師或制造商，為用戶提供高質量、低價格、個性化的商品。這一C2M模式下，消費者訴求將直達制造商，個性化定制成為新的風向，這對物流的及時反應，定制化匹配能力提出了更高的要求。

2.物流運作模式革新，推進智慧物流需求提升

隨著互聯網技術的不斷發展，物流行業與互聯網結合，改變了物流行業原有的市場環境與業務流程，推動了一批如車貨匹配、運力眾包等的新型物流運作模式。

車貨匹配可分為兩類：同城貨運匹配、城際貨運匹配。貨主發布運輸需求，平臺根據貨物屬性以及運輸距離等進行智能匹配，并提供SOP等各類增值服務。這對于物流的數據處理、車輛狀態與貨物的精確匹配度能力要求極高。

運力眾包主要服務于同城匹配市場，由平臺整合各類閑散個人資源，為客戶提供及時的同城配送服務。如何管理運力資源，如何通過距離、配送價格、周邊配送員數量等數據分析實現精確訂單分配，為消費者提供最佳的客戶體驗，是平臺智慧物流的挑戰。

多式聯運包括海鐵、公鐵等多種類型的聯運方式，作為一種集約高效的現代化運輸組織模式，多式聯運在“一帶一路”國家戰略布局下迎來了加速發展的重要機遇。由于運輸過程中涉及到多種運輸工具，為實現全程可追溯和系統間的貫通，信息化的運作十分重要。同時，無線射頻、物聯網等新型技術的應用也大大提高了多式聯運換裝轉運的自動化作業水平。

3.大數據、無人技術等智慧物流相關技術日漸成熟

無人機、機器人等技術在近幾年來發展迅速，未來將會進一步與物流行業結合，廣泛應用在倉儲、運輸、配送等各個物流環節。目前較為成熟或即將實現商用的物流關鍵技術有：

倉內技術：主要是機器人技術，包括AGV（自動引導運輸車）、無人叉車、分撿機器人等。主要應用于倉內搬運、上架、分揀等操作。

最后一公里配送：無人機技術，包括干線無人機與配送無人機兩類，其中配送無人機研發已較為成熟，主要應用在末端最后一公里配送。

智慧數據底盤：大數據分析技術，通過對商流、物流等數據進行收集和分析，主要應用于需求預測、倉儲網絡、路由優化、設備維修預警等方面。

相對不太成熟，距離商用仍需一定時間的物流相關技術：

倉內技術中可穿戴設備技術，最后一公里中3D打印，干線技術中的無人卡車，以及數據底盤的物聯網、人工智能等技術，可用于倉內智能分揀、末端產品配送、干線貨物運輸等方面。目前這些技術多處于研發測試階段。

二、智慧物流細分領域

1.倉內技術

主要有機器人與自動化分揀、可穿戴設備設備、無人駕駛叉車、貨物識別四類技術，目前機器人與自動化分揀技術已相當成熟并得到廣泛應用，可穿戴設備目前大部分正處于研發階段，但已有部分技術已實現應用。

倉內機器人包括AGV（自動引導運輸車）、無人叉車、貨架穿梭車、分揀機器人等。國外領先企業應用較早，并且已經開始商業化。國外企業如亞馬遜、DHL，國內企業京東、菜鳥、申通等已經開始布局。

亞馬遜于2012年收購了全球領先的倉內機器人初創企業KIVARobotics進入倉內機器人領域，主要用于倉內貨架搬運、分揀。2013-2014年底，亞馬遜首先在美國的10個亞馬遜物流中心布局1.5萬個機器人，隨后又將KIVA布局擴大至其全球各地轉運中心。截止2016年，亞馬遜已在其全球的13個物流中心部署了超過3萬個KIVA機器人。2016年，KIVA正式更名為AmazonRobotics，力圖打造新型機器人平臺，除研發新型AGV機器人外，還著手研發可勝任打包、分揀等復雜環節的先進機器人，致力實現倉儲無人化的目標。

緊隨亞馬遜的步伐，2014年京東開始布局倉內機器人技術，同年京東研制的第一代倉儲機器人投入“亞洲一號”系列倉庫進行實地操作。2016年京東成立X事業部，組建無人倉團隊，并成功開發SHUTTLE貨架穿梭車，DELTA型分揀機器人，六軸機器人6-AXIS等6種型號機器人。同年京東又與新松機器人簽署戰略合作協議，共同探索機器人在京東倉庫中的開發應用，獲取相應的軟硬件技術。2017年京東昆山無人分揀中心亮相，基本實現了倉儲全流程自動化。

2015年阿里成立ET實驗室，開發以AGV為主的倉內機器人，已在天津、惠陽倉大規模投入使用，未來將進一步拓展機器人型號。順豐于2016年斥資一億元在寧波建設了大型自動化中轉站，引進了全自動化的機器人分揀模式。2016年DHL引進智能協作機器人Baxter和Sawyer，推進倉儲環節的自動化進程。同年DHL日本倉庫又引進了豐田自動機械制造的KEYCAR系列AGV機器人，幫助提升倉內運作效率。

可穿戴設備當前仍屬于較為前沿的技術，在物流領域的應用產品包括免持掃描設備、現實增強技術-智能眼鏡、外骨骼、噴氣式背包等。目前除了免持掃描設備和智能眼鏡有小范圍應用外，其他產品尚無商用實例，大多處于研發階段。整體而言可穿戴設備目前離大規模應用仍有較遠距離，而智能眼鏡憑借其實時的物品識別、條碼閱讀和庫內導航等功能，未來有可能被廣泛應用。目前京東及亞馬遜等國內外電商企業已開始研發相關智能設備。

2.干線技術

干線技術主要是無人駕駛卡車技術。無人駕駛卡車將改變干線物流現有格局，目前雖尚處于研發階段，但已取得階段性成果，正在進行商用化前測試。

目前無人駕駛卡車由整車廠商主導，如戴姆勒等，但也有部分電商、物流企業正嘗試布局，如亞馬遜已申請無人卡車相關專利提前布局，而國內企業如京東也正嘗試研發無人卡車。

2017年初提交的專利申請顯示亞馬遜正在研制自動駕駛汽車，由PrimeAIR無人機研發項目負責。因為該專利涉及可變車道導航等復雜任務，目前尚處于研發狀態。

由X事業部負責的京東無人卡車目前也處于研發階段，未來京東無人卡車將會成為移動配送站，行駛的時候會不斷地釋放配送機器人，進行末端派送。

3.最后一公里技術

最后一公里主要技術包括無人機技術與3D打印技術兩大類。無人機技術相對成熟，目前包括京東、順豐、DHL等國內外多家物流企業已經開始進行商業測試。3D技術尚處于研發階段，目前僅有亞馬遜、UPS等針對其進行技術儲備。

無人機技術已經較為成熟，主要應用在人口密度相對較小的區域，如農村配送。中國企業在該技術上具有領先優勢，且政府政策較為開放，制定了相對完善的無人機管理辦法。目前國內無人機即將進入大規模商業應用階段。未來無人機的載重、航時將會不斷突破，感知、規避和防撞能力有待提升，軟件系統、數據收集與處理分析能力將不斷提高，應用范圍將更加廣泛。

2017年亞馬遜的無人機送貨部門PrimeAIR在美國公開亮相，并首次對外發布亞馬遜無人機產品。但受限于美國的無人機使用規定，亞馬遜無人機目前尚未進行大規模應用。

2017年，京東加大對無人機研發投入，在西安成立無人機研發中心。京東是目前市場上無人機技術應用最領先的企業之一。

2013年末，DHL啟動無人機項目，以自建團隊，自主研發為主。同年DHL研發出第一代無人機，并成功利用無人機將波恩藥房的一個藥品包裹運送至一公里外的DHL總部。2014年DHL研發出第二代無人機，能攜帶1.2公斤貨物，時速可達65公里，但仍需工作人員手工裝卸貨。2015年底，第三代無人機亮相，可以在機艙內攜帶2公斤以內、體積不大于4.4升的貨物。經過將近兩年的研發測試，2016年初，DHL在巴伐利亞鎮試驗其無人機交付項目，共成功遞送超過130個包裹，使得DHL成為全球第一家利用無人機技術為客戶提供服務的企業。

2017年上半年，順豐自研的MantaRay垂直起降固定翼無人機問世；同年6月順豐與贛州市南康區聯合申報的物流無人機示范運行區的空域申請獲得東部戰區正式復批，成為目前國內唯一獲得正式審批的示范空域。目前，順豐在無人機領域申報和獲得的專利數量達111項。

3D技術將給物流行業帶來顛覆性的變革，但當前技術仍處于研發階段，美國的Stratasvs和3DSystems兩家企業在該領域占據絕大多數市場份額。未來的產品生成及消費模式將會是“城市內3D打印+同城配送”，甚至是“社區3D打印+社區配送”的模式，物流企業需要通過3D打印網絡的鋪設實現定制化產品在離消費者最近的服務站點生產、組裝、與末端配送的職能。

2014年亞馬遜開設3D打印商店，為購物者提供超過200種產品，并與總部位于辛辛那提的3DLT和布魯克林的Mixee實驗室簽署了協議，進行3D打印的初步布局。2015年亞馬遜提交的一項專利顯示，其將把靜態的3D網絡變為動態布局，消費者下單后，將把指令發送到最近的3D打印車，在車輛向消費者行駛過程中完成產品的3D打印與組裝，并最終送達消費者。

4.末端技術

末端新技術主要是智能快遞柜，是各大企業布局的重點。目前已實現一二線城市商用覆蓋，但受限于成本與消費者使用習慣等問題，未來發展存在不確定性。

智能快遞柜技術較為成熟，目前已在一二線城市得到推廣，包括順豐豐巢、菜鳥投資的速遞易等。但當前快遞柜仍面臨使用成本高、便利性和智能化不足、使用率低、無法當面驗貨、盈利模式單一等問題。

5.智慧數據底盤技術

數據底盤主要包括物聯網、大數據及人工智能三大領域。物聯網與大數據分析目前已相對成熟，在電商行業中得到了一定的應用，人工智能還處于研發階段，是未來各大企業研發的重點。物聯網技術與大數據分析技術互為依托，前者為后者提供部分分析數據來源，后者將前者數據業務化，而人工智能則是大數據分析的升級。三者都是未來智慧物流發展的重要方向，也是智慧物流能否進一步升級迭代的關鍵。

三、物聯網技術

物聯網概念已十分普及，但受終端傳感器高成本的影響，目前在物流領域大規模應用難度仍然較高。長期來看，低成本的傳感器技術將實現突破，RFID和其他低成本無線通信技術將是未來的方向。在可預見的未來物聯網在物流行業將得到廣泛應用。目前國內已出現專注于智慧物流物聯網領域的領先企業如匯通天下。物聯網在物流領域的應用場景主要有四種：

產品溯源：通過傳感器追溯農產品從種植到運輸到交付環節的所有信息，同時通過區塊鏈技術記錄貨物從出發到接收過程中的所有步驟，確保了信息的可追溯性，從而避免丟包、錯誤認領等問題。

冷鏈控制：通過車輛內安裝的溫控裝置，對車內的溫濕度情況進行實時監控，確保全程冷鏈不斷鏈。

安全運輸：通過設備對司機、車輛狀態數據進行收集，及時發現事跡疲勞駕駛、車輛超載超速等問題，及早警報，預防事故。

路由優化：通過車輛上安裝的信息采集設備，可以采集運輸車情況、路況、天氣等信息，上傳至信息中心分析后可對車輛進行調度優化。

大數據技術

大數據技術已成為眾多企業重點發展的新興技術，多家企業已成立相應的大數據分析部門，進行大數據的收集、研究、分析和應用布局。大數據技術在物流領域的應用場景主要有四種：

需求預測：通過收集用戶的消費特征、商家歷史銷售等大數據，利用算法提前預測需求，前置倉儲與運輸環節。目前已有部分應用，但在預測精度上仍有較大的提升空間，需要擴充數據量，優化算法。

設備維護預測：通過物聯網的應用，在設備上安裝芯片，可實時監控設備運行數據，并通過大數據分析做到預先維修，增加設備使用壽命。隨著工業機器人的應用，這一方向將在未來擁有廣泛的發展空間。

供應鏈風險預測：通過對異常數據的收集，進行如貿易風險，不可抗因素造成的貨物損壞等進行預測。

網絡及路由規劃：利用歷史數據、時效、覆蓋范圍等構建分析模型，對倉儲、運輸、配送網絡進行優化布局，如通過對消費者的數據分析提前在消費者附件倉庫進行備貨。甚至可實現實時路由優化，指導車輛采用最佳路線進行跨城運輸與同城配送。

人工智能

人工智能技術主要由電商平臺推動，尚處于研發階段，除圖像識別外，其他人工智能技術距離大規模應用仍有較大差距。人工智能在物流領域的應用場景主要有五種：

智能運營規劃管理：未來將通過機器學習，使運營規則引擎具備自學習、自適應的能力，能夠在感知后進行自主決策。如人工智能根據雙十一與一般情況的不同場景訂單，自主設置商品的不同生產方式、交付時效、異常訂單處理等運營規則，實現人工智能處理。

倉庫選址：人工智能根據現實環境的各種約束條件如顧客、供應商和生產商的地理位置、運輸經濟性、勞動力可獲得性、建筑成本、稅收制度等，進行充分學習和優化，從而決策出最優解決方案的選址模式。

決策輔助：利用機器學習等技術自動識別場院內外的人、物、設備的狀態和學習優秀的管理及操作人員的指揮調度經驗，逐步實現輔助決策和自動決策。

圖像識別：利用計算機圖像識別、地址庫、神經網絡等提升手寫運單機器有效識別的準確率，大幅度減少人工輸單的工作量和出錯率。

智能調度：通過對商品數量、體積等數據進行分析，對包裝、運輸車輛等各環節進行智能調度，如通過測算百萬SKU商品的體積數據和包裝箱尺寸，由人工智能系統計算并推薦耗材和打包順序，從而合理安排箱型和商品擺放方案。

京東從2012年推出第一代青龍系統開始，由CTO辦公室下屬運營研發部門負責每年對青龍系統進行迭代，截止2016年，京東已將青龍系統迭代升級至第六代智慧物流系統。依托青龍系統，京東實現對平臺商流、物流的全面掌握。除青龍系統外，京東內部還構建有倉儲管理系統（“玄武系統”）、大運輸系統（赤兔TMS）、大件物流調度系統、大數據分析系統等。依托SAAS化的信息系統，這些系統可實現動態、實時調度，提供高效率、低成本、高智能的智慧供應鏈解決方案。

菜鳥依托自身商流、合作伙伴數據流優勢，專注對物流預測，促進物流整體效率提升。根據相關數據顯示，截至2015年11月，中國超過70%的快遞包裹、數千家國內外物流和倉儲企業以及170萬物流和配送人員都在菜鳥數據平臺上運轉。2013年菜鳥網絡成立后，原阿里物流事業部與菜鳥網絡整合，物流數據平臺打通，物流預警雷達進行了升級和改造，新增了區域和網點預測等諸多功能。2014年5月，菜鳥聯合“三通一達”等14家主流快遞企業推出了電商面單平臺，通過數據的流轉，菜鳥物流電子面單系統可以串聯快遞公司、商家與消費者的數據信息，大幅提升發貨速度。2015年，菜鳥網絡與高德地圖合作打通底層地址數據，建設國內最先進的5級地址庫，同年雙十一期間，菜鳥依托人工智能對區域訂單量進行預判，提前指導商家布局倉儲，提升了整體物流效率。2017年，菜鳥入股中國領先的智能倉儲設備企業-快倉，快倉專注于移動機器人、可移動貨架、補貨及揀貨工作站等系統研發，以人工智能算法的軟件系統為核心。

四、未來趨勢

未來智慧物流加快轉型升級成為必然趨勢，推動物聯網技術在物流中更好地應用，是下一步智慧物流發展的目標和方向。

物流自動化將迎來跨越式發展。在新零售時代“線上線下一盤貨，服務產品一體化”將長期、全面地影響物流業發展。未來依托共享IT平臺，每一個人、每一輛車、每一個閑置的倉儲庫房，都有可能成為物流的共享環節，物流資源將像云計算一樣，按需付費，碎片化的運力、倉儲資源都有可能會參與到社會化物流環節中。

大數據促進物流供應鏈優化。電商大數據提高物流配送效率，所有訂單信息發送到企業配送倉庫，智能倉儲可在最短時間內根據買家地址檢索存放商品的最近倉儲中心位置，實施就近出庫，快遞部門根據訂單數量裝車，由無人駕駛飛機或汽車自動運輸到指定位置，節約成本，提高效率。未來通過大數據分析形成物流流通數據后，以往貨物由品牌商倉庫發出的模式，將更改為部分商品或貨物從廠家直發，貨物不動數據動，做到路徑最優，提升效率。

依托“互聯網+”而興起的智慧物流云倉系統將蓬勃發展。云倉是伴隨電子商務而產生的有別于傳統倉儲方式的智能化倉儲模式，其最大的區別，在于智能自動化裝備和信息化軟件集成應用。依托智能制造興起的云倉，將成為電子商務發展的中堅力量。

信息化、智能化、集約化和小批量定制是未來物流的發展趨勢。智能物流以客戶需求為中心，靈活實施物資調動，滿足下游需求。互聯網拓展了營銷渠道，通過互聯網及時反饋消費者需求信息，信息將快速到達生產企業指令中心，而智能物流可促進資源配置的優化與高效運作，實施訂單化管理，減少企業庫存，降低上游經營風險。