| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 嵌入式 -> 物联网浪潮下,物流产业如何再“进化”? -> 正文阅读 |
|
[嵌入式]物联网浪潮下,物流产业如何再“进化”? |
文|智能相对论 作者|曾响铃 进化一旦开始,便不会轻易停止。 自2016年“智慧物流”被首次全方位提起后,随着人工智能、物联网、大数据等发展,探究物流行业如何进化,一直是人们关注的重点。具体又落在两个方面——进化力是什么?进化方向往哪走? 7月30日,以“进化力”为主题的“2021G7伙伴大会”,拉开了物流行业关于“进化”探讨的新序幕。 此次大会覆盖了与物流相关的金融、能源、保险、装备等诸多风口行业,汇集了消费物流和生产物流各个链条上的大小玩家,如物流公司、货主公司,科技公司,汽车制造主机厂、保险公司、金融机构等。这给我们了解智慧物流的进化提供了一个绝佳观察视角,不妨一起来看看。 一、像生物一样进化的智慧物流,走到哪了? 过去多年,国家将智慧物流作为行业降本增效的重点方向。即通过智能装备、物联网等提升货运安全、货运效率以及降低物流成本。 目前来看,智慧物流在安全、效率和成本等方面都带来了很大的改善。而G7过去两年的实践数据,也是行业变迁的一个缩影。 以货运安全为例,G7创始人&CEO在大会上跟大家分享了一组数据。通过智能硬件设备+平台算法+人工干预的主动安全协同管理模式,在过去两年与G7合作的同一批客户中,其运输千公里高风险时长次数下降了49.3%,事故率下降了19.9%,赔付率下降了40%。简单来说,通过G7服务,每天大概能将一个司机,从大家不希望看到的事故中拉回来。 再看几个与G7合作的例子。 蒙牛20多个工厂、1600多条运输线路,通过与G7的合作最终实现产品新鲜度100%,到达准点率99%的指标。 滨拓物流通过G7合作搭建数字化经营平台后,从订单、货调、车调,从核算、财务到支付,通过一套系统即可全部搞定,效率大大提升,如整体调车效率直接能够提升6倍之多。 而借助G7的物联网和智能装备、大数据,鄂尔多斯煤从坑口出来,到运到南方电厂的时间从原来的45天变成15天,节省了三分之二的时间。 可以看到,借助智慧物流,物流行业的安全、效率、成本的问题都得到了有效缓解,但还远远不够。如总体物流成本依然偏高(当前我国物流成本占GDP成本大约为14%,发达国家约为8%)。 简单来看,当下运输标准化消费品的消费物流数字化程度高,但用于运输生产消费品制造原料的生产物流信息化程度不够,人货车钱的数字化链接程度不够,都让物流成本变高。 比方说,企业制造商品要用电,运输煤炭成本高,导致商品制造成本高,看起来商品快递费不贵,但在其制造前的物流成本已变高了。再比如很多交易结算场景仍然在线下,带来车队管理司机开支困难、司机要款周期变长等,这些都拉升物流成本(管理成本、信用成本等)。 如果一切都能数字化可视和在线化处理,成本显然会大大下降。可见,物流行业的进化,跟生物以群体进化为基本单位一样,需要产业链上下游群体实现链接,并协同进化。此次G7伙伴大会提出“无伙伴不进化”的原因即基于此。 而基于物联网带来的产业协同、多元共生的生态数据驱动,才是物流行业的“进化力”。行业要驶向数字高速公路,这是“入场券”,需要整个物流生态实现数字化。 二、加速智慧物流进化,需要解决哪些难题? 那么当下要加速智慧物流进化,如何将“进化力”进行最大范围的提升,需要从两个方面入手。 第一,是搭建全方位的物联网基础服务,即实现安全、装备、结算等物流基础的数字化,这是产生数据的基础。 要做到这一点,需要进行全链路的数字化升级。即将物流的三要素(流体、载体、流向),向着流体可量化、载体智能化、流向可控化进化,从而实现经营数字化,以提升安全、效率和降低成本。 以煤炭到电厂的运输为例。由于流程复杂,带来很多问题。比如在冬季储媒高峰期,在热电厂门口司机要等待数小时乃至三天两夜,导致司机运输效率大大降低,大部分时间都在等待。从煤炭运动电厂的途中,中途会不会出现换煤、偷煤的现象,不好把控。司机运费线下结算周期太长等等。 而通过G7与相关方的合作,是如何让整个过程变得更高效和安全的呢? 首先是将整个这个场景中所有设备全部智能化。如吊车、集装箱,运输车辆的车头、车挂、场站等,让每一个设备都能通话和连接。以小G(煤炭甩箱)为例,其不仅是一个物理集装箱,还可以“说话”,能够实时记录其运行和使用轨迹,如位置、重量变化等等。 其次,搭建一个平台,让运输途中煤炭的位置、载重和运输路线实时可见,如车辆驶出电子围栏会报警;运到电厂后煤炭质量检测的数据可实时上传反馈,从而构建一个可信任、可监控的闭环。 通过这一系列升级后。一方面司机等待时间变短了,效率大大提升,从三天一趟变成一天五趟。原因在于,通过数字货舱(煤炭版),小G,司机运输的煤炭成了一个可量化的、打包好的“标准商品”,既可以快速实现车货匹配、装卸等,也能装上即走,且结算周期变短,在过磅的同时,结算已经结束(抬杠秒结)。另一方面,货主也不用担心被调换货,因为整个过程都因为IoT连接实现“可视”。 第二 数据流通才能产生最大价值。即需要将物流的各种元素“人车货钱”进行数据贯通,这决定能多大程度释放数字化的赋能。 简单来说,就是要用数据来“点亮”传统物流运输中的“盲区”,让其变成“亮区”。 比如G7通过对6万辆运营数据的实时跟踪,从中总结出影响货运安全运营的300个因子,为货运安全风险提供了精细化管理的基础。 再比如通过智能设备和物联网,让货物运输过程中载重变化、温度变化、颠簸变化、行程变化等都可以看到,那么货物的安全隐患将大大降低。如通过震动地图避开易发生颠簸的路线,通过远程调节车厢温度,降低生鲜商品的受损率。 当然,点亮还不够,还要让数据流动起来,最终实现全链路贯通。如基于车辆和司机的数据,结合保险公司的出险数据,最终能让车主与保险公司制定合适的保险费用,实现双赢。又能给投资公司和金融公司作为重要参考,给物流公司和车主融资增加说服力。 总的来看,就是以大数据为支撑,建立去中心化的网络,实现多元共生、产业协同。最终实现让数据为货物流通创造舒适的体验,让物流行业从“人管人”变成“平台管机器人”,从而实现降本增效。 什么意思呢?就是随着货运车辆驾驶、车厢、车挂等智能化程度不断变高,它们将变成一个个能自我感知、自动调节的货运机器人,且这些机器人数据互通、相互连接成一个平台可控的货运机器人网络。 以冷链运输水果为例。为新鲜水果安全运达目的地,需要考虑减少温度、震动影响水果品质,也要提高运输时效、避免不必要的损耗。 传统模式下,司机先要依靠经验选一条震动、运输时间少的路线,途中又要不时停车查看、调节车厢温度。同时还要在保证安全情况下尽早送达(可能少不了疲劳驾驶)。而作为车队管理者,要不间断联系司机了解车辆在途情况,为货主反馈信息。 但在货运机器人网络下,基于大量车辆感知数据早已为货运路线描绘出“震动地图”,基于温度感知设备,让车厢温度实时可知,并在必要时远程调温,并实时反馈车辆在途位置,水果所处状态等。而借助自动驾驶,又能减少司机长途驾驶疲劳,提前规避突发风险等、提升货运安全。车队管理者、货主也无需联系司机,进行“人管人”,而通过平台数字化信息,管理一个个“货运机器人”,不仅大大提升了可管理的车辆数目,也提升了效率。 三、物联网浪潮下,进击中的物流行业往哪走? 如今智慧物流要发展,以大数据为进化力,通过群体进化已成为行业共识,那么智慧物流接下来发展方向有哪些变化呢? 第一,进化重心从“消费物流”到“生产物流”。 过去十年,借助电商的快速发展,以非生产型商品或消费品为主的消费物流,其信息化程度已经很高,无论时效(当日达、次日达)、成本、安全(可追踪)与发达国家相比也不落下风,也诞生了很多行业巨头,行业甚至开始内卷,如大家熟知的快递价格战。 未来十年,为生产型资料运输的生产物流是一片新蓝海。以大宗商品运输为例,其公路货运运费规模约为2.2万亿,占了整个公路货运物流6.2万亿的三分之一,但仍未有巨头企业出现,这是一个巨大的机会。 而随着智能装备、物联网、自动驾驶的发展等,将让大宗商品运输过程变得更加标准化和流程化。以及“双碳”政策发布后对节能减排的要求,也会让更多企业借助智能匹配算法提升运输效率,降低运输途中的碳排放,这些都将推动行业加速向前。 第二,进化主力从“头部先行”到“腰部崛起”。 众所周知,中国物流行业市场很大,但运力相对分散。影响物流行业进化的既不是少数几个头部物流企业,也不是个体户司机。其核心群体是物流中小企业,这是物流行业未来进化的主体。 原因很好理解,头部企业拥有更好的技术和资本,自身的数字化建设能力更强,很多企业的数字化程度已经相对较高。而个体户司机,也不大可能有动力斥巨资进行数字化改造,投入产出比毕竟有限。 但是对中小物流企业来说,他们没有大企业的资源,在前期的数字化上面可能进展较慢,更需要借助整个行业的发展,实现自身的进化。此外,其弹性伸展空间更大,比如在人管车的时代,中小物流企业可能只能一个人管20辆车,但借助数字化系统,管车的数量和效率将大增,投入产出也很可观。 第三,进化路径从“单点信息化”到“全链数字化”。 物流数字化的进程从来不是一蹴而就的。很多中小物流企业的数字化最开始都是从局部开始。但最终的目的是通过数据让“货”实现舒适的运输体验,让人实现高效、安全的管理体验。 简单来说,物流行业要提升效率,唯一的路径就是能进行量化分析。而实现量化的基础,必须要让人、车、货等要素,变成信息化,然后再将这些单点的数据打通,让数据流通起来,变得可分析可利用。从而激发智慧物流的最大潜力。从“单点信息化”到“全链数字化”将是一个大趋势。 总的来看,未来的智慧物流的发展,肯定不是巨头生态,而是一个超大的去中心化网络。即不同的行业参与者在这个巨大网络中互联连接,成为其中一个节点。 与中心化网络看重绝对实力不同。在去中心化网络中,超级节点赋能产业的“进化力”大小,决定了企业的未来发展空间。以G7为例,通过在货运安全、智能装备、自动驾驶、数字结算等方面的布局,已成为一个软硬一体的开放物联网平台。虽然并非物流企业,但已成为物流行业中的超级节点,因在物流产业中连接诸多上下游企业而发挥巨大的影响力,这让其未来充满想象。 *本文图片均来源于网络 深挖智能这口井,同好添加vx:zenghy2017 此内容为【智能相对论】原创, 仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。 部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。 智能相对论(微信ID:aixdlun): ?AI产业新媒体; ?今日头条青云计划获奖者TOP10; ?澎湃新闻科技榜单月度top5; ?文章长期“霸占”钛媒体热门文章排行榜TOP10; ?著有《人工智能 十万个为什么》 ?【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。 |
|
嵌入式 最新文章 |
基于高精度单片机开发红外测温仪方案 |
89C51单片机与DAC0832 |
基于51单片机宠物自动投料喂食器控制系统仿 |
《痞子衡嵌入式半月刊》 第 68 期 |
多思计组实验实验七 简单模型机实验 |
CSC7720 |
启明智显分享| ESP32学习笔记参考--PWM(脉冲 |
STM32初探 |
STM32 总结 |
【STM32】CubeMX例程四---定时器中断(附工 |
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 | -2024/12/27 9:56:10- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |
数据统计 |