【壓縮機網】在過去較長一段時間里，傳統物流供應鏈體系支撐了早期電子商務經濟的發展，然而，在現代科學技術水平持續提升的情況下，電子商務經濟規模不斷擴大，并逐步完成了傳統經濟發展模式的轉型，為適應這一變化，智慧物流供應鏈應運而生。智慧物流供應鏈體系的完善依托于現代信息技術、物聯網技術、智能制造技術而實現，其中，智能制造背景下的智慧物流供應鏈建設成為推動社會經濟發展的核心力量，同時，智慧物流供應鏈的完善也將促進智能制造行業的發展，兩者相輔相成。

　　信息技術是智慧物流供應鏈的基礎，在傳統物流供應鏈的基礎上，相關環節所產生的數據能夠依托信息網絡進行傳遞，由此，大數據技術的優勢得到發揮，通過對物流供應鏈數據的搜集、整理和分析，進而對物流供應鏈中不同環節進行監管，從而提高物流供應鏈的整體運營效率，降低運營成本，這就是智慧物流供應鏈。相比較來說，智慧物流供應鏈實現了計算機系統對物流數據的整合管理，智慧物流供應鏈使原本復雜的物流供應鏈更加簡單、智能。

 

　　智能制造背景下智慧物流供應鏈建設現狀

　　所謂智能制造，是指利用計算機軟件技術，根據特定的邏輯實現對特定輸入信號的反饋，從而提高制造效率與精度，這與智慧物流供應鏈建設目標不謀而合。

　　(一)智慧物流供應鏈市場規模增加

　　為推動社會經濟轉型發展，結合現階段產業結構調整的相關要求，傳統物流行業體制龐大、業務分散、效率低下等問題逐漸暴露出來，精細化、集約化與高效化的物流供應鏈體系成為現階段社會發展的重要保障。依托互聯網技術的發展，智慧物流供應鏈已經從理論走向實踐，且規模也在持續擴大。據統計，2019年我國智慧物流供應鏈市場規模達到了破記錄的4500億元，預計到2025年，這一數值將超過1萬億元。

　　智慧物流供應鏈市場規模的增加得益于我國城鎮化轉型的持續推進，網絡零售業務的開展使端到端的物流供應鏈體系得到重視，智慧物流供應鏈可以最大限度進行零售業務數據的整合與分析，從而制定最佳配送方案。由此，能夠大大提高物流供應鏈效率，在滿足消費者需求的同時，也從某種程度上降低運營成本。

　　(二)智慧物流供應鏈智能化水平提升

　　智慧物流供應鏈的核心是人工智能技術，這與傳統意義上的自動化技術有著本質上的區別，在簡單信息反饋、數據存儲等技術的基礎上，利用工業機器人、光學識別技術、大數據技術、計算機軟件技術等實現對物流供應鏈的智能控制。近年來，科學技術的快速發展，實現了智慧物流供應鏈智能化水平的持續提升，完成了智慧物流供應鏈端到端的管理，從而保證了物流供應鏈各環節數據的可控、可查、可追溯等。

　　以物流冷鏈為例，依托于人工智能技術，智慧物流供應鏈建設能夠根據產品類型、物流運輸方式、保險時限等相關要求，選擇最佳配送方式，并制定最優配送路線。

　　(三)多數據平臺信息融合

　　智慧物流供應鏈建設需要龐大的數據作為支撐，智能制造背景下的信息系統日趨完善，在此情況下，在制定統一數據通信協議的情況下，相關平臺之間的數據共享成為可能，并且對應平臺可根據自身需要提取相應數據，進而完成數據融合。在此基礎上，智能制造背景下的智慧物流供應鏈的信息化、智能化成為可能。例如，智慧物流供應鏈與交通管理系統進行數據融合，物流企業可以實時接收交通管理系統提供的道路信息數據，并結合物流供應鏈的配送任務，適時調整物流供應鏈各節點設計，從而提高物流供應鏈配送效率。

　　(四)智慧物流供應鏈建設服務需求碎片化

　　針對傳統實體經濟發展的需要以及信息技術水平的限制，早期物流供應鏈主要解決批量化、系統化、集中化的服務需求，但是“最后一公里”的問題依然未能得到解決，消費者對物流供應鏈的服務需求得不到滿足。

　　然而，在現代電子商務快速發展的過程中，物流供應鏈服務的對象呈現出明顯的離散化特征，物流供應鏈的發展開始面向消費者，服務需求的碎片化成為現階段智慧供應鏈物流的建設趨勢。所謂碎片化，是指傳統供應鏈物流的大宗貨物集中管理現象不斷減少，客戶較為分散的小包裝物流數量明顯增加，傳統物流供應鏈模式不僅成本較高，且無法滿足龐大的客戶需求。智慧物流供應鏈能夠滿足龐大的服務需求，對大宗貨物與碎片化服務需求有著相同承載能力，可實現對物流供應鏈中各關鍵點位信息的精準管理，隨著物流供應鏈需求碎片化程度的不斷加深，智慧物流供應鏈的優勢將更加明顯。

　　(五)智慧物流供應鏈結構調整

　　傳統物流供應鏈有著明顯的地域局限性，嚴重影響了物流供應鏈向下沉市場的進一步延伸，智慧物流供應鏈建設解決了傳統物流供應鏈體系的“最后一公里”問題。以大數據技術為支撐的智慧物流供應鏈結構的不斷完善，實現了對區域市場的離散化布局，打破了傳統物流供應鏈中心化結構的弊端，將生產、運輸、銷售等環節進行融合，賦予多元市場泛化流通屬性。所以，智慧物流供應鏈的結構調整將使其不再受時間和空間的約束，充分發揮智慧物流供應鏈在商品交易中的集散功能。

 

　　智能制造背景下智慧物流供應鏈建設存在的問題

　　在智能制造背景下，智慧物流供應鏈成為社會經濟發展的重要支撐力量，社會各領域對智慧物流供應鏈建設形成了高度統一的認識。然而，受多種因素制約，現階段智慧物流供應鏈建設存在體系不健全、標準化缺失、適應性人才不足等問題。

　　(一) 體系不健全

　　相比較傳統物流供應鏈建設要求，智能制造背景下的智慧物流供應鏈建設需要更加廣泛的產業協同，強調各環節中相關企業的合作共贏。從實際執行情況來看，智慧物流供應鏈建設需要多行業、多領域企業共同參與，由于不同企業在信息化建設方面存在差異，導致無法完成智慧物流供應鏈的體系化建設，企業之間在可公開的數據方面并未做到透明化，最終影響智慧物流供應鏈體系的完善。

　　以食品物流供應鏈為例，原材采購、運輸、產品加工、銷售等相關環節涉及多個企業，若其中某一企業信息化水平無法達到智慧物流供應鏈對數據共享的要求，將導致相關風險的增加。

　　(二) 標準化缺失

　　目前，智慧物流供應鏈建設中的標準化問題普遍存在，由此導致智能制造背景下智慧物流供應鏈建設規模與效率無法達到預期，具體表現在三個方面:

　　首先，企業商品信息化標準體系建設存在不足，智慧物流供應鏈的數據共享缺乏統一標準，限制了智慧供應鏈建設的數據輸入，整個智慧物流供應鏈體系中出現大量“信息孤島”。

　　其次，政府在智慧物流供應鏈建設方面并未推出強制性行業標準，相關企業根據自身實際情況，并從成本控制的角度考慮，在選擇相應標準時就存在一定傾向性，忽略了標準差異對物流供應鏈帶來的影響，最終限制了智慧物流供應鏈優勢的發揮。

　　最后，國內智慧物流供應鏈建設中基礎設備設施標準化未能實現，基礎設施規格、型號等缺乏統一標準，這也是影響智慧物流供應鏈建設的核心因素之一。國外物流供應鏈基礎設備設施建設利用規范化標準與強制執行政策，從而保證了物流供應鏈設備與設施之間的兼容性，提高了物流供應鏈效率。

　　(三) 適應性人才不足

　　智能制造背景下的智慧物流供應鏈建設在技術上與其他技術領域有著廣泛交叉，如計算機、自動控制、機器視覺、圖像識別、傳感器、大數據、金融、能源等相關領域，因此，智慧物流供應鏈建設需要大量復合型人才。但是，現階段人才培養機制的響應速度較慢，無法提供滿足智慧物流供應鏈建設的人才隊伍。

　　除此之外，傳統人才培養機制存在明顯的“重理論，輕實踐”現象，智慧物流供應鏈建設中的人才培養成本成為一項不可忽視的支出，這對追求低成本、高效率的智慧物流供應鏈建設產生一定影響。

 

　　智能制造背景下智慧物流供應鏈建設趨勢

　　智能制造背景下智慧物流供應鏈建設是對傳統物流供應鏈的完善，根據科學技術的發展趨勢以及市場需求的變化，智慧物流供應鏈建設存在以下方面的發展趨勢:

　　(一) 全面化、網格化

　　目前，智慧物流供應鏈建設已經下沉到社區、鄉鎮，這與傳統物流供應鏈的中心化形成鮮明對比，在物聯網技術快速發展的背景下，智慧物流供應鏈建設將呈現全面化、網格化的趨勢。其中，智能制造背景下云技術在物流供應鏈領域得到廣泛應用，將物流、倉儲、金融等環境進行整合，實現了智慧供應鏈的線上管理，提高了物流供應鏈智能化水平。

　　云技術、物聯網技術等在智慧物流供應鏈不同環節中的作用得到充分發揮，智能制造背景下智慧物流供應鏈建設的全面化、網絡化應從以下兩個層面進行解釋:

　　首先，智慧物流供應鏈的全面化，是指結合大數據技術的應用，通過鏈接每一臺數據終端，可以實現最及時的“端到端”服務，在物流供應鏈數據分享方面，除相關節點企業外，將電子商務背景下的消費者納入智慧物流供應鏈體系中，消費者可以通過終端查看、修改配送信息，由智慧物流供應鏈系統進行適時調整。

　　其次，網格化是智能制造背景下智慧物流供應鏈建設的必然選擇，利用GIS技術對服務區域進行分割、編號，以實現智慧物流供應鏈與服務區域的精準對接。同時，配合無人值守快遞柜的普及，能夠有效減少物流供應鏈配送成本，提高配送效率，并通過實時配送情況進行網格規劃的實時調整，實現區域網格動態優化配置。

　　(二) 精準化

　　智能制造背景下制造企業的存在感將更加明顯，在過去較長一段時間里，智能制造企業多作為“幕后”工作者，為物流供應鏈提供配套“產品”，隨著智慧物流供應鏈建設規模的不斷擴大，技術成為影響智慧物流供應鏈建設中客戶服務滿意度的決定性因素。在此情況下，智能制造企業需要了解客戶對物流供應鏈的反饋信息，由此進行智慧物流供應鏈優化。所以，智能制造企業的主動性被調動起來，使智慧物流供應鏈服務更加精準、有效。

　　例如，針對智慧物流供應鏈建設中的客戶滿意度問題，智能制造企業需要邀請客戶進行體驗式開發，根據客戶需求對物流供應鏈各環節進行調整，突出智慧物流供應鏈的主動分析、主動服務優勢，以提高服務有效性為目標，以客戶需求為導向，形成客戶對智慧物流供應鏈服務的較高依附力，并通過客戶的持續反饋進行物流供應鏈優化升級。

　　(三) 數字化

　　在傳統物流供應鏈建設中，大多數企業并未意識到智慧物流供應鏈的作用，智能制造背景下的智慧物流供應鏈建設依托信息化管理平臺，能夠有效發揮組織管理作用，并利用大數據技術對供應鏈管理的實際效能進行分析，提出可行性建議。智慧物流供應鏈的數字化主要表現在數字協同、數字平臺與數字終端三個方面。

　　數字協同。所謂數字協同，是指在電子商務快速發展過程中，智慧物流供應鏈應積極融入“電商生態圈”，在開放物流供應鏈數據的同時，也能夠獲取多元化隱性數據，并實現跨行業的訂單接入、服務協同分撥等。例如，某兩大智慧物流供應鏈平臺通過數字協同可以進行運力資源的科學配置，降低成本，提高效率。

　　可視化管理。智能制造背景下可視化技術得到廣泛應用，在智慧物流供應鏈建設中，融入可視化技術能夠使物流供應鏈智慧化程度更高，使智慧物流供應鏈過程“透明化”，將傳統B端物流供應鏈數據以更加直觀的形式進行展示。即客戶在下達訂單之后，智慧物流供應鏈將根據訂單生成可視化物流場景，且整個物流供應鏈過程對客戶公開，由此不僅強化了客戶體驗效果，也提高了物流效率。例如，物流招投標、流程的優化、運輸節點等，各項數據、信息都更加透明、真實。

　　(四) 業態融合

　　智能制造背景下的智慧供應鏈建設對數據的依賴性較強，通過獲取不同類型數據，能夠為智慧供應鏈建設提供更加科學的方向。為此，需要在傳統物流供應鏈的基礎上，實現更加廣闊的業態融合。所謂業態融合，是指根據企業發展需要，與相關企業之間在對應產品領域進行結合，尋求新的發展。各企業之間在數據共享方面達成的一致意見，有助于推動智慧供應鏈業態融合的實現。

　　例如，在機械加工行業，對應物流供應鏈的上下游企業包括礦石開采、鋼鐵冶煉、機械加工、機械設備研發、電子設備研發、設備集成、物流運輸等，在傳統物流供應鏈中，以上企業之間的獨立性較強，而智慧供應鏈的發展強化了產業領域內企業的關聯度，構建了更加穩定的產業生態環境，利用數據共享，使各企業能夠更加精準了解產業發展動態以及相關企業的實際需求，從而為企業戰略決策提供支撐。

　　(五) 企業個性化智能戰略平臺

　　對于不同企業來說，智能制造背景下的智慧物流供應鏈建設應充分考慮到相關企業之間的差異性，制定具有廣泛適用性的智慧物流供應鏈系統。同時，根據企業的特殊要求，提供個性化物流供應鏈服務，如跨行業數據搜集、物流流轉效率分析、供應鏈成本優化等，構建以智慧物流供應鏈為支撐的企業個性化智能戰略平臺。所以，不可能讓所有企業都盲目追求一樣的智慧物流供應鏈，這也就意味著未來智慧供應鏈只有趨勢，沒有定式，個性化智能戰略平臺將成為企業獲取市場競爭力的核心優勢。

　　針對智慧物流供應鏈的發展，包括智能制造企業在內的企業個性化智能戰略平臺設計應提出科學的組織策略、采購策略、庫存策略、制造策略、交付策略、成本策略、營銷策略、售后策略等，并在技術層面上對智慧物流供應鏈建設進行精準判斷，以保證企業物流供應鏈戰略目標得以實現。

　　(六) 智慧物流供應鏈人才培養體系化

　　智能制造背景下的智慧物流供應鏈建設對人才的需求不僅在“量”上體現，同時也包括 “質”的要求，所以，智慧物流供應鏈建設中的“軟建設”就是加快落實人才培養體系化。

　　所謂人才培養體系化，是指根據智能制造背景下智慧物流供應鏈建設所涉及的相關知識點，納入傳統人才培養課程中，以專業為導向，設計與之相適應的實踐崗位與內容。除此之外，構建跨學科、跨行業、跨崗位的人才培養模式，以滿足智慧物流供應鏈對復合型人才的需求。

　　(七) 智慧物流供應鏈優化

　　智能制造背景下的智慧物流供應鏈發展更多考慮成本與風險的最優控制，即智慧物流供應鏈優化。在此過程中，需要綜合考慮全局動態調度、車輛裝載、運力資源、倉儲管理、運輸成本與信息管理五個主要方面，基于不同優化目標的差異性。

　　智慧物流供應鏈優化的關鍵在于數據的合理利用，利用大數據技術搭建物流供應鏈數學模型，從而對物流供應鏈中特定優化條件下的成本、風險、效率等進行評估，以實現智慧物流供應鏈全面優化。

 

　　結論

　　智能制造是科學技術融入傳統工業化生產的結果，在智能制造全面普及的同時，也帶動了傳統物流供應鏈的轉型發展。在此過程中，智慧物流供應鏈建設雖取得了一定成績，促進了社會經濟發展，完成了傳統物流供應鏈向現代化、數字化、智能化物流供應鏈的轉變，但其中存在的問題也不容忽視，加強智慧物流供應鏈建設，是經濟穩步發展的重要保障，是智能制造背景下多元業態構建的前提。

 

　　作者簡歷

　　何麗，東京理科大學，博士研究生。

來源：本站原創