智慧物流的机遇和挑战包含三个关键词：智慧物流、机遇、挑战。在此之前有两种提法：智慧 物流和智能物流。2008年IBM提出智慧供应链的概念，随即被延伸出智慧物流的提法；2009年国家发改委委托中国工程院完成的物联网发展规划的课题 中，提出了智能物流的概念，并作为重点应用领域的一个目标；智慧是人的特征，智能是一类技术，基于对于人的智慧的研究开发形成，目标是替代人，优于人。
智能与智慧的关系还是有讲究的，智慧包括的范围更广，IBM提出的智慧供应链时讲到三个层面：首先是信息的准获取性，自动采集信息，而非被动的 人工输入，这就是我们说的感知技术；其次信息要互联互通，就是今天我们所讲信息整合、大数据；第三，运用这些数据形成高于人、替代人的应用，这就叫智能。 我们现在的人工智能技术的发展遵循智慧的层次递进发展。人工智能大致分为三层，第一层：选择：在感知的基础上根据已有的规律做出选择；其次是学习：发现新 的规律或逻辑，比如智能机器人下象棋能赢过我们的国际象棋大师；第三个表现为：创新，尚不清楚机理，我们只知道一些措施能帮助创新，比如培养人的素质，而 不仅仅是知识。这些全部加起来并不代表一定能创新，所以到底怎么创新，我们不知道，目前还没有规律可循。因而我们现在的智能技术主要还是集中在第一层——对采集的信息进行选择判断。
另一方面我们认为智慧物流更具代表性：智慧物流的概念更宽泛，更适应深化物流信息化发展的连续性和全面性；智慧物流既包括智能技术的应用，也包 括所有提高透明化水平的信息技术应用。提高物流的透明化程度与提高物流数据的应用水平是当前智慧的两大目标。现阶段我们完全把智慧物流聚焦在智能这个层次 上还不是时候，因为我们还有很多感知、整修数据的任务，智能应用才刚刚开始。因此从目前的形势来看，智慧物流更具有代表性。
机遇：首先是感知层面，即信息采集，这一层主要是为了解决数据的可获得性。信息是随处可得的，但能否采集得到，就需要靠技术。采集的技术是使世 界上所有的信息能够采集下来，能够为我们所用。采集的技术有两种，一种直接采集、一种是共享。很大程度上我们既要有采集的信息又要有共享的信息。
什么是物流信息呢？物流最基本的职能是时空管理。数据之间的时空差距是我们要解决的问题，因为时间有差距，我们要存储，因为空间有差距，我们要 运输。基本上是可以归结为时空上的管理技术。一则我们说凡是带有时空属性的信息就可能是物流信息，不带时空属性的信息将不是物流的基本问题，换个角度来 说，一旦我们把任何信息冠以时空属性，他就可以达到物流信息的标志，所以物流信息的范围非常广，我们可以看到在物流的流通过程中你可以采集到时间和空间的 信息，然后立刻就可以变成物流管理。我们现在看到的物流信息越来越成为一种动态的数据地图，在地图上会有各种各样密密麻麻的信息，会有时间，会有空间等我 们关注的事情。这种以电子地图为特征的物流信息将朝着动态、个性化的方向发展。第三就是针对这样的需要、这样的发展方向，我们看到多变的技术会落到一个叫“智能终端”的硬件上，这是我们跟其它各行各业信息化最大不同的设备。
智能终端里有几项是涉及到采集技术的：
第一点，终端一定要有一个ID来识别身份，身份有很多讲究，涉及到管理颗粒度，介质、属性、成本、代码等，总得来讲ID是一个基本信息采集；
第二点LBS信息，表现为：标准化模块和兼容性，物流地图；
第三点是各种各样的传感器：灵敏度、可靠性、成本、标准。
在这些方面我们会看到，传感这层的技术发展有很大的更迭。
第二个问题：机遇。数据整合变成大数据。除了采集解决可获得性技术之外更多的是靠整合来形成大数据。形成整合大数据的过程中会有很多的障碍，一 是利益上的矛盾；一是技术上的差距。从利益角度而言我们多数的数据整合或者说第三方平台不能建成，最主要的问题是利益关系没有协调好，来自各个利益主体的 信息很难被整合在一起。比较成功的例子都有一个规律就是：用服务去抱团，用整合后的服务换取你信息的管理权。信息是个很特殊的东西，他的管理权跟所有权、 使用权是很难分的，所以这点上交换信息、共享信息非常困难。这就告诉我们云平台，特别是来自各个主体的整合要建立在有价值的服务之上，并且足以让别人用信 息与你进行交换。另一个：技术。技术来自于各个主体的信息，他的结构标准都不一样，如何放在一起被整合呢？成功的案例是对他进行拆分。比如我们业务流程的 信息与财务管理的数据是很难融在一起，怎么进行拆分？成功的做分是按照时间空间进行拆分，还有一种是按照语义去拆分，同一件事归在一起，类似不同语言的沟 通。拆分是一个整合的基础，只要拆得好、拆得标准，将来整合就很方便。我们现在过多的强调整合，殊不知整合是否成功很大程度上取决于你的基础模块儿分得怎 么样。整合过程中都会牵扯到标准问题，无论是协调运力还是协调他们的结构都会存在标准问题。我们习惯于拿标准来进行管理，其实我们更多需要的是协同标准。 我们国家现在更多的标准是依据计划经济、权力经济，但是在市场经济下，更多的标准应该是来自大家的协商，共同协商、共同遵守。
最后一点：信息的安全问题。随着我们信息的整合，信息的开放，信息的安全问题就会越发成为一个大问题。我们信息之所以不能共享就是因为一个安全 问题。这时候就需要通过管理、法律、流程安排来解决安全问题。在未来信息安全性的提升会跟随数据的开放、数据的整合、数据的共享联系在一起。
数据的应用。数据应用在大数据的理念下会有几个明显的变化。一个是数据的数量会优于质量，大数据时代将用大量的数据彼此验证来形成规律，因此数 据的质量不是第一位，数据量越大价值就越大。其次在对待数据的处理上，特别是在方法论上，对数据的相关性会优于数据的逻辑性。在数据处理的及时性，我只需 要知道这件事与这件事之间的关系是什么。
未来物流数据的特征将是一个动态的电子地图，越来越动态、越来越个性化。服务价值也将越来越高。这就大数据时代的服务目标：动态化、个性化。
第三个机遇：智慧物流仍围绕网络与流程。网络与流程是物流的两个基本问题。网络将提升资源管控和利用率水平；流程将提升管理精细化与协同水平； 公共平台将在解决这两个问题上搭建起一个桥梁：既有资源的管控问题，也有用这些资源进行服务的问题。对数据转换、数据共享发挥一个结合点的作用，这个结合 点正在成为数据集聚的漏斗。
第三个问题：挑战。第一个是对人才的挑战。IT和数学的普及和提高，适应数字驱动的社会发展趋势。所有的人都应该有IT与数学的知识才能够适应 以数字来驱动的社会发展时代。IT、专业、商业结合型人才将是创新型社会发展的主力。在未来的发展中既要懂技术又要有专业还要有商业头脑。商业头脑是指知 道任何一件事的变化在不同人群中的利益会怎样的调合。素质不是指的数据处理能力，更多的是指方法论上的素质提升。用简单的理论看复杂的实践。因此方法论素 质的提升将是未来重要的部分。
第二个是对管理的挑战。现在物流发展很大的一个阻力来自于行政管理。行政监管的不规范、不合理是当前物流发展的重要成本。透明化将突显监管存在 的问题，促进监管规范化、决策科学化、乃至改革深化。数据作为一种新的资源，数据拥有者将获得越来越大的话语权，影响社会治理结构。
核心关注：拓步ERP系统平台是覆盖了众多的业务领域、行业应用，蕴涵了丰富的ERP管理思想，集成了ERP软件业务管理理念，功能涉及供应链、成本、制造、CRM、HR等众多业务领域的管理，全面涵盖了企业关注ERP管理系统的核心领域，是众多中小企业信息化建设首选的ERP管理软件信赖品牌。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文标题：中国物流学会常务副会长戴定一：智慧物流的机遇和挑战
本文网址：http://www.toberp.com/html/consultation/10839311651.html
相关文章
