随着机器人、通信技术、人工智能算法的不断优化，智慧物流将开启新一轮革命，人在其中的地位将不断被弱化，取而代之的是数据和云服务的关键决策能力。
物流产业是一个涉及众多行业技术和应用的“跨界者”，包括车辆、通信、电商等非常基础的行业，因此物流行业的变革背后依靠的是整个智慧城市建设整体的不断完善。
从技术和应用两个角度来看，智慧物流在近些年迅速崛起的动力可以说是“混动”的，它既离不开电商爆发的催化，也离不开车联网、机器人、人工智能算法、通信等物联网技术的加持，作为多种物联网技术及应用的集大成者，智慧物流日渐扩张的帝国版图，不是一日可以建成的。
智慧物流产业链上的众多玩家也逐渐攀升到一个高阶竞争的阶段，那么从业者如何从这片由蓝变红的市场中攫取价值?不同类型的技术与应用提供商应如何与上下游生态结合，寻求合作共赢?随着车联网、5G通信、人工智能等新技术不断变革，智慧物流从业者如何拥抱新技术，以求新层次的腾飞?
就以上问题，物联网智库采访了研华科技智能物流事业处林威佐协理，林威佐分享了他对当前全球智慧物流的发展现状解读和未来趋势预测，并对其中一些关键技术和应用分享了独家见解。
电商与智慧物流相得益彰
林威佐对比了中国大陆和台湾两地的电商和物流发展状况，结论是显而易见的，两者正相关。这不难说明随着电商火速崛起，井喷式的需求侧增长对旧有的物流产业造成巨大的压力。随着时间推移，这种“不可承受之重”得以转化为催化物流产业进化的良性动力，体量攀升到一定阶段必然需要发生一场变革，否则现有的物流体系将无法应对未来持续增长、持续拔高的物流需求，因此，这一臃肿的庞然大物也逐步实现了从量到质的飞跃。
得益于电商的崛起，物流的发展迈入了新的阶段。同时，林威佐也认为，物流的变革反过来又促进了电商甚至是O2O、新零售的发展。
这主要体现在两个方面，首先，物流实现智能化变革后，新技术让成本和服务质量得到了双优化，对于需求侧的电商而言也随之降低了成本，提升了用户体验。其次，在电商体量增速放缓的当下，电商大咖们也逐渐开始为下一轮竞争提前铺路，这就包括竞争激烈的线上线下结合体，如O2O和新零售。巧的是，智慧物流恰与新零售和O2O的生存模式相互促进，实现了技术和应用方面的高度协同。
物联网时代电商的竞争，实质上就是物流解决方案的竞争，比谁更快、比谁更稳、比谁成本低。
车联网将成未来物流标配
现代物流，其目的是简单明确的，即将物品从一个地方送至另一个地方。
衡量传统物流的显性维度也无非是成本、时效和用户体验。然而在这三项显性维度背后，却隐含着诸多隐形维度，如安全性、可靠性、可追踪性、即时通信、运输和搬运方式、算法的优化、仓储管理和效率提升、信息存储和调用的易用程度等等。这些隐形维度的提升将对整个物流系统的品质更为关键。
而物联网时代，研华将更关注隐形维度的提升。林威佐总结了其中值得关注的三个方面，他们组成智慧物流的核心：移动的物、移动的车，以及如何弱化“人”在整个物流体系中的作用。
如何关注移动的物?物联网技术的综合利用让从业者几乎能掌握物品的所有信息。研华关注的三个过程主要包括：
首先，通过多种传感器的综合部署，采集物品的有用信息，如位置、运送方式等信息，甚至还包括温度、湿度、新鲜度等物理参数。
其次，借助多种通信技术，包括但不限于4G/LTE, WiFi、低功耗广域网(NB-IoT、LoRa等)，将物品数据按所需频次安全传送至数据中心。再进行必要的数据整合、运算、分析、输出。
最后，则是优化物品运输的安全性。即借助数据的采集、传输和整合分析，物流从业者应能第一时间掌握物流过程的安全、稳定性，并有望提前通过有边缘计算的能力预判可能发生的小概率事故，从而进行物品的“预防性保护”。
如何关注移动的车和人?这要得益于车联网技术的发展和人工智能的加持。
首先，我们像了解“物”一样去了解“车”。通过功能丰富的综合传感器技术的部署，可能比上述物品所需的传感器数量、种类、精度要求更高，达到“完全掌握”车辆所有信息，以提升安全系数。
了解车以后，我们还要从各个角度全面地了解驾驶员的行为。随着自动驾驶、辅助驾驶技术的不断成熟，研华还将机器视觉、边缘计算等技术整合到解决方案中，让司机行为的判断程度越来越精准，如是否疲劳技术、是否有危险行为、是否发生微小驾驶违规、是否按照既定路线运输物品。
其次，车联网所需的通信技术亦要高于物品传输信息的网络。当下4G在理论上已经基本满足了车联网所需的网络速度，然而在成本和质量上仍有待提高，于是林威佐认为，5G时代车联网的应用领地将得到更广的普及、更优质的体验。
不只是”车联网”，研华所规划的智慧车队管理解决方案，有别于目前一般车联网解决方案，只是采集相关数据然后回传给管理后台进行运算与统计。研华利用自身强大车用电脑设计能力,将所采集的数据直接在车载电脑进行相关复杂运算，进而”即时”提醒司机改变或修正驾驶行为。简而言之，研华的车用电脑，不只是资料采集与传递,而是边缘运算处理的极致表现。
试想，若相关感测器侦测到相关可能危及行车安全的征兆，怎么可能还将该讯号传递到后台进行分析判断然后才提醒司机?因此在充分掌握车辆数据及基本完成驾驶员SOP化之后，研华整体解决方案可以实现的是主动式安全的保障。车辆、人、物品的信息不仅能在云端稳定处理，更可依靠边缘计算能力主动防止、修正甚至制止驾驶员的危险行为，这便是研华认为的一定程度上的自动驾驶。
在未来，随着人工智能、机器视觉、算法优化的不断提升，自动驾驶程度将越来越高、稳定性也越来越高，驾驶员在这个过程中的作用将不断被弱化，取而代之的是数据和云服务的关键决策能力。
彼时的智慧物流，才是从业者一直致力的愿景。
（转载）
