龙头企业占据大数据等核心优势 “智慧物流”这一战如何打
带上AR眼镜,工作人员打开操作系统,可以接到源源不断的订单,系统还会指导工作人员按照最优路径行走,迅速找到货架上的商品,并进行后续各种操作。这是菜鸟利用新开发的AR智慧物流系统在仓库里实现的一幕景象。
在对物流企业的走访中,记者发现,很多企业已经建立起智慧化平台,智慧物流已经在这些企业的仓储、运输、配送等各个环节得到体现。但是,相关业内专家表示,智慧物流的发展,不仅需要科技方面的突破做支撑,还需要创造一种环境和氛围,激活企业的创新动力。
物流之痛
需智慧化变革
据公开数据显示,在中国,一件商品从生产出来到送达消费者手里,平均要经过7次搬运,而在发达国家只需要3—4次;中国国内物流成本占GDP的比重在15%到16%,而发达国家只占8%左右。这说明中国物流行业还有很大提升空间,而物流行业的智慧化程度极大地影响着行业的效率,智慧物流的发展势在必行。
唯智信息技术有限公司CEO陈梦槐对《中国企业报》记者表示,物流行业一系列问题的产生,都与该行业信息化程度不高有关。且不说中小企业,即使是规模较大的企业,其信息化也是以ERP(企业资源计划)为核心的,缺乏真正的现代物流管理系统。
目前,很多物流企业已经开始尝试用智慧化改造传统物流, Geek+有限公司市场总监高云帆对《中国企业报》记者表示,利用机器人取代拣选工人在仓库内行走,可以将拣选效率提高三倍。
记者走访了多家物流企业,据这些企业内部人士表示,物流行业成本居高不下、整体效率低下、物流体验差等行业痛点,一直困扰着物流行业发展。现在,这些痛点也成为物流企业积极进行智慧化升级的推动力。地图慧总经理孙鹏告诉《中国企业报》记者,通过开发专门的系统,实现管理的可视化与智能化,仅智能分单管理一项就可以提升40%—80%的效率。
物流企业发力大数据
智慧物流的核心是大数据。近期菜鸟和顺丰的“交火”,“数据”一词频频被提及,大数据对于智慧物流的核心价值由此可见一斑。
京东、菜鸟和顺丰等大型物流公司,凭借其雄厚的资本实力,纷纷抢先在大数据领域布局。菜鸟网络相关负责人对《中国企业报》记者表示,“2016年,菜鸟平台下的通达系几大快递公司利润增幅都在60%以上,韵达甚至达到120%,这背后就是平台大数据的力量。”
相比大公司,中小企业无论是在数据占有和应用方面,都不具有优势,它们更多是依靠第三方物流服务公司提供数据支撑。于是,一些专门为物流企业提供供应链全面解决方案的公司应运而生。陈梦槐告诉记者,物流信息技术服务企业通过给这些物流企业搭建一体化物流信息管理平台,可以使物流企业人工效率得到提升,物流运营总成本可降低至少15%。
智慧化变革难点待解
近日,京东物流联合中国物流与采购联合会发布的《中国智慧物流2025应用展望》指出,预计到2025年,中国智慧物流服务的市场规模将超过万亿。一片蓝海就摆在物流企业的面前,但是想要分得一杯羹还需实力,资金实力、技术能力等都是不低的门槛。京东X事业部无人机研发负责人刘艳光就告诉《中国企业报》记者,单就无人机而言,目前还有许多技术及政策壁垒待攻克。
大企业尚且如此,那中小企业的智慧化之路就更是道阻且长了。陈梦槐告诉记者,中小企业因为业务小,盈利水平也低,没有足够钱去实现信息化,从而降低了整个行业的信息化程度。他还坦承,要实现真正的智慧物流取决于企业的基础水平,智慧物流要靠大企业拉动,当大企业有了智慧物流智能化的产品之后,它会要求给其服务的物流公司,也去做一个相应的改善,从而激励产业链上的中小企业逐渐向智能化推进。另外,在实现智慧物流之前,必须实现企业之间的互联互通,打通企业之间的信息系统,这样才能帮助企业提高效率,降低运营成本。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21