数字时代到来，实体产业部署数智物流有何价值？

数字经济的发展对物流业发展有何影响

网络货运平台的出现打开了数字物流新时代的大门，网络货运平台除了解决物流企业业务的正常合规性以外，也解决了物流企业业务的开展受阻问题，以及对于业务管理对接的问题。

依托线下的业务，向网络货运转型，可以扩大业务的范围，便于管理，提升物流企业竞争优势，实现降本增效，更快实现数字转型。

数字物流是数字化的全新物流系统，具有很强的融合性，使得供应链物流各个环节之间以及供应链组成企业之间形成和谐统一的整体，降低了中间环节的时间，提高了供应链经济效益。

然而，想要全面实现数字物流时代，并不是那么简单的事情，物流企业的发展程度相差很大，很多中小微物流企业没有技术，更没有太多的资金支持技术的研发，这时候物流企业想要实现数字化转型。

选择与数字物流服务商合作是比较合适的选择，依托于数字物流服务商的智慧物流管理系统，在其技术、运营等方面的支持下，可以让自身实现更高效地转型，这对于推动我国物流行业数字化进程是很有帮助的。

数字经济的要素

1、数据：数据成为新的关键生产要素。在数字经济时代下，万物互联，各行各业的一切活动和行为都将数据化。

2、信息：信息通信技术为创新提供动力。以信息技术为基础的数字经济，正在打破传统的供需模式和已有的经济学定论，催生出更加普惠性、共享性和开源性的经济生态，并推动高质量的发展，例如基于物联网技术诞生出诸如智慧路灯、智慧电梯、智慧物流、智能家居等丰富多彩的应用。

3、产业：数字经济推动产业融合。数字经济并不是独立于传统产业而存在，它更加强调的是融合与共赢，与传统产业的融合中实现价值增量。数字经济与传统产业融合主要体现在生产方式融合、产品融合、服务融合、竞争规则融合以及产业融合。

数字经济与各行各业的融合渗透发展将带动新型经济范式加速构建，改变实体经济结构和提升生产效率。发展数字经济最主要的目的之一，是实现产业智能化。

网络货运：加速物流产业数字化到数智化变革

过去的2019年，无论从规模还是增速来看，数字经济的表现都十分抢眼，并已然成为中国企业转型的首选，在物流领域，数字化的发展同样如火如荼。那么，物流企业如何打造数字化网络，如何向数字化转型？作为物流产业转型升级的有利抓手——网络货运平台这个新型组织模式是否能成为货运行业颠覆者？ 作为企业而言，数字化转型就是既要解决企业内部问题，也要打通外部业务上下游链条，让业务开展的各个环节都能在数字化管理下变得快捷、透明，从而提升企业管理运营水平以及生产能力。 这是一个数据驱动商业的时代，《日经亚洲评论》编制了一份截至2019年12月20日的亚洲以及全球公司的市值榜单，从全球公司的市值榜单来看，数据驱动型公司

在如今制造型企业的数字化转型过程中，数据智能为何能成为关键技术?

01.何谓数字化转型？

首先，关于“数字化”，有两个英文词汇，看起来差不多，但内涵差异很大。一个是Digitization，其含义是将模拟信息转化为数字信息（例如将手工填写的单据自动识别转为数字信息）；另一个是Digitalization，指的是将数字技术融合到企业之中，深化应用各种业务软件和物联网等新兴技术，实现数据驱动的决策分析，彻底变革企业的业务流程。

数字化转型（Digital Transformation）实际上就是企业真正实现Digitalization的过程。面向个人的生活服务行业数字化转型非常迅速，如今，我们订机票、买火车票、租车、订酒店、购物、订餐等各类生活服务几乎都可以通过数字手段在线完成，各种在线服务的平台竞争十分激烈。

对于制造业而言，面向个人消费者的行业，例如家电、家居、手机、汽车等行业的企业，数字化转型的压力巨大，转型也相对迅速；而面向企业客户的行业，例如装备制造、能源、零部件、原材料等行业，数字化转型的步伐则相对迟缓。不论属于什么类型、什么行业，每个企业都应当思考、建立，并推进数字化转型战略，数字技术的深化应用将对企业的商业模式、业务运营、决策方式、组织形态和企业文化等方面带来深远影响。

02.制造业数字化转型有何价值？

随着互联网的日益普及，计算和存储能力的迅猛发展，物联网和传感器技术的广泛应用，以及工业软件的不断进化，数据的采集、存储、传输、展现、分析与优化都具备了良好的技术基础。在这种背景下，制造业数字化转型的浪潮势不可挡。

善于深度应用数字技术的制造企业将赢得显著的竞争优势。例如，通过对采购、生产、库存、资金、质量、能耗、设备状态等业务数据的及时洞察，可以帮助企业对运营管理中的各类复杂问题能够不仅知其然，也知其所以然；通过对员工工作实绩的采集与分析，可以进一步激发员工的潜能；通过根据客户需求实现个性化定制，可以提升客户满意度；通过对营销数据的采集与分析，可以在市场上真正做到知己知彼，更好地服务客户；

优秀的制造企业也在一直致力于产品本身的数字化转型，实现数据采集、状态感知与远程控制，提高产品的附加值，增加服务收入。同时，也只有推进数字化转型，制造企业才能应对日益复杂的合规性要求，尤其是对于医药、食品等民生行业，以及出口导向型企业，必须通过数字化转型，实现整个生产过程的可追溯。

03.制造企业推进数字化转型有哪些难点？

制造企业组织、业务、产品和价值链的复杂性，为制造企业的数字化转型带来诸多障碍。事实上，数字化转型并非单项技术的应用，也不仅仅是个技术命题，更是一个战略和管理命题。因此，制造企业需要深度剖析数字化转型的需求和突破口，建立明确的数字化转型路线图。如果没有清晰的数字化转型战略，把各种时髦的互联网、物联网相关技术“囫囵吞枣”地应用，不仅起不到真正提升企业核心竞争力的效果，还有可能投资巨大，收益甚小，甚至搬起石头砸了自己的脚。

具体来说，制造企业推进数字化转型面临的难点至少包括以下方面：

① 企业高层没有意识到数字化转型的必要性、紧迫性和复杂性，观念还停留在部署常用的IT系统。实际上，数字化转型远远不是IT部门能够实现的，必须由企业的决策层引领，自顶向下推进。

② 企业已经应用了诸多信息系统，但是孤岛纵横，基础数据不准确，编码体系不统一，推进数字化转型无从下手。

③ 不少企业认为推进自动化系统能够更加立竿见影，普遍存在重自动化、轻数字化的状况。我走进很多企业，都发现企业更加重视产线的自动化和少人化，但是设备联网和数据采集的基础差，车间没有真正实现可视化。

④ 企业投资推进数字化转型没有取得显著效果，制约了企业进一步推进数字化转型的动力。例如，一些企业虽然投资自建了电商平台，在流量为王的时代，客户还是被主流的电商平台所掌控，自建平台没有达到预期效果。

⑤ 制造业的各个细分行业差异很大，处在各个产业链中不同位置的企业个性化很强，数字化转型的突破口也各不相同，并没有可以直接照搬的模板。

⑥ 我国制造企业的利润率较低，推进数字化转型往往缺乏足够的资金进行投入。

04.制造业数字化转型有哪些可以借鉴的模式？

制造业数字化转型是全方位的，数字技术的深化应用将从以下六个方面彻底变革制造企业。

① 商业模式转型。

按服务绩效付费（Pay by use）是一种基于数字技术应用的全新商业模式。企业不再是销售产品，而是销售产品使用的服务。要实现Pay by use，企业首先应当实现产品的数字化，产品本身应当成为一个CPS系统（具有通信、计算和控制能力）；在此基础上，建立监控产品运行的云平台，能够对产品运行进行状态监控，进而实现预测性维护。英国罗尔斯罗伊斯公司是该领域的先驱者，已实现航空发动机的Pay by use；德国凯撒空压机公司也借助SAP软件系统，实现了从销售空压机向提供空气压缩服务的转型。此外，企业推进在线的产品个性化定制，以及开展线上线下相结合的体验式营销，也属于商业模式转型。在这方面，红领和尚品宅配是转型成功的典型案例。

② 服务模式转型。

企业通过开发产品服务的APP，让客户可以实现自助式服务，从而提升服务效率。例如，美的提供了智慧家居全屋智能解决方案，可以监控各种智慧家居产品。此外，一些全球领先的装备制造企业已经实现了对其产品的远程状态监控和预测性维修维护。例如，FANUC推出了零宕机服务，对正在服役的工业机器人提供远程运维服务，如果传感器指示关键零部件有故障隐患，则可以提前预警，并利用客户企业工休时间进行维修，确保客户能够正常使用。

此外，AR（增强现实）技术在设备维护方面也大有可为，可以通过展现设备传感器的数据，显示零部件的装配过程等方式，大大提高设备维护的效率。日本小松公司利用无人机拍摄施工现场的三维地图，与工地地基的三维模型进行比对，计算出应挖掘的土方，在此基础上可以计算出需要的工程机械，从而实现智能施工。小松成为应用数字技术实现智能服务的典范。

③ 研发模式转型。

在新产品研发过程中，数字技术的应用非常广泛。例如，通过仿真驱动设计，减少实物试验；通过产品全生命周期的研发数据和流程管理，提高零部件的重用率，提升研发效率，降低研发成本，实现异地协同研发；甚至可以通过互联网收集客户对产品的需求，在研发过程中，实现众包设计。此外，创成设计技术（Generative Design）可以根据设计约束条件由软件系统自动生成符合条件的设计方案，这是设计方法的革命。

④ 运营模式转型。

企业运营过程中，有很多数字化转型的场景，可以帮助企业实现精细化管理。例如，推进业务流程管理，贯穿多个信息系统；广泛推进移动应用，将各层次管理者所需要的数据和故障预警信息推送到移动终端，实现业务运作过程的可视化。

⑤ 制造模式转型。

在机械加工过程中，MAZAK、牧野机床、通快、FANUC等很多优秀企业已经广泛应用了柔性制造系统（FMS），实现全自动化地加工不同的机械零件。

在FMS系统中，看得到的是高度自动化，而实际上更重要的是整个FMS系统的计划安排、物流调度、刀具管理、加工程序配置等方面，全面实现了数字化管控。在钣金加工过程中，通快集团已帮助很多企业部署了全自动上下料，然后进行板材的剪切、冲孔、折弯、焊接的全自动柔性加工，这同样需要依赖数字化系统与自动化系统的无缝集成；在电子制造的SMT生产线上，广泛应用了机器视觉系统，来自动进行质量检测。此外，增材制造技术的原理是将零件三维模型进行分层，针对每一层的截面形状的实体部分增加材料，因此，数字化技术是实现增材制造的基础。

⑥ 决策模式转型。

通过推进数字化转型，企业会拥有海量的数据，包括产品数据、设备运行数据、质量数据、生产数据、能耗数据、经营数据、客户数据和外部市场数据等。企业对这些海量的异构数据进行多维度的分析，提高数据分析的实时性和可视化，实现数据治理，基于数据驱动进行决策，并利用人工智能和大数据分析技术分析数据背后蕴含的关键信息。

近几年，BI系统的应用呈现出爆发性增长的趋势。同时，将数据分析的结果与企业的管理手段结合起来，可以真正起到提升管理水平，优化企业运营的效果。最近，我访问美的微波炉工厂，发现该工厂在大屏幕的生产指挥系统面前（美的称为作战室）召开每天早上和下班前的工作例会，用数据说话，通过对比不同产线和车间的绩效，促进各层次管理者提高管理绩效。我感觉这种方式实效显著。

05.数字化转型与智能制造的关系是什么？

制造企业推进数字化转型是实现智能制造的基础和必要条件。数字化和自动化是企业实现智能制造的两大支柱，自动化系统要实现柔性，必须依赖数字化系统的支撑。

而实现人工智能技术的应用，也有赖于数字化系统采集、存储和筛选数据。李培根院士指出，推进智能制造需要注重使能技术的研发。各种数字化系统和工业软件就是支撑智能制造最重要的使能技术之一。2018年10月，国家工信部正式批准组建国家数字化设计与制造创新中心，显示出国家高度重视推动制造业的数字化转型，致力于实现智能制造关键使能技术的自主研发与创新。

2016年，e-works提出了智能制造的金字塔架构，受到业界的广泛关注。金字塔的底部是使能技术层，包括ICT技术、工业自动化技术、先进制造技术、现代企业管理和人工智能技术五大类使能技术；第二层是推进智能产品和智能服务，实现商业模式的创新；第三层是部署智能装备，建立智能产线，打造智能车间，建设智能工厂，实现生产模式的创新；第四层是开展智能管理、智能研发和智能物流供应链，实现运营模式的创新；第五层是智能决策，实现决策模式的创新。事实上，对于智能制造应用的各个范畴，数字化技术都提供了重要的支撑：

● 智能产品: CPS、adas、产品性能仿真

● 智能服务: Digital twin、状态监控、物联网、虚拟现实与增强现实

● 智能装备：CAM系统、增材制造支撑软件

● 智能产线：FMS的控制软件系统、协作机器人的管控系统

● 智能车间：数据采集（SCADA）、车间联网、MES、APS

● 智能工厂: 视觉检测、设备健康管理、工艺仿真

● 智能研发: CAD、CAE、EDA、PLM、嵌入式软件、设计成本管理、DFM分析、拓扑优化

● 智能管理: ERP、CRM、EAM、SRM、MDM、质量管理、企业门户

智能物流与供应链：AGV、SLAM、自动化立库、WMS、TMS、DPS（数字拣货系统）

● 智能决策：BI、工业大数据、EPM（企业绩效管理）、移动应用

智慧物流究竟该如何发展

身处智能消费时代的大家都应该有深刻感受，物流速度在逐年增快。

根据国家邮政局预估，2020年快递业务吞吐量超740亿件，同比增长18%。面对日益增加的商品交付量，不得不重新定义产品分销方式，从而满足当今互联网消费者的需求。

商务部也针对市场发展，发布“互联网+”的专项行动计划，利好电子商务和物流业发展。随着新基建和数字化技术的成熟，智慧工厂闻风突起，物流作为其下游环节有着举足轻重的地位。所以仓储物流行业向着智慧化转型迫在眉睫。

物流仓储是一个由人工到智能的过程

物流仓储经历了：人工、机械化、自动化、智能化这四个阶段。

智能时代在自动化基础上，结合数字化通过物联网技术对货物信息进行采集处理，由云端分析并发出指令，实现无人作业。

在今年，疫情突发使得新基建以及其他行业的智慧化、无人作业的优势更为亮眼。智慧化+数字化成为了仓储物流的发展新趋势，同时搭配 hightopo 的可视化方案，让仓库全局“尽收眼底”。

自动化的仓库管理

运用自动化搬运设备对高层货架进行处理的立体仓库。通过作业设定控制面板进行任务下发和AGV任务下发。由输送机入库，堆垛机完成货物的上架。再由AGV机器人结合WMS仓库管理系统，借助MES信息化管理平台，进行高效、灵活的搬运工作。例如：排列优先的拣货路径、自动提示补货信息、上架信息提示、多种盘点和巡查方式，并可以查看任务的详细信息，跟踪货物状态。

有了这些设备和能力，仓储做到了精细化管理，并具备了实时优化的调度能力。

数字化运营方式

通过物联网以及传感器对货物属性、温度、等信息进行实时采集与分析，提供针对性的指令操作。从入库到出库全流程可视，实现对货物的远程感知与操控，云端可以形成三维数字服务以及仓库管理策略定制等更深层次的能力，同时支持仓储管理、订单管理、运输管理多个系统协同运行，优化了成本，提高效能。成为“仓储——分拣——配送”一站式服务。由此可见，自动化设备如同四肢一样，而数字化的运营系统相当于大脑，流程可视化则助力理清脉络。帮助管理人员“足不出户”掌握仓库全流程，实现了可视化、精细化监管。

细节管理 精准操作

对货物采用电子标签的方式，管理者可以随时查看货物位置与信息，入库出库过程中，每一件货物都能得到合理的调配。解决分拣错误的问题，极大提高工作效率；一般电子标签差错率少于万分之五，应用电子标签系统比手工分拣更为高效。

全局掌控 节省成本

对于不同类商品集中堆放的仓储空间，采用不同种类传感器（烟感、温度传感器），对仓库实时环境监测监控，通过3D场景中进行显示，及时调配人员处理问题，保障货物安全。

线上工作流程加快了事务处理周期，平均出入库节省67%~83%的时间；人力成本减少30%，车辆成本减少20%，运营成本大大降低。

投资未来

因为物联网和5G技术的成熟，物流仓储行业也开始对自身进行智能化深度改造。不仅在技术、生产效率、节能环保等方面有了重要的突破。也改变了物流仓储行业的运营思维，从体力作业转变为技术作业，解放了人力成本。而 Hightopo 的立体仓库可视化，是为您提供更加完善的智慧管理方式。

更多资料

图扑软件（Hightopo）是由厦门图扑软件科技有限公司独立自主研发，基于HTML5标准技术的Web前端2D和3D图形界面开发框架。非常适用于实时监控系统的界面呈现，广泛应用于电信网络拓扑和设备管理，以及电力、燃气等工业自动化 (HMI/SCADA) 领域。

Hightopo提供了一套独特的 WebGL 层抽象，将 Model–View–Presenter (MVP) 的设计模型延伸应用到了 3D 图形领域。使用 Hightopo 您可更关注于业务逻辑功能，不必将精力投入复杂 3D 渲染和数学等非业务核心的技术细节。

物流行业信息化、数字化、智能化、数智化等概念内涵辨析

信息化概念

信息化代表了一种信息技术被高度应用，信息资源被高度共享，从而使得人的智能潜力以及社会物质资源潜力被充分发挥，个人行为、组织决策和社会运行趋于合理化的理想状态。同时信息化也是IT产业发展与IT在社会经济各部门扩散的基础之上的，不断运用IT改造传统的经济、社会结构从而通往如前所述的理想状态的一段持续的过程。

数字化概念

数字化与信息化的重要区别在于数据源头非人工负责，而是自动化采集；最主要的数据采集手段就是利用物联网感知技术，实现感知（采集）-呈现-分析同时完成，也因此产生了大数据。

数字化通过数据实时采集，分析由机器完成，实现物理世界的在线化。是否人工录入数据，是区别信息化和数字化的标志。

凡是数据采集和录入由机器完成，在人工预设的规则下才能触发的自动化工作，都可以成为数字化。只不过数据量大小已经今非昔比了，此时真正吓人的是数据量，当海量数据产生，需要海量技术存储、处理、分析是，就产生了大数据，当数据需要云管端协同的时候，云计算的优势就显现了。

智能化概念

智能化是指在计算机网络、大数据、物联网和人工智能等技术的支持下，系统具有状态感知、实时分析、科学决策、精准执行的能力。

数字化与智能化的本质区别是最终决策谁来做？在数字化产生大数据基础上，再有机器系统做决策与执行，就实现了智能化，即系统知道了感知信息，知道了如何分析，并根据分析结果知道了如何执行。

智能化系统是聪明的系统，但这个系统还是程控化的自动执行系统，也就是由程序来控制与主导的系统运作，其状态感知是依靠物联网感知技术，实时分析依靠信号实时传输技术，大数据的计算分析，决策程序依靠的是软件，执行系统依靠的是命令实时传输和设备的自动执行。

数智化概念

数智化是2015年北京大学 “知本财团”课题组提出的概念，是对“数字智商”的阐释，最初的定义是：数字智慧化与智慧数字化的合成。

这个定义有三层含义：

一是“数字智慧化”，即在大数据中加入人的智慧，使数据增值增进，提高大数据的效用；

二是“智慧数字化”，即运用数字技术，把人的智慧管理起来，相当于从“人工”到“智能”的提升；

三是把这两个过程结合起来，构成人机的深度对话和互相的深度学习。即以智慧为纽带，人在机器中，机器在人中，形成人机一体的新生态。

随着数字技术的发展，应用程度的快速提高，“数智化”的概念也在不断地丰富与扩展。数字技术与产品结合，使产品更聪明，这是最初阶段；

将数字技术用于企业管理，使企业更聪明，这是“数智化”的第二阶段；

数据上云之后，不同来源的数据形成聚合，人机协同的领域日益扩展，让平台系统更聪明，这是“数智化”的第三阶段；

人与人之间的“思维互联”，人与物思维互联，天人合一、万物一体、智慧协同是数智化发展最后阶段，即智慧世界阶段。