信息化时代，解析新物流模式的发展方向

　　4月7日，由青岛市商务局指导，福田汽车集团冠名，物流沙龙、半岛都市报、零售老板内参、山东冷链联盟、崂山会联合主办“新零售 新物流 新城配——第三届中国城市配送高峰配送论坛”在青岛隆重举行。

　　易流科技CEO李玮受邀出席并演讲，分享主题《基于信息化的新物流模式发展方向》。

　　易流科技CEO李玮表示，新零售是三个方面的升级，第一是品牌升级，即今天的品牌商更多在关心怎么保证品牌增长的问题；第二是品质升级，即消费者越来越关注于商品的品质；第三服务升级，即消费者开始提一系列的服务化要求。

　　（以下来源于李玮会上演讲内容）

　　品牌升级：今天的品牌商更多在关心通过渠道销售之后，我的品牌是不是被议价，品牌有没有受到伤害。换句话说怎么保证品牌在增长，这是第一个看法。

　　第二个随着这个看法由于消费升级，消费者实际上本质越来越关注于品质，而不是单纯买到这个东西能够用。

　　第三个服务上，消费者开始提一系列的服务化要求，包括我们现在说的有一些人希望自提，有一些人希望送到家里。

　　我们简单来看从传统意义上的分销体系，实际上是一个省市县乡的一个四级或者五级的层层分销体系。如果仔细看的时候会发现，每一级的分销实际都在承担着资金，市场和物流的职能。

　　这是在传统意义上我们的经销体系最大一个特征。每层都有这个地域上三个方向的属性，或者这三个方向的服务能力。但是随着我们说未来的变化，像我们刚才讲的品牌商一定要考虑全渠道。如果考虑全渠道的时候，他会发现一个大的问题，就是线上和线下一体化的时候，它一盘货，不可能在这像以前直接分销渠道里面。

　　如果从未来来看，随着线上线下一盘货或者全渠道，专业化这一件事情一定是选项，或者说尤其是一些偏新的品牌商。因为越老的品牌商传统，一个渠道的势力越大，改造难度越大，今天我们在实际的商用车车后服务市场里面，我们自己做的一些尝试也会发现。

　　今天我们讲不管是智能制造还是中国2025的工业4.0也好等等一系列概念，其实就是讲两件事情。一件事情是个性化定制，进行柔性制造，柔性制造往前稍微看一步是生产过程的供应链，原材料都必须要柔性化的供应。

　　如果我们想上端变成柔性制造时，仓的主要作用在终端，最大那个仓有可能在工厂或者工厂附近。干线有可能是最大的，有一个集散的功能，终端有非常大的集散能力再到末端配。

　　换句话说今天会发现仓干配可以高效协同起来，同时仓干之间发生非常大转换。今天会发现一系列基于物流，之前我们叫做专线他们会联盟起来，或者甚至于他们会联合起来形成所谓的专线网络。这一张网络有可能是受到了两个方向。一个是电商化的刺激，另外一个就是我们讲如果是柔性制造，这一张干的网络本身可能会非常有价值。

　　回到物流本身，物流视角来说会发现一个特征，我们以前讲五流合一。商流，物流，资金流，最后到票据流，信息流。以前五流平行，如果刚才讲所有的不管我们讲说从品牌商角度来看，要讲求品牌，讲求品质，讲求一系列的服务化的要求。从渠道商角度来说它会变成专业的服务化的渠道商，仓干配高度协同，这些事情如果要成立会发现，信息化或者信息流会变成其他四流的基础。

　　信息流里面最重要一件事情，因为我们变得彼此专业化，以前我们是分层，如果以前是横向分层的时候，每个人实际把自己的事情干完了。所以我的所有事情的这一个信息的联通，实际只要在我内部做好就好了。你跟我之间实际实物交接为主。未来如果我跟你之间不是实物交接，我就是做资金你是做物流的。如果是我们之间的协同，首先是我们之间要有共同的信息体系，我们拿到的数据是一致的，才有可能做一盘生意，否则我们两个人做两盘生意。所以信息流可能变成其他四流基础。

　　信息化为基础的时候，我们会认为有两件事情或者说整个看起来有三个东西是未来大的趋势。

　　第一个趋势如果从货物的角度来看，货物在整个工业链流转的过程中，全程透明，有可能会是货物管理的标准配置。这一个基础上货物透明要求的提高和物联网技术快速发展，会推动今天我们大量透明技术或者说监控技术，或者说管理的技术是在车上完成。

　　第二个我们说智能调度和智能配转，这两个现在做的比较多。从我们自己的实践来说，我们现在算法基本帮助从经验调度和经验的这个配载方式，到我们现在通过算法方式来做，大概能够提高百分之二十到三十效能。或者可以降低百分之二十到三十成本，这是现在的算法能够达到的水平。未来随着一系列比如我们的深度学习，AI的一系列的技术，再进来的时候会发现有可能这一个水平可能在一半的，就成本的节约可能在一半的这个水平上。

　　最后我们看运营或者业态来看。信息化业态来看有哪些相对可能性趋势。第一个我们说未来所有的，做信息化的，或者说尤其是数据采集这个场景的。一定要软硬结合在一起，有一系列的IOT设备或者物联网设备，会放到这一个车上，货上或者很多的节点上。通过这一系列的设备验证，而不是单纯的像今天大量做法，比如用手机或者一些通用设备来替代性的解决一系列的数据的问题。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“中国产业经济信息网”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。版权事宜请联系：010-65363056。

延伸阅读