DHL最新趋势雷达报告告诉你，未来最重要的七大趋势是这些！

在中国，DHL快递（中外运-敦豪）始终紧跟时代步伐，积极关注行业与技术发展的最新趋势，推动最新科技在物流行业的应用。中外运-敦豪不光对服务进行了数字化升级，更在作业流程中采用了多种高新技术。

此次，中外运-敦豪特意对本次报告内容进行了梳理，并从中节选出在5年内对物流业助力较大、影响力较高的几大趋势，与您分享DHL趋势研究部门的最新研究成果。

 

 

绿色能源物流（Green Energy Logistics）

全球贸易与电子商务的持续发展，导致快递包裹业务量快速增加。各个城市和物流企业急需环保的解决方案来搞定社区最后一公里的派送问题。这种向可再生和“绿色”能源（太阳能、风能等）发展的趋势推动了物流行业电动交通和设施解决方案的研发，也帮助行业变得更加绿色。

主要发展和影响

消费者需求以及法律法规对公司环保措施的严格规定，促使企业越发重视可持续发展，各国政府纷纷制定相关的目标。比如德国就推出一项计划，将在2020年把上路的电动汽车数量增加到100万辆。物流行业也意识到这一点，开始利用再生能源技术进一步实现供应链“电气化”和能源自主。而相关应用的普及，也将迅速为新的智能能源物流服务道路。

随着大型卡车开始使用环保型燃料来降低排放和噪音水平，绿色高速公路正逐步成为现实。更大的电池容量和更快的充电速度，让电动卡车变得更有吸引力。老牌汽车制造商（如沃尔沃、Navistar）和市场新秀（例如特斯拉、Thor）都将在未来5到10年当中开发混合动力和全电动型卡车。未来，通过架空线路将电能传输至卡车的电子道路，也将成为公路货运领域电气化的一个选择。

电气化汽车不仅能解决最后一公里配送问题，还可以减少排放，可谓一个高效的解决方案。从手推车、三轮车再到中型和大型货车（如DHL StreetScooter）。在中国，DHL快递也将电动车用于派送中，切实践行集团战略Go Green。

电气化车队可以有多种创意形式。如果车队能实现自发电，或者通过可再生能源来搞定过夜充电问题，其生态效应将达到最佳。此外，由于城市中心通行税和车辆限行，环保型交通工具变得越来越受欢迎。在一些欧洲国家，高达60%的市内派送路线由载货自行车来完成（如DHL Cubicycle）。

通过新的手段和措施，比如改用水力发电或者是带有高频电池充电器的太阳能电池板等环保设施，可以有效改善生态环境。绿色仓库配备了装有智能运动传感器的智能电气系统，可以只为有人作业的区域提供照明，并且还能在非高峰时段给叉车充电。

主要机会

      通过减少排放和更加环保的车队，让发展更具可持续性。

      节省燃料和动力以及其他经济因素（如维护、磨损费用）。

      部分噪音较少的电气化车队可以实现夜间派送。

主要挑战

      电子基础设施分布零散，电动车制造商数量有限。

      资本投资成本高，微型仓库让供应链复杂性增加。

      需要定义国际电子高速公路标志（例如电压等级、线路高度/间距）。

      需要政府和监管支持货运电动汽车和充电站投资。
全渠道物流（Omni-channel Logistics）

下一代零售（包括“网络体验消费模式”、买前验货消费模式和O2O等概念）需要为每个渠道量身定制的物流网络。全新零售业态的出现，要求物流提供商对客户渠道、库存以及动态派送、配货选项和无缝客服交互有全面的了解。

主要发展和影响

线上与线下业务的融合，让顾客期待随时随地都能通过任何设备，来获得无缝的全渠道体验。客户对物流服务灵活性和可追踪性的期待，要求物流提供商提供更加快速、灵活的物流服务，尤其是最后一公里派送选择和无缝退货流程等。

全渠道仓储和配货中心需要在规模、服务和地点上有更大的灵活性，从而快速对需求做出反应。物流供应商可能需要提供更多延期服务，把商店当成最后一公里配货中心（如Jack & Jones），出租共享仓库空间来满足高峰需求（如Hollaspace），甚至将仓库改为展示厅（如宜家）。

公司需要“随时随地”的配送服务，来兑现其对消费者的承诺（如当天甚至一小时内送到）。为了满足客户期望，公司不仅要完成最后一公里的派送，还要提供更好的退货服务。目前不少企业正在探索一些新的概念，比如先试后买（如Taykit）、汽车后备箱交货以及可在收货人不在家时进行配送的智能快递柜等。

要实现全面的客户互动以及全局库存可查询，跨渠道的全渠道平台在制造商、零售商和物流提供商之间的共享至关重要，而这一点对物流行业来说更重要。随着线上线下渠道的融合，仓库和各个平台之间的数据和库存必须实现共享，才能满足高峰期的需求。先进的大数据分析和人工智能将在此类平台中发挥关键作用，让物流提供商保持敏捷，按照预期需求转变供应链要求。

主要机会

      通过无缝全渠道供应链获得竞争优势。

      全渠道仓储、配货和运输服务创新的商业机会。

      跨渠道库存可视性通过库存优化来降低成本，并实现敏捷的物流网络

主要挑战

      为了整合线上线下商务而衍生出来的各种各样的概念。

      要大量投资升级仓库的IT基础设施，以实现实时连接和可视性。

      便捷退货可能给供应链带来更大的时间和成本压力。

3D打印（3D Printing）

3D打印有机会实现更灵活的定制、更少的浪费和更多的本地化制造和派送，让制造战略变得更多元化，从而对物流行业产生影响。一些公司可能会放弃传统制造，但大多数公司会把3D打印和大规模生产技术结合起来。物流供应商可以协调复杂的混合型制造网络，并利用3D打印机网络来提供新的物流服务。

 

主要发展和影响

3D打印已经可以用于定制药丸、医疗器械以及制造航空组件，成为各行各业的可靠技术。而且随着科技不断发展，3D打印还克服了法律责任和认证方面的挑战，市场有望迅速发展。预计到2025年，该行业的价值将到5500亿美元。

3D打印非常适用于零部件生产等领域，并且将显著影响相关物流服务和交易量。但制成品实体流的全面“非物质化”仍遥不可及。

区域物流网络将越来越多地从离岸外包向近岸外包战略转移，因而变得更加复杂，对区域/本地供应链和配送都会产生影响。各行业应用3D打印的程度不同，因此需要仔细评估其对公司供应链战略的影响。

B2B 3D打印服务有望实现新的物流服务，尤其是在售后供应链（零部件仓储和配送）环节。物流提供商可以建立与数字模型软件数据库相结合的全球3D打印基础设施，这样就不用为了一些没什么人买的零部件而管理好多个仓库。供应商可以在就近的3D打印设施（如机场枢纽）按需打印零件，然后交付到相应地点。按需制造零件不仅保障了交付速度，还能缩短交货时间、降低库存成本。

物流供应商可以通过经营配备3D打印机的本地配送中心来提供延期服务，从而加速实现超级个性化。按需3D打印可以实现商品的最终配置，并缩短高度个性化产品的交货时间（如定制和组装更接近需求的产品）。

主要机会

      物流提供商可以成为复杂且分散的原材料和最终产品供应链的协调方。

      新的业务机会（如按需零部件打印和交付）。
      在更接近使用点的位置制造产品，从而减少运输成本，缩短运输时间。

主要挑战

      材料限制和3D打印速度可能会延缓这项技术的广泛采用。

      数字设计模板的作者可能成为黑客的攻击目标，并导致侵犯版权。
      需要处理3D打印部件的认证和法律责任

人工智能（Artificial Intelligence）

随着自动化程度及计算能力的不断提升，人工智能（AI）正迅速改变物流提供商的经营方式。AI将帮助企业从大数据中产生新的洞察，增强人类的专业知识，让工作变得简单。在物流行业，AI将带来后台自动化、预测性运营、智能物流资产和全新的客户体验模型。

主要发展和影响

大数据、算法开发、连接性、云计算和处理能力的重大进步，让AI的性能和可用性不断提升，同时成本越来越低。人工智能将实现更积极主动和具有预测性的方法，从而帮助全球供应链的人员扩大能力。不同网络之间的协作，将达成无与伦比的效率，行业行为和惯例将被重新定义。放眼未来，通过物联网将关键数据提供给基于AI的系统，将成为主流趋势。企业、社会和政府机构必须制定标准和法规，来确保AI的积极使用。

后台的AI技术为物流企业精简会计、财务、人力资源和信息技术等内部职能部门提供了宝贵的机会。认知自动化技术可以用于一些关键物流任务，比如确保送货地址及时更新，以支持货物成功送达。

人工智能可以让物流行业的运营模式从按照计划被动运营转变为在预测性情报的指导下的积极运营。例如，企业可以利用线上商店和论坛数据来制定预测性需求计划，来预测流行产品可能出现的交易高峰。库存积压和缺货都会导致供应商和消费者遭受损失，而预测性经营可以避免这种情况出现。

AI让物流资产能够可见、说话和思考，大大缓解了对现代物流工作的体力需求。比如AI机器人解决方案和AI计算机视觉系统，都能让当今的物流运营如虎添翼，例如材料分类、处理和检验。

AI驱动型用户体验可让客户接触点进一步个性化，增加出货量，并且提高客户忠诚度和留存率。例如，使用会话式AI界面（如Amazon Alexa），可以使物流提供商精简交互，更好地适应客户的需求和发展。

主要机会

      通过数据驱动型决策和转向预测性AI供应链，来获取竞争优势。

      通过高效流程降低成本。
      使用AI实现服务个性化，提高客户满意度。

主要挑战

      AI的成本和要求较高，需要大量数据集、强大的计算能力和高度专业化的AI人才技能。

      使用AI的道德隐忧。
      受自动化影响的监管机构和劳动者抗拒使用AI

大数据分析（Big Data Analytics）

数据驱动型洞察的力量正在改变物流行业。企业随着数字化程度的不断提高，开始从供应链的各个环节获取海量的数据。如果利用得当，大数据在优化容量利用率、改善客户体验，降低风险和创造新物流业务模式等方面都有巨大的潜力。

主要发展和影响

大数据已经在物流行业应用，将海量的数据转换为有价值的资产。未来，要利用大数据的全部潜力，企业需要掌握来自多个数据流的结构化和非结构化数据（包括社交、图像、视频等数据）。数据湖（data lakes）将在实现企业数据（尤其是在分散的IT环境中）快速访问方面发挥重要作用。

根据数据流（货运信息、天气、交通等）动态实时优化路线，可以更高效地安排调度，优化装载顺序，随时更新预计到达时间。

通过大数据分析智能对需求、产能和劳动力进行预测，可以显著优化规划和资源利用率、流程质量和表现，并减少供应链中不必要的成本。

在线零售商可以通过分析顾客购买行为，来预测可能产生哪些订单，然后将货物运到离产品潜在购买客户更近的配送中心。这样零售商能够做到在同日、甚至一小时内交付。

通过评估当前条件和现有数据池，可以改善端到端供应链风险管理。大数据可以用来检测、评估和警告由意外事件（如持续增长的口岸拥堵或洪水风险）导致的各种关键交易通道潜在中断，来降低风险。通过整合来自物联网设备的数据，可以起到进一步强化风险管理的作用。

主要机会

      提高经营效率、可视性以及对供应链、资产和员工的控制。

      通过基于数据的情报服务，获得新业务机会。
      凭借个人和数据驱动型物流产品和服务，提高客户满意度。
      结合不同的数据流，实现更高附加值

主要挑战

      实施需要强大的业务和IT协调。

      预期服务需要物流提供商和客户之间交换公开数据。
      数据收集和隐私保护相关问题。
      数据质量和相应的数据科学技能

云物流（Cloud Logistics）

云计算非常适合复杂多变的环境，有助于实现各种以“物流即服务”（LaaS）为基础的新业务模式。物流提供商可以使用按次付费的方式，根据需要使用可定制的模块化云服务。企业无需投资开发自己的传统IT基础架构，也没有设置和维护的成本，就能获得扩展性极强的服务和管理功能。

主要发展和影响

近年来，物流提供商已经开始使用云物流，来为创新供应链解决方案提供快速、高效、灵活的IT服务。目前，超过50%的物流提供商使用云服务，另有20%计划将在近期这样做。展望未来，基于网络的开放式API将成为模块化按需云物流服务的基础，取代过时的传统通信系统（如EDI）。此外，边缘计算将利用离数据更近的计算优势来不断强化云物流。

模块化的云物流平台可以让企业获得灵活、可配置的按需物流IT服务，而且这些服务可以轻松集成到供应链流程中。云端运输管理系统可以把订单、计费和货况追踪服务整合到统一平台中。按次付费模式使中小型物流提供商以及大型公司能够更加灵活地应对市场波动，仅为其实际需要和使用的服务付费，而不是投资于固定容量的IT基础架构。

由云驱动的全球供应链把所有供应链都迁移到云上，让信息和材料流实现虚拟化。因为全球供应链复杂而且分散，物流提供商通常不得不处理多方之间发生的各种交易，使用不同的仓库和运输管理系统。而云计算可以将这些信息协调编排为一个整体视图，提供360度视角的管理仪表板。此外，云让各公司能够更加精确地控制其全球库存水平以及货运和资产的位置，最终建立起精密的超级网格物流网络（supergrid logistics networks）。

主要机会

       由IT服务的高度按需可扩展性实现敏捷、灵活、有弹性的业务模式。

       通过数字化流程和轻松共享的实时数据，改善控制供应链流程的能力。
       通过按此付费或租赁模式，增加LaaS软件用户的价格透明度。
       使用开放式API，将服务集成到中央平台内

主要挑战

       需要验证数据迁移和安全问题（如保持控制敏感数据）。

       模块化云服务到供应链管理系统的兼容性和集成仍然是一个挑战。

       性能方面的问题，例如由数据量增加和实时需求触发的延迟。

机器人与自动化（Robotics & Automation）

通过协作机器人实现自动化的第一波浪潮已经抵达物流行业。在快速的技术进步和更高的承受能力的推动下，机器人解决方案正加入物流劳动大军，为零缺陷流程和提高生产力贡献力量。机器人将在供应链中发挥协同作用，协助工作人员进行仓储、运输、甚至最后一公里的派送活动。

主要发展和影响

电子商务的兴起要求物流提供商更加快速、高效地运作，以快速处理个别小的订单。此外，该行业还面临着劳动力短缺的问题。在这种新的形势下，机器人对运营显得至关重要。目前有80%的仓库都是人工运作，这意味着自动化有着巨大的潜力。未来，随着抓握和传感器技术的快速进步，机器人解决方案将继续发展，变得更加快速、准确、灵活和实惠。随着性价比的提高，未来3年机器人解决方案的应用速度将会加快。

灵活的仓储和配货自动化可以根据需要，使用一队智能机器人来扩大和缩小运作规模。静态单品拣货机器人（stationary piece-picking robots）（如来自Rethink Robotics的机器人）和自动引导车（AGV）可以智能地感应周围的环境，协助工人完成拣货、包装、分拣等任务，这些都是物流领域的主要应用。它们还可以从一个仓库被搬到另一个仓库以应对旺季变化，并用于进行过夜补货、周期盘点和清洁活动。展望未来，各种技术突破将确保移动式单品拣货机器人（mobile piece-picking robots）在未来的仓库运作中发挥主要作用。

拖车和集装箱卸载机器人的技术仍未成熟，但自动完成这些费力且重复的任务，将对物流产生重大影响。低成本图像识别技术和计算能力进步正帮助落实该解决方案，即使用配备强大传感器和抓手的机器人来定位单个包裹，分析包裹大小和形状，并确定最佳的卸载顺序。

针对本地派送的机器人助手可跟随派送人员，帮助运输重物（如Deutsche Post PostBot），进行配送车辆内预分拣发货和自动派送货物到专有收集点（如Robby Technologies）。

主要机会

      提高物流基础设施的敏捷度和弹性，以成本低、收益大的方式应对市场波动。

      提高资产利用率和整体生产力。
      改善健康度和安全性。
      自动完成重复且费力的任务，使稀有的劳动力被分配到更复杂的任务中。

主要挑战

      有关在人类工作者附近使用机器人和运行速度的法律限制。

      引发新的监管、问责、道德和法律问题，例如适当的自动化水平和人类工作安全性。

此文系作者个人观点，不代表罗戈网立场

-END-