物流產業是一個涉及眾多行業技術和應用的“跨界者”，包括車輛、通信、電商等非?；A的行業，因此物流行業的變革背后依靠的是整個智慧城市建設整體的不斷完善。

　　從技術和應用兩個角度來看，智慧物流在近些年迅速崛起的動力可以說是“混動”的，它既離不開電商爆發的催化，也離不開車聯網、機器人、人工智能算法、通信等物聯網技術的加持，作為多種物聯網技術及應用的集大成者，智慧物流日漸擴張的帝國版圖，不是一日可以建成的。

　　智慧物流產業鏈上的眾多玩家也逐漸攀升到一個高階競爭的階段，那么從業者如何從這片由藍變紅的市場中攫取價值?不同類型的技術與應用提供商應如何與上下游生態結合，尋求合作共贏?隨著車聯網、5G通信、人工智能等新技術不斷變革，智慧物流從業者如何擁抱新技術，以求新層次的騰飛?

　　就以上問題，物聯網智庫采訪了研華科技智能物流事業處林威佐協理，林威佐分享了他對當前全球智慧物流的發展現狀解讀和未來趨勢預測，并對其中一些關鍵技術和應用分享了獨家見解。

　　電商與智慧物流相得益彰

　　林威佐對比了中國大陸和臺灣兩地的電商和物流發展狀況，結論是顯而易見的，兩者正相關。這不難說明隨著電商火速崛起，井噴式的需求側增長對舊有的物流產業造成巨大的壓力。隨著時間推移，這種“不可承受之重”得以轉化為催化物流產業進化的良性動力，體量攀升到一定階段必然需要發生一場變革，否則現有的物流體系將無法應對未來持續增長、持續拔高的物流需求，因此，這一臃腫的龐然大物也逐步實現了從量到質的飛躍。

　　得益于電商的崛起，物流的發展邁入了新的階段。同時，林威佐也認為，物流的變革反過來又促進了電商甚至是O2O、新零售的發展。

　　這主要體現在兩個方面，首先，物流實現智能化變革后，新技術讓成本和服務質量得到了雙優化，對于需求側的電商而言也隨之降低了成本，提升了用戶體驗。其次，在電商體量增速放緩的當下，電商大咖們也逐漸開始為下一輪競爭提前鋪路，這就包括競爭激烈的線上線下結合體，如O2O和新零售。巧的是，智慧物流恰與新零售和O2O的生存模式相互促進，實現了技術和應用方面的高度協同。

　　物聯網時代電商的競爭，實質上就是物流解決方案的競爭，比誰更快、比誰更穩、比誰成本低。

　　車聯網將成未來物流標配

　　現代物流，其目的是簡單明確的，即將物品從一個地方送至另一個地方。

　　衡量傳統物流的顯性維度也無非是成本、時效和用戶體驗。然而在這三項顯性維度背后，卻隱含著諸多隱形維度，如安全性、可靠性、可追蹤性、即時通信、運輸和搬運方式、算法的優化、倉儲管理和效率提升、信息存儲和調用的易用程度等等。這些隱形維度的提升將對整個物流系統的品質更為關鍵。

　　而物聯網時代，研華將更關注隱形維度的提升。林威佐總結了其中值得關注的三個方面，他們組成智慧物流的核心：移動的物、移動的車，以及如何弱化“人”在整個物流體系中的作用。

　　如何關注移動的物?物聯網技術的綜合利用讓從業者幾乎能掌握物品的所有信息。研華關注的三個過程主要包括：

　　首先，通過多種傳感器的綜合部署，采集物品的有用信息，如位置、運送方式等信息，甚至還包括溫度、濕度、新鮮度等物理參數。

　　其次，借助多種通信技術，包括但不限于4G/LTE, WiFi、低功耗廣域網(NB-IoT、LoRa等)，將物品數據按所需頻次安全傳送至數據中心。再進行必要的數據整合、運算、分析、輸出。

　　最后，則是優化物品運輸的安全性。即借助數據的采集、傳輸和整合分析，物流從業者應能第一時間掌握物流過程的安全、穩定性，并有望提前通過有邊緣計算的能力預判可能發生的小概率事故，從而進行物品的“預防性保護”。

　　如何關注移動的車和人?這要得益于車聯網技術的發展和人工智能的加持。

　　首先，我們像了解“物”一樣去了解“車”。通過功能豐富的綜合傳感器技術的部署，可能比上述物品所需的傳感器數量、種類、精度要求更高，達到“完全掌握”車輛所有信息，以提升安全系數。

　　了解車以后，我們還要從各個角度全面地了解駕駛員的行為。隨著自動駕駛、輔助駕駛技術的不斷成熟，研華還將機器視覺、邊緣計算等技術整合到解決方案中，讓司機行為的判斷程度越來越精準，如是否疲勞技術、是否有危險行為、是否發生微小駕駛違規、是否按照既定路線運輸物品。

　　其次，車聯網所需的通信技術亦要高于物品傳輸信息的網絡。當下4G在理論上已經基本滿足了車聯網所需的網絡速度，然而在成本和質量上仍有待提高，于是林威佐認為，5G時代車聯網的應用領地將得到更廣的普及、更優質的體驗。

　　不只是”車聯網”，研華所規劃的智慧車隊管理解決方案，有別于目前一般車聯網解決方案，只是采集相關數據然后回傳給管理后臺進行運算與統計。研華利用自身強大車用電腦設計能力,將所采集的數據直接在車載電腦進行相關復雜運算，進而”即時”提醒司機改變或修正駕駛行為。簡而言之，研華的車用電腦，不只是資料采集與傳遞,而是邊緣運算處理的極致表現。

　　試想，若相關感測器偵測到相關可能危及行車安全的征兆，怎么可能還將該訊號傳遞到后臺進行分析判斷然后才提醒司機?因此在充分掌握車輛數據及基本完成駕駛員SOP化之后，研華整體解決方案可以實現的是主動式安全的保障。車輛、人、物品的信息不僅能在云端穩定處理，更可依靠邊緣計算能力主動防止、修正甚至制止駕駛員的危險行為，這便是研華認為的一定程度上的自動駕駛。

　　在未來，隨著人工智能、機器視覺、算法優化的不斷提升，自動駕駛程度將越來越高、穩定性也越來越高，駕駛員在這個過程中的作用將不斷被弱化，取而代之的是數據和云服務的關鍵決策能力。

　　彼時的智慧物流，才是從業者一直致力的愿景。