DHL近日發布《2018/19物流趨勢雷達》報告，其中收錄了未來5至10年可能對物流行業產生影響的28個關鍵趨勢。該報告綜合了趨勢分析，也歸納整理了研究機構、技術人員、初創公司和客戶的反饋信息，展現了DHL對于技術的高度關注。

　　在中國，DHL快遞始終緊跟時代步伐，積極關注行業與技術發展的最新趨勢，推動最新科技在物流行業的應用。我們不僅對其服務進行了數字化升級，更在作業流程中采用了多種高新技術。

　　綠色能源物流 (Green Energy Logistics)

　　全渠道物 (Omni-channel Logistics)

　　云物流 (Cloud Logistics)

　　機器人與自動化 (Robotics & Automation)

　　綠色能源物流(Green Energy Logistics)

　　全球貿易與電子商務的持續發展，導致快遞包裹業務量快速增加。各個城市和物流企業急需環保的解決方案來搞定社區最后一公里的派送問題。這種向可再生和“綠色”能源(太陽能、風能等)發展的趨勢推動了物流行業電動交通和設施解決方案的研發，也幫助行業變得更加綠色。

　　主要發展和影響

　　消費者需求以及法律法規對公司環保措施的嚴格規定，促使企業越發重視可持續發展，各國政府紛紛制定相關的目標。比如德國就推出一項計劃，將在2020年把上路的電動汽車數量增加到100萬輛。物流行業也意識到這一點，開始利用再生能源技術進一步實現供應鏈“電氣化”和能源自主。而相關應用的普及，也將迅速為新的智能能源物流服務道路。

　　隨著大型卡車開始使用環保型燃料來降低排放和噪音水平，綠色高速公路正逐步成為現實。更大的電池容量和更快的充電速度，讓電動卡車變得更有吸引力。老牌汽車制造商(如沃爾沃、Navistar)和市場新秀(例如特斯拉、Thor)都將在未來5到10年當中開發混合動力和全電動型卡車。未來，通過架空線路將電能傳輸至卡車的電子道路，也將成為公路貨運領域電氣化的一個選擇。

　　電氣化汽車不僅能解決最后一公里配送問題，還可以減少排放，可謂一個高效的解決方案。從手推車、三輪車再到中型和大型貨車。在中國，DHL快遞也將電動車用于派送中，切實踐行集團戰略Go Green。

　　電氣化車隊可以有多種創意形式。如果車隊能實現自發電，或者通過可再生能源來搞定過夜充電問題，其生態效應將達到最佳。此外，由于城市中心通行稅和車輛限行，環保型交通工具變得越來越受歡迎。在一些歐洲國家，高達60%的市內派送路線由載貨自行車來完成(如DHL Cubicycle)。

　　通過新的手段和措施，比如改用水力發電或者是帶有高頻電池充電器的太陽能電池板等環保設施，可以有效改善生態環境。綠色倉庫配備了裝有智能運動傳感器的智能電氣系統，可以只為有人作業的區域提供照明，并且還能在非高峰時段給叉車充電。

　　主要機會

　　通過減少排放和更加環保的車隊，讓發展更具可持續性

　　節省燃料和動力以及其他經濟因素(如維護、磨損費用)

　　部分噪音較少的電氣化車隊可以實現夜間派送

　　主要挑戰

　　電子基礎設施分布零散，電動車制造商數量有限

　　資本投資成本高，微型倉庫讓供應鏈復雜性增加

　　需要定義國際電子高速公路標志(例如電壓等級、線路高度/間距)

　　需要政府和監管支持貨運電動汽車和充電站投資

　　全渠道物流(Omni-channel Logistics)

　　下一代零售——“新零售”(通常包含“網絡體驗消費模式”、買前驗貨消費模式和O2O等概念)需要為每個單一渠道量身定制的物流網絡。新零售業態要求物流提供商對不同客戶渠道、庫存以及動態派送、配貨選項和無縫客戶服務交互等有綜合了解。

　　主要發展和影響

　　線上與線下業務的融合，讓顧客期待隨時隨地都能通過任何設備，來獲得無縫的全渠道體驗。客戶對物流服務靈活性和可追蹤性的期待，要求物流提供商提供更加快速、靈活的物流服務，尤其是最后一公里派送選擇和無縫退貨流程等。

　　全渠道倉儲和配貨中心需要在規模、服務和地點上有更大的靈活性，從而快速對需求做出反應。物流供應商可能需要提供更多延期服務，把商店當成最后一公里配貨中心(如Jack & Jones)，出租共享倉庫空間來滿足高峰需求(如Hollaspace)，甚至將倉庫改為展示廳(如宜家)。

　　公司需要“隨時隨地”的配送服務，來兌現其對消費者的承諾(如當天甚至一小時內送到)。為了滿足客戶期望，公司不僅要完成最后一公里的派送，還要提供更好的退貨服務。目前不少企業正在探索一些新的概念，比如先試后買(如Taykit)、汽車后備箱交貨以及可在收貨人不在家時進行配送的智能快遞柜等。

　　要實現全面的客戶互動以及全局庫存可查詢，跨渠道的全渠道平臺在制造商、零售商和物流提供商之間的共享至關重要，而這一點對物流行業來說更重要。隨著線上線下渠道的融合，倉庫和各個平臺之間的數據和庫存必須實現共享，才能滿足高峰期的需求。先進的大數據分析和人工智能將在此類平臺中發揮關鍵作用，讓物流提供商保持敏捷，按照預期需求轉變供應鏈要求。

　　主要機會

　　通過無縫全渠道供應鏈獲得競爭優勢

　　全渠道倉儲、配貨和運輸服務創新的商業機會

　　跨渠道庫存可視性通過庫存優化來降低成本，并實現敏捷的物流網絡

　　主要挑戰

　　為了整合線上線下商務而衍生出來的各種各樣的概念

　　要大量投資升級倉庫的IT基礎設施，以實現實時連接和可視性

　　便捷退貨可能給供應鏈帶來更大的時間和成本壓力

　　云物流(Cloud Logistics)

　　云計算非常適合復雜多變的環境，有助于實現各種以“物流即服務”(LaaS)為基礎的新業務模式。物流提供商可以使用按次付費的方式，根據需要使用可定制的模塊化云服務。企業無需投資開發自己的傳統IT基礎架構，也沒有設置和維護的成本，就能獲得擴展性極強的服務和管理功能。

　　主要發展和影響

　　近年來，物流提供商已經開始使用云物流，來為創新供應鏈解決方案提供快速、高效、靈活的IT服務。目前，超過50%的物流提供商使用云服務，另有20%計劃將在近期這樣做。展望未來，基于網絡的開放式API將成為模塊化按需云物流服務的基礎，取代過時的傳統通信系統(如EDI)。此外，邊緣計算將利用離數據更近的計算優勢來不斷強化云物流。

　　模塊化的云物流平臺可以讓企業獲得靈活、可配置的按需物流IT服務，而且這些服務可以輕松集成到供應鏈流程中。云端運輸管理系統可以把訂單、計費和貨況追蹤服務整合到統一平臺中。按次付費模式使中小型物流提供商以及大型公司能夠更加靈活地應對市場波動，僅為其實際需要和使用的服務付費，而不是投資于固定容量的IT基礎架構。

　　由云驅動的全球供應鏈把所有供應鏈都遷移到云上，讓信息和材料流實現虛擬化。因為全球供應鏈復雜而且分散，物流提供商通常不得不處理多方之間發生的各種交易，使用不同的倉庫和運輸管理系統。而云計算可以將這些信息協調編排為一個整體視圖，提供360度視角的管理儀表板。此外，云讓各公司能夠更加精確地控制其全球庫存水平以及貨運和資產的位置，最終建立起精密的超級網格物流網絡(supergrid logistics networks)。

　　主要機會

　　由IT服務的高度按需可擴展性實現敏捷、靈活、有彈性的業務模式

　　通過數字化流程和輕松共享的實時數據，改善控制供應鏈流程的能力

　　通過按此付費或租賃模式，增加LaaS軟件用戶的價格透明度

　　使用開放式API，將服務集成到中央平臺內

　　主要挑戰

　　需要驗證數據遷移和安全問題(如保持控制敏感數據)

　　模塊化云服務到供應鏈管理系統的兼容性和集成仍然是一個挑戰

　　性能方面的問題，例如由數據量增加和實時需求觸發的延遲

　　機器人與自動化

　　(Robotics & Automation)

　　通過協作機器人實現自動化的第一波浪潮已經抵達物流行業。在快速的技術進步和更高的承受能力的推動下，機器人解決方案正加入物流勞動大軍，為零缺陷流程和提高生產力貢獻力量。機器人將在供應鏈中發揮協同作用，協助工作人員進行倉儲、運輸、甚至最后一公里的派送活動。

　　主要發展和影響

　　電子商務的興起要求物流提供商更加快速、高效地運作，以快速處理個別小的訂單。此外，該行業還面臨著勞動力短缺的問題。在這種新的形勢下，機器人對運營顯得至關重要。目前有80%的倉庫都是人工運作，這意味著自動化有著巨大的潛力。未來，隨著抓握和傳感器技術的快速進步，機器人解決方案將繼續發展，變得更加快速、準確、靈活和實惠。隨著性價比的提高，未來3年機器人解決方案的應用速度將會加快。

　　靈活的倉儲和配貨自動化可以根據需要，使用一隊智能機器人來擴大和縮小運作規模。靜態單品揀貨機器人(stationary piece-picking robots)(如來自Rethink Robotics的機器人)和自動引導車(AGV)可以智能地感應周圍的環境，協助工人完成揀貨、包裝、分揀等任務，這些都是物流領域的主要應用。它們還可以從一個倉庫被搬到另一個倉庫以應對旺季變化，并用于進行過夜補貨、周期盤點和清潔活動。展望未來，各種技術突破將確保移動式單品揀貨機器人(mobile piece-picking robots)在未來的倉庫運作中發揮主要作用。

　　拖車和集裝箱卸載機器人的技術仍未成熟，但自動完成這些費力且重復的任務，將對物流產生重大影響。低成本圖像識別技術和計算能力進步正幫助落實該解決方案，即使用配備強大傳感器和抓手的機器人來定位單個包裹，分析包裹大小和形狀，并確定最佳的卸載順序。

　　針對本地派送的機器人助手可跟隨派送人員，幫助運輸重物(如Deutsche Post PostBot)，進行配送車輛內預分揀發貨和自動派送貨物到專有收集點(如Robby Technologies)。

　　主要機會

　　提高物流基礎設施的敏捷度和彈性，以成本低、收益大的方式應對市場波動

　　提高資產利用率和整體生產力

　　改善健康度和安全性

　　自動完成重復且費力的任務，使稀有的勞動力被分配到更復雜的任務中

　　主要挑戰

　　有關在人類工作者附近使用機器人和運行速度的法律限制

　　引發新的監管、問責、道德和法律問題，例如適當的自動化水平和人類工作安全性