在消费与产业的不断升级下，未来物流不仅要提供更高效、敏捷的服务，还要利用互联网、人工智能等关键技术完成整个物流体系。这种时候，便需要构建智慧物流体系并融合进产业供应链中，本文作者对智慧物流到智慧供应链的商业化PaaS之路进行了分析，一起来看一下吧。
在消费与产业的不断升级下，未来物流不仅要提供更高效、精准、敏捷的服务，更要将利用互联网、物联网、大数据、人工智能、云计算、区块链、5G等关键技术实现整个物流体系的过程、运营、管理做到无人化、自动化、数字化、智能化。
通过构建智慧物流体系并融合进产业供应链中，不仅可以解决传统供应链的问题，而且可以进一步创造出高度智能化、服务化的供应链体系，有效促进柔性和敏捷性的智慧供应链的长远发展。
我们以电商为例简单阐述电商仓储物流发展历史。
2010年之前的电子商务初期阶段，电商商务仓储物流相对来说是薄弱环节，基本都处在摸索阶段，其核心任务就是将仓储物流的作业流程标准化，即基于保障作业流程的完整性和流畅性的同时，保证信息透明化，也就是作业流程的信息化阶段。
典型案例就是2010年之前的当当、京东、亚马逊、卓越、红孩子、一号店、凡客等，那个阶段的仓储物流基本都是基于自身业务的服务，处于企业物流的阶段。
2010年至2013年期间，大批的第三方电子商务仓储物流服务商涌现（典型的企业比如五洲在线、神州数码、心怡科技等），同时京东、苏宁、当当等电商平台在信息化的基础上，对基于物流作业策略优化、资源计划调度优化等进行运筹模型的搭建，也就是物流作业计划能力的精细化阶段，同时也具备了仓储物流服务能力的对外输出，处于3PL仓储物流服务阶段。
2014年至今，在精益化的基础上，基于大数据、物联网、云计算和人工智能等新科技的应用，通过数字化手段对其物流服务进行赋能，可以实现自我感知、精准决策与快速执行，做到数字化运营、智能化决策，同时由3PL往4PL阶段进行演进。现在的京东云仓和阿里菜鸟都是典型的4PL服务企业。
4PL物流服务企业通过对外提供品牌共享、平台系统、平台产品、作业标准、规划设计、资源采购、同步营销、培训认证以及金融服务等模式对仓储物流企业进行赋能，将物流资源进行优化配置，打破传统物流在信息、资源、系统等方面的相互壁垒，通过共享的方式与合作伙伴建设以共建、共创、共享、共生、共赢为主题的云物流基础服务平台，共同打造智慧物流服务体系。
在此基础上，做好物流向商流更好的延伸，协助商家打造透明、柔性和敏捷的智慧供应链。
我们再看看行业对智慧供应链的定义，智慧供应链自上而下分为智慧化平台（决策层）、数字化运营平台（管理层）以及自动化作业层（作业层），智慧供应链利用智慧化平台去计算、思考、决策，通过数字化运营平台去量化供应链供应量、供货的合理价格、仓储量、入仓位置等作出精准预测，从而指导企业经营以及仓储、运输等自动化作业。
智慧供应链的打造必须依靠人工智能技术才能智慧的计算、思考和决策，而人工智能技术的进步必须要有精准的场景和海量的数据，并且这些数据都必须实时、精准且全量的获取，通过大数据驱动的智慧供应链才能真正的感知和预测用户需求、习惯、兴趣，从而指导产业链上游的选品、制造、定价、库存以及下游的销售、促销、仓储、物流和配送，才能真正实现需求驱动供给。
我们一起看看智慧供应链的决策层、管理层以及作业层行业的现状。
智慧化决策平台，主要是在大数据和算法求解及优化的基础上，提供基于需求驱动的需求预测模块、商品计划模块、生产计划模块、采购计划模块、经营计划模块、促销管理模块、全库存计划模块、物流计划模块、供应链可视化模块、情景模拟与财务模拟分析模块、企业内外产销协同S&OP模块、端到端供应链集成协同模块，通过建立供应链神经中枢来协同商品与市场，打通经营与管理，协调需求与供应。
国内做智慧化平台的服务企业不多，没有典型案例，暂不讨论。
数字化运营平台，主要为生产端、流通端和销售端提供信息系统服务，主要聚焦在从ERP系统中逐步分离的分支业务服务系统，比如MRP、OMS、SCM、WMS、TMS、POS系统等，电商领域主要服务企业包括聚焦订单管理服务的E店宝、管易、管家婆等，聚焦仓储管理服务的富勒、唯智、科箭、C_WMS等，聚焦运输管理服务的科箭、oTMS、唯智、易流等，聚焦车辆管理的路歌、G7等。
自动化和无人化的仓储运输配送执行平台，仓储服务商的主要代表企业包括京东物流、阿里菜鸟、快仓、网仓、鲸仓等；运输服务商的主要代表企业包括聚焦城际B2B运输的货车帮、运满满、一米滴答、福佑卡车、德邦、安能、中通、韵达等。
聚焦区域B2B物流运输的云鸟、唯智城配、快货运等，聚焦同城B2C物流的极客快送、风先生等；聚焦同城B2C即时配送的蜂鸟配送、美团外卖、点我达、达达等；聚焦同城C2C物流的58速运、货拉拉等；聚焦同城C2C即时配送的达达、闪送、人人快递等；聚焦物流节点平台的卡行天下、传化物流、天地汇等；聚焦综合物流平台的阿里菜鸟、京东物流、百世、顺丰、安得物流等。
物流已经逐步进入数字化和智能化阶段，人工智能得到了快速发展，人工智能在供应链领域的应用主要包括：基于覆盖数据全生命周期，收集企业内部数据结合平台以及全网数据，通过清洗、入库、预处理的流程对数据进行管理和分析，然后基于运筹学模型对算法进行优化，通过机器学习、深度学习以及增强学习构建决策模型和算法，最后基于供应链的收益管理、库存管理、生产计划排程、仓储管理、运输配送管理等业务节点输出关键业务决策。
1）收益管理
通过对全渠道、内外部数据的深度挖掘，结合人工智能算法和运筹优化模型，助力企业实现定价与收益管理的战略转型；帮助企业提升收入和盈利能力、扩大市场份额、强化品牌竞争力、提高费用使用效率、建立数据驱动的决策体系。
例如针对品牌商的品类规划、商品定价（基准定价、动态定价和渠道定价等）和促销定价，针对零售商的选品、陈列推荐、促销（新品、常规品以及畅销品等促销等）；针对物流商的线路定价、客户定价等，针对仓储服务商不同服务产品的定价，包括存储、订单履行、增值业务等定价和促销。
2）库存管理
通过基于人工智能的需求预测技术，结合企业内外部数据，实现不同颗粒度的需求预测，并针对不同品类定制最优补货策略，动态调整安全库存以及促销场景下的备货方案，帮助仓库和门店做出更精准的采购和补货决策。例如针对品牌商的生产以及备货，实现产销对接协同，针对零售商的全品类自动补货，针对电商平台的补货、调拨以及退货等。
3）生产排程
基于历史订单、BOM、原材料库存、生产线产能、生产限制约束条件等信息，赋予企业生产计划。例如针对品牌商协调采购、生产、转运，降低产能损失率、提升订单满足率等。
4）仓储管理
基于人工智能及优化运筹算法，突破传统标准业务规则下的效率瓶颈，动态配置上架策略、补货策略、波次策略、拣货路径策略及任务分配策略，大幅提升库内整体作业效率。例如针对仓储服务商的仓库选址、库区规划、月台管理、劳务资源管理等，基于订单的分仓、拆单、物流分配、波次生成、拣选任务分配、补货优化、作业分区、路径优化、切箱、任务负载均衡，基于日常作业的补货、上架、盘点等。
5）运配管理
为同城运输、支干线运输等场景提供配送任务分配、路线规划建议，帮助企业节省运输车辆、降低运输里程数、节省调度时间。
例如针对干支线运输企业进行网络优化和资源调度，基于最低有效行程，优化单公里成本和空驶率；针对配送企业，基于交通限行、天气状况、车辆信息、订单信息、网点数据、装卸货时间窗口、用车需求、行驶线路、配送顺序、到店时间、运输费用、装载率等实现路径优化。
仓储运输往自动化、无人化方向发展，智能化仓储物流设备在入库、出库、搬运、输送、拣选、分拣、仓储等各环节都有应用，比如：
物联网在仓储物流方面的运用包括：
随着互联网的高速发展，流量去中心化趋势愈演愈烈，加剧了线上和线下渠道多样化的发展，使原本已经碎片化的库存结构更加碎片化。
从渠道角度来看，品牌商的渠道可以分为电商渠道（线上渠道）和传统渠道（线下渠道）。
电商渠道又分为B2C电商、S2B2C电商，B2B电商以及O2O电商。
1）B2C电商
B2C电商又分传统电商、内容电商、社交电商、特渠电商。
①传统电商
传统电商又分为综合性电商和垂直类电商。
②内容类电商
主要包括短视频直播电商（淘宝直播、抖音电商、快手电商）和导购类电商（小红书电商等）。
③社交电商
主要为社区团购类（兴盛优选、同程等）、社区电商类、会员制电商（云集微店等）、特渠电商主要为银行商城、通信商城、酒店商城等。
2）S2B2C
S2B2C主要为贝店、笑谱、云集等。
3）B2B电商
B2B电商主要为快消B2B（京东新通路、阿里零售通等）、母婴类B2B、酒水类B2B、生鲜类B2B等。
4）O2O
O2O主要为平台型O2O（美团、饿了么等）、零售型O2O（盒马、永辉等）、社区型O2O（兴盛优选、同程等）。
传统渠道又分为流通渠道和特通渠道。
1）流通渠道
流通渠道主要为经销商、分销商、批发商、零售终端、KA渠道、CS渠道等。
从渠道的角度来看，现在的品牌商不再局限于单一渠道，而是全网渠道几乎全覆盖，不管哪个渠道，都有服务商提供相关的系统服务，但是各个系统缺少有效的通信机制。
从供应链的角度来看，如上节提到不管是供应链的决策层、运营层还是作业层都有相当大体量服务商在提供不同类型的服务，也就是说供应链从生产端、流通端和消费端都有不同类型的服务商，例如生产制造系统服务商、仓储服务商、物流配送服务商、财务管理系统服务商、客户关系管理系统服务商，渠道管理系统服务商、智能物流设备服务商、智能算法服务商等。
不同服务商提供不同类型的系统，系统与系统之间缺少有效衔接，而同种类型服务商也在提供不同底层系统架构的系统，这样就给系统与系统之间的衔接带来了很大的难度。
服务商系统之间不能完全打通，各系统都是信息孤岛，商家也就没有有效手段实时收集真实有效且完整的数据，没有完整的有效数据也就没办法构建智慧供应链的模型。
先简单说一下几个基本概念，云计算的三个分层IaaS、PaaS和SaaS，IaaS（Infrastructure as a Service-基础设施即服务）是指把IT基础设施作为一种服务通过网络对外提供，用户不用自己构建一个数据中心，而是通过租用的方式来使用基础设施服务，包括服务器、存储和网络等。
PaaS（Platform as a service – 平台即服务）是指把服务平台作为一种服务对外提供，给用户提供编程语言、库、服务以及开发工具来创建、开发应用程序并部署在相关的基础设施上，PaaS能将各种业务能力进行整合，具体可以归类为应用服务器、业务能力接入、业务引擎、业务开放平台，向下通过IaaS提供的API调用硬件资源，向上提供业务调度中心服务，实时监控平台的各种资源，并将这些资源通过API开放给SaaS用户。
SaaS（Software as a Service-软件即服务），即把软件作为一种服务通过网络对外提供， SaaS平台供应商将应用软件统一部署在自己的服务器上，客户可以根据工作实际需求，通过互联网向厂商定购所需的应用软件服务，按定购的服务多少和时间长短向厂商支付费用，并通过互联网获得SaaS平台供应商提供的服务。
现阶段国内把IaaS、PaaS和SaaS结合的最好的平台就是微信小程序，没有之一。2011年超级APP微信问世，截止2020年二季度，微信月活用户更是增至到12.06亿，2017年1月基于微信生态孵化出来小程序正式上线，小程序基于腾讯云的IaaS基础设施服务平台，通过构建小程序开发环境和开发者生态，搭建PaaS服务平台，与各行业各业态的ISV服务商共同开发插件和业务组件。
各行业各业态基于自身的实际业务，依托小程序PaaS平台开发出各种了类型的业务服务，并以SaaS的最终形态提供给用户。在微信巨大流量的加持下，各行各业的微信小程序得到了极大的曝光和应用，在腾讯生态的扩张中发挥了巨大作用，其中比较典型的案例就是拼多多，现在一度成为国内第三大电子商务服务平台。
与此同时，阿里巴巴在2015年提出了“小前台大中台”的概念，通过内部组织架构的调整，整合阿里产品技术、数据和业务能力，最终形成基于业务、数据和算法的中台结构，进而形成“小前台，大中台”的组织和业务体制，使前线业务更加灵动、敏捷的迎接新商业环境的机遇和调整。
阿里巴巴内部的中台与微信小程序的结构如出一辙，只不过基础设施服务平台是阿里云，通过内部的PaaS平台形成业务组件和插件，实现核心能力的复用和核心资源的共享，从而支撑更低成本的创新试错。不管阿里和腾讯都在架构基于IaaS、PaaS和SaaS的生态体系。
鉴于微信小程序生态和阿里中台架构的思考，要想完成智慧物流到智慧供应链服务的快速延伸，搭建商业化paas平台也许是解决此问题的有效途径之一。
要想搭建PaaS平台，需要从服务产品统一化、系统之间通信协议标准化、系统模块原子化单元化、人工智能算法插件化、智慧物流设备和物联网组件化等方面进行构建。
通过制定相关系统之间的标准通信协议来实现系统之间的打通，例如实现ERP与WMS、WMS与TMS、TMS与TMS、ERP与POS、ERP与CRM等系统与系统之间的标准化对接，可使原有的网状对接结构变为一对一的对接方式，各系统只需要与数据总线对接一次即可完成所有系统的适配。
对ISV来说，省去了与多家相关系统的对接的问题，对商家来说，省去了更换系统所带来的开发成本和培训成本。通过系统之间的打通，供应链各环节的数据才能有可能实时有效的收集完成。
不管是仓储服务商、运输服务商、配送服务商、快递服务商、金融服务商、劳务资源服务商还是基于提供算法的人工智能服务商亦或是智能仓储物流设备商、物联网服务商，最终展现给客户的都应该是服务产品以及对应的收费标准、服务标准以及营销活动，商家才能根据自身情况有的放矢地选择服务商。
我们简单地看一下各类服务商提供的服务。
1）仓储服务
仓储服务一般包括：
①商品管理类
保质期管理、SN管理、信息采集、拆零与组装、商品贴码、商品整理、商品二次包装、熨烫、贴标等。
②出入库类
卸货装车、商品质检、商品清点、残次品核检、二次复检、出入库交接等。
③库内管理类
盘点、预警、存储、货权转移、仓单质押等。
④订单类
加急、合单、拆单、订拦截、打单、核对、拣选、复核、称重、打印面单、DM夹带、填充、保温保湿、代收货款等。
⑤时效类
当日达、次日达、隔日达等等。
2）运输服务
运输服务一般包括基于运输路线的基础服务（按照路线定义基础服务产品）以及基于出入库类（装卸货等）。
3）配送服务
配送服务一般包括基于配送点配送的基础服务以及基于出入库类、管理类、订单类、时效类的增值服务等。
4）人工智能服务
人工智能服务主要包括基于生产计划排程、收益管理、库存管理、仓储管理、运输配送管理等业务节点输出关键业务决策等作为服务产品，智能化仓储物流设备基于入库、出库、搬运、输送、拣选、分拣、仓储等各环节提供的自动化和无人化的操作作为服务产品。
现阶段各种服务商的产品没有形成统一的产品概念，只有对服务产品标准化，才能统一业界的服务标准、考核标准以及服务价格等，进而指导商家选择最合适的服务商。
供应链各服务系统有众多ISV开发商，但是底层架构、规则、功能等基本都一样，只不过都各自开发了一套而已，这样就造成模块能力不能复用，研发资源浪费。
阿里业务中台概念中抽离出来的商品、库存、订单、购物车、支付、会员、营销等因子就是原子化和单元化的典型例子。
我们拿仓储管理系统和运输管理系统举例子，仓储管理系统可以抽离出来的因子无外乎就是营销管理类的产品、合同、计费、对账、结算、发票、应收、应付等，以及仓储作业类的预约、出入库、上下架、商品、库存、订单、差异、损益、货位库区等，这些因子构成了仓储管理的业务架构。
运输管理系统可以抽离出来的因子无外乎也是营销管理类的产品、合同、计费、对账、结算、发票、应收、应付等，以及运输作业类的运单、发货、到货、中转、签收、订单、运力、库存等。
配送管理系统可以抽离出来的因子无外乎也是营销管理类的产品、合同、计费、对账、结算、发票、应收、应付等，以及运输作业类的运单、发货、到货、签收、订单、运力、库存等。
可以看到，不管仓储还是运配系统都可以抽离出公共因子，我们完全可以把这些公共因子原子化单元化出来，作为产品供相关系统调用，模块共享不仅能提升开发效率，更能有效打破系统之间的信息孤岛问题。
1）人工智能算法插件化
供应链智能算法服务的公司基本都聚焦在为生产计划排程、收益管理、库存管理、仓储管理、运输配送管理等核心业务节点输出智能决策，但是现阶段还没有把相关服务做到产品化、单元化、插件化，基本都是点对点进行服务。
完全可以把算法做到产品化、单元化以及插件化并对外开放，供业务系统服务商调用，并按照调用次数、成本收益等多种方式进行收费。专业的事情交给专业的专业公司做，业务系统开发商聚焦在业务中台，人工智能算法服务商聚焦在算法中台。
2）智慧物流设备和物联网组件化
与人工智能算法一样，近年智慧物流设备和物联网也得到了快速发展，在仓储物流、运输配以及生产制造（阿里的灰犀牛）等方面的应用加速了供应链的自动化和无人化的进程。
物联网开启了万物互联时代，打通了现实世界和数字世界的通道，通过传感器，物联网可以把现实中的光电等信号变成数据，这些大数据会汇总到大数据中心进行加工利用，而人工智能可以对这些数据进行分析，建模，然后预测，而这些预测结构，最后又会作用到物联网上。
人工智能算法基于业务数据以及物联网数据作用到智慧物流设备上，物流设备根据人工智能算法分发的任务代替人工并自动完成仓储物流以及生产制造等环节的的作业。
智慧供应链的作业层离不开硬件设备和物联网，现阶段有不少企业在搭建物联网PaaS平台，但是缺少与智慧物流设备以及业务系统之间的有效衔接，同时也有不少智慧物流设备服务商基于不同业务节点提供相关服务，但是同样都弱化了服务的产品化以及单元化。
例如，仓储物流系统在拣选环节可能会用到拣选机器人，而拣选机器人的种类繁多，这就可能造成一个WMS系统要和多家拣选机器人服务商进行对接，但是拣选机器人无外乎就是基于订单、商品、货位、库区等主要因子的数据交互。如果通过定义服务产品以及标准的通信协议，在业务系统调用智能物流设备还是物联网时，都可以按照插件的方式调用。
基于PaaS平台并做到服务产品统一化、通信协议标准化、系统模块原子化单元化、人工智能算法插件化、智慧物流设备和物联网组件化，并统一定义单据格式以及系统之间的调用机制，可以快速灵活的组装出基于不同服务场景的业务系统，完全可以自由组装并根据自身需求完成服务升级等。
也可以衍生出更多的服务产品或者加速服务的应用，比如共享托盘、共享载具、商品溯源、物流电子面单、供应链金融、区块链等
通过人工智能就可以构建基于数据中台、业务中台以及业务中台的paas平台，从而延伸出多方向、多层次的SaaS化业务服务，并使全生态中的仓储、运输、配送、算法、金融、保险、劳务、设备等全角色服务商参与到生态体系的交易与建设过程，从而构建一个全开放的商业化操作系统。
智慧供应链也是数字经济，数字化是未来的主生产力，通过数字化流程改造、产品的数字化改造，来降低企业的推广成本、渠道成本、人力成本、管理成本、仓储物流成本、研发成本、制造成本等，并逐渐形成数据业务化和业务数据化来驱动生产、管理、渠道以及市场等。
现在很多企业还停留在IT和信息化阶段，还远远没有达到数字化阶段，一个企业的数字化远远谈不上数字化，只有将数字化建设作为新的基础设施来建设，各产业进入数据化才能加速社会数字化的进程。数字化是未来供应链、生产制造的基石。
不管是数字化经济还是智慧供应链体系，都是未来的发展方向，但是我们也要看到中国经济的现状，中国的基础设施还远远没有达到全面数字化的阶段，现代技术进度的速度远远超出我们需求提升的速度，企业就会生产出超出大家需求的产品，这就是性能过渡，也就是非常著名的“右上角迁移”理论，拼多多就是利用这个理论在阿里和京东两大巨头的夹缝中硬是杀出来一条路。
我们不仅要关注高端市场也要关注低端市场、既要服务好一二线城市，也要服务好三四五六七线城市，既要覆盖五环内市场也要渗透到五环外市场，基于商家的渠道多样化，服务商服务能力的差异化，只有满足商家在供应链不同渠道不同节点的高性价需求，才能服务好企业，才能打造完整的供应链服务体系。
京东、阿里都在做基于大数据、云计算、物联网等数字化的基建，但是一个生态体系的构建通过一两家企业的推动还远远不够，社会上有不少的服务企业通过不同的方式或者不同的切入点在服务于物流乃至供应链，怎么有效的把生态内的企业联合起来，把各个企业的服务无缝的进行有机衔接是决定智慧物流向智慧供应链转变的关键所在。只有完全开放，才能all in 供应链，才能为社会的进步作出更多的贡献。
作者：程军；微信公众号：一点供应链
本文由 @程军 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。