整車物流數(shù)智化是行業(yè)的發(fā)展共識(shí),旨在通過對(duì)物流管理全過 程數(shù)據(jù)的采集、治理和應(yīng)用服務(wù),幫助企業(yè)實(shí)現(xiàn)降本增效、精益管控。本文對(duì)一汽物流有限公司整車物流業(yè)務(wù)的痛點(diǎn)問題、原因分析、數(shù)智舉措、 應(yīng)用效果進(jìn)行了綜合闡述,以期提供一種數(shù)智化建設(shè)的思路。
整車物流,作為物流企業(yè)的核心業(yè)務(wù),配置了強(qiáng)大的平臺(tái)支撐,該平臺(tái) 以整車物流管理系統(tǒng)作為核心主干系統(tǒng),溯源系統(tǒng)、倉(cāng)儲(chǔ)管理系統(tǒng)、司機(jī)管 控系統(tǒng)作為子系統(tǒng),通過 RFID 識(shí)別和全球定位技術(shù),實(shí)現(xiàn)“人、車、貨、 場(chǎng)”四者信息綁定,實(shí)現(xiàn)商品車下線至到店 18 個(gè)環(huán)節(jié)狀態(tài)的實(shí)時(shí)在線采集, 并在主系統(tǒng)中進(jìn)行平臺(tái)化集成應(yīng)用,實(shí)現(xiàn)物流全程 BI 大屏(數(shù)據(jù)中臺(tái)系統(tǒng)) 可視可查可控,其中運(yùn)輸在途數(shù)據(jù)已全部向經(jīng)銷商整車物流服務(wù)系統(tǒng)開放, 并以此為基礎(chǔ)實(shí)現(xiàn)了計(jì)劃、實(shí)物、信息、資金、評(píng)價(jià)、查詢六大基礎(chǔ)管理功能,實(shí)現(xiàn)了業(yè)務(wù)體系間的實(shí)時(shí)交互、全鏈貫通。
但是,對(duì)比公司整車物流事業(yè)部打造“整車物流數(shù)智化標(biāo)桿”的管理目標(biāo),還存在較大差距,在物流品牌塑造、標(biāo)準(zhǔn)體系建設(shè)、數(shù)智化轉(zhuǎn)型驅(qū)動(dòng)、 用戶體驗(yàn)度、忠誠(chéng)度提升等方面還有較多不足。
面向“十四五”,面向新標(biāo)桿,整車物流還需持續(xù)做強(qiáng)數(shù)智化工程,推進(jìn)數(shù)智化與業(yè)務(wù)管理深度融合、相互促進(jìn),在倉(cāng)儲(chǔ)、計(jì)劃、運(yùn)輸?shù)裙芾砩蠈?duì)標(biāo)行業(yè),取長(zhǎng)補(bǔ)短,以實(shí)現(xiàn)整車物流服務(wù)質(zhì)量國(guó)內(nèi)最優(yōu)。目前在數(shù)智化方面,亟待改進(jìn)提升的主要有以下幾個(gè)方面。
倉(cāng)儲(chǔ)環(huán)節(jié)不夠精益
多園區(qū)智慧倉(cāng)儲(chǔ)建設(shè)目標(biāo)尚未達(dá)成
(1)庫(kù)內(nèi)作業(yè)人工投入較大,自動(dòng)化集約化建設(shè)目標(biāo)尚未實(shí)現(xiàn)
(2)倉(cāng)儲(chǔ)管理主要依靠手工,指標(biāo)采集分析上質(zhì)量及效率不高
(3)入庫(kù)入位及提車依靠經(jīng)驗(yàn),分配未達(dá)到智能化和共建效果
(4)計(jì)劃及作業(yè)能力數(shù)智化應(yīng)用不足,預(yù)測(cè)預(yù)警決策不夠智能
(5)作業(yè)人力及路徑設(shè)計(jì)未突破傳統(tǒng)設(shè)計(jì),降本增效效果不佳
計(jì)劃環(huán)節(jié)不夠精細(xì)
系統(tǒng)計(jì)劃自動(dòng)分配率未達(dá)最佳水平
(1)配板環(huán)節(jié)設(shè)計(jì)不精,計(jì)劃組合滿板率不高,積攢時(shí)間較長(zhǎng)
(2)線路搭配線下操作,人工推行省份城市組合包,費(fèi)時(shí)費(fèi)力
(3)運(yùn)輸商線路運(yùn)營(yíng)經(jīng)驗(yàn)優(yōu)勢(shì)未充分挖掘,線下溝通平衡過多
(4)干線計(jì)劃智能分配率不足50%,分配合規(guī)化高效化未體現(xiàn)
(5)異地分撥計(jì)劃分配依靠手工,分配操作合規(guī)智能程度不夠
運(yùn)輸環(huán)節(jié)不夠精準(zhǔn)
物流規(guī)劃核心競(jìng)爭(zhēng)力尚未顯現(xiàn)
(1)節(jié)點(diǎn)及在途信息仍存在斷點(diǎn),在途管理和查詢準(zhǔn)確性不夠(如圖2、圖3)
(2)計(jì)劃缺乏共享,運(yùn)力線上單品牌配板,滿板率及發(fā)運(yùn)時(shí)效低(如圖4)
(3)OTD管理顆粒度不夠,網(wǎng)絡(luò)規(guī)劃與時(shí)效管控智能水平不高
根據(jù)業(yè)務(wù)痛點(diǎn),對(duì)標(biāo)紅旗標(biāo)桿要求,在倉(cāng)儲(chǔ)、計(jì)劃、運(yùn)輸三個(gè)重要業(yè)務(wù)場(chǎng)景,運(yùn)用數(shù)智化手段,提升管理、改善服務(wù)。
打造綠色、智能、全球標(biāo)桿的
國(guó)家智慧物流樞紐園區(qū)
(1)核心業(yè)務(wù)活動(dòng)數(shù)據(jù)全鏈感應(yīng)、網(wǎng)聯(lián)同步
應(yīng)用RFID物聯(lián)網(wǎng)技術(shù),面向整車倉(cāng)儲(chǔ)業(yè)務(wù),從車輛下線、車輛倒運(yùn)至提車出庫(kù)等11項(xiàng)業(yè)務(wù)場(chǎng)景,部署RFID一體機(jī)、智能巡檢機(jī)器人等11項(xiàng)OT集群設(shè)備,實(shí)現(xiàn)各節(jié)點(diǎn)數(shù)據(jù)的自動(dòng)化感應(yīng)、采集。
(2)倉(cāng)儲(chǔ)場(chǎng)景全要素、多維度實(shí)時(shí)在線監(jiān)控分析
應(yīng)用數(shù)據(jù)挖掘及BI技術(shù),面像“人、車、貨、場(chǎng)”4要素,基于“流量分析、軌跡分析、效率分析、質(zhì)量分析”4大分析主題,實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)對(duì)于業(yè)務(wù)運(yùn)營(yíng)的數(shù)字化驅(qū)動(dòng)(如圖5)。
(3)數(shù)據(jù)喂養(yǎng)算法,支撐核心節(jié)點(diǎn)智能調(diào)度管控
應(yīng)用AI人工智能技術(shù),面像“多品牌入庫(kù)分配、倉(cāng)儲(chǔ)作業(yè)調(diào)度分配、庫(kù)區(qū)入位智能指引、機(jī)器人動(dòng)態(tài)巡檢、運(yùn)輸車入廠智能調(diào)度” 5大核心場(chǎng)景,實(shí)現(xiàn)系統(tǒng)自動(dòng)智能執(zhí)行,取代原有人為經(jīng)驗(yàn)、線下操作,并結(jié)合數(shù)字孿生技術(shù),實(shí)現(xiàn)園區(qū)動(dòng)態(tài)實(shí)時(shí)模擬與預(yù)測(cè)(如圖6、圖7)。
打造數(shù)智化整車業(yè)務(wù)工作臺(tái)
實(shí)現(xiàn)整車物流計(jì)劃全自動(dòng)智能分配
(1)推進(jìn)紅旗OTD計(jì)劃智能承接、高效運(yùn)輸
支撐紅旗產(chǎn)銷任務(wù)和時(shí)效要求達(dá)成,并以算法中臺(tái)-物流網(wǎng)絡(luò)仿真建模為載體(如圖8),為主機(jī)廠提供物流規(guī)劃、選址、運(yùn)輸模式尋優(yōu)等增值物流數(shù)智化服務(wù)。
(2)多品牌計(jì)劃形成統(tǒng)一的整車物流計(jì)劃湖
應(yīng)用數(shù)據(jù)總線技術(shù),多品牌計(jì)劃統(tǒng)一入湖存儲(chǔ),基于“運(yùn)輸方式、到貨時(shí)效、到貨地”3大條件,統(tǒng)一計(jì)劃管理方式。
(3)多類型運(yùn)力形成統(tǒng)一的整車物流運(yùn)力湖
應(yīng)用AIoT物聯(lián)網(wǎng)技術(shù),實(shí)時(shí)抓取運(yùn)力位置信息,可動(dòng)態(tài)掌控全局所有可用運(yùn)力。
(4)計(jì)劃分配算法支撐計(jì)劃與運(yùn)力間的動(dòng)態(tài)最優(yōu)匹配
基于3中臺(tái)(算法中臺(tái)+數(shù)據(jù)中臺(tái)+AIoT中臺(tái))對(duì)算法模型固化、數(shù)據(jù)模型輸出及AIoT數(shù)據(jù)采集接入,利用“數(shù)據(jù)+算法”雙驅(qū)動(dòng),支撐在“時(shí)效及成本”的雙重約束條件下,輸出最優(yōu)的計(jì)劃分配結(jié)果(如圖9)。
打通整車交付的數(shù)據(jù)鏈路
實(shí)現(xiàn)精準(zhǔn)化交付
(1)補(bǔ)全與上游客戶間的數(shù)據(jù)通路,為客戶提供排板運(yùn)輸?shù)热^程可視化,物流層面端到端透明交付現(xiàn)
一汽物流已經(jīng)實(shí)現(xiàn)了整車物流的全鏈數(shù)據(jù)自動(dòng)感應(yīng)采集(如圖10),補(bǔ)全倉(cāng)儲(chǔ)板塊數(shù)據(jù)通路對(duì)接,為紅旗提供實(shí)時(shí)動(dòng)態(tài)的出入庫(kù)數(shù)據(jù)、盤點(diǎn)數(shù)據(jù)、整備數(shù)據(jù);應(yīng)用數(shù)據(jù)總線技術(shù),升級(jí)與紅旗間的數(shù)據(jù)通路方式,實(shí)現(xiàn)數(shù)據(jù)對(duì)接可監(jiān)控、數(shù)據(jù)斷點(diǎn)可預(yù)警,并以經(jīng)銷商整車物流服務(wù)系統(tǒng)為載體,為終端用戶提供準(zhǔn)確、完整、及時(shí)的物流數(shù)智化產(chǎn)品服務(wù)。
(2)基于AI視覺識(shí)別算法,自動(dòng)校驗(yàn)全鏈數(shù)據(jù)有效性
應(yīng)用AI視覺識(shí)別算法,通過對(duì)起運(yùn)、在途、到貨節(jié)點(diǎn)上傳圖片的智能校驗(yàn),系統(tǒng)自動(dòng)對(duì)位置合理性、操作規(guī)范性進(jìn)行盤點(diǎn),取代原有的人工數(shù)據(jù)審核工作,7×24小時(shí)不間斷工作,自動(dòng)生成BI預(yù)警報(bào)告,自動(dòng)計(jì)算標(biāo)注問題圖像,結(jié)果自動(dòng)入湖,保證數(shù)據(jù)的有效性(如圖11)。
2022年,通過以上措施,推進(jìn)全業(yè)務(wù)場(chǎng)景BI展示、OT集群建設(shè)、中臺(tái)建設(shè),推動(dòng)整車業(yè)務(wù)服務(wù)由數(shù)字化向數(shù)智化轉(zhuǎn)型,達(dá)成“客戶信賴、數(shù)智引領(lǐng)、創(chuàng)新求變”。
通過系統(tǒng)支持實(shí)現(xiàn)管理水平跨越式提升
(1)商品車接車倒運(yùn)精益化管理改善達(dá)成率100%
(2)商品車公路運(yùn)輸計(jì)劃自動(dòng)分配率≥95%
通過算法支持實(shí)現(xiàn)規(guī)劃能力大幅度提高
(1)商品車鐵水運(yùn)輸比例同比提升5%
(2)整車物流數(shù)字化技術(shù)應(yīng)用達(dá)成率100%
通過數(shù)字化應(yīng)用推動(dòng)服務(wù)達(dá)到客戶驚喜
(1)整車物流質(zhì)量售前審核得分≥92分
(2)特殊保障車輛物流服務(wù)保障率達(dá)到100%
(3)形成2項(xiàng)企業(yè)標(biāo)準(zhǔn)、2項(xiàng)專利
瑪氏中國(guó) | 2025年度國(guó)內(nèi)運(yùn)輸物流服務(wù)【冰淇淋業(yè)務(wù)】
3468 閱讀2025年京東物流貴州大件宅配、京東幫資源招商
1612 閱讀2025年京東物流-河北大件宅配、京東幫資源招商
1161 閱讀快運(yùn)網(wǎng)點(diǎn)的“跨境突破”:利潤(rùn)更高、增長(zhǎng)潛力大、協(xié)同增效
938 閱讀物流企業(yè),沒有效率的增長(zhǎng)就是在加速衰亡
888 閱讀【權(quán)威發(fā)布】2025年貨車司機(jī)從業(yè)狀況調(diào)查報(bào)告(第一部分)
821 閱讀什么樣的物流人,會(huì)越來越厲害?
821 閱讀支持99%歐洲國(guó)家互發(fā)快遞!菜鳥升級(jí)G2G泛歐3日達(dá)服務(wù)
838 閱讀為何有些物流人越混越差?
809 閱讀順豐獲任大圩葡萄官方指定物流服務(wù)商
799 閱讀
登錄后才能發(fā)表評(píng)論
登錄