电商带来物流变革物流行业

以前的消费模式通俗的讲可以是是如果我们要买件衣服、买双鞋子、买个床就得到实体店进行购买;现在的消费模式是如果我们要买件衣服、买双鞋子、买个床等直接在网上订购,付完款等着收货就行了。虽然看起来表面上是一个小小的改变,但是背后却牵动着整个供应链的转变,这可以说是供应链领域的一种‘蝴蝶效应’。

 

消费模式的转变从销售终端促使运输、仓储、生产整个供应链体系调整。一方面,持续膨胀的电子商务快递蛋糕吸引着越来越多的零担货运企业介入,德邦物流2013年11月份正式开通快递业务。

 

消费模式的转变从销售终端促使运输、仓储、生产整个供应链体系调整。对于货运企业而言,最为关键的是如何适应新的配货模式。

 

变革背后的逻辑

 

调查显示,2013年我国快递日均业务量突破3000万件,高峰期超6500万件。全年快递业务量达到92亿件左右。按照全国14亿人口计算,平均每人消费6~7个包裹。业内预计,2014年底国内网购用户将达到3.1亿人,其中70%网购业务需要快递来完成。

 

物流行业一般可以分成快递物流、快运物流和合同物流三个领域。在社会物流总额增速回落、传统大宗商品物流市场疲软的背景下,我国快递物流可谓是一枝独秀,呈现迅猛发展态势,成为物流业新的增长点。

 

一方面,持续膨胀的电子商务快递蛋糕吸引着越来越多的零担货运企业介入,德邦物流2013年11月份正式开通快递业务。

 

而另一方面,快递企业也开始向综合物流商布局转型。近期,顺丰正式推出一站式“门到门”的陆运物流产品,直面德邦、天地华宇、佳吉等国内公路运输物流大佬。顺丰向UPS、FedEx等物流综合供应商又迈出一大步。

 

顺丰的此项“物流普运”单票最低收费120元,续重价格为1~7.5元/kg。在时效方面通过定时定点集散中转模式保证“物流普运”时效,临近省份2~4天,偏远地区4~6天。

 

公路快运向快递物流延伸,快递转为综合物流供应商,物流行业内正进行着剧烈的变革。

 

对于传统货运企业而言,以前厂商把货物卖给一个大的经销商,订单大,货运企业只需要去一个地方就完成货运,现在厂商把货物分给若干个很小的经销商,比如一个县城的某地都可能成为经销商;以前只送一趟,现在可能就得去多个不同的小地方。现在的情况就是销售渠道下沉、订单越来越小。即使是合约物流,也出现了快递化的“小批量、多频次”现象。

 

这对于合同物流企业来说,整车运输越来越难以实现,运输线路由单一式变成了分散式,车辆利用率大打折扣。

 

跟着互联网走

 

当前,新一轮互联网革命大潮已经掀起,云计算、大数据、互联网思维高频率充斥着人们的视听。传统行业在互联网发展大潮下纷纷出现了颠覆模式,大到电子产品巨头,小到饭馆小作坊,小米更是经典案例中的经典。电商的持续暴涨,把快递业带入了高铁车道,进而影响着整个货运业,如前文所述。消费模式的转变从销售终端反过来促进渠道、运输、仓储、乃至生产整个供应链转变。

 

对于货运企业而言,最为关键的是如何适应新的配货模式。

 

在这方面,阿里在双11已经进行了成功的实践,大数据支撑下,爆仓现象得到控制。在大数据下,所有接入其入口,使用其服务的计算终端的计算能力都能为其使用,也就是用的越多,计算能力越强,据说货车订票系统就是借用阿里这种模式克服瘫痪的。

 

云计算,在最短的时间内实现上下游各方数据的科学精确匹配,仓储配环节得以最有效率的衔接。

 

业内专家指出,未来的物流就是一张人网加一张天网一张地网。而三张网实质都是互联网,这涵盖在物联网蓝图下。

 

货运企业如果真正能实现数据共享,在大数据下,货源、车源信息的对接以几乎可以忽略不计的成本实现对接,物流将多么美好!远景总是很遥远,但总在一步步接近。

 

舍小船上大舰

 

近来,整合者众多,其中最“高大上”的莫过于马云的菜鸟网络。在三五年时间内,在全国打造搭建形成一个网状的物理的智能骨干体系,把它做成一个平台,也就是天网加地网。

 

然而你有天网盖地虎,我有宝塔镇蛇妖,对于我国当前的物流江湖来说,战国混战,群雄逐鹿,都想问鼎,从目前看,马云的折桂之旅并不顺畅。

 

想要把全国的物流企业一网打尽的梦想很难实现。

 

当前的物流业有着他内在的行业发展逻辑,利用先进的科技,商业模式很难在短期内重塑整个行业发展态势。

 

据悉,菜鸟最近考察了风生水起的平台企业上海卡行天下供应链管理有限公司,看来马云是认清了当前的物流江湖。他不应该劳心劳力亲历亲为地走下阿里航母,下海撒网去捞鱼逮虾,应该坐等那些大中型舰艇凭着火力消灭掉那些小渔船之后,从这些巡洋舰上获取给养。

 

当前,物流行业内的自觉整合进入了快车道,真正能落地的平台整合模式得到了市场验证,相信在不久的将来,全国的物流大网会形成。中小货运企业选对平台,跟着网络走,掉到海里的机率应该比在自己小渔船上小一些。


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值