中国是物流运输大国，整体物流成本占GDP的比重高达16.6%，但中国的物流却是一个非常传统的行业，成本高、效率低。众所周知，物流行业是典型的劳动密集型行业，工作模式运转流程的冗长，消耗着大量的人力和物力。此外，物流成本较高成为制约物流行业发展的一个痛点，也是智慧转型改革的一个难点。那么，当5G、人工智能、物联网、云计算等新兴技术加码，改革物流行业的难点能否得到缓解？
物流系统的改革本质上是全局运筹优化的问题，主要可以从以下几个方便进行优化调整：
商家如何选仓、分仓、调拨，把货囤到哪些仓库、每个仓库分多少货、如何根据销量波动智能补货；
传统的物流业务是由人工去分拣包裹，按地址规则分流发货或者分配配送站点，机器学习可以利用大数据的模型学习，把需要人工决策的环节智能化；
怎样切分任务、怎样优化路径，不同的城市、不同的道路环境，约束条件也不同，传统算法根据不同条件单独去优化会非常困难，机器学习和强化学习可以做到自适应。
物流网络的局部优化容易，全局优化困难，难点不在算法而在数据，不在技术壁垒而在商业壁垒。物流网络的全局优化不能仅依靠自身生态内的数据，不可避免地要同外部伙伴合作，数据所有权之间的利益博弈就变得异常敏感。今年6月1日，菜鸟和顺丰的矛盾高调爆发，数据接口一度切断，菜鸟为提高物流效率在几家快递公司上面搭建了数据系统，顺丰指责菜鸟越界调用协议外数据，宣称要与菜鸟、与淘宝断绝一切合作，独立运营。后在邮政局的调停下两家总算握手言和，断交是两败俱伤，但是合作也还有数据隐私、信息安全等诸多问题需要解决。返回搜狐，查看更多
