如今，全球企业与企业之间的竞争开始转化为各自供应链之间的竞争。在智能制造环境下，打造智慧、高效的供应链，是制造企业在市场竞争中突出重围的关键。智慧供应链的创新发展可以从根本上改变企业的运作方式，推动整个物流业乃至制造业的转型升级。
传统制造业和物流运输业存在许多痛点，例如信息化水平不高，运输多方协同跟踪难，货运代理巨额垫付导致周转资金不足，物流环节冗长不规范，行业信用体系脆弱，支付结算缺乏履约保障等。利用数字技术赋能供应链，解决长期以来存在的痛点，是行业发展的必经之路。数字技术可赋能的环节包括但不限于贸易采购、制造、订舱、报关、运输、仓储、配送、批发、零售和支付结算等，最终将帮助供应链解决可见、可控和可信等三类问题。
本报告的场景分析将重点从智慧物流的角度展开，包括智能规划全程物流运输方案设计解决报价流程长、订舱履约率低、信息不准确等问题；物流透明化与追踪提高运输以及配送当中货物状态信息的透明度；数字机器人可以帮助企业在订舱、报关中提升操作准确率及降低人力成本；货物 ETA 预测与延期预警可应对运输、配送异常情况的出现；供应链金融能缓解供应链上企业质押融资难等难题（见图 1）。
图 1 供应链环节与技术部分应用场景的对应关系
1. 智能规划全程物流运输方案
随着国际物流运输业务的数字化发展和运输市场中承运人与托运人两个角色的地位转变，智能规划全程物流运输成为发展新热点。
智能规划全程物流运输方案的提供可以解决传统物流中存在的诸多痛点。首先，物流方案提供商需要借助云计算、人工智能、RPA 等技术保障自身底层数据的全面性，这不仅包括海运中的船期、运价、舱位等信息，还包括其它运输方式的资源信息、路网数据、入关、清关相关的认证信息等。其次，借助海量的时间、价格以及历史等信息，利用智能匹配和算法优化实现端到端物流运输方案的快速报价，并形成多种运输方案以满足需求，克服以往货主找不同环节的物流方 案供应商询价和议价时间成本高的痛点。为保障价格和运输服务的履约能力，物流方案提供商还会通过引入运价、舱位的交易产品，上线保理服务，提高供应商资质门槛，为供应商评级等手段保障端到端物流的履约能力（见图 2）。
图 2 传统物流业务与智能物流方案对比示意图
案例：供应链解决方案提供商-Forto
Forto 在 2016 年创立于德国柏林，原名Freighthub，是一家数字化货运代理和供应链解决方案提供商。作为欧洲第一家数字化货运代理初创企业，Forto 打造了一套独特的运输管理系统（TMS），为超过 2500 家客户提供包括海运、空运、铁路在内的各类货物运输、订单管理和其他相关服务。
与其它同类平台相比，Forto 商业模式的独到之处在于几点：第一、业务切入点是中欧航线以 FOB 业务为主的大型客户，他们愿意选择更高质量和更高效的物流运输服务；第二、Forto 是以轻资产运营的自营平台，一方面以平台价值为驱动，降低资本投入，另一方面保障了方案可行性和履约率。在此基础上，Forto 的核心竞争力体现在：第一、平台可视化服务，即在平台上拆分和展示操作环节，对操作流程、船货监控进行可视化管理；第二、方案可靠性，即将工作流程和节点管理线上化，最大程度保证操作的准确性、方案的可靠性、数据的真实性；第三、服务柔韧性，在海外设置多个办事处，进行本土化管理，以灵活的方案保障履约率，提高客户满意度。
在过去几年，物流运输遭遇了严峻挑战。Forto 凭借其在供应链领域变革性解决方案和优质的服务脱颖而出，迅速获得资本认可。在 5 内年，先后获得Disruptive、软银愿景基金、A.P. Moeller Holding 等知名投资基金在内的 5 轮融资，估值达到 21 亿美元。
- 应用技术：物联网、互联网+、可视化、大数据、电子商务、云计算等
- 应用场景：帮助大型货主实现在线订舱、在线报价，包括海运、空运、中欧班列等运输服务在内的门到门服务，同时提供运输可视化的查询服务，并保证履约率。
- 应用效果：平台为客户提供实时数据和准时交货，同时通常可将其供应链管理成本降低 30%。它还显示了可能的运输方式的排放等级，允许公司跟踪碳排放量。
- 应用阶段：目前已经有包括制造商和电子商务品牌在内的约 2500 家客户正在使用Forto 的数字化解决方案。欧洲大型企业，包括 Home 24 和Edeka，都依赖Forto 来运输货物。
2. 物流透明化与追踪场景
物流透明化与追踪的实现是将物流业与互联网进行融合，用“透明”来“连接”物流，包括车货信息以及单据流转两个对象。通过互联网+物流，可以实现供应链优化。物流的透明化管理可以有效地压缩物流过程的时间，进一步降低运输成本。此外，产业链上各环节的透明可以使得各主体实现信息共享，建立有效的信息沟通机制。
图 3 物流透明化示意图
案例：区块链运输平台-GSBN
在国际贸易中，提单是物权凭证，此外还涉及一些其他单证的流转如提箱单、收货单、大副收据等。电子提单通过区块链技术确保“唯一性”，并为其在跨国贸易中的使用提供信用来源，从而使得电子提单具备同纸质提单相类似的“可转让性”。
图 4 GSBN 成员上港的区块链无纸化换单平台界面
- 应用技术：区块链、物联网、大数据
- 应用场景：在一些单证流转的环节中，实现电子单证线上安全且高效地流转，包括提单转让、无纸化放货、智能合约的生成和其他的一些线上单证流转，让所有参与方可以在链上进行信息文档交换。
- 应用效果：简化数据交换方式，还通过实时更新的方法缩短了各方之间的操作时间，可以将货物准备放行的时间从几天缩短到几个小时。营造高效信任的交易环境、为文件共享提供一个相对安全的方式。
- 应用现状：许多全球领先的航运巨头们都已加入了区块链平台，平台在中国落地的无纸化放货产品也得以成功实施，逐步推动航运数字化转型。
3. 机器人流程自动化 RPA 应用场景
RPA 是一种数字赋能技术，主要利用用户界面，通过模拟并增强人类与计算机的交互过程，执行基于一定规则的大批量、可重复性、标准化任务，实现工作流程自动化。
图 5 RPA 机器人流程自动化平台组成
案例：全球流程自动化中心应用-UiPath
UiPath 通过提供其企业级 RPA 平台帮助 DHL 全球货运创建全球流程自动化中心，以优化改善其五个全球服务中心在物流以及财务流程上的问题，为此 DHL 全球货运先后创建了 RPA 卓越中心与虚拟交付中心。
RPA 卓越中心为企业早期上线 RPA 时所搭建的一个项目部门，该部门通过使用 RPA 工具和技术经验来识别和管理 RPA 项目的实施。此案例中，公司借助 RPA 卓越中心搭建内部框架，封装工具、模板及 RPA 实施经验，助力 RPA 技术内部推广。
虚拟交付中心将为 RPA 项目提供相应的配置与运行服务。在此案例中，通过虚拟交付中心，DHL 全球货运建立了共享服务模型，可浏览任何国家的一个网站，记录特定的流程，并通过 RPA 技术优化，促使其自动化。
- 应用技术： RPA、人工智能、界面设计等。
- 应用场景：一是财务流程自动化，包括财务开票、财务数据核对、财务数据对比、财务数据录入 EPR 系统等场景；二是物流流程自动化，包括电子邮件发送、物流信息更新等。
- 应用效果：一是降低员工数量，DHL 全球货运公司将一个特定的人工流程试点的员工数量由原来的 30 名缩减至 15 名，人力资源节约 50%；二是提高工作效率，DHL 全球货运公司现已部署 80 台数字机器人，其所完成的工作量大致等同于 300 个全职员工。
- 应用现状：目前已部署 80 多台数字机器人，经过一个月的时间，帮助 DHL 全球货运公司收回了该项目首个试点的投资成本。
图 6 UiPath RPA 平台设计页面
4. 超自动化应用场景
超自动化是 RPA、AI、iPaaS、低代码、流程挖掘等多种前沿技术能力与软件工具的组合。它超越了单个流程的限制，是对传统业务流程自动化的延伸。超级自动化利用 RPA、AI 、iPaaS 等关键技术衔接复杂业务场景，采用低代码降低技术应用门槛，借助云计算技术拓宽能力边界。
| Gartner超自动化技术概览 | ||
| Task Automation ·Integration Platform as a Service (iPaaS) ·Robotic Process Automation (RPA) |
任务自动化Task Automation | 集成平台即服务 (iPaaS) |
| 机器人流程自动化 (RPA) | ||
| Process Automation ·Business Process Automation (BPA), or Intelligent Business Process Management Suites (iBPMS) ·Content Service Platform (CSP) ·Decision Management Suites (DMS) ·Low Code Application Platform (LCAP) |
流程自动化Process Automation | 业务流程自动化 (BPA) |
| 智能化业务流程管理套件(iBPMS) | ||
| 内容服务平台 (CSP) | ||
| 决策管理套件 (DMS) | ||
| 低代码应用平台 (LCAP) | ||
| Augmentation ·Conversational Al ·Intelligent Document Processing (IDP) ·Machine Learning (ML),Natural Language Processing (NLP) and Text Analytics ·Optical Character Recognition (OCR) ·Process Mining ·Task Mining |
自动化增强Augmentaiton | 对话式Al |
| 智能文档处理 (IDP) | ||
| 机器学习（ML)/自然语言处理 (NLP) | ||
| 光学字符识别 (OCR) | ||
| 流程挖掘 | ||
| 任务挖掘 | ||
表 1 超自动化技术
案例：数字机器人-壹沓科技
壹沓数字机器人是由 AI、RPA、iPaaS 等超自动化技术构建的软件机器人，按照执行规则协助员工完成各类数字化工作，业务模式分为壹沓数字机器人平台以及壹沓数字机器人工厂，能够提供适用于不同物流应用场景。
壹沓数字机器人平台是企业级数字机器人开发及部署的超自动化平台，自定义开发各类业务场景的数字机器人，帮助企业实现端到端完整业务流程超自动化，可快速实现灵活部署，具备高防护等级，且安全合规，稳定高效，提供专业的平台运维服务。
壹沓数字机器人工厂是基于业务模块化封装能力并结合业务自动化场景进行标准化封装的数字机器人，赋能企业员工完成各类工作，帮助客户快速灵活的实现业务流程自动化。
- 应用技术： RPA、NLP、OCR、知识图谱、业务流程封装能力等
- 应用场景：一、壹沓数字机器人可实现托书识别与录入、运价查询、船公司订舱、提单上传、PA 信息发送等操作自动化；二、自主完成舱单预配查询、舱单录入、AMS 上传、VGM 录入及拖车信息录入等操作；三、可自动下载随附单据、录入报关信息、归档报关资料、对比报关数据等；四、独立制作危险品进港单、上传危险品申报单和申报资料、统计费用等；五、精准查询集装箱货物信息、船舶抵港与进港时间等；六、帮助物流企业高效率完成费用录入、财务开票、财务对账、绩效结算等操作。
- 应用效果：提升效率，可实现 7*24 小时不间断运行；节约人力成本，10 位操作员完成的工作量可由一个数字机器人和以为操作校验员代替；提高准确率，人工操作失误率较高，数字机器人可实现 0 误差。
- 应用现状：壹沓数字机器人已为近万家供应链、物流、新零售等企业提供数字化产品及服务。
图 7 数字机器人工厂页面
5. 货物 ETA 预测与延期预警场景
预计抵达时间（Estimated Time of Arrival, ETA），在贸易词汇中一般指船舶预计抵港时间。它是集装箱班轮船期中重要的组成部分，而集装箱班轮船期又是货主们订舱和制定物流计划的重要依据。受海洋气象、塞港、季节以及船公司的指令等不确定因素影响，国际集装箱班轮运输素来有“航无定时”的弊端。近年来，由于疫情蔓延、地区冲突不断加剧等原因，当前集装箱班轮运输业的准班率更是处于极差水平。
在 2021 年，受各种“黑天鹅”事件的影响，前十大班轮公司的准班率均受到不同程度的影响，更有甚者准班率直接下降了 43%，极大降低了货主的信任程度。这也意味着货主极易面临因船期不准而带来的物流供应链中断风险。为了让货主及时准确预知船舶到港时间变化，船舶 ETA 预测服务应运而生。
船舶 ETA 预测是基于船舶实时 AIS 数据（船舶实时位置数据）、气象数据、船舶基础数据、港口基础数据等相关数据，使用机器学习模型，将影响船舶航行的相关因素如港口位置、气象变化、船型、月份等纳入学习特征中，然后对模型进行训练并最终实现准确的船舶 ETA 预测。
案例：ETA 服务和货物延迟预警-Project 44 可视化平台
Project44 是一家为货主（包括制造商、供应商及零售商）和第三方物流（3PL） 提供供应链可视化 SaaS 集成服务的平台。它来自美国芝加哥，通过基于 web 服务的API 技术整合供应链各方的信息数据， 使用户可以在全球及不同运输方式（公路、铁路、航空、海运等）之间实现对物流全链条、全流程的跟踪。通过机器学习方法，并结合积累数据（承运人历史数据、天气、道路、司机作业时间和港口作业时 间等数据），Project44 可以为北美和欧洲的客户提供 ETA 服务。此外，基于对货物抵达时间的预测，Project44 还能够生成对货物延迟交付的预警。
- 应用技术：机器学习、物联网 应用场景：ETA 服务、延迟预警
- 应用效果：通过设置阈值参数，在货 物运输出现异常时自动向客户发出预警，帮助客户提高运营能力。
- 应用阶段：ETA 服务已经拓展到 166 个国家和地区，每天跟踪超过 35 万个集装箱的全球流动。
6. 供应链金融应用场景
在传统供应链场景中，跨境支付结算手续繁琐；服务履约和支付中间存在账期，中小货代企业融资困难，垫资压力大；供应链上下游之间存在信息不对称、互信互认困难等问题。究其根本，实为交易可信和质押融资问题，有效解决这两 类问题的关键在于区块链与人工智能技 术在供应链金融上的运用。
供应链金融连接产业和金融，今天中国的物流效率已经今非昔比，未来要发挥货物运输、仓储、质物监管优势，深度参与供应链金融服务。在降低供应链风险的同时，为中小企业融资提供便利。一方面，要实现供应链业务线上化，这是金融与之融合的前提；另一方面，是要构建基于大数据和人工智能的供应链金融风险控制体系，由主体信用、交易信用、债项评级为基础，打造数字信用，实现真正具备广度和深度的大数据风控。金融机构与供应链核心企业、服务平台实时直连，更加紧密地嵌入各类供应链场景中，实时获取数据、实时评估信用、实时提供融资服务。
现阶段的供应链金融平台已经能够对接银行、税控、外管、金融机构、买方和卖方等供应链参与方；能通过各方交叉互验，实现企业全币种在线开票、审核支付、核销等闭环操作；能利用区块链消除人为篡改数据的可能性，提高供应链上下游间的交易可信。此外，还能通过区块链对提单和仓单的真实性进行校验，对货物进行管控质押，以此降低代理或货主融资的门槛。中国宝武钢铁集团利用区块链具有分布式记账、信息防篡改等特点，构建集贸易、物流、金融于一体的产业区块链生态圈，实现数字资产凭证在生态圈内无障碍流转、质押融资，在一定程度上缓解了中小微企业融资难、融资慢等问题。
图 8 区块链赋能供应链金融平台结构
案例：产业链金融解决方案-欧冶金服
欧冶金服是中国宝武钢铁集团有限 公司（“中国宝武”）旗下的供应链金融服务平台企业，其所提供的产业链金融 解决方案包括支付结算、智能风控和数字资产三个方面。其中支付结算是与中国宝武旗下非银行支付机构的东方付通共同提供，分为企业服务与个人服务两类，具有 7*24 小时在线支付、资金交易逐笔匹配、央行监管安全又保障等特点； 智能风控针对钢铁生态圈，提供智能信用决策、人脸识别智能签约、大数据预警、企业画像等服务；数字资产形成了数字资产确权、登记、转让的闭环生态系统，具有资产上链、交易可溯、金融信息管理、权属登记资产管理等特点。
其中，欧冶通宝为欧冶金服提供的以应收账款债权为载体的电子凭证，核心企业可基于应收账款向其供应商提供在线签发的电子债权凭证，具有差额转让、在线融资、持有至到期收款等特点。欧冶金服运营的通宝平台实为“通宝”的载体，为其签发、接收、转让、融资提供全在线服务，已有钢铁产业链条上下游企业、第三方金融机构、银行等主体参与。
欧冶通过数字化的凭证对供应链进行信用穿透，解决供应商的融资问题，并对多级供应体系网络的信用进行判断，以此优化供应链体系，但是在实际应用过程中遇到了很多难题。例如随着银行的加入导致资金竞争，使得供应商的融资成本极低，面对这种情况，供应商拿到融资后会直接变现，并不会流转给下一级的供应商。此外，供应链上企业的信息化程度并不同步，也会阻碍了数据的流转和融资的进程。
图 9 欧冶金服通宝模式图
- 应用技术：区块链、云计算、人工智能、大数据
- 应用场景：一是资产数字化，将客户的应收、预付、订单、动产、不动产、交易数据等各类资产数字化，实现客户资产动态转换；二是业务细分化，根据业务场景，对不同的产品对接相应层次的供应链金融服务。
- 应用效果：与传统融资方式相比，一是中小企业在通宝上的融资成本最低可至 3%，降低了融资门槛；二是通宝可以无追索权形式进行流转，降低了前持有人的风险。
- 应用现状：业务规模上，2021 年其供应链金融服务突破千亿；产品发展上，以通宝为中心，推出了服务于钢铁生态圈中核心企业、供应商、金融机构等多方角色的订单宝、小额宝、银票通、商票通、保理通、供票通等产品与服务。
本文摘编自上海海事大学、壹沓科技、上海交大中美物流研究院、上海虹口数字航运创新中心、上海交大安泰 EMBA 供应链与物流协会等单位联合发布《智慧供应链白皮书 – 数智世界·链通全球》。
即日起，前沿资料更新将只对数治网DTZed 正式会员开放免费下载，每月前100位申请开通、加入 AIGC + X 赋能成长营，即可获取 AI 人才匹配、自主学习课件和数据素养基础测评三大星舰会员权益：
- 填写开通申请；
- 扫码获邀入群；
更多内推、热招职位征集中，还可领取入门公益宣讲和升值加薪计划福利，一起用 AI 工具打败工具人。
