大数据等技术融入 智慧物流发展蹄疾步稳

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

目前,“互联网+”正在给各行各业带来深刻地变革。对物流行业来说也不例外,云计算、大数据等技术的融入,使物流行业走上智慧化发展道路。

数据显示,我国快递业务量规模去年继续稳居世界首位。作为世界第一快递大国,我国物流发展水平和智慧化程度如何?近日,交通运输部科学研究院、菜鸟网络与阿里研究院共同发布的《中国智慧物流大数据发展报告》显示,2016年我国智慧物流指数全年均值为40.9,处于快速发展阶段。

供给侧改革先行军

“智慧物流”的特点是将物联网、传感网与互联网整合起来,通过精细、动态、科学管理,实现物流的自动化、可视化、可控化、智能化、网络化,从而提高资源利用率和生产力水平。

近年来,我国智慧物流投资总体规模不断扩大,物流行业基础信息化建设已经进入一个相对稳定的状态,物流企业开始重视业务流程管理、客户资源管理、全程物流服务和以供应链管理为基础的一体化服务等方面的投入,作为提升自身核心竞争力的重要手段。前瞻产业研究院发布的《2017-2022年中国智能物流行业市场需求预测与投资战略规划分析报告》显示,2016我国物流行业智慧物流技术投资规模超过250亿元。

2016年对于我国智慧物流发展来说具有标志性意义。2016年7月,国务院部署推进“互联网+”高效物流战略,以现代信息技术为标志的智慧物流已成为物流业供给侧结构性改革的先行军。电商物流迅猛发展,不断刷新物流业的历史纪录,催生出各种新的商业模式和业态,智慧物流从此进入快速发展的新阶段。

世界物流业必由之路

随着国内市场需求、竞争条件的变化,我国钢铁、煤炭、汽车等行业物流需求快速增长,一些新兴物流服务也显示出广阔的市场前景,我国物流市场需求的多样性、层次性、细分化特征更为突出。同时,随着我国经济的持续快速增长、经济全球化和世界制造业向国内转移,专业化的第三方物流市场形成并逐年扩张。在此背景下,物流企业的运营必然要走向智能化、标准化和全球化发展道路。

“智慧物流是世界物流业必由之路,是行业发展新的价值体现。”菜鸟网络首席技术官(CTO)王文彬表示,随着智能科技与大数据的结合,智慧物流会加速我国物流升级。背后最大原因是需求量。据国家邮政局统计,继2014年、2015年中国快递年业务量先后突破100亿件和200亿件后,2016年再上新台阶,超过300亿件。“我们预测今年我国流转的包裹数每天可能会超过1亿件,智慧物流、大数据将是非常重要的关键词。”王文彬说。

根据国家物流行业中长期发展规划预测,我国智慧物流市场规模将保持20%以上的高速增长,到2022年,我国智慧物流市场规模将超过7900亿元。

瓶颈短板是发展机遇

尽管中国智慧物流发展迅速,但仍存在行业短板。

《中国智慧物流大数据发展报告》显示,我国物流业务数据化程度相对较好,但跨境物流详情数据完备率指数仅为13.5;数据基础设施还处于起步阶段,指数值为18.8;物流协同化处于高速发展中期,基础协同相对成熟,2016年12月末端协同率仅为9.4。

这些数据意味着,我国智慧物流尚面临诸多瓶颈:跨境数据链路衔接不足、末端智能程度有待加强、数据基础设施建设仍是挑战。

有业内人士认为,目前行业瓶颈和短板其实正是最大的机会。以末端为例,快递末端网点的重复建设客观上造成了资源浪费、效率低下、过度竞争以及交通拥堵等问题。因此,共享协作才是行业出路。

交通运输部科学研究院副院长王先进表示,下一步我国将加强智慧物流基础设施建设,加强交通设施网络的基本状态、交通工具运行、运输组织动态的信息采集,形成动态感知、全面覆盖、互联的交通运输运营体系。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
27天前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
91 2
|
2月前
|
存储 分布式计算 数据可视化
大数据常用技术与工具
【10月更文挑战第16天】
149 4
|
28天前
|
存储 分布式计算 NoSQL
【赵渝强老师】大数据技术的理论基础
本文介绍了大数据平台的核心思想,包括Google的三篇重要论文:Google文件系统(GFS)、MapReduce分布式计算模型和BigTable大表。这些论文奠定了大数据生态圈的技术基础,进而发展出了Hadoop、Spark和Flink等生态系统。文章详细解释了GFS的架构、MapReduce的计算过程以及BigTable的思想和HBase的实现。
|
2月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
8天前
|
SQL 运维 大数据
轻量级的大数据处理技术
现代大数据应用架构中,数据中心作为核心,连接数据源与应用,承担着数据处理与服务的重要角色。然而,随着数据量的激增,数据中心面临运维复杂、体系封闭及应用间耦合性高等挑战。为缓解这些问题,一种轻量级的解决方案——esProc SPL应运而生。esProc SPL通过集成性、开放性、高性能、数据路由和敏捷性等特性,有效解决了现有架构的不足,实现了灵活高效的数据处理,特别适用于应用端的前置计算,降低了整体成本和复杂度。
|
16天前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
32 4
|
23天前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
23天前
|
SQL 存储 大数据
单机顶集群的大数据技术来了
大数据时代,分布式数仓如MPP成为热门技术,但其高昂的成本让人望而却步。对于多数任务,数据量并未达到PB级,单体数据库即可胜任。然而,由于SQL语法的局限性和计算任务的复杂性,分布式解决方案显得更为必要。esProc SPL作为一种开源轻量级计算引擎,通过高效的算法和存储机制,实现了单机性能超越集群的效果,为低成本、高效能的数据处理提供了新选择。
|
29天前
|
SQL 存储 算法
比 SQL 快出数量级的大数据计算技术
SQL 是大数据计算中最常用的工具,但在实际应用中,SQL 经常跑得很慢,浪费大量硬件资源。例如,某银行的反洗钱计算在 11 节点的 Vertica 集群上跑了 1.5 小时,而用 SPL 重写后,单机只需 26 秒。类似地,电商漏斗运算和时空碰撞任务在使用 SPL 后,性能也大幅提升。这是因为 SQL 无法写出低复杂度的算法,而 SPL 提供了更强大的数据类型和基础运算,能够实现高效计算。