公路货运市场除快递集中度较高外，零担和整车市场极度分散、处于充分竞争的蓝海状态：一方面，全国中小型公路物流企业呈现“数量庞大、组织结构分散、实力偏弱”等特征；另一方面，整车及零担占据公路货运市场收入的91%，企业可拓展的市场空间极为庞大。

《2019货运物流行业报告》显示：随着IoT、大数据、云计算、AI等信息技术在货运物流领域的应用日益广泛，传统公路物流运输企业需要加快应用互联网技术，以加快数字化升级进程，获得更多发展机会。而TMS系统（运输管理系统）作为物流运输的核心系统，理应为物流运输行业的数字化做出重要贡献。

从宏观层面和实际业务场景来看：虽然物流运输业整体市场庞大，但仍面临市场下行的压力；另一方面，物流企业也需要妥善处理经营过程中的诸多难题。两难之际，物流运输企业疲于被动应对，难以有效地降本增效，从而获得更好的经营效益。

1. 宏观层面：货运行业下行压力加大，货运量和客户量双双下降

《2019公路货运大数据报告》显示：2019年货运活跃运力与GDP相关系数达0.81，而活跃车辆数与GDP相关系数达0.86，货运市场繁荣度与GDP存在较强正相关，货运活动受经济运行走势影响。

而受疫情特殊因素影响，2020年GDP的下行压力将传导至公路货运市场，加之经济结构调整带来的总体货运量减速。2020年货运行业下行压力加大，总体客户量和货运量双双减少，物流运输企业承压能力须要进一步加强。

2. 业务现状：物流运输企业数字化程度低，运营成本高

我国的物流运输行业的现状是，大部分中小型物流运输公司都是通过挂靠形式管理车队，自营车队的运输企业较少。但两者都同样面临着类似的问题——人工依赖度较高、运力品质难提高、在途时效难监管。

由于缺少运输管理系统的应用，数字化程度低，司机、车辆利用效率和管理效率均难以提升。这种粗放式的经营模式，直接造成了运输运作效率低、成本高、服务质量较差。

物流企业在管理上仍有很多的难点：

1）运输公司的车队有上百辆货车，部分中小运输企业仍旧使用电子表格进行管理，数字系统使用较少。面对庞大的车辆数量和繁忙的业务，用手工查找和统计数字，电话沟通处理，工作量大、效率低。同时，由于紧张繁忙，还容易造成员工情绪不稳，导致数据出错、成本浪费、工作延误。

2）燃油费、司机工资是公路货运企业的两大主要成本。如何提高司机车辆的利用率，如何在“一装多卸、多装一卸、多装多卸”路线中找到成本最优解，是运输企业考虑的关键问题。如何安排收货、送货顺序，提高运输配送效率；如何规划最合理的路线，节省燃油费；这些都是实际操作中应该重点关注的问题。

3）一方面，随着客户对运配时效要求的日益提升，以及对货品安全的重视，货主客户对运输在途的信息可视化要求越来越高；另一方面，物流运输企业也需要对运力质量进行全程监控，以及时发现问题，及时干预应对，并且运用全维度数据，进行经营分析，不断改进服务质量。

如果说服务是物流的核心，那么提供可持续的、使客户乐意付费的服务则是物流企业生存与发展的根本。从另一种角度来看，物流企业的数字化，其实是一种有助于企业依托数字与信息化技术，提供可持续的“客户乐意付费”服务手段或新型商业模式。

2020年4月，《关于构建更加完善的要素市场化配置体制机制的意见》正式印发，首次将数据列为市场化配置的要素，这意味着数据将成为各方包括物流企业在内发展的重要资产之一。

但与传统生产要素不同的是，数据的无限性、非竞争性与非排他性、虚拟性、多样性、时效性、法律属性和权属界定等并不明确，且其价值不存于数据本身，而是需要通过聚合挖掘才能凸显。

这对于多数还囿于传统管理思维下的物流企业而言，无疑对其数据资产的有效配置提出了新挑战。尤其是在大数据环境下，数据的合规与可信、隐私与安全、质量与治理，都需要有不同于传统要素资源的理念、方法、技术与手段。而这些对非数字原生且不具有互联网基因的物流企业而言，挑战难度不言而喻。

当下，除了为数不多的几个数字原生且具有互联网基因的第三方平台型物流企业数字化基础与发展势头良好外，其余绝大多数物流企业的数字化基础薄弱，数据信息的碎片化、孤岛化历史包袱沉重，数字化思维滞后，数字化意识淡薄。

因此，也造成了传统物流企业数字化转型之路注定艰难。但在数字化时代来临之际，传统物流企业势必要转型，因为这不仅是时代的要求，也是企业发展的需要。

当下，我国物流业发展已经步入供应链管理时代，供应链上下游企业间、生态圈内功能互补企业间以及企业内部沟通与外部衔接，都需要数据信息互联互通、实时交互和多方共享。

数据赋能与金融赋能服务日益兴旺，可信可靠的数据流成为大数据环境中风险识别管理与控制的基础与关键。复杂多变的内外部环境下，用数据说话、让数据说话的理念，成为物流企业合规经营管理、精益成本控制与项目收益管理的普遍共识与基本方法。

5G、云计算、大数据、人工智能、物联网、互联网、移动互联网、区块链等技术的发展，让低成本数据采集、传输、计算成为可能。

此外，自改革开放40多年来，横跨7个“五年计划”，历经“文档处理数字化”“企业内部信息化”“企业通过互联网广泛连接”“移动互联网与大数据时代”以及 “人工智能+边缘计算+5G”5个阶段，国家对信息化产业的投资、建设与引导，资本的介入以及企业自身的不断投入等，更是为物流企业数字化转型与发展奠定了坚实基础。

可见，物流企业的数字化转型与发展既是时代发展的产物，也是物流企业自身发展的需要。它们面临的发展机遇良好，但必须面对的挑战也十分艰巨。

这意味着数字化不仅要有助于“解决客户需求服务”的提供，还要求数字化是一种能提升效率也能产生效益的可执行方案与系统的思维方式；同时，数字化更要遵循其基本的商业逻辑，即企业的总产出要大于它的总投入。

对那些非数字原生且不具有互联网基因的物流企业而言，它们数字化思维普遍缺失、数字化意识相对淡薄、数字化人才奇缺。但由于受各种媒体与网络宣传影响，它们对数字化的作用与大数据潜在价值又有朦胧的认识，导致决策者虽有投资的冲动，但又方向不明或害怕顾此失彼而裹足不前。

于是造成投资大手笔，却又转型不成功；投入数年，团队终解散；起初设想系统轻量化、响应敏捷化，但实际系统越来越臃肿，开销越来越大，最终成为企业的“鸡肋”或“累赘”。此等现象常有发生，这些都不利于物流产业数字化发展与物流企业数字化转型。

其中，物流企业常见的数字化转型认知误区主要包括：

一是将信息化简单等同于数字化。在“数字化”成为热点之前，基于业务流程再造与优化的“信息化”在物流企业中已经开展多年，传统的OA审批、MIS企业内部管理、TMS、WMS、CRM、SRM、财务结算等在物流企业的应用皆是如此，它们是企业实现精益管理的支撑手段。

“数字化”是依靠新兴数字与智能技术与云服务，通过网络协同、资源链接、流程重组、数据智能、组织赋能、交易处理，融入数字经济，不断推进企业服务创新、管理变革、金融嵌入，转变服务与管理方式，实现更好的客户体验、更优的服务品质、更强的竞争优势、更高的经营绩效、更广的客群覆盖、更可持续发展的进步与提升的过程，信息化并不等于数字化。

二是不同企业数字化路径与策略不尽相同。自建或加入数字化平台是物流企业根据自身能力与发展战略以及服务客群需要而进行的战略选择，二者发展路径与发展策略不尽相同，企业在战略层面规划时需要谨慎选择，适合的就是最好的。

三是简单地认为数字化是一种轻资产。数字化人才队伍培养建设、数字化基础设施投入与运营、计算能力的提升与维护等，需要大量的资金和持续的投入，数字化是重资产。

四是对数据的理解过于片面。其实，数据质量、数据隐私、数据安全以及数字化人才队伍是基础，是关键，更是未来。可信与合规的数据是物流企业数字化转型与发展以及基于数字化增值服务得以展开的基础与关键，对物流企业而言，数字化人才队伍是企业顺利实现数字化转型与可持续发展的基础与关键，它们决定了物流企业数字化的质量与未来。

不同类型的物流企业将具备鲜明的角色及价值定位：物流平台企业在供应链环节中将以“计划者”及“整合者”的定位为核心，在全局上整体提升供应链的协同效应及释放规模效应。物流运输企业将回归“运输专家”的角色定位，力求在提升物流交付时效、稳定性的同时，有效降低运输成本。

而物流基础设施企业则进一步体现“赋能专家”的角色定位，通过最优的仓网布点及柔性、敏捷的物流科技研发提升各节点的运营效率。

企业发展到一定阶段，货品销售网络会不断扩大，这时就必须有大型高效的物流体系作为支撑，就需要大规模运配网络来实现订单履约，物流企业更大更多的商机也因此产生，相应的物流服务商也能提供更多的技术手段协助完成。

由此可见，拥有大规模运配网络的主体有两类：第一类是大型货主企业，比如：大型商贸型企业、大型生产制造企业，这些企业自身就拥有庞大复杂的物流体系；第二类是大型物流企业，其承担了诸多客户的物流需求，搭建了一张庞大的物流网络。

然而，管理好大规模运配网络并不容易，管理难度主要体现在以下三个方面：

其一，涉及多层级、多节点，运配网络庞大、复杂：运配网络串联了多个物流层级，每个层级中又包括多个物流节点，比如：一个RDC（区域配送中心）服务多个城市DC（城市配送中心），一个城市DC服务多个终端销售网点，并且还存在跨层级、跨区域的货物运配情况，实际运配网络远比图示更为庞大和复杂。

其二，覆盖干支线、城配、即时配送等多个物流场景：大型运配网络往往涉及跨省、跨市县的运输和末端交付，覆盖干支线运输、城配、即时配送等多个物流场景，物流规则各有不同，货品运输的全链路物流信息难以统一监管。

其三，需要多个不同类型的承运商共同协作：拥有大型运配网络的企业，一般情况难以凭借自身资源能力独立完成全环节的物流履约，大多数都需要在各个运配环节，不同程度地引入外部承运商，运力管理难度大，运费高昂。

在实际物流作业中，选择快递还是快运，快运选择整车还是零担、整车如何提高配载率，以及是否使用外部承运商，使用外部哪家承运商，都是需要面对的复杂问题。

完全自建系统是完全没有必要，通过和各类优势的服务商进行合作是更优的选择。

另外在一些中小型物流运输公司同样也遇到一些管理问题。

国内卡车运输成本方面的分析，发现很多运输过程中的决策缺乏数据支持，包括：如何选择车型？车辆装载率如何？单个产品的运价是否合适符合市场水平？车辆路线的规划是否合理等等。

商业不断进化的趋势是：运输需求的碎片化。例如，以前为了实现一个亿的收入，需要运输1000个订单给10个客户，现在可能是运输100000个订单给1000个客户，而且要分为快件、重货快件、零担、长途整车运输，同城短驳等若干种方式实现。

运输全过程的可视化:可以通过GPS实时查询车辆位置，对在途、延迟实时掌握依据运量和时效要求，选择合理的车型，和最优的路线，milk run成为可能。

不同路径费率的管理，计算不同路径之间的运价，单件运价，但立方运价，分析运价波动，找到改善机会。

依据路径加运量，可以规划区域的转运中心（Central Distribution Center)进行发运回单的储存和归档。

以上各类物流企业在运营、管理中的问题都将是物流系统服务商的机会。

自动化物流系统综合解决方案是企业的最终需求。企业最终所需要的是实现物流信息化、自动化、智能化的物流系统，不仅仅是单一的物流设备，必须是具备一站式服务，包括对整体物流系统进行设计、安装以及帮助自动化系统的集成融合。

真正意义上来讲，自动化物流系统必需包括这几个因素：运输设备，存储和分段输送设备，拣选单元，分拣系统，信息管理系统，数据采集设备和其他类型的处理设备。

另外，虽然自动化物流装备和软件的技术平台共性较大，但定制化服务才能满足企业的特定业务要求。随着企业规模扩大、物流需求要求提升，综合的系统集成商备受关注。

来源/网络货运平台指南

作者/物流大虾