AR眼镜通过完成四合一功能加持大大提高工作效率

在5G环境下，物流行业的底层技术将逐步转变成“物联网+大数据+人工智能”。5G通信技术则是这些技术的基础环境，具有“高速度、低功耗、低时延、万物互联、泛在网、重构安全”等六大特点。针对跨境电商物流处理的订单包裹处理中的老大难问题，包括“海量级订单短时间通过、货品种类杂分拣效率低、涉及安全性货物管理、货物防盗、货物轨迹难追踪”都有了很好的解决场景和解决方案。

而在5G环境下，物流行业的底层技术将逐步转变成“物联网+大数据+人工智能”。

物联网

物联网的作用就是打通线下与线上，将线下实物与信息系统打通。物联网技术本身包括三个层级：感知层、网络层、应用层。感知层包括各类感应芯片、模组和各类传感器等设备，包括物品识别感知、传感感知、地理位置感知、视频语音感知等。网络层包括组网与通信，通信包括短距离的WIFI 蓝牙、Zigbee等，长距离传输即广域物联网传输包括NB-IOT、LoRa等 ；组网方式包括异构网整合、自组合网络、事件协同、网络参数配置等。

物联网在仓储、运输、配送三个物流场景应用非常出色，有利于提高我们的物流效率，提高数据的透明度，实现全链条数据可视化。

大数据

2015年，全球约有48.8亿的物联网设备，而据Gartner预测，至2020年，物联网设备将达 250.1亿，每天约有500万台设备彼此联结、接入互联网或两者兼备。全球约有64亿个数据通信体。 物联网比互联网要大得多。最为重要的是，物联网将产生大量非传统意义的数据（大数据）。在2020年， 预计该数字宇宙将达到44ZB字节（一个ZB字节等于十亿字节）。

面对汹涌而来的大数据，如果不能处理好数据，未来物流场景中大量机器人、自动化设备、无人汽车就无法运行。而处理好数据，将会爆发物流行业效率革命。

首先，大数据可以帮助我们实现数据驱动下的物流运营，优化物流管理决策，这种决策是一种决策体系，从无数基层操作到线路优化设计、运力调配等方面一起来提高运营效率，降低物流成本，减少浪费。其次，大数据可以为生产者贸易商提供更好的增值服务，帮助他们实现更好的预测消费订单数量和分布，提供更好的、高效的供应链解决方案。由于全程供应链可视化，减少了信息壁垒，降低了不信任，供应链金融资源将得到更加高效的配置。

大数据和金融将作为未来整体物流及经济运营的最基础的驱动力。

人工智能

人工智能本质上是一种统计分析技术，但是由于AR技术、图像识别、机器学习、无人汽车等新的技术手段加入，特别是物联网的兴起，导致接入设备几何量级的增长，将来的数据沉淀量更是无比的庞大，为人工智能提供了更多广阔的用武之地；而人工智能淬炼了大数据的含金量。

人工智能的应用范围极广，特别是在机器具有学习能力之后，主要指的是机器学习领域的深度学习技术，将大大节约培养专业人才的时间和不确定性。目前由于物联网未大规模铺开，数据沉淀量不足，人工智能除了在图像识别方面有所发展，在其他领域的深度还不足。

但是可以确信的是，未来人工智能技术将是整体社会经济运行的大脑学习中枢。

云计算

最左侧是服务提供者来提供数据，上传到云中心，终端客户发送请求到云中心，请求发送相关数据给终端客户，终端客户始终是消费者的角色。

和云计算类似，边缘计算也是处理数据的一种方式，随着物联网和5G技术的快速发展，越来越多的设备接入网络，数据量则会成指数倍的增长，数据量一旦大了，如果数据都通过云计算来传输，网络时间消耗太大。两者不同点是云计算需要把数据上传到云端，而边缘计算则少去了上传步骤，将数据直接在本地处理。

边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。借助于边缘计算，在人脸识别领域，响应时间由900ms减少为169ms，把部分计算任务从云端卸载到边缘之后，整个系统对能源的消耗减少了30%-40%。数据在整合、迁移等方面可以减少20倍的时间。

随着数据雪崩，预测到2025年，全球数据将增长10倍，达到163 Zettabytes，将计算和数据移动到更接近用户的位置是有必要的。反过来，这将导致出现许多不同的边缘计算“平台”：无线边缘、移动边缘、建筑边缘。

所以未来数据存储和计算的载体是混合云技术，融合了集中云计算和边缘元计算的形态，在物流行业有非常普遍应用。

AR技术

下面重点介绍一下AR（增强现实技术）在物流行业的应用，这也是新技术中成熟度走在最前列的技术。

基于5G实现的增强现实场景应用

AR技术（增强现实技术/Augmented Reality， AR） 是5G时代系列技术中比较成熟的技术，作用就是将虚拟信息叠加在真实世界，形成多元化信息的新场景，用户能够通过AR眼镜这样的硬件终端观察工作场景，并在后台数据分析指引下开展现场工作，大大优化了现场作业决策效果和效率，降低了员工培训的需求，将数据、人、货物之间紧密联系在一起。

AR技术目前未普及形成工业级别应用，主要受制于：

1）4G通信技术的带宽无法支撑AR应用的商业应用，需要5G带宽才能胜任数据的传输有效性；

2）以及5G对移动边缘计算的支撑，由于物联网带动货物上网形成数据，因此在物流工作场景下，数据流动和相应的分析决策数据具有信息量大、一次性使用，高响应度等特点，如果这些数据要上传中心云进行计算会造成数据拥堵和不经济。

因此需要边缘计算能够将现场大量数据计算在靠近工作端完成，AR设备使用后，工作人员等于用AR眼镜完成“扫描枪+屏幕终端+数据处理+工作优化现场指示”的四合一功能加持，大大提高了工作效率，降低差错概率和工作强度。

（一）仓储环节，例如在专线包裹集中分拣后需要按照派送渠道和路由打包成航空货物包装，在装运过程中，需要认真识别相关标志，极易出现错投渠道的事故。而采用AR技术后，AR眼镜对包装可以迅速读取标签数据，在员工眼中，可以将货物运输路径的信息叠加在实体货物上，并与装运工具上的标签信息进行匹配提示，避免差错发生。电商仓库作业中瓶颈在货物的分拣和复核，特别像鞋服等颜色、尺码都需要识别的货物，人工识别效率很低，差错率高，AR技术首先可以帮助引导员工到具体的拣货位置，然后显示需要进行挑拣的货物的数量，员工可在AR辅助下完成分拣动作，或者在AR技术帮助下完成上架位置的优化决策。

（二）运输环节，例如在专线包裹集中分拣后需要按照派送渠道和路由打包成航空货物包装，全程需要几次转运环节，极易发生错装、漏装事故，需要员工认真识别相关标志。而有了AR技术和后台运算的支撑，工作人员对包装可以迅速读取标签数据，在员工眼中，可以将货物运输路径的信息叠加在实体货物上，并与装运工具上的标签信息进行匹配提示，优化运输物品的配载和装载顺序，避免差错发生。有了工作人员实现更高效、准确地装卸调货流程。全过程的检索和识别，可以大大提高派遣效率，保障最后一公里派送，使得物流从仓储到运输到配送的作业真正完成信息一体化、操作在线化。

（三）全程数字化。 由于过去大量人工判断的物流操作环节引入AR，确保货物在物流操作全过程被数字化监控，不仅提高了操作效率，降低了差错率。物流操作实现全程信息化，加快了信息流转，降低了物流、电商卖家、电商平台、消费者的信息不对称，使得仓、干、配等流程十分高效透明，提高了客户体验，促进了线上零售的业务发展。

我们预计在未来四到五年，物流企业的信息系统构架将出现颠覆性的变化，软硬件高度融合，数据实时响应，全链可视化，数据分享效率空前提高的一种状态，物流行业的运作模式也将发生根本性的改变。
责任编辑:pj