① 大數據、人工智慧對物流行業的發展影響大嗎它們怎麼應用在物流行業
謝邀，作為從事物流工作五六年，略有些經驗的人，來回答你這個問題。大數據、人工智慧等技術對各行各業影響都很大，物流行業也不能例外，這些新興技術的發展，能夠有效降低物流成本，提高物流速度，在一定程度上還能保證物流服務的質量。
比如以時效著稱的跨越速運，他們經過多年的研發，推出了鑄劍系統，可以通過大數據、人工智慧等技術，按照路況、天氣、成本、目的地、客戶特徵等多個維度，分析得到多個動態路由方案，從中選出最優解，實現在更多維度上滿足客戶需求。除此之外，跨越速運還推出了末端派送AI全程技術監控，增加了物流服務的安全性，為客戶提供更加精準、更人性化的服務。
在未來，數字技術必定會更多地應用到物流行業之中，給用戶和物流企業帶來更多的便利，各大物流公司誰掌握了科技，誰就能夠在新時代得到更好的發展。
② 物流企業的大數據有什麼用
物流企業的大數據有什麼用
物流公司的大數據有兩大方面的價值，一方面，優化物流企業本身的運營和決策;另外一方面，物流大數據可用於非物流領域的應用，比如徵信和金融應用，下面我們一起來詳細看一下!
第一方面，優化物流企業本身的運營和決策。
物流企業的數據包括運輸、倉儲、配送、包裝、流通加工等數據。對於物流企業，通過大數據分析，可以幫助提高企業運營管理效率，降低物流庫存率，提高商品處理效率、運輸效率、送達准確率等方面。以物流的路徑優化為例，路徑優化是節約物流企業成本的一個重要大數據分析應用。在物流配送運輸中，由於貨運點多、客戶多、貨物種類繁多、城市交通路線復雜、運輸服務地區內運輸網點分布不均勻等諸多因素的影響，同時還要滿足客戶提出的如時間窗等約束條件的要求，使得如何安排最佳路線，如何使配裝和配送路線有效搭配等，成為物流配送中的難點。
車輛的路徑問題是一個有約束的組合優化問題。合理解決車輛路徑問題，不僅可以簡化配送程序、減少配送次數、降低配送車輛的空載率，從而降低物流成本，提高經濟效益，而且可加快對客戶需求的響應速度，提高服務質量，增強客戶對物流環節的滿意度等。阿里在路況預測的基礎上，使用基於集合劃分的樹型搜索演算法進行車輛分配和路徑優化。該演算法用於車輛路徑計算，比業界通用的經典演算法包括局部搜索、遺傳演算法、蟻群演算法等，運輸成本至少降低了6%
第二方面，物流大數據可用於非物流領域，尤其是徵信和金融應用。
以物流配送單為例，我們做一個簡單的數據分析，便可以實現客戶畫像，以作為徵信模型的基礎數據。物流配送單至少有兩類信息。一類是寄件人的姓名、手機號和地址;另外是收件人的姓名、手機號和地址。通過這些信息，可以分析：寄件人或收件人的常住地或辦公地點，如果是常住地，則還可以通過小區地址分析出來這個小區的房價(通過關聯房產網站的價格數據實現)，反過來推斷該客戶的.消費能力;通過手機號，可以分析出這個客戶的年齡、性別等人口統計學特徵，以及興趣愛好(與擁有客戶的人口統計學特徵的企業做數據關聯得出)。如果在電商購物，有些物流配送單還會標注是哪個商家發貨，從而可以分析這個客戶喜歡的商品類別。以上這些數據可以作為徵信模型的基礎數據。企業使用數據的使用，一定要尊重用戶隱私，對隱私類信息做好脫敏和保護。當然，這只是對個人客戶的徵信應用。物流企業還可以對供應商(如發貨單位)進行信用評估(根據發貨量等大數據)，從而進行金融服務。
總之，物流企業的數據不僅僅可以優化企業內部的運營效率，還可以做更多的增值分析，如以上提到的徵信數據以及金融的應用。我們從順豐的官方網上可以看到一個順豐有三大業務，一是眾所周知的物流，第二是金融，第三是電商(順豐優選)。金融是物流企業大數據應用很好的一個方向，順豐在其官方網提到：我們致力於為順豐的供應商和客戶提供存貨質押、保理、訂單融資、小額信貸、融資租賃等一系列「物流+金融」服務。
;③ 什麼是大數據,大數據又給物流企業帶來怎樣的發展優勢及具體應用
大數據指無法在可承受的時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
其對物流企業發展帶來的影響主要表現在一下幾個方面：
(1)信息對接，掌握企業運作信息
在信息化時代，網購呈現出一種不斷增長的趨勢，規模已經達到了空前巨大的地步，這給網購之後的物流帶來了沉重的負擔，對每一個節點的信息需求也越來越多。每一個環節產生的數據都是海量的，過去傳統數據收集、分析處理方式已經不能滿足物流企業對每一個節點的信息需求，這就需要通過大數據把信息對接起來，將每個節點的數據收集並且整合，通過數據中心分析、處理轉化為有價值的信息，從而掌握物流企業的整體運作情況。
(2)提供依據，幫助物流企業做出正確的決策
傳統的根據市場調研和個人經驗來進行決策已經不能適應這個數據化的時代，只有真實的、海量的數據才能真正反映市場的需求變化。通過對市場數據的收集、分析處理，物流企業可以了解到具體的業務運作情況，能夠清楚地判斷出哪些業務帶來的利潤率高、增長速度較快等，把主要精力放在真正能夠給企業帶來高額利潤的業務上，避免無端的浪費。同時，通過對數據的實時掌控，物流企業還可以隨時對業務進行調整，確保每個業務都可以帶來贏利，從而實現高效的運營。
(3)培養客戶粘性，避免客戶流失
網購人群的急劇膨脹，使得客戶越來越重視物流服務的體驗，希望物流企業能夠提供最好的服務，甚至掌控物流業務運作過程中商品配送的所有信息。這就需要物流企業以數據中心為支撐，通過對數據挖掘和分析，合理地運用這些分析成果，進一步鞏固和客戶之間的關系，增加客戶的信賴，培養客戶的粘性，避免客戶流失。
(4)數據「加工」從而實現數據「增值」
在物流企業運營的每個環節中，只有一小部分結構化數據是可以直接分析利用的，絕大部分非結構化數據必須要轉化為結構化數據才能儲存分析。這就造成了並不是所有的數據都是准確的、有效的，很大一部分數據都是延遲、無效、甚至是錯誤的。物流企業的數據中心必須要對這些數據進行「加工」，從而篩選出有價值的信息，實現數據的「增值」。
，大數椐在物流企業中的應用主要包括以下幾個方面。
(1)市場預測
商品進入市場後，並不會一直保持最高的銷量，是隨著時間的推移，消費者行為和需求的變化而不斷變化的。在過去，我們總是習慣於通過採用調查問卷和以往經驗來尋找客戶的來源。而當調查結果總結出來時，結果往往已經是過時的了，延遲、錯誤的調查結果只會讓管理者對市場需求做出錯誤的信計。而大數據能夠幫助企業完全勾勒出其客戶的行為和需求信息，通過真實而有效的數據反映市場的需求變化，從而對產品進入市場後的各個階段作出預測，進而合理的控制物流企業庫存和安排運輸方案。
(2)物流中心的選址
物流中心選址問題要求物流企業在充分考慮到自身的經營特點、商品特點和交通狀況等因素的基礎上，使配送成本和匿定成本等之和達到最小。針對這一問題，可以利用大數據中分類樹方法來解決。
(3)優化配送線路
配送線路的優化是一個典型的非線性規劃問題，它一直影響著物流企業的配送效率和配送成本。物流企業運用大數據來分析商品的特性和規格、客戶的不同需求（時間和金錢）等問題，從而用最快的速度對這些影響配送計劃的因素做出反映（比如選擇哪種運輸方案、哪種運輸線路等），制定最合理的配送線路。而且企業還可以通過配送過程中實時產生的數據，快速地分析出配送路線的交通狀況，對事故多發路段的做出提前預警。精確分析配送整個過程的信息，使物流的配送管理智能化，提高了物流企業的信息化水平和可預見性。
(4)倉庫儲位優化
合理的安排商品儲存位置對於倉庫利用率和搬運分揀的效率有著極為重要的意義。對於商品數量多、出貨頻率快的物流中心，儲位優化就意味著工作效率和效益。哪些貨物放在一起可以提高分揀率，哪些貨物儲存的時間較短，都可以通過大數據的關聯模式法分析出商品數據間的相互關系來合理的安排倉庫位置。
上海歐堅及其旗下倉儲積極學習大數據，並將其運用到對倉庫的日常管理當中。取得一定的成效。
④ 大數據對倉儲物流有什麼影響
影響很大的，倉儲物流行業本來就是一個要求程序化的行業，而大數據簡單的來說，就是一種嚴謹科學的數據分析計技術，利用這種技術可以對相關數據進行跟蹤分析，然後根據實際情況給出相應的智能化對策，也就是說未來會有很多智能化的設備應用於倉儲物流行業，如智能重力貨架的投入使用，它的稱重方案採用物聯網式，是一種規模型多點稱重平台，可分格、分區准確獲取庫存量。