2019新零售下的智慧供应链思考

客户在新时代下，新零售、新商业需要做到四点：第一，要满足全渠道；第二，最低库存；第三，极速响应；第四，数据赋能，不应该成为成本物流，要成为战略物流，为厂家、商家提供C2M。

谈到物流，好像和新零售不搭边，其实物流的产生本身就是对商流的支撑。所有新商业模式的产生，背后都是物流的变革。

为大家举个例子，双11大促人数在五六万，产生的包裹是4000多万，我们一个项目平时也就100个人，双11时候仓库运营可以到3000人，所以操作难度不一样。我们有亚洲最大的仓库，在天津；有500多个AGV的算法调度。为中国几乎所有新型的商业模式提供第三方仓配服务方案。所谓的“第三方”是我们不介入商流，商家得到的服务、数据是安全的。

上面是新零售的变革，下面是物流的产品线，包括直销线、猫超仓配线。

客户在新时代下，新零售、新商业需要什么？我认为，第一，它要满足全渠道，也就是线上、线下，to B、to C全渠道生产；第二，最低库存，这也是物流的使命；第三，极速响应；第四，数据赋能，不应该成为成本物流，要成为战略物流，为厂家、商家提供C2M。

服务的创新主要围绕四方面：

第一，仓配一体化。（PPT图示）这是全渠道线上线下一盘货，仓配一体化，极速响应。新零售是讲“人-货-场”，马总在一个场合说过，新零售的人货场重构不太全面，应该是人、货、场、仓重构，这是仓配线的各种模式。

为什么说以仓为节点的供应链数据？因为只有仓才能有产品的属性和维护，仅仅运输不知道包裹里的东西，所以只有仓才能产生数据。其次，仓会越来越核心，大的超市或者大的卖场在城市中心非常大，大概在2-3万的SKU，但我们大的仓可以达到8万个SKU，并且做到3分钟配货。

第二，数据在线化。有时候我们在思考，讲人工智能的时候有个场景数据、算法，倒不是它要做物流，而是要讲场景，智慧城市很难以人的生命做试验，但如果降低一下或者简约一下物流场景，是场景的减缩版。以前我们为了达成一盘货，一盘货是降低物流的条件。但我们做全渠道时，很多商家是物理性的隔离，这是不能打通的。当数据一旦打通，它的作业模式难度是加大的。不同的SKU有不同的拣选方式、不同的存储方式、不同的操作方式，有上存下拣，有摘桃播种，有边选边拣，这是整个仓配协同的核心点。

第三，场景的智能化。无人仓的设计，通用的做法是2个AGV可以节约1个人，国外的AGV贵一些，国内的便宜一些，也就是14万的投入可以节约下一个人。但核心的问题是算法，就是对场景的解读，要对算法驯化，这非常难。我们都在讲数据、讲算法，其实中国缺乏算法工程师，都在讲AI，世界上很多法工程师是在麻省理工、卡耐基梅隆、斯坦福大学，中国的算法就掌握在几家核心公司，人也不多，或者是清华大学某些教授懂算法。我们在算法的推算或场景的把握、调度过程中是核心。

AGV很简单，几百台机器在一块儿，这个算法如何躲障、躲避，如何专区，这是很大的核心。天津、嘉兴、、广州都在一代、二代、三代不断迭代智能化投入，为此我们投入了十几亿。

另外就是智能系统，所有智能系统在逻辑的时候，所有的仓是仓配线，所有的仓就地甩单，仓库链路数据打通。至于局域仓、前置仓等涵盖都需要很强的技术大脑，为此我们有四五百人的研发人员在重投入。

第四，市场的国际化。市场的国际化是围绕消费升级的，围绕消费者提供跨境的供应链服务，我们在走向国际的时候也遇到了很多挑战，不仅仅是语言，还要懂当地的法律。我们去印尼开仓，印尼不允许外资独立设分公司，要求必须有当地的人占40%左右的股份，不能太低，而且还要去政府听证。当然开了公司以后，还要有当地的人脉搭建。我们在全球设立17个子公司，在当地给中国商家提供关检汇税的打通，同时也为一些大平台提供F2C海外选品的精选、优选，这是我们自己在想如何为国内商家平台或者国内企业做供应链采购和关检汇税的打通。

新一代的业态升级就是亿围绕新零售打造行业解决方案，助力C2M。很多国内大企业都是想做物流，自己自营，认为可以看得见，抓得住。其实在做物流的过程中，我们感觉到做仓配物流很重，投入非常重，很多小的公司做物流仓的时候，做上几年就很麻烦，像菜鸟也是投入了上千亿，还不够，马总说还可以拿几千亿，所以它对现金流的要求很大。

同时既然是作为物流，它是生产企业或者消费企业的服务商，所以物流既是生产商，生产包裹又是服务商，我们服务各行业。我们认为好的精细化的物流是行业性的，因为做生鲜、做跨境、做猫超、做零售，像速卖通、零售通也是不一样的。做服装和做快消也是不一样的，做鞋服和做书籍各种方式也不一样，甚至拣选的方式都不一样，我们一直处在变革过程中。

前段时间，我们和菜鸟联合有一个新的仓配方式变革，就是存储即拣选，拣选即包装，而且无纸化，没有包装，只是用一个塑料袋，这样仓里的生产效率直接提高40%。因为没有了纸箱，在用中转箱做满载率的时候，同样的一辆车运载率可以提高3倍。为什么原来说成本从15%降到5%，就是这种方式的变革。但是，这种物流需要基础设施的投入，我们希望为行业解决真正的物流解决方案。我们还有物流供应链大数据的叠加，因为我们的数据还是希望为企业、商家服务，为它SKU、跨区域、消费习惯的分析做出数据分析。

（网址：）

沁园春·雪

北国风光，千里冰封，万里雪飘。望长城内外，惟余莽莽；大河上下，顿失滔滔。

山舞银蛇，原驰蜡象，欲与天公试比高。

须晴日，看红装素裹，分外妖娆。江山如此多娇，引无数英雄竞折腰。

惜秦皇汉武，略输文采；唐宗宋祖，稍逊风骚。

一代天骄，成吉思汗，只识弯弓射大雕。

俱往矣，数风流人物，还看今朝。

出师表

两汉：诸葛亮

先帝创业未半而中道崩殂，今天下三分，益州疲弊，此诚危急存亡之秋也。然侍卫之臣不懈于内，忠志之士忘身于外者，盖追先帝之殊遇，欲报之于陛下也。诚宜开张圣听，以光先帝遗德，恢弘志士之气，不宜妄自菲薄，引喻失义，以塞忠谏之路也。

宫中府中，俱为一体；陟罚臧否，不宜异同。若有作奸犯科及为忠善者，宜付有司论其刑赏，以昭陛下平明之理；不宜偏私，使内外异法也。

侍中、侍郎郭攸之、费祎、董允等，此皆良实，志虑忠纯，是以先帝简拔以遗陛下：愚以为宫中之事，事无大小，悉以咨之，然后施行，必能裨补阙漏，有所广益。

将军向宠，性行淑均，晓畅军事，试用于昔日，先帝称之曰“能”，是以众议举宠为督：愚以为营中之事，悉以咨之，必能使行阵和睦，优劣得所。

亲贤臣，远小人，此先汉所以兴隆也；亲小人，远贤臣，此后汉所以倾颓也。先帝在时，每与臣论此事，未尝不叹息痛恨于桓、灵也。侍中、尚书、长史、参军，此悉贞良死节之臣，愿陛下亲之、信之，则汉室之隆，可计日而待也。

臣本布衣，躬耕于南阳，苟全性命于乱世，不求闻达于诸侯。先帝不以臣卑鄙，猥自枉屈，三顾臣于草庐之中，咨臣以当世之事，由是感激，遂许先帝以驱驰。后值倾覆，受任于败军之际，奉命于危难之间，尔来二十有一年矣。