劉如意 （廣東交通職業(yè)技術(shù)學院，廣東 廣州510650）

“即時物流”指的是貨品不經(jīng)過倉儲或者中轉(zhuǎn)環(huán)節(jié)而直接送達末端，該概念是由點我達的創(chuàng)始人趙劍鋒在2009年提出。即時物流隨著新零售業(yè)態(tài)、O2O 商業(yè)模式的發(fā)展而產(chǎn)生，其講求的配送時效一般是在2 小時以內(nèi)，是距離消費者最近、配送距離相對較短的物流服務(wù)[1]。

1 即時物流的服務(wù)特征

即時物流補充了物流鏈條末端配送運力上的不足，滿足了消費者的即時需求，促進了物流供應(yīng)鏈創(chuàng)新。與傳統(tǒng)的末端配送不同的是，即時物流高度依賴于數(shù)據(jù)分析與全局化調(diào)控，以達到運力的及時匹配和需求的實時滿足。即時物流的服務(wù)特征包括四個方面：

配送時效：傳統(tǒng)的末端配送時效一般在1～3 天內(nèi)，而即時物流基于消費者的即時需求，配送時效則要求在2 小時以內(nèi)甚至分鐘級。

配送鏈：即時物流改變了倉到倉、倉到點的配送，實現(xiàn)了點對點、點對多點的配送路徑。為了接近末端，不少商家設(shè)置了前置倉，將原本存儲在區(qū)域倉內(nèi)的貨品存放在靠近消費者的位置。前置倉可以是門店，也可以是社區(qū)倉，企業(yè)中央大倉直接對前置倉供貨[2]。

配送區(qū)域：即時物流的配送區(qū)域通常在同一城市內(nèi)，雖然配送直線距離較短，但是城市內(nèi)復(fù)雜的交通路況也給即時物流路線規(guī)劃提出不小的挑戰(zhàn)。

服務(wù)類型：即時物流的主要配送對象為食品、鮮花、生活用品、藥品、門票、機票等，滿足了餐飲外賣、商超到家、生鮮冷凍商品市內(nèi)配送、同城跑腿遞送服務(wù)等需求。

即時物流服務(wù)特征如圖1 所示：

圖1 即時物流的服務(wù)特征

2 即時物流行業(yè)現(xiàn)狀

2.1 行業(yè)規(guī)模與訂單來源

消費者可支配收入的增長、工作模式和生活模式的變化等因素，為O2O 外賣、同城遞送等“懶人經(jīng)濟”發(fā)展提供了基礎(chǔ)。2018年中國實物商品網(wǎng)上零售額達7.0198 萬億元，相比2017年的5.4806 萬億仍有較大的增長[3]。這些銷售額主要來自電商平臺、O2O 平臺、餐飲門店的線上店、新零售的APP 端、同城跑腿等。近年來，消費者對上述服務(wù)的關(guān)注點漸漸從價格轉(zhuǎn)移到配送時效和服務(wù)質(zhì)量上。部分商品本身的屬性也使得其需要被迅速送到消費者手中，比如快餐、鮮花、蛋糕、冷凍食品、鮮活貨物、機票、門票等。上述需求的不斷增加，帶來了對物流配送、尤其是最后一公里的配送業(yè)務(wù)需求的增長，同時也帶來了配送運力壓力的增加。即時物流是對末端配送運力的有效補充，行業(yè)規(guī)模逐年增長。2016年，即時物流行業(yè)規(guī)模為457.3 億元，2019年達到了1312.6 億元，預(yù)計到2020年，將達到1700.8 億元，具備極大的上升空間，如圖2 所示。

近5年來，即時物流的訂單量迅猛增加，從2016年的56.5 億單，增長到了2019年184.9 億單，預(yù)計到2020年，訂單量將達到243.7 億單，如圖3 所示。

當前，來自餐飲配送領(lǐng)域的訂單量約占即時物流總訂單量的77.5%，這與最近幾年O2O 外賣的盛行息息相關(guān)，但是隨著外賣行業(yè)頭部市場格局的形成、外賣用戶數(shù)量的逐漸穩(wěn)定，餐配領(lǐng)域的即時物流需求將趨于穩(wěn)定。非餐配領(lǐng)域主要是新零售的末端配送、電子商務(wù)配送、同城遞送跑腿等，這部分訂單約占總訂單量的22.5%，并在迅速增加，其原因在于即時物流能夠幫助上述行業(yè)實現(xiàn)配送時間最小化、訂單分配最優(yōu)化，如圖4 所示。

圖2 2016～2020年即時物流行業(yè)規(guī)模

圖3 2016～2020年即時物流訂單量

圖4 即時物流訂單產(chǎn)生的領(lǐng)域

2.2 市場體系

目前，即時物流市場主要有三個體系：

第一類是由外賣配送服務(wù)起家的美團配送、餓了么的蜂鳥配送等組成，此類即時配送服務(wù)不僅局限于自家平臺的訂單需求，還可以通過第三方平臺為更多商家服務(wù)，從而獲得更多訂單，優(yōu)化閑時運力配置。

第二類是包括點我達、閃送，達達等專業(yè)配送平臺，為餓了么、蘇寧小店、京東到家等O2O 平臺和淘寶網(wǎng)、京東網(wǎng)、系列餐飲品牌線上店等電商平臺提供第三方眾包配送服務(wù)。此類頭部即時配送企業(yè)已經(jīng)獲得電商系巨頭和資本市場的青睞，比如達達與京東到家的合并，小米投資閃送。

第三類則是傳統(tǒng)快遞行業(yè)、快遞電商行業(yè)入局即時物流市場而推出的短距離配送服務(wù)。比如順豐速運近期推出了順豐同城急送、即刻送、夜配三種同城即時配送服務(wù)；中通快遞開通了“City Express”服務(wù)，加快即時配送服務(wù)領(lǐng)域布局；京東則通過“前置倉+配送”模式，推出“京瞬達”服務(wù)，滿足前置倉附近3～5 公里范圍內(nèi)的即時配送。

2.3 運力組織與配送模式

即時物流可承擔的成本壓力及訂單規(guī)模影響了運力的組織形式；而用戶需求類型則決定了末端的配送模式。

目前即時物流配送端的運力組織形式包括自營運力和眾包物流運力。前者以自營的形式招募專職配送人員，通常的薪酬計算方式為底薪+提成。后者主要利用社會兼職配送人員的閑散運力，按訂單量計算薪酬提成。

即時物流的配送模式主要有專人專送和并單配送。專人專送指的是用戶下單后，配送人員接單并直接遞送到用戶手中，無中轉(zhuǎn)環(huán)節(jié)，主要面向物品遞送，采用這個模式的物流企業(yè)包括人人快送、閃送等。并單配送意味著配送員同時接多個訂單，按系統(tǒng)規(guī)劃的順序和路線逐個進行配送，主要面向餐飲外賣，典型的物流企業(yè)包括點我達、達達—京東到家。相對于并單配送，專人專送具有更好的用戶體驗，價格也更高。

3 數(shù)智賦能下的即時物流發(fā)展趨勢

即時物流為現(xiàn)代物流與供應(yīng)鏈行業(yè)帶來明顯的“鯰魚效應(yīng)”，如何實現(xiàn)快速接單與快速送達是即時物流企業(yè)需達成的首要技術(shù)目標以及首要用戶體驗，這對需求準確預(yù)測、科學計算、數(shù)據(jù)共享、快速反應(yīng)、高效執(zhí)行、敏捷補貨等方面都提出了巨大的挑戰(zhàn)。只有通過大數(shù)據(jù)、人工智能、云計算、機器學習等技術(shù)，才能有效優(yōu)化即時物流系統(tǒng)效益。

3.1 大數(shù)據(jù)技術(shù)保障配送效率

即時物流的業(yè)務(wù)邏輯線看起來比較簡單：訂單產(chǎn)生—地理位置更新—接單數(shù)量增加—基于地理位置的訂單推送—大量訂單處理—同一目的地或同一商家訂單合并—訂單分配，如圖5 所示。

但是在訂單高峰期與運力短缺的時候，如何使用實時訂單分配技術(shù)以使訂單得以準確分發(fā)、如何使用訂單智能打包技術(shù)以確保配送效率的提升，都需要有精準的場景定位和海量的數(shù)據(jù)支撐。大數(shù)據(jù)技術(shù)能對上述信息進行精準獲取、深度挖掘，實現(xiàn)全程智能化調(diào)控。

即時物流平臺上匯聚了海量的信息，包括訂單發(fā)生、商家情況、配送人員特性、交易過程、消費者特性、天氣與地理狀況等。上述信息可分為四大類，即訂單數(shù)據(jù)、配送人員數(shù)據(jù)、消費者數(shù)據(jù)以及其它數(shù)據(jù)，如圖6 所示。大數(shù)據(jù)技術(shù)可實現(xiàn)即時物流過程的數(shù)字化、可視化，能夠在繁忙節(jié)點發(fā)出預(yù)警，同時也讓商家和消費者實時跟蹤商品在途狀況。更重要的是，企業(yè)能從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律、洞悉現(xiàn)在、預(yù)測未來，從而做出更科學的決策。

圖5 即時物流業(yè)務(wù)邏輯線

圖6 即時配送大數(shù)據(jù)挖掘?qū)ο?/p>

當即時物流平臺上積累的訂單數(shù)據(jù)和配送數(shù)據(jù)越多，算法的能力和有效性越強。但是大量的數(shù)據(jù)給平臺后端帶來極大讀寫壓力，而數(shù)據(jù)的價值密度低也導(dǎo)致了存儲成本的增加。比如配送人員高頻率地刷新平臺查詢周圍訂單情況，配送人員在訂單池搶單，商家派單、即時物流企業(yè)接單、取貨、配送交付等，都會產(chǎn)生大量的數(shù)據(jù)。大量平臺使用者的參與推進了大數(shù)據(jù)與預(yù)測分析組織結(jié)構(gòu)的升級[4]。為了緩解平臺讀寫壓力和降低數(shù)據(jù)存儲成本，目前無論是美團外賣還是達達物流等企業(yè)，多采取分布式系統(tǒng)架構(gòu)來實現(xiàn)流量接收、流量分發(fā)、數(shù)據(jù)存儲、數(shù)據(jù)監(jiān)控和上報。未來即時物流大數(shù)據(jù)架構(gòu)將更趨于顆?；腿ブ行幕cAI 技術(shù)、區(qū)塊鏈技術(shù)協(xié)同，實現(xiàn)即時物流的降本提速。

3.2 機器學習促進即時物流智能化發(fā)展

機器學習是平臺利用所獲取的數(shù)據(jù)，組建某種模型（神經(jīng)網(wǎng)絡(luò)模型、支持向量機、GBDT 算法等）[5]，并利用此模型預(yù)測未來的一種方法。機器學習是利用數(shù)據(jù)價值的關(guān)鍵技術(shù)，其核心是“使用算法解析數(shù)據(jù)，從中學習，然后對世界上的某件事情做出決定或預(yù)測”。機器學習通過與物聯(lián)網(wǎng)傳感器、實時監(jiān)測相結(jié)合，將重塑即時物流領(lǐng)域。

在即時物流平臺訂單分配的過程中，不僅要分析地理位置因素、配送人員順路因素，還要考慮配送人員的配送能力、接單偏好以及商戶與配送人員的以往合作經(jīng)歷等。機器學習建立在大數(shù)據(jù)挖掘的基礎(chǔ)上，通過數(shù)據(jù)沉淀與智能分析，實現(xiàn)精準預(yù)測、精準匹配和精準畫像等功能。

精準預(yù)測：測算送達時間、訂單量、訂單接受程度等；

精準匹配：獲取配送人員的實時特征和歷史特征、商戶特征、商戶與配送人員的交互特征，預(yù)測配送人員的接單意愿，通過運算，實現(xiàn)商戶訂單和配送人員的匹配，提高配送及時性、商戶滿意度；

精準畫像：從多個維度對配送人員和商戶進行畫像，實現(xiàn)多重算法結(jié)合的千人千面派單，提高配送人員對平臺的黏性。

在上述基礎(chǔ)上，實時監(jiān)控訂單附近運力和訂單需求特征，自適應(yīng)地調(diào)整運力調(diào)度的參數(shù)，進行降噪，提供準確的配送路線導(dǎo)航，實現(xiàn)智能調(diào)度；動態(tài)地對配送時效進行智能評估、實時監(jiān)控商戶與消費者反饋、進行動態(tài)定價；通過圖像識別、語音識別等技術(shù)驗證配送人員的身份，通過多傳感器來進行室內(nèi)定位、場景刻畫和配送人員狀態(tài)捕捉，對刷單行為、虛假投遞交付行為進行管理與控制，實現(xiàn)智能管控，提升整體運力的使用彈性。

隨著技術(shù)的發(fā)展，多種傳感器的融合將會提升機器學習的識別精度，運籌優(yōu)化、情景感知、ETA（Estimated Time of Arriva）l 預(yù)測等多個領(lǐng)域復(fù)雜計算的綜合運用能提升機器學習的精準度，讓即時配送網(wǎng)絡(luò)更加順暢、更加智能化。

3.3 無人物流接力眾包物流，補充末端配送運力

老齡化社會已經(jīng)到來，勞動年齡人口逐年下降，即時物流的配送從業(yè)人員將慢慢出現(xiàn)缺口；而在另一方面，即時物流需求仍在逐年上漲。僅依賴平臺的專職配送人員，運力無法達到需求的滿足。眾包物流模式基于共享經(jīng)濟理念[6]，指的是將O2O、新零售等商戶的訂單在平臺進行發(fā)布，兼職配送員搶單后將貨品送到消費者手中的配送形式。眾包物流能夠有效提升商戶的服務(wù)能力，提高消費者體驗。

實際上，不論是美團外賣還是達達，都有采用眾包模式。兼職配送員只需要使用智能手機就可以下載平臺APP，進行注冊，在線接單并完成配送，從而獲得一定的勞動報酬。在眾包模式下，平臺將訂單池中的訂單根據(jù)配送的路線、商品的類型等信息進行合并，從而減少配送人員取貨和送貨的重復(fù)勞動時間。

眾包物流雖然緩解了即時物流最后一公里配送的運力壓力，但是長遠來看，兼職配送人員的數(shù)量、業(yè)務(wù)素質(zhì)都會跟不上行業(yè)發(fā)展的需求；再者，其所面臨的多元法律風險日益凸顯[7]。無人物流將接力眾包物流，補充即時物流的末端配送運力，賦予即時物流新的內(nèi)涵。即時物流配送模式的演變?nèi)鐖D7 所示。

無人即時物流建立在智能化的基礎(chǔ)上。當訂單產(chǎn)生時，物流平臺進行路線智能規(guī)劃，使用無人車、無人機和配送機器人等工具，實現(xiàn)短距離的末端配送。通過多傳感器融合和算法支持，為最后一公里即時配送賦能。無人即時配送應(yīng)用場景如表1 所示：

圖7 即時物流配送模式演變

表1 無人即時配送應(yīng)用場景

無人配送小車已經(jīng)走過了試驗階段，阿里旗下的蜂鳥即配和美團的無人小車已經(jīng)在局部區(qū)域投入使用。無人配送小車能自動識別紅綠燈、檢測地圖和道路特征之間的不匹配[8]，自動躲避障礙物、自動駕駛、智能線路規(guī)劃、自動換道，能完成夜間配送、預(yù)約配送、定時定點配送等任務(wù)。末端消費者可以通過人臉識別、取件碼、掃描二維碼等方式取貨。無人小車的量產(chǎn)化已經(jīng)成為趨勢，其應(yīng)用場景將從社區(qū)配送延伸到更多領(lǐng)域，未來可與智能貨柜、自動裝卸機器人相結(jié)合，解決消費者不在家的問題。

2018年，餓了么平臺獲批在上海金山工業(yè)區(qū)內(nèi)使用無人機進行即時配送，這是中國第一批無人機即時配送航線。目前采用的配送組織為無人機承擔兩個定點直接的運輸，在兩個定點需要兩名配送人員負責將貨品裝上無人機和取下無人機并送抵消費者。今后，前置倉+無人機、貨車+無人機、智能柜+無人機等配送形式將從試驗階段走向?qū)嶋H應(yīng)用階段，但仍需要破解管制問題和無人機飛行期間的安全問題。

目前，智能配送機器人已經(jīng)在多個場景應(yīng)用。智能配送機器人的底層技術(shù)包括多傳感器融合與算法支持，前者指的是激光雷達、攝像頭、無線通信、超聲波雷達等設(shè)備；后者則是涵蓋即時GPS 定位與地圖構(gòu)建、多機協(xié)作智能調(diào)度算法、視覺感知、人機交互等。智能機器人的體積小，能實現(xiàn)在寫字樓、居民樓內(nèi)遞送物品等，打通門禁，連通電梯，實現(xiàn)最后五十米配送。

無人即時配送已經(jīng)吸引了頭部企業(yè)的紛紛搶灘，將進一步驅(qū)動O2O 業(yè)態(tài)、新零售業(yè)態(tài)的快速發(fā)展，催生物流整體行業(yè)的技術(shù)變革。

4 結(jié)束語

即時物流能有效解決物流的最后一公里問題，同時也是物流領(lǐng)域中非常復(fù)雜的、時效性要求最強的環(huán)節(jié)。在一二線城市里，大數(shù)據(jù)和智能技術(shù)已經(jīng)漸漸滲透即時配送的預(yù)測、運力組織與匹配、日常運營管理與決策中，并倒逼消費供應(yīng)鏈和物流供應(yīng)鏈的重新構(gòu)建。即時物流正在從一二線城市逐漸下沉到三四線城市乃至鄉(xiāng)鎮(zhèn)和農(nóng)村，這些區(qū)域的交通路況、建筑物分布情況往往沒有一二線城市那么規(guī)范，地理情況也更加復(fù)雜，所以運力調(diào)撥和配送組織的難度會更大。在未來，即時物流將更加依賴于大數(shù)據(jù)技術(shù)和人工智能，進一步解決上述問題，實現(xiàn)智能化的數(shù)據(jù)分析、精準匹配，提升消費者體驗。即時物流的數(shù)智化任重道遠，但前景光明。