面向整车物流服务的数智化建设工程

整车物流数智化是行业的发展共识，旨在通过对物流管理全过 程数据的采集、治理和应用服务，帮助企业实现降本增效、精益管控。本文对一汽物流有限公司整车物流业务的痛点问题、原因分析、数智举措、 应用效果进行了综合阐述，以期提供一种数智化建设的思路。

背景

整车物流，作为物流企业的核心业务，配置了强大的平台支撑，该平台 以整车物流管理系统作为核心主干系统，溯源系统、仓储管理系统、司机管 控系统作为子系统，通过 RFID 识别和全球定位技术，实现“人、车、货、 场”四者信息绑定，实现商品车下线至到店 18 个环节状态的实时在线采集， 并在主系统中进行平台化集成应用，实现物流全程 BI 大屏（数据中台系统） 可视可查可控，其中运输在途数据已全部向经销商整车物流服务系统开放， 并以此为基础实现了计划、实物、信息、资金、评价、查询六大基础管理功能，实现了业务体系间的实时交互、全链贯通。

但是，对比公司整车物流事业部打造“整车物流数智化标杆”的管理目标，还存在较大差距，在物流品牌塑造、标准体系建设、数智化转型驱动、 用户体验度、忠诚度提升等方面还有较多不足。

业务痛点

面向“十四五”，面向新标杆，整车物流还需持续做强数智化工程，推进数智化与业务管理深度融合、相互促进，在仓储、计划、运输等管理上对标行业，取长补短，以实现整车物流服务质量国内最优。目前在数智化方面，亟待改进提升的主要有以下几个方面。

仓储环节不够精益 

多园区智慧仓储建设目标尚未达成

（1）库内作业人工投入较大，自动化集约化建设目标尚未实现 

（2）仓储管理主要依靠手工，指标采集分析上质量及效率不高

（3）入库入位及提车依靠经验，分配未达到智能化和共建效果

（4）计划及作业能力数智化应用不足，预测预警决策不够智能

（5）作业人力及路径设计未突破传统设计，降本增效效果不佳

计划环节不够精细

系统计划自动分配率未达最佳水平

（1）配板环节设计不精，计划组合满板率不高，积攒时间较长

（2）线路搭配线下操作，人工推行省份城市组合包，费时费力

（3）运输商线路运营经验优势未充分挖掘，线下沟通平衡过多

（4）干线计划智能分配率不足50%，分配合规化高效化未体现

（5）异地分拨计划分配依靠手工，分配操作合规智能程度不够

运输环节不够精准

物流规划核心竞争力尚未显现

（1）节点及在途信息仍存在断点，在途管理和查询准确性不够（如图2、图3）

（2）计划缺乏共享，运力线上单品牌配板，满板率及发运时效低（如图4）

（3）OTD管理颗粒度不够，网络规划与时效管控智能水平不高

重点举措

根据业务痛点，对标红旗标杆要求，在仓储、计划、运输三个重要业务场景，运用数智化手段，提升管理、改善服务。

打造绿色、智能、全球标杆的

国家智慧物流枢纽园区

（1）核心业务活动数据全链感应、网联同步

应用RFID物联网技术，面向整车仓储业务，从车辆下线、车辆倒运至提车出库等11项业务场景，部署RFID一体机、智能巡检机器人等11项OT集群设备，实现各节点数据的自动化感应、采集。

（2）仓储场景全要素、多维度实时在线监控分析

应用数据挖掘及BI技术，面像“人、车、货、场”4要素，基于“流量分析、轨迹分析、效率分析、质量分析”4大分析主题，实现数据资产对于业务运营的数字化驱动（如图5）。

（3）数据喂养算法，支撑核心节点智能调度管控

应用AI人工智能技术，面像“多品牌入库分配、仓储作业调度分配、库区入位智能指引、机器人动态巡检、运输车入厂智能调度” 5大核心场景，实现系统自动智能执行，取代原有人为经验、线下操作，并结合数字孪生技术，实现园区动态实时模拟与预测（如图6、图7）。

 打造数智化整车业务工作台

实现整车物流计划全自动智能分配

（1）推进红旗OTD计划智能承接、高效运输

支撑红旗产销任务和时效要求达成，并以算法中台-物流网络仿真建模为载体（如图8），为主机厂提供物流规划、选址、运输模式寻优等增值物流数智化服务。

（2）多品牌计划形成统一的整车物流计划湖

应用数据总线技术，多品牌计划统一入湖存储，基于“运输方式、到货时效、到货地”3大条件，统一计划管理方式。

（3）多类型运力形成统一的整车物流运力湖

应用AIoT物联网技术，实时抓取运力位置信息，可动态掌控全局所有可用运力。

（4）计划分配算法支撑计划与运力间的动态最优匹配

基于3中台（算法中台+数据中台+AIoT中台）对算法模型固化、数据模型输出及AIoT数据采集接入，利用“数据+算法”双驱动，支撑在“时效及成本”的双重约束条件下，输出最优的计划分配结果（如图9）。

打通整车交付的数据链路

实现精准化交付

（1）补全与上游客户间的数据通路，为客户提供排板运输等全过程可视化，物流层面端到端透明交付现

一汽物流已经实现了整车物流的全链数据自动感应采集（如图10），补全仓储板块数据通路对接，为红旗提供实时动态的出入库数据、盘点数据、整备数据；应用数据总线技术，升级与红旗间的数据通路方式，实现数据对接可监控、数据断点可预警，并以经销商整车物流服务系统为载体，为终端用户提供准确、完整、及时的物流数智化产品服务。

 （2）基于AI视觉识别算法，自动校验全链数据有效性

应用AI视觉识别算法，通过对起运、在途、到货节点上传图片的智能校验，系统自动对位置合理性、操作规范性进行盘点，取代原有的人工数据审核工作，7×24小时不间断工作，自动生成BI预警报告，自动计算标注问题图像，结果自动入湖，保证数据的有效性（如图11）。

效果

2022年，通过以上措施，推进全业务场景BI展示、OT集群建设、中台建设，推动整车业务服务由数字化向数智化转型，达成“客户信赖、数智引领、创新求变”。

通过系统支持实现管理水平跨越式提升

（1）商品车接车倒运精益化管理改善达成率100%

（2）商品车公路运输计划自动分配率≥95%

通过算法支持实现规划能力大幅度提高

（1）商品车铁水运输比例同比提升5%

（2）整车物流数字化技术应用达成率100%

通过数字化应用推动服务达到客户惊喜

（1）整车物流质量售前审核得分≥92分

（2）特殊保障车辆物流服务保障率达到100%

（3）形成2项企业标准、2项专利