5G通信技術則是這些技術的基礎環(huán)境，具有“高速度、低功耗、低時延、萬物互聯、泛在網、重構安全”等六大特點。針對跨境電商物流處理的訂單包裹處理中的老大難問題，包括“海量級訂單短時間通過、貨品種類雜分揀效率低、涉及安全性貨物管理、貨物防盜、貨物軌跡難追蹤”都有了很好的解決場景和解決方案。

而在5G環(huán)境下，物流行業(yè)的底層技術將逐步轉變成“物聯網+大數據+人工智能”。

物聯網

物聯網的作用就是打通線下與線上，將線下實物與信息系統(tǒng)打通。物聯網技術本身包括三個層級：感知層、網絡層、應用層。感知層包括各類感應芯片、模組和各類傳感器等設備，包括物品識別感知、傳感感知、地理位置感知、視頻語音感知等。網絡層包括組網與通信，通信包括短距離的WIFI 藍牙、Zigbee等，長距離傳輸即廣域物聯網傳輸包括NB-IOT、LoRa等 ；組網方式包括異構網整合、自組合網絡、事件協(xié)同、網絡參數配置等。

（來源：物流信息互通共享技術及應用國家工程實驗室：《5G網絡技術在新一代物流行業(yè)中的應用報告》）

物聯網在倉儲、運輸、配送三個物流場景應用非常出色，有利于提高我們的物流效率，提高數據的透明度，實現全鏈條數據可視化。

大數據

2015年，全球約有48.8億的物聯網設備，而據Gartner預測，至2020年，物聯網設備將達 250.1億，每天約有500萬臺設備彼此聯結、接入互聯網或兩者兼?zhèn)?。全球約有64億個數據通信體。 物聯網比互聯網要大得多。最為重要的是，物聯網將產生大量非傳統(tǒng)意義的數據（大數據）。在2020年, 預計該數字宇宙將達到44ZB字節(jié)（一個ZB字節(jié)等于十億字節(jié)）。

（數據來源：Gartner 羅戈研究院&京東物流《數字化供應鏈行業(yè)研究報告》）

（數據來源：IBM ““智慧的未來供應鏈”全球首席供應鏈官調查報告 羅戈研究院《數字化供應鏈行業(yè)研究報告》）

面對洶涌而來的大數據，如果不能處理好數據，未來物流場景中大量機器人、自動化設備、無人汽車就無法運行。而處理好數據，將會爆發(fā)物流行業(yè)效率革命。

首先，大數據可以幫助我們實現數據驅動下的物流運營，優(yōu)化物流管理決策，這種決策是一種決策體系，從無數基層操作到線路優(yōu)化設計、運力調配等方面一起來提高運營效率，降低物流成本，減少浪費。其次，大數據可以為生產者貿易商提供更好的增值服務，幫助他們實現更好的預測消費訂單數量和分布，提供更好的、高效的供應鏈解決方案。由于全程供應鏈可視化，減少了信息壁壘，降低了不信任，供應鏈金融資源將得到更加高效的配置。

大數據和金融將作為未來整體物流及經濟運營的最基礎的驅動力。

人工智能

人工智能本質上是一種統(tǒng)計分析技術，但是由于AR技術、圖像識別、機器學習、無人汽車等新的技術手段加入，特別是物聯網的興起，導致接入設備幾何量級的增長，將來的數據沉淀量更是無比的龐大，為人工智能提供了更多廣闊的用武之地；而人工智能淬煉了大數據的含金量。

人工智能的應用范圍極廣，特別是在機器具有學習能力之后，主要指的是機器學習領域的深度學習技術，將大大節(jié)約培養(yǎng)專業(yè)人才的時間和不確定性。目前由于物聯網未大規(guī)模鋪開，數據沉淀量不足，人工智能除了在圖像識別方面有所發(fā)展，在其他領域的深度還不足。

但是可以確信的是，未來人工智能技術將是整體社會經濟運行的大腦學習中樞。

云計算

最左側是服務提供者來提供數據，上傳到云中心，終端客戶發(fā)送請求到云中心，請求發(fā)送相關數據給終端客戶，終端客戶始終是消費者的角色。

和云計算類似，邊緣計算也是處理數據的一種方式，隨著物聯網和5G技術的快速發(fā)展，越來越多的設備接入網絡，數據量則會成指數倍的增長，數據量一旦大了，如果數據都通過云計算來傳輸，網絡時間消耗太大。兩者不同點是云計算需要把數據上傳到云端，而邊緣計算則少去了上傳步驟，將數據直接在本地處理。

邊緣計算是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。其應用程序在邊緣側發(fā)起，產生更快的網絡服務響應，滿足行業(yè)在實時業(yè)務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業(yè)連接之間，或處于物理實體的頂端。而云端計算，仍然可以訪問邊緣計算的歷史數據。借助于邊緣計算，在人臉識別領域，響應時間由900ms減少為169ms，把部分計算任務從云端卸載到邊緣之后，整個系統(tǒng)對能源的消耗減少了30%-40%。數據在整合、遷移等方面可以減少20倍的時間。

隨著數據雪崩，預測到2025年，全球數據將增長10倍，達到163 Zettabytes，將計算和數據移動到更接近用戶的位置是有必要的。反過來，這將導致出現許多不同的邊緣計算“平臺”：無線邊緣、移動邊緣、建筑邊緣。

所以未來數據存儲和計算的載體是混合云技術，融合了集中云計算和邊緣元計算的形態(tài)，在物流行業(yè)有非常普遍應用。

AR技術

下面重點介紹一下AR（增強現實技術）在物流行業(yè)的應用，這也是新技術中成熟度走在最前列的技術。

基于5G實現的增強現實場景應用

AR技術（增強現實技術/Augmented Reality, AR) 是5G時代系列技術中比較成熟的技術，作用就是將虛擬信息疊加在真實世界，形成多元化信息的新場景，用戶能夠通過AR眼鏡這樣的硬件終端觀察工作場景，并在后臺數據分析指引下開展現場工作，大大優(yōu)化了現場作業(yè)決策效果和效率，降低了員工培訓的需求，將數據、人、貨物之間緊密聯系在一起。

AR技術目前未普及形成工業(yè)級別應用，主要受制于：

1）4G通信技術的帶寬無法支撐AR應用的商業(yè)應用,需要5G帶寬才能勝任數據的傳輸有效性；

2）以及5G對移動邊緣計算的支撐，由于物聯網帶動貨物上網形成數據，因此在物流工作場景下，數據流動和相應的分析決策數據具有信息量大、一次性使用，高響應度等特點，如果這些數據要上傳中心云進行計算會造成數據擁堵和不經濟。

因此需要邊緣計算能夠將現場大量數據計算在靠近工作端完成，AR設備使用后，工作人員等于用AR眼鏡完成“掃描槍+屏幕終端+數據處理+工作優(yōu)化現場指示”的四合一功能加持[ 來源：物流信息互通共享技術及應用國家工程實驗室：《5G網絡技術在新一代物流行業(yè)中的應用報告》]，大大提高了工作效率，降低差錯概率和工作強度。

（一）倉儲環(huán)節(jié)，例如在專線包裹集中分揀后需要按照派送渠道和路由打包成航空貨物包裝，在裝運過程中，需要認真識別相關標志，極易出現錯投渠道的事故。而采用AR技術后，AR眼鏡對包裝可以迅速讀取標簽數據，在員工眼中，可以將貨物運輸路徑的信息疊加在實體貨物上，并與裝運工具上的標簽信息進行匹配提示，避免差錯發(fā)生。電商倉庫作業(yè)中瓶頸在貨物的分揀和復核，特別像鞋服等顏色、尺碼都需要識別的貨物，人工識別效率很低，差錯率高，AR技術首先可以幫助引導員工到具體的揀貨位置，然后顯示需要進行挑揀的貨物的數量，員工可在AR輔助下完成分揀動作，或者在AR技術幫助下完成上架位置的優(yōu)化決策。

（二）運輸環(huán)節(jié)，例如在專線包裹集中分揀后需要按照派送渠道和路由打包成航空貨物包裝，全程需要幾次轉運環(huán)節(jié)，極易發(fā)生錯裝、漏裝事故，需要員工認真識別相關標志。而有了AR技術和后臺運算的支撐，工作人員對包裝可以迅速讀取標簽數據，在員工眼中，可以將貨物運輸路徑的信息疊加在實體貨物上，并與裝運工具上的標簽信息進行匹配提示，優(yōu)化運輸物品的配載和裝載順序，避免差錯發(fā)生。有了工作人員實現更高效、準確地裝卸調貨流程。全過程的檢索和識別，可以大大提高派遣效率，保障最后一公里派送，使得物流從倉儲到運輸到配送的作業(yè)真正完成信息一體化、操作在線化。

（三）全程數字化。 由于過去大量人工判斷的物流操作環(huán)節(jié)引入AR，確保貨物在物流操作全過程被數字化監(jiān)控，不僅提高了操作效率，降低了差錯率。物流操作實現全程信息化，加快了信息流轉，降低了物流、電商賣家、電商平臺、消費者的信息不對稱，使得倉、干、配等流程十分高效透明，提高了客戶體驗，促進了線上零售的業(yè)務發(fā)展。

我們預計在未來四到五年，物流企業(yè)的信息系統(tǒng)構架將出現顛覆性的變化，軟硬件高度融合，數據實時響應，全鏈可視化，數據分享效率空前提高的一種狀態(tài)，物流行業(yè)的運作模式也將發(fā)生根本性的改變。