物流中的物聯(lián)網(wǎng)：用于庫存管理的智能設(shè)備

　　能夠監(jiān)控司機(jī)和車輛的行蹤，并提供實(shí)時(shí)的物體識別和跟蹤，這表明了物聯(lián)網(wǎng)在物流方面的主要優(yōu)勢。但是，除了車隊(duì)管理和資產(chǎn)跟蹤之外，智能設(shè)備在庫存管理方面還有其他優(yōu)勢。物聯(lián)網(wǎng)在物流領(lǐng)域的其他主要應(yīng)用還包括預(yù)測性維護(hù)和倉庫庫存管理。此外，還有其他趨勢需要關(guān)注，例如應(yīng)用于包裹甚至人員的最后一英里交付智能解決方案的部署。在這里，物流中的物聯(lián)網(wǎng)不僅可以提供商品本身，還可以提供出色的客戶體驗(yàn)——這越來越多地將領(lǐng)先公司與客戶投訴數(shù)量不斷增加的公司區(qū)分開來。

　　為管理物聯(lián)網(wǎng)在物流中的使用提供客戶解決方案的知名企業(yè)包括亞馬遜網(wǎng)絡(luò)服務(wù) (AWS)、IBM、思科、英特爾和微軟。 如此多的跨國公司參與其中這一事實(shí)說明了現(xiàn)代供應(yīng)鏈的全球性以及能夠高效交付貨物的重要性。 而且，當(dāng)確實(shí)發(fā)生延誤時(shí)，客戶會希望及時(shí)了解最新信息，以便他們能夠管理供應(yīng)鏈中客戶的期望，并根據(jù)中斷的嚴(yán)重程度考慮替代安排。

　　Azure IoT 等平臺為客戶提供連接和管理其 IoT 設(shè)備的工具，并提供分析功能。 例如，據(jù)該公司稱，微軟擁有 Azure Stream Analytics，它使客戶能夠構(gòu)建強(qiáng)大的流數(shù)據(jù)管道并以亞秒級延遲分析數(shù)百萬個(gè)事件。 但微軟并不是唯一一家可以幫助連接、管理和分析智能設(shè)備以進(jìn)行庫存管理的科技巨頭。

　　物聯(lián)網(wǎng)在物流中的用例

　　思科的物聯(lián)網(wǎng)解決方案擴(kuò)展到旨在通過優(yōu)化互聯(lián)道路和十字路口的交通管理來提高公共安全的系統(tǒng)。 改善物流的重點(diǎn)可能是更快、更可靠地將貨物送到客戶手中。 但思科和其他公司的例子表明，物流中的物聯(lián)網(wǎng)還可以減少其他道路使用者的交通擁堵，并有可能最大限度地減少碳足跡。 越來越多的公司將不僅通過其財(cái)務(wù)業(yè)績來衡量，而且還將通過其在更環(huán)保的運(yùn)營和更有效地管理地球?qū)氋F資源方面的前進(jìn)方向來衡量。

　　供應(yīng)商已經(jīng)在響應(yīng)客戶對環(huán)保交付選項(xiàng)的愿望。 當(dāng)然，在最后一英里類別中，例如，由于電動汽車數(shù)量的增加，今天有可能為客戶提供更環(huán)保的選擇。 但是當(dāng)涉及到空運(yùn)和海運(yùn)時(shí)，它就變成了在其他地方抵消這些環(huán)境成本的案例——至少在綠色氫和更清潔的燃料起飛之前是這樣。 然而，連接到車輛和資產(chǎn)的分析平臺可以幫助跟蹤相關(guān)排放，以便公司可以根據(jù)其運(yùn)營規(guī)模進(jìn)行修正。

　　IBM的Maximo應(yīng)用程序套件已經(jīng)部署在能源和公用事業(yè)、石油和天然氣、制造、運(yùn)輸和其他各種資產(chǎn)密集型行業(yè)。企業(yè)資產(chǎn)管理(EAM)有助于在生產(chǎn)、維護(hù)和服務(wù)流程老化時(shí)對其進(jìn)行監(jiān)控。如果做不到這一點(diǎn)，就會有質(zhì)量標(biāo)準(zhǔn)下降的風(fēng)險(xiǎn)。在這里，來自物聯(lián)網(wǎng)數(shù)據(jù)的認(rèn)知洞察可以產(chǎn)生積極影響，使企業(yè)能夠基于實(shí)時(shí)數(shù)據(jù)和利用預(yù)測分析優(yōu)化其生產(chǎn)和服務(wù)系統(tǒng)。

　　物聯(lián)網(wǎng)在物流領(lǐng)域的智能部署所帶來的生產(chǎn)力提升不容忽視，因?yàn)榘l(fā)現(xiàn)自己缺乏類似設(shè)置和服務(wù)的競爭對手將舉步維艱。 例如，在 TechHQ 上，我們強(qiáng)調(diào)了使用無人機(jī)技術(shù)簡化倉庫庫存管理的增長趨勢。 理想情況下，通過具有實(shí)時(shí)跟蹤功能的高效資產(chǎn)管理系統(tǒng)，公司應(yīng)該隨時(shí)了解所有東西的位置。 當(dāng)然，事情正在朝著正確的方向發(fā)展，一些令人印象深刻的演示展示了使用現(xiàn)代技術(shù)可以實(shí)現(xiàn)的目標(biāo)。

　　解決庫存去向問題

　　例如，牛仔布巨頭 Levi Strauss 早在 2016 年就與英特爾合作，并使用這家計(jì)算公司的可信分析平臺在試點(diǎn)商店中實(shí)時(shí)跟蹤其服裝。 添加到衣服上的 RFID 標(biāo)簽以及商店中放置的信標(biāo)意味著可以輕松找到放錯地方的物品并將其放回正確的位置。 如果客戶無法快速找到他們正在尋找的商品，零售商可能會迅速失去銷售額。 擁有顯示庫存水平和位置的商店數(shù)字孿生將改變游戲規(guī)則。

　　回到倉庫——重新使用無人機(jī)技術(shù)——自動飛行機(jī)器人可以通過掃描條形碼和拍攝堆放在高架托盤上的箱子的照片來監(jiān)控庫存，這對工人來說可能不太容易接近。 過去，倉庫必須暫停并預(yù)留幾天時(shí)間進(jìn)行整個(gè)設(shè)施盤點(diǎn)。 但是今天，無人機(jī)可以在倉庫當(dāng)天關(guān)閉時(shí)或在較安靜的時(shí)段運(yùn)行，并以過去無法想象的速度進(jìn)行庫存管理。

　　無人機(jī)可以突出顯示可能放錯地方、貼錯標(biāo)簽、變質(zhì)或損壞的商品。 這只是物流中的智能設(shè)備和物聯(lián)網(wǎng)如何改變供應(yīng)鏈管理的一個(gè)例子。 這些發(fā)展絕不是故事的結(jié)局。