智慧物流與供應鏈項目十一智能技術在物流與供應鏈系統中的應用CONTENTS目錄123教學目標課程導入知識點講解45總結課后作業教學目標PART11教學目標1.11.21.3知識目標技能目標素養目標1.1知識目標01.02.中儲智運無車承運平臺（重點）智能倉儲管理系統（難點）1.2技能目標01.02.能夠認識無人機及無人車配送技術了解智慧物流與智慧供應鏈中智能技術的應用1.3素養目標1.3.11.3.2培養批判性思維和分析能力塑造從實踐中總結經驗的素養1.3.1培養批判性思維和分析能力學會客觀、全面地評估案例中的策略和實踐，分析其優點和不足，培養批判性思維，從而能夠在未來的工作中獨立思考并做出明智的決策。1.3.2塑造從實踐中總結經驗的素養讓學生明白成功的經驗和失敗的教訓都具有重要價值。從踐活動中總結規律，提取可借鑒的方法和策略，同時避免重復他人的錯誤，不斷積累實踐經驗，提升自己解決實際問題的能力。課程導入PART22課程導入盤點物流與供應鏈系統中的智能技術目前在物流與供應鏈系統中到底都應用了哪些智能技術?通過前面各章的學習，大家應該都有所了解，比如從管理的三層次上看，運作層的物聯網技術、管理層上的數據中臺技術、戰略層上的大數據技術等。從物流與供應鏈系統的功能上還可以依據配送、倉儲、運輸及監控與調度等各個活動環節來盤點其中應用的各種智能技術，如運輸配送中的無人車、無人機、3D打印、智能快遞柜等，自動化倉儲系統中的機器人、自動化傳輸設施、自動識別技術或無人叉車等都是具體智能技術的體現和應用。下面以西門子的開關智慧工廠項目為例，看看極智嘉為西門子開關智慧工廠提供的一套創新智能倉組合方案，包括貨到人揀選機器人P800R、貨箱到人揀選機器人C200S、四向穿梭車和智能搬運機器人M100R，以及AI算法和智能系統，解決了庫內20萬+SKU原材料的收貨、分區存儲、齊套發運、產線領料等流程問題。該項目的特色是庫存精益化智能化管理、7X24小時智能理貨、反向揀選首次在業內實現落地應用，以及機器人作業幫助員工減少搬運清點負擔。項目實施后，倉庫利用率明顯提升，存儲能力提高了2~3倍，供料及時率達到100%，入庫效率提升2.5倍，出庫效率提升2.15倍，廠內的人力需求節約了30%。這是業內首個實現全場景機器人串聯和全鏈路物料信息化管理的方案，實現了行業突破。知識點講解PART33知識點講解3.13.23.3無人機/無人車在物流配送環節的應用無車承運平臺在智慧物流運輸環節的應用智能倉儲管理系統在物流倉儲環節的應用3.4智能技術在供應鏈協同環節的應用3.5算法與大數據技術在供應鏈預測中的應用3.6區塊鏈技術在智慧供應鏈金融中的應用3.1無人機/無人車在物流配送環節的應用3.1.1無人機配送技術及其應用無人機技術無人機的物流配送應用3.1.2無人車配送技術與應用無人配送車“魔袋”低速無人配送車“小袋”室內配送機器人“福袋"3.1.1

無人機面向高動態、實時、不透明的任務環境，能夠做到準確感知周邊環境并避開障礙物，實現機動靈活并容錯飛行。無人機可以按照任務要求自主規劃任何飛行路徑，且自主識別相關目標屬性，還可以用自然語言與人進行交流。一般無人機都具有三大支撐技術，即無人機飛行控制導航系統、無人機數據鏈系統和無人機自主控制技術。無人機配送技術及其應用——無人機技術3.1.1最早采用無人機進行物流快遞配送的是亞馬遜公司，它在2013年就首先發布了其進行的無人機遞送服務。隨后，很多國內外公司紛紛加人無人機的研發與應用行業，下面給出兩個典型的應用范例。(1)順豐的島際無人機項目的應用順豐是我國快遞行業的龍頭企業，在無人機的物流應用方面研發、布局速度也是領導者。順豐已成功研發滿足各種不同運營需求的多款無人機型及其配套軟硬件，諸如垂自起降固定翼無人機、多旋翼無人機、通信系統、運營管控系統和無人機快遞接駁柜等。其無人機在2021年2月已經分布在江西、四川、武漢、舟山、大灣區等地，進行常規化的物流運輸業務，包括這些地區的城際運輸、鄉村配送、海島運輸與特色經濟等，解決如醫療冷鏈、特種物流、應急配送、特色經濟等各種場景下的物流運輸末端配送問題。無人機配送技術及其應用——無人機的物流配送應用3.1.1(2)京東的“京鴻”貨運無人機應用。我國四川西南部山區道路崎嶇難行，自古便有“蜀道難，難于上青天”的說法。即使路面情況良好，也因為道路的“九曲十八彎”大大延長了運輸時間。若趕上惡劣天氣，更加大了運輸被阻斷的風險。因此，京東一直在研發應用于我國四川山區的大型貨運無人機。顯然，在無人機面前，道路崎嶇不再是問題。2020年12月，京東JDY-800“京鴻”貨運型固定翼無人機在四川自貢鳳鳴通用機場順利載貨檢飛，這標志著京東取得支線物流無人機試驗的一個顯著性階段成果,同時也標志著京東長期的“進山”努力已經可以進人正規化運營階段。大型貨運無人機進入我國廣大的農村和山區進行貨物物流配送，顯然可以大大縮短配送的交貨時間。無人機配送技術及其應用——無人機的物流配送應用3.1.22020年初，美團成立人工智能(AI)平臺。美團人工智能平臺作為美團的一級平臺組織，整合美團內部人工智能的相關業務需求，致力于在實際業務場景需求上探索前沿人工智能技術，并將之迅速應用在實際需求服務場景中。針對空地一體化的無人配送系統，美團研發的無人車包括：(1)無人配送車“魔袋”。(2)低速無人配送車“小袋”。(3)室內配送機器人“福袋"。無人車配送技術與應用3.1.2該配送車定位在半開放道路長距離運輸的需求，其采用L4級別的自動駕駛技術、運用5G技術實現車路協同;同時，還基于大數據技術開發路徑優化與調度系統，以滿足在公開道路、園區、樓宇等的即時配送需求。無人車配送技術與應用——無人配送車“魔袋”3.1.2該配送車定位在室外封閉園區的需求，其裝備了激光雷達、攝像頭、超聲波雷達、GPS、慣性測量單元等各類傳感器，通過成熟的系統和算法，進行感知、定位和決策規劃，來應對各種道路上常見的需求情景。在遵守交通規則下，能夠自主規劃路徑，規避行人、非機動車和機動車等障礙物，實現在路上安全行駛的目標。無人車配送技術與應用——低速無人配送車“小袋”3.1.2該配送車定位在室內無人配送的區域，其具有高精度的定位，包括GPS、慣性傳感器等，能夠保障每一輛無人配送車的安全。美團投入應用以上三種無人車，結合它們各自不同的優勢和能力，可以大大提升配送效率和用戶體驗。無人車與配送人員相結合的“人車混送”模式，可以最大地發揮各自優勢，豐富用戶的體驗，真正實現“美團外賣”的服務目標。無人車配送技術與應用——室內配送機器人“福袋”3.2無車承運平臺在智慧物流運輸環節的應用3.2.1中儲智運無車承運平臺智慧物流交易系統智慧物流分析預測系統3.2.2路歌無車承運平臺概述3.2.3G7物聯無車承運平臺G7數字貨運G7安全管家G7數字貨倉中儲股份于2014年7月成立中儲南京智慧物流科技有限公司，作為國家第一批“無車承運人”試點企業，組建頂尖研發團隊，開發中儲智運物流電商平臺。中儲智運創新地將無車承運人模式與運費議價功能結合，創立了集近百萬專業司機運力、全運途可視化監控、全流程規范化財務、全時段專業化客服于一體的物流運力交易共享平臺。中儲智運是一家提供數字基礎設施及服務和數字物流解決方案的科技企業，通過物流運力交易共享平臺幫助物流需求方、供給方及其他企業進行物流運力自由交易，并通過網絡貨運平臺對物流進行高效運作和管理。在此基礎上，利用區塊鏈技術，構建聚合供應鏈上下游企業物流、商品交易、支付結算、風險管理等各類數據元的第三方數字化供應鏈公共平臺。圍繞物流運力交易共享平臺與網絡貨運平臺兩個核心平臺開展關聯性生態多元化建設，構建物流及供應鏈、物流金融、物流新消費、物流大數據四大業務板塊構成的“數字物流、供應鏈生態圈”。中儲智運的無車承運平臺主要包括智慧物流交易系統、智慧物流分析預測系統兩部分。3.2.1中儲智運無車承運平臺（重點）3.2.1中儲智運無車承運平臺——智慧物流交易系統通過云計算技術及核心算法能夠第一時間實現車貨資源的精準定位與智能匹配，智慧物流交易系統實現運力網上議價交易、貨運全程追蹤管理及其運價結算等功能。智慧物流分析技術使得平臺可以收集和處理高維、多變、強隨機性的海量動態車貨等業務數據，智慧物流預測技術則在前者基礎上，利用量化分析數據，結合某一地區的天氣、溫度、社會事件等社會數據，通過復雜核心算法獲得這些分析數據未來一段時間內的預測需求數據、走勢等預測結果。3.2.1中儲智運無車承運平臺——智慧物流分析預測系統路歌“互聯網十物流”平臺于2012年成立，致力于成為支撐傳統物流企業發展“無車承運”業務的信息化支撐平臺，在探索“無車承運人”業務模式的道路上，一直處于領先地位。截至2018年底，路歌成為國內規模最大的“無車承運”業務支撐平臺，擁有290多萬從事干線營運的個體重卡會員，是市場上唯一將運力交易、業務管理、承運結算全流程打通，并發展出完整的“互聯網十無車承運”業態的平臺。路歌平臺具有強大的資源整合能力。基于真實交易留存的290萬運力資源，不僅具備高度的業務活躍度，而且經過長期業務交易的篩選和淘汰，具有較高的誠信度及較強的運輸能力。物流企業可根據自身的業務需求，在路歌已有運力資源的基礎上整合應用適合自己的運力資源，通過優化中間鏈條、運力采購下沉、運力直采，促成采購過程透明化，有效降低物流運作成本。3.2.2路歌無車承運平臺3.2.2路歌無車承運平臺路歌平臺通過SaaS系統連接上下游，實現業務的全程可視跟蹤，在路歌App中，各種模塊為發貨企業、無車承運人以及實際承運人提供貼心服務，打通信息流，對車輛和司機進行全程監控。發貨企業可以通過企業賬號對各個網點和門店進行發貨、在途監控、異常處理、統一稅票結算等需求管理。無車承運的每一步業務軌跡都將記錄在平臺系統中企業可隨時查看，及時發現并解決問題，避免了因為業務流程的不清晰帶來的監管不力現象。3.2.3G7物聯無車承運平臺G7物聯是公路物流行業領先的物聯網科技平臺，在新技術飛速變革的十多年里，G7以物聯網技術為核心，由無車承運平臺逐漸發展為囊括車隊管理、安全服務、數字能源結算、智能掛車租賃、金融保險、卡車后市場等一系列業務的綜合性物聯網平臺。目前G7主要有三大核心業務。3.2.3G7物聯無車承運平臺——G7數字貨運G7依托其完善的服務體系與全方位解決方案的能力，實現物流運輸與結算全程的數字化，可以較好地解決大宗商品的貨運問題。3.2.3G7物聯無車承運平臺——G7安全管家利用物聯網獲取車輛與司機的數據，通過不斷選代的主動安全算法，對車隊運行進行風險評估預測，最終提供個性化的安全管理解決方案的平臺功能。3.2.3G7物聯無車承運平臺——G7數字貨倉通過將物聯網、大數據、AI等前沿技術與傳統掛車相融合，幫助物流企業提升掛車運輸的安全性并降低管理成本。在強大的數據積累下，G7創新多項服務，例如將防側翻預警、震動監控與地圖相結合，為司機提供易側翻路段的行駛預警和運輸過程中震動的記錄和溯源。3.3智能倉儲管理系統在物流倉儲環節的應用3.3.1智能倉儲管理系統概述3.3.2智能技術在智慧倉儲管理系統中的應用亞馬遜的隨機儲存亞馬遜Kiva倉儲機器人智能倉儲管理系統（IWMS）是現代倉儲系統基于信息技術、人工智能等設計的一個貨物管理和處理的先進計劃信息系統，它依據倉儲中各類自動化設施、調度情況變化實時調整倉儲作業計劃，來達到庫存管理目標。IWMS在計劃自動生成時，所考慮的因素主要有貨物品項特性、貨物儲位分布及儲位分配情況、倉儲作業面積、分揀操作模式、作業時間窗口及客戶給定的服務時間窗口、倉儲設備的運行狀況等。3.3.1智能倉儲管理系統（難點）IWMS支持倉儲內很多自動化設備，如出人庫貨物的輸送機器人、自動化的傳送設備、搬運的升降設備、貨物分揀自動識別設備等。它可以實現本地倉庫的精益化管理，也可實現連鎖業、第三方物流、制造企業等整個供應鏈上異地、多點倉庫的協同管理。還可以對貨物的儲存、出入庫等實現動態調度安排，對倉儲作業的全部流程進行電子化操作:或者與客戶服務中心建立數據接口，保證客戶通過互聯網實現遠程貨物管理與企業的ERP系統實現無縫銜接。3.3.1智能倉儲管理系統IWMS是一種綜合應用各種先進信息技術的集成系統。例如，在數據采集方面采用自動數據識別技術使得正確率和運行效率大大提高:基于計算機數據庫的實時庫存管理和控制，不僅增加了庫存的準確率，減少了額外的采購，同時還保證庫存量滿足客戶訂貨或生產計劃的需要:各種數據交換接口的連通，使得IWMS能夠和企業內外進行信息共享增強企業有效控制的能力:庫存模擬仿真實現了各種當前和歷史事務的統計分析、建模預測，為決策者提供了準確、有用的信息。3.3.1智能倉儲管理系統3.3.1按照服務對象的不同，倉儲管理系統一般可分為生產型倉儲管理系統（PWMS）和流通型倉儲管理系統（DWMS）。生產型倉儲管理系統一般是為企業的工廠生產服務的，主要儲存原材料、半成品、工具等，并存放企業生產的產成品等。流通型倉儲管理系統主要為分銷領域服務，一般存放的是種類繁多的產成品，并呈現單一品種數量較少、產品存放周期較短等特點，如京東的倉儲系統。智能倉儲管理系統3.3.2和通常的倉庫按照商品品類或SKU區分貨位的方式不同，亞馬遜打亂品類之間的界線，同類商品有可能分散在不同的貨架上。雖然整個倉儲區看起來十分混亂，但并不意味著絕對的任意存放，還是有一定的原則的，特別是暢銷商品與非暢銷商品的分布，同時還要考慮先進先出的原則，部分相互之間會影響品質、性狀的商品分開儲存。智能技術在智慧倉儲管理系統中的應用——亞馬遜的隨機儲存隨機儲存的關鍵體現在數據追蹤管理上，無論揀貨還是收貨，每個貨位均有獨立編碼，亞馬遜的信息數據管理系統會記錄每個商品在不同轉運流程中所處的位置，從而保證數據的連續跟蹤。隨機儲存使得單個貨架的周轉頻率加快，從而實現空間和周轉的雙重提升，極大地降低單位商品的儲存成本。亞馬遜的隨機儲存有以下三大技術支撐：(1)Cubi立體測量儀。(2)強大的數據管理系統。（3）高效管理。3.3.2智能技術在智慧倉儲管理系統中的應用——亞馬遜的隨機儲存3.3.2在亞馬遜的倉儲系統中，常常會看到自動機器人設備，即Kiva機器人。這是亞馬遜2012年斥資7.75億美元收購的Kivasystems公司的機器人項目，結構設計十分科學，背后的支撐技術也處于行業領先水平，凝聚了很多工程師大量的工程思維和經驗，可以說是物流機器人領域當之無愧的代表，后來很多物流機器人都是模仿它做出來的。(1)地面基礎設施。Kiva類似于AGV，部署的倉庫地面上全部都鋪設了類似“軌道”的網格，且每隔大約1米就有一個二維碼。Kiva有上下兩個攝像頭，朝上的攝像頭用來讀取貨架下的條形碼以識別貨架，朝下的用來識別地面的二維碼，獲取信息后運用亞馬遜開發的巡航技術，讀取在地上網格的視覺記號，實現定位和移動。智能技術在智慧倉儲管理系統中的應用——亞馬遜Kiva倉儲機器人(2)Kiva基本運行原理。Kiva有兩個型號，較小的型號約2英尺X2.5英尺X1英尺，頂部有個托運圓盤，能夠抬起重量約1000磅的貨物行走，較大的型號可以承載3000磅。橘黃色的流線型塑料外殼采用ABS材料真空塑形，在其上有大最二次加工的結構。Kiva的表面裝有碰撞檢測系統，如果有人或者物體阻擋了機器人的去路，紅外傳感器和觸摸式保險杠會使機器人停止移動。(3)Kiva的工作流程。首先，工人站在操作臺旁，取下打印好的訂單貼在箱子上，按下操作臺上的按鈕，向控制中心傳遞信息“我準備好了”。接到指令的Kiva通過攝像頭識別地面上的二維碼，獲取位置信息，按照巡航技術規劃的最優路線尋找訂單上的貨物所在的目標貨架。找到目標貨架后，通過頂部的攝像頭掃描貨架底部的二維碼。接下來，同樣按照規劃好的路線，Kiva頭頂貨架，穿梭于倉庫之中，最后在工人的操作臺旁排好隊。操作臺旁邊的金屬桿上懸掛的激光設備會在將要被檢索的產品上照射一個紅點，揀貨工人可以知道貨架上哪個是目標貨物。確認正確后，Kiva自動離開，執行下一條命令，隊伍中的下一個Kiva向前移動。3.3.2智能技術在智慧倉儲管理系統中的應用——亞馬遜Kiva倉儲機器人3.4智能技術在供應鏈協同環節的應用2.4.1在新零售中的應用基于線上結算的數據驅動模式基于運營創新的服務優化模式基于全流程的信息化模式基于供應鏈的資源整合模式2.4.2在云制造中的應用云制造概述以海爾的云制造平臺為例新零售是指企業以互聯網為依托，通過運用大數據、人工智能等先進技術手段，對商品的生產、流通與銷售過程進行升級改造，進而重塑業態結構與生態圈，并對線上服務、線下體驗以及現代物流進行深度融合的零售新模式。線上線下和物流結合在一起，才會產生新零售。線上是指云平臺，線下是指銷售門店或生產商。阿里巴巴旗下的盒馬鮮生是新零售的典型代表。盒馬鮮生憑借“生鮮食品超市十餐飲+App電商十物流”的線上線下一體化經營模式，被稱為“新零售”模式的新模式。新零售模式中集成了消費端、零售端、供應端和物流端，實現了供應鏈下游的協同。以下以盒馬鮮生為例，分析新零售模式的特點。3.4.1在新零售中的應用3.4.1在新零售模式中，倡導客戶線上結算，以便能夠方便快捷且節省人力。另外，通過大數據等技術應用，可以對消費端的零散用戶進行挖掘，分析線上用戶的各類購買行為，以便于進行預測和供應鏈管理，并進行精準營銷。在新零售中的應用——基于線上結算的數據驅動模式對于供應商，雖然盒馬不收取進場費，但會有一個比較嚴格的資格考察機制和末位淘汰機制，每兩周就會下架不合格供應商的產品。在品質控制方面，盒馬鮮生采用訂單農業的形式，從蔬菜種植環節就開始介人、指導供應商生產，到基地采摘時實行嚴格的農殘檢測，到盒馬鮮生倉庫后再次進行抽檢。盒馬鮮生在物流領域的創新點有:門店前的物流，盒馬走的是大倉(DC)對店倉(FDC，也是盒馬鮮生門店)的B2B物流模式。門店后的物流，盒馬走的是30分鐘近場景即時配送的外賣模式。然后根據顧客下單的SKU和包裹數量，以及顧客收貨地址所在位置，系統自動設計一條最佳配送路線。3.4.1在新零售中的應用——基于運營創新的服務優化模式3.4.1基于全流程的信息化模式對于大多數零售產業來說至關重要，對于生鮮產業更是如此。因為生鮮交易對產品的保鮮度要求很高，且千人千面的消費行為需要一站式、全流程信息化的跟蹤，保障消費者體驗。盒馬鮮生制定了“五新戰略”(新零售、新金融、新制造、新技術、新能源)，從海產采購、系統研發、語音識別、算法優化等環節均離不開阿里巴巴的資源支持，包括大數據驅動、現代物流技術、完善的供應鏈，這些資源是盒馬優質用戶體驗流程的重要支撐。在新零售中的應用——基于全流程的信息化模式盒馬鮮生向上游供應鏈不斷拓展，滿足消費者對各類生鮮產品的質量需求，并探求產品質量與成本間的折中。為了保證果蔬、肉食等農產品的新鮮度，盒馬鮮生與供應鏈的上游農場、屠宰場等緊密合作，提前就把銷售計劃發送給這些供應商，以便它們能依據需求計劃統一進行農產品的采摘、包裝，經冷鏈運輸到各個門店，然后再統一進行包裝和產品定價。盒馬采用基地直采的模式，根據訂單補貨，從源頭保證了生鮮產品的品質。另外，盒馬幫助農場制定種植標準，并對土壤、水源等提出要求。3.4.1在新零售中的應用——基于供應鏈的資源整合模式3.4.2云制造是在“制造即服務”理念的基礎上，借鑒云計算思想發展起來的一個新概念。云制造是先進的信息技術、制造技術以及新興物聯網技術等交叉融合的產品，是制造即服務理念的體現。采取包括云計算在內的當代信息技術前沿理念，支持制造業在廣泛的網絡資源環境下，為產品提供高附加值、低成本和全球化制造的服務。云制造是為降低制造資源的浪費，借用云計算的思想，利用信息技術實現制造資源的高度共享。建立共享制造資源的公共服務平臺，將巨大的社會制造資源池連接在一起，提供各種制造服務，實現制造資源與服務的開放協作、社會資源高度共享。企業用戶無須再投人高品的成本購買加工設備等資源，只需通過公共平臺購買、租賃制造能力。在理想情況下，云制造將實現對產品開發、生產、銷售、使用等全生命周期的相關資源的整合，提供標準、規范、可共享的制造服務模式。這種制造模式可以使制造業用戶像用水、電、煤氣一樣便捷地使用各種制造服務。在云制造中的應用——概述3.4.2海爾集團建立的云制造平臺COSMOPlat。COSMOPlat是海爾推出的具有自主知識產權、首家引入用戶全流程參與體驗的工業互聯網平臺，其核心是大規模定制模式，通過持續與用戶交互，將硬件體驗變為場景體驗，將用戶由被動的購買者變為參與者、創造者，將企業由原來的以自我為中心變成以用戶為中心。海爾COSMOPlat是一個用戶驅動的實現大規模定制的平臺。用戶可以全流程參與產品交互、設計、采購、制造、物流、體驗和迭代升級等環節。COSMOPlat平臺的差異化特點分為三大方面，即以用戶體驗為中心創造用戶終身價值、以互聯工廠為載體的大規模定制和通過企業平臺化打造并聯開放的生態平臺。在云制造中的應用——以海爾的云制造平臺為例3.5算法與大數據技術在供應鏈預測中的應用3.5.1京東大數據概述3.5.2京東關于從預測到執行的流程概述3.5.3京東預測系統的整體架構數據源輸入層基礎數據加工層核心業務層預測結果輸出層下游系統京東是一家電子商務平臺，但也是一家以供應鏈為核心的技術服務公司，其一直以供應鏈預測能力作為自身的核心競爭力。目前京東在全國范圍內有256個大型倉庫，按功能可劃分為區域配送中心（RDC）、區域分發中心（FDC）、大件中心倉、大件衛星倉、圖書倉和城市倉等。RDC作為一級倉庫，優先把供貨商采購的商品送往RDC，一般設置在中心城市，覆蓋范圍比較大。而FDC作為區域運轉中心，是二級倉庫，一般覆蓋在一些中、小型城市及邊遠地區，會根據需求從RDC將商品調配到FDC。基于機器學習、大數據等信息技術，京東在很多供應鏈優化問題上都已經實現了信息管理的系統化，一般由系統自動給出優化建議，并與運營系統相連接，實現全流程的自動化。這里“預測技術”在其中起到了至關重要的支撐作用。3.5.1京東大數據3.5.2在從預測到執行的整個流程中，預測系統在整個供應鏈體系中處在最底層并且起到一個支撐的作用，支持上層的多個決策優化系統，而這些決策優化系統利用精準的預測數據結合運籌學技術得出最優的決策，并將結果提供給更上層的業務執行系統或是業務方直接使用。目前，以上的預測系統主要支持三大業務：銷量預測、單量預測和GMV（網站成交額）預測。其中銷量預測主要支持商品補貨、商品調撥；單量預測主要支持倉庫、站點的運營管理；而GMV預測主要支持銷售部門計劃的制定。京東關于從預測到執行的流程3.5.2銷量預測按照不同維度又可以分為RDC采購預測、FDC調撥預測、城市倉調撥預測、大建倉補貨預測、全球購銷量預測和圖書促銷預測等；單量預測又可分為庫房單量預測、配送中心單量預測和配送站單量預測等（在這里“單量”并非指用戶所下訂單的量，而是將訂單拆單后流轉到倉庫中的單量。例如一個用戶的訂單中包括3件物品，其中兩個大件品和一個小件品，在京東的供應鏈環節中可能會將其中兩個大件品組成一個單投放到大件倉中，而將那個小件單獨一個單投放到小件倉中，單量指的是拆單后的量）；而GMV預測支持到商品粒度。3.5.2京東關于從預測到執行的流程3.5.2京東數據倉庫中存儲著系統需要的大部分業務數據，例如訂單信息、商品信息、庫存信息等。促銷計劃數據則大部分來自采銷人員通過Web系統錄人的信息。除此之外還有-小部分數據通過文本形式直接上傳到分布式文件系統(HDFS)中。京東預測系統的整體架構——數據源輸入層3.5.2在這一層主要通過Hive技術來實現，Hive是基于Hadoop的一個數據倉庫工具，對基礎數據進行一些加工清洗，去掉不需要的字段，過濾不需要的維度，并清洗有問題的數據，屬于一種可以存儲、查詢和分析Hadoop中的大規模數據的機制。京東預測系統的整體架構——基礎數據加工層3.5.2這層是系統的核心部分，橫向看可分為特征構建、預測算法和預測結果加工三層；縱向看由多條業務線組成，彼此之間不發生任何交集。京東預測系統的整體架構——核心業務層01特征構建將清洗過的基礎數據通過進一步的處理轉化成標準格式的特征數據，提供給后續算法模型使用。02核心算法利用時間序列分析、機器學習等人工智能技術進行銷量、單量的預測，是預測系統中最為核心的部分。03預測結果加工預測結果可能在格式和一些特殊性要求上不能滿足下游系統，所以還需要根據實際情況加工處理，比如增加標準差、促銷標識等額外信息。3.5.2將最終預測結果同步回京東數據倉庫、MySql、HBase或制作成JSF接口供其他系統遠程調用。京東預測系統的整體架構——預測結果輸出層3.5.2包括下游任務流程、下游Web系統和其他系統。從以上預測系統中看出，其中會用到很多數據清洗技術、數據存儲技術、數據處理技術及其算法。使用的算法總體上可以分為三類:時間序列、機器學習和結合業務開發的一些獨有的算法。與此同時，京東通過銷售數據測試各種各樣的指數，這些指數能告訴供應鏈的各個環節。甚至通過工廠和品牌商反饋到供應鏈的源頭，讓源頭知道生產的產品在質量和用料方面有哪些改進的空間，形成供應鏈上的良性循環。京東預測系統的整體架構——下游系統3.6區塊鏈技術在智慧供應鏈金融中的應用3.6.1供應鏈金融定義基于線上結算的數據驅動模式基于運營創新的服務優化模式基于全流程的信息化模式基于供應鏈的資源整合模式3.6.2螞蟻鏈-雙鏈通供應鏈金融服務平臺云制造概述以海爾的云制造平臺為例3.6.3螞蟻金服具有三種關鍵能力來實現雙鏈通系統基于線上結算的數據驅動模式基于運營創新的服務優化模式基于全流程的信息化模式基于供應鏈的資源整合模式1供應鏈金融一般定義為供應鏈中的兩個或兩個以上組織（包括外部服務提供商）通過組織間規劃、指導和控制財務資源流動共同創造價值的方法。也有學者把供應鏈金融定義為公司間融資優化和融資流程，通過與客戶、供應商和服務提供商的整合，以提高所有參與公司的價值。目前供應鏈金融廣泛已經在供應鏈的很多中小微企業的融資策略方面。3.6.1供應鏈金融的定義3.6.2螞蟻鏈-雙鏈通供應鏈金融服務平臺，通過將核心企業的應收賬款進行數字化升級，使得應收賬款可以作為信用憑證