客座文章：集成解决方案高级副总裁David Broering提供有关常用技术工具及其在快速数字化物流领域中的应用的见解。
在当今世界，物流中的一切发展迅速。我们不仅移动得更快，每天做得更多，而且围绕我们在该行业中使用的工具的创新步伐每天都在加快。科技将我们今天要做的工作带入了明天要做的工作。迈向数字化的快速步伐和数据的价值从未像现在这样疯狂地走过物流领域。随着事情的不断发展，很难跟上所有可用的技术并超越我们日常工作的界限。
一件事是肯定的；有特定的技术正在推动当前的变化步伐。当这些技术被理解并适当地应用于业务时，它们将变得异常强大。但是，有很多这样的例子，这些技术被误解，误用于解决方案，或者只是被错误地使用。以下是谈论物流业务数字化及其与行业的关系时常用的四个技术术语。
大数据
“大数据”可能是过去几年物流行业中最常用的短语之一。的确，今天我们拥有比十年前更多的数据源，这在一定程度上要归功于所采用的先进技术的数量。结果，在过去的几年中，物流业务经历了数据爆炸，并且许多人都在努力处理所有这些数据。虽然肯定有使用“大数据”一词的地方，但它不是通用的，也不是所有数据都涵盖在内。并没有一个完整的定义来定义多少数据实际上使其变得“庞大”，通常的感觉是，该定义与给定数据集中存在如此多的信息相关，以至于传统计算标准（例如，通过台式机）无法对其进行处理。或便携式计算机）。另一种更好的表达方式是：如果您打开数据并感觉到压倒性的东西太多了，以至于无法快速操作，或者自己得出结论，那么它就是“大数据”。其中的关键部分是认识到需要更高级别的分析，并且数据专家通常会最好地解决这一问题。俗话说“分析瘫痪” 当使用其中一些较大的数据集时，我就想到了这一点，通常，有一些东西可以帮助您克服各种假设，差距以及不可避免的结论，这很有价值。
API
根据定义，API是应用程序编程接口。 API连接开发是当今在物流市场中创建的企业对企业接口中发展最快的方面之一。通过系统和集成的流程与合作伙伴建立联系的企业概念对于物流业来说并不陌生。在过去的三十年中，电子数据交换（EDI）主导了核心集成过程。 API正在慢慢地从EDI手中抢占市场份额，尤其是在公司升级其软件或添加具有API接口功能的供应商时。 API对物流领域的价值与您建立与合作伙伴的灵活，适应性连接的方式有关。而且，这些发送或要求发送数据的连接可以通过请求完成，而不是通过像EDI这样的严格过程来完成。尽管API确实需要特定的技能来开发类似于EDI的集成，但是一旦建立起来，它的可伸缩性要好得多，这值得进行开发。同样，可以开发各种程度的API连接，其中更简单的连接仅模仿登录网站，更深层的连接直接与系统连接。多年来，EDI一直运转良好，连接的刚性，结构化的通信时序以及从开发角度来看双方的负担都使诸如API之类的新技术开始得到广泛采用。
机器学习
机器学习是另一种技术，它继续看到与物流领域使用和开发的软件相关的扩展用途。机器学习是一种相对较新的技术，随着计算机变得越来越强大，负担得起并因此具有可扩展性，它就已经出现。随着托管和虚拟处理能力成本的下降，计算机已经开始能够消耗大量数据并提供有意义的结果。机器学习的核心原则是，计算机在分析数据时实际上是在学习如何自行分析数据。计算机程序员将开发一种算法，一种用于分析数据的复杂公式，并将该算法应用于一组数据。该数据可以是一组固定的数据，但通常是一直在累积更多数据的东西。这种机器学习算法本质上将在数据中寻找模式，以帮助其在从数据中寻找某种类型的结论的同时不断适应数据。
几乎每个使用Internet的人都使用了机器学习算法-Google搜索引擎。 Google的搜索引擎使用革命性算法已有十多年了，它通过使用以前的搜索来预测当前用户搜索结果的价值，不断学习为搜索结果提供最佳方法。与其他技术或软件配对使用时，最好使用机器学习。可以说，它也是开发人员可用的最强大的工具之一，可从数据中获取有意义的持续价值，并且将继续成为为物流中的数据驱动决策提供动力的最广泛采用的技术之一。
机器人
这些工具的技术术语实际上是“ internet bot”，但是由于它已成为主流，因此已缩短为bot。机器人是周围的一些最新技术，并且是为针对基于Web的数据输入问题的独特解决方案而开发的小型程序。 Bot是为执行重复性自动化任务而编写的软件程序；他们的价值在于他们以很高的速度完成这些任务。
僵尸程序因其在股票市场中与自动交易相关的使用而臭名昭著，而自动交易现在占全球市场日常交易的很大一部分。在物流领域，机器人被用来管理大量的数据输入任务，这些已成为业界的常态。这在很大程度上与许多服务提供商正在提供透明性的系统和流程的加速有关。一个很好的例子是数据验证的额外步骤，这已经成为使用4日 管理所有或部分托运人货运网络的聚会物流提供商（4PL）。这些4PL通常需要在其网站上输入大量信息，以提供与其提供给运输过程的透明度相关的规模和负担能力。这几乎总是信息，该信息也已经输入到实际上正在安排其移动的企业的运输管理系统（TMS）中。如今，在许多情况下，企业正在使用人员将数据从一个系统手动复制到另一个系统，以符合4PL提出的要求。在大多数情况下，这是一种不产生收入的活动，随着对这种数据透明性水平的需求加速，这种活动将随着时间的推移变得不可持续。进入机器人；通过编写专门用于管理此任务的程序，它们被用于自动将这些数据“输入”到这些系统中。尽管该技术目前相当昂贵，但随着需求的增加和更多提供商进入这一领域，采用的成本应急剧下降，这将使许多人能够利用这种技术来提高其业务效率。机器人肯定有潜力改变我们从一个系统到另一个系统共享信息的方式，从而减少了与手动输入该信息相关的开销。
如今，物流业所面临的巨大变革步伐令人难以置信。不仅正在采用新技术；也有新的服务提供商和竞争对手进入市场，对这些技术有明确的要求。牢牢掌握所有这些技术以及其他新兴技术（如人工智能，区块链和增强现实）的能力将成为成功导航我们正在走向的未来市场的关键。尽管其中许多都不需要生存，但在业务的某些方面采用其中的一些肯定可以帮助您获得优势，并为将来的发展做好准备。
David于2012年加入NFI，负责NFI的北美经纪，运输管理，联运和拖运业务。 David通过为新老NFI客户提供更强大的服务套件来领导这一迅速扩展的部门。
发表评论