這是一個算法時代，無所不在的算法帶著大數據，催生著新型經濟模式。
這是一個智慧時代，萬物互聯將社會生活推向智能化、精細化和網絡化。
這是一個日新月異的時代，就算是被吐槽成「弱、小、散、亂」的物流行業，也可以翻身逆襲成「高精尖」。
在京東，無人倉、無人車和無人機已經成為其智慧物流的關鍵產品之一。無人倉裡，大規模、多場景應用了機器人，實現了入庫、存儲、包裝、分揀全流程無人化，日處理訂單能力超過20萬單。無人車，在人民大學、清華大學等高校內承擔起配送任務。無人機作為京東短途航空物流網絡的主體，不僅加速了商品下行的物流速度，更會給農特產品的上行提供更好的通道。
如果說以往的物流智能化主要存在於消費者「看不見」的倉儲和分揀環節，如今企業在物流上已經寄望於打造一個集倉儲、幹線、分揀、配送全流程智能化於一體的閉環。
這是一場關於物流的進化。「管理一定要和科技水平匹配起來」，北京交通大學經濟管理學院副院長華國偉強調求新求變，他認為商業模式是隨著時代科技的發展不斷進化的，物流管理學要研究的問題也應該與時俱進。「假如我們去立項研究20世紀90年代的物流管理問題，它所依存的商業模式可能已經不存在了，再將精力過分消耗在這些問題上，有什麼意義呢？」
助力智慧物流
根據中國郵政的統計，2017年中國的快遞包裹達到了400.6億個，比2016年的313億個增加了28%。美國必能寶2016年包裹運輸指數報告也給出了一組數據，2016年全球共運送包裹650億個。中國憑藉313億個的數量坐擁半壁江山。不知不覺中，中國已經走到了馬雲所說的「每天一個億的包裹時代」。在這樣一個時代，全國物流總費用每降低1個百分比，就可以節省數千億元的成本，發展智慧物流、重構整個物流產業鏈，可以顯著實現降本增效，減輕我國經濟發展的壓力，推動中國製造2025快速落地。
「智慧物流的三大主戰場包括倉儲、運輸和配送，最基本的三大特徵則是操作的無人化、運營的智能化和決策的智慧化。」華國偉舉了個例子，裝了物流機器人的倉庫存儲效率是傳統貨架存儲效率的5倍以上，並聯機器人揀選速度可達3600次/小時，相當於傳統倉儲作業效率的5～6倍，主動配送可實現「一小時達」，最快可實現分鐘級配送。
明晃晃的對比，讓越來越多的電商企業認識到智慧物流的重要性。海量的物流數據與海量的消費數據直接相關，電商之間的競爭歸結於物流之間的競爭，而物流之間的競爭必將是智慧物流之間的競爭。為此，京東、淘寶、蘇寧等電商平臺紛紛自建物流體系。「新時代下，智慧物流已經成為降本增效和提升客戶體驗的新路徑，是物流行業轉型升級的重要力量和下一個風口，也是新零售的『核心發動機』。」把握住時機，華國偉提出了「大數據環境下的智慧物流優化理論與方法」研究。聯合京東X事業部及智能物流系統北京市重點實驗室，他們將通過該項目對智慧物流相關核心問題開展系統研究，並得到了國家自然科學基金重點項目的支持。
「我們的項目將基於京東的實際數據，研究問題來源於京東的實踐，研究結果也將直接應用於京東。」華國偉說。「精準畫像—物流需求精準預測—倉儲、運輸和配送環節的智能決策」，對項目要攻克的主體問題，華國偉的思路十分明晰。
華國偉將精準畫像解釋為「對用戶貼標籤」。具體來說，對海量消費者數據行為進行分析後，電商平臺可以精準判斷用戶對價格、物流服務、產品質量等相關參數的敏感度，並以此為基準為用戶進行個性化推薦。華國偉團隊則更進一步，在國內首先開展了家庭畫像研究，將用戶行為分析從以個人為單位拓展到以家庭為單位，形象地說，當一位妻子已經購買了一臺空調，丈夫再收到的推薦更多的將是空調配套產品，從而降低無效推薦的頻率。「我們會通過用戶畫像、家庭畫像、小區畫像和商品畫像，構建多級別、多層次的空間大數據，提出物流需求預測的框架和具體預測模型，分析特定區域用戶的消費偏好和物流需求，從而提供對應物流服務，將商品快速、精準地配送至目標用戶。」華國偉講述著他們真正的意圖。
「倉、運、配」，算得上是物流中的傳統問題了，但在智慧物流條件下，它們在決策模式和複雜度上已經發生了翻天覆地的變化。一個最顯著的變化就是：現在的決策基於大數據和流數據。是的，傳統物流中的數據大多是靜態的，但智慧物流中的大數據則是一種數據「流」，它是實時的、動態的。當無人倉、無人機、無人車、無人配送站、自動引導車、物流機器人等「黑科技」不斷被應用於物流，新的問題也誕生了。
以倉儲為例，傳統物流中，一種商品通常被放置在同一個貨架上，但當物流機器人被應用，就需要為它們建立模型，甚至設計計算時間為毫秒級的算法，以便於它們進行智能貨位分配和揀貨。「如果同一種商品都放在同一個貨架上，當不同訂單都要這個商品，物流機器人來取貨時就會造成訂單擁堵。而且既然很多訂單中都有這個商品，為了提高效率，還可以進行合併。但如何打散、如何合併就涉及優化問題。」華國偉解釋道。但他和團隊要做的不僅是貨位分配優化、貨架分布優化、商品揀選任務分配等，還要充分考慮物流機器人揀貨的路徑優化問題。配備多少機器人？機器人之間如何防止碰撞？怎樣才能儘量少停頓、走直線、少拐彎以避免能量消耗？當執行主體從人變成人工智慧，要實現的目標也從路徑最短變成了耗能最少和效率最高，這也對算法提出了超高要求。「假如物流機器人1秒鐘跑5米，而我們的算法需要兩秒，等算出來，它都跑出去10米了。所以我們必須得提供毫秒級的在線智能算法，才不至於使指揮落後於行動。」
到運輸和配送環節，他們也將開展實時數據驅動的在線運輸能力配置和路徑優化，以及大數據環境下基於消費者行為的主動物流配送方法研究。華國偉認為，主動配送是如今比較典型的配送方式。基於大數據，他們將提出主動配送網絡布局優化、庫存預配置以及多配送員任務預分配及路徑預規劃方案，以進一步提高京東的實際物流效率。通俗地說，這一系列研究之後，電商平臺將有能力以最大收益為目標，根據區域購買習慣，在目標用戶周圍搭建合適的物流點，並決定每個物流點的庫存。
「為什麼現在從下單到拿到貨物，有時候在10分鐘內就可以？其實就是電商們已經通過大數據分析，提前把商品放在你周邊了，下單後就能立馬派送。越來越快的物流已經大大影響了大家的生活習慣。」話音剛落，「消費者」身份上線的華國偉又補充道，「有些消費者今天上午下單明天收貨，都會覺得慢」。他認同智慧物流的「快」，也努力在「大數據環境下的智慧物流優化理論與方法」研究中為智慧物流未來更加快速的發展提供科學支撐。對他和團隊來說，這是一項很酷的工作。
放眼看世界
《哈佛商業評論》曾在一篇題為「清潔經濟：從技術到系統」的文章中寫道：「愛迪生深知，儘管電燈有許多優點，但若要取代煤油燈，前提是必須有一個經濟實惠的電燈照明網絡。因此他當時考慮的不是如何解決燈泡發明中的技術問題，而是如何讓消費者從使用煤油轉為使用電。當世界各地許多人都在埋頭髮明燈泡時，愛迪生則在設計一個完整的運作系統。」
看到這篇文章，華國偉深有同感。一項新技術的推廣，不應該是單個新技術代替舊技術，而應該是新技術所在的系統代替舊技術所在的系統。他聯想到了電動汽車的普及問題，就像沒有電網支撐，電燈替代不了煤油燈，充換電站網絡沒能配套好，電動汽車的推廣也會受到限制。「不管我們把電動汽車說得有多好，充換電站沒建好，用戶體驗就不會太好，他們會焦慮，萬一開車出去找不到地方充電怎麼辦。」2014年1月，華國偉主持的「北京市電動汽車充換電站運營優化研究」立項，得到北京市哲學社會科學規劃項目的支持。在他的指導下，有4位碩士生參與到項目中，「現在他們已經畢業了」。「我們以前做了部分理論，後來還是想做實踐，因為這是一個非常切實的問題。」華國偉說。
「切實」，一直是華國偉為自己和學生選擇研究問題時的重要準則。他是個視野開闊的人，會習慣性考慮社會需求、國家需求和學科發展需求，在這些不斷變化的需求中，去尋找切實的、創新的，能夠解決實踐中湧現的大量新問題的題目。和自然科學總會湧現出諸如「七大千禧難題」等公開性問題不同，管理科學中相對很少出現這種有預期的問題。這時，善於挖掘問題就成了重要的能力。
「我的導師汪壽陽先生，總能找到很多很好的問題。」華國偉回憶，在中國科學院讀博士時，有一次他和同學們在討論時覺得找問題很難。導師汪壽陽不以為然，拿出了一張從日本回國的航班上看過的報紙，指導他們讀了頭兩版的新聞，居然發現其中有六七個點值得深入研究一下。
這件事給華國偉留下了深刻的印象。道客巴巴上至今還有華國偉當年的答辯題目「電子供應鏈運作管理研究」。他要研究的是在電子閱讀時代來臨之際，出版商應該如何確定發行策略。「現在圖書的上架周期非常短，可能幾個月就會被新書代替了。這時很容易造成庫存積壓。」時值亞馬遜發行Kindle不久，華國偉認為，電子書將成為圖書發行中的黑馬，而電子供應鏈將成為傳統發行渠道之外的另一條腿。這項研究讓華國偉成為較早探討電子供應鏈的研究者之一。「我們投了一家頂級期刊，他們對其中的某個假設不太滿意，最終沒能發表，但對話題特別感興趣，鼓勵我們繼續做下去。」華國偉說。後來，圍繞傳統零售和網上銷售，他在雙渠道供應鏈上取得了一些漂亮的理論進展，並得到了學術界的認可。而這種「放眼看世界」去尋找研究素材的品質也一直留在他的科研性格裡。
「選題不能盯著論文那一畝三分地，得先去調研。調研的好處在於能夠直接得到業界的『需求』認定，這個問題是不是當前實踐中的關鍵問題或者主要矛盾。」在此基礎上，華國偉要求學生們的題目一定要與時俱進，不能脫節於時代，一定要創新詞。他所指的「新詞」，並非無人見過的詞。用他的話說，「區塊鏈」其實已經談論很久了，但放到管理科學研究中正式探討並不多，這是一種「新詞」；「智慧物流」興起於近年，具有明顯的時代烙印，也是一種「新詞」。
2018年6月，博士生張一答辯的題目為「概率銷售下的庫存與定價管理」。「概率銷售」是根據產品不同屬性（如同一款服裝的不同顏色等），以較低價格或隨機發貨形式將選擇權交給客戶的銷售方式。「概率銷售」在服裝類網店中經常以「福袋」形式出現，在營銷手段裡常見，但將概率銷售與供應鏈結合到一起，就要新鮮得多了。
「3D列印與供應鏈結合」「易貨貿易」「地下物流」華國偉和學生們的題目中，不斷刷出新鮮感。2018年2月，耗資337億的順豐湖北鄂州民用機場正式獲批，這是目前亞洲規劃最大的貨運機場，順豐也成為國內首個擁有專屬機場的快遞公司。這又是物流界的一件新鮮事。在這之前，順豐要從7個備選設計方案中挑選出合理的建設方案。2017年，施先亮、蘭洪傑、魯曉春、華國偉、張菊亮、黃安強等教師帶領學生團隊用3個月時間完成了對7家公司投標方案的仿真建模、數值計算分析，對每個方案的機場規劃、物流轉運中心規划進行了遠期方案、近期方案的仿真計算，完成了詳細數據分析報告，確定了最優的投標方案，獲得順豐公司的一致認可和高度讚賞。
「悶頭寫論文的時代已經過去了，管理科學一定要和實踐緊密結合，才能找到好的問題，做出新鮮的東西。最好的情況是，我們做出來的成果，真的有人有動力能用起來。」華國偉表示。
無處不物流
2018年的暑假，華國偉和他的學生們都很累。除了牽頭與京東X事業部開展智慧物流項目，華國偉與福田公司合作申請的科技部重點專項也在進行，同時他還參與討論了智慧供應鏈問題、地下物流規劃，以及裝箱算法等。項目千頭萬緒，領頭人自然是包括華國偉在內的七八位教師，再加上各自的學生，在他們的微信群裡，人數已經到了87個，團隊已經不小了。
「我們幾位老師會討論一個問題到底值不值得做。值得，就抓緊時間安排人手。」華國偉堅持讓學生通過項目逐漸培養獨立科研的能力。任務分配之後，他們要對學生的項目過程進行監控，尤其是在關鍵點上給出明確的意見和建議。團隊每周會定期組織討論班，對工作進展、閱讀文獻等進行討論。華國偉認為，學生們要具備很多基本的科研素質，比如，論文寫作能力、匯報問題能力、數學能力、英文閱讀和表達能力、勤奮堅持的毅力等。2017年起，華國偉多次邀請國外頂級期刊的主編來為學生講述如何寫論文以及論文中常見的錯誤。他也經常叮囑學生要學會寫「性感」的論文，讓讀者願意看，還能在理論和實踐中產生重要影響。而為了打好基礎，他們每天學英語要打卡，每周讀論文要打卡，每周走5萬步或跑20公裡也要打卡。「學生們都很積極，我們幾個老師也都打卡。」
在華國偉的教育「寶典」裡，勤奮和結合實踐都很重要。這樣的點滴積累還是很鍛鍊人的。團隊與企業合作相當多，學校的工作也不能落下。有時，華國偉的「檔期」排不開就會請學生去企業開會。「學生們開始也怕應對不了，但後來福田打電話說他們非常認真，做得特別好。」接到這樣的反饋，華國偉比自己收穫榮譽更欣慰。他表示，團隊近年來有60多項項目，其中有一部分就是為了培養學生而存在的。比如，在順豐鄂州機場項目中，他最高興的是，很多學生經歷了從「小白」到比較專業的成長。
「項目下來之後組建團隊，我們會選一個學生做leader（負責人），他要負責起組織學生、控制項目進度、召集開會討論等事項。這些事情跟他以後的工作場景差不多，現在掌握好了，未來上手會很快，可以無縫切換。不管碩士還是博士，未來畢業答辯決議中，我要寫你『具備獨立從事科研的能力』。我們不放手，你肯定獨立不了。」
華國偉希望學生們能夠掌握方式方法，獨立思考，做有興趣的研究。「現代社會是一個算法的社會，實踐中能碰到很多算法問題。」華國偉的興趣點很多，他甚至專門去看《自然》《科學》等期刊中的自然科學研究。這些看似與物流管理風馬牛不相及的素材為他提供了眾多靈感：物流特色小鎮、裝箱算法、空間站物流、裝載平衡等。「前陣子我參加一個活動，聽到演藝圈運送服裝道具時經常出錯，這也是物流問題。比如，服裝原本可以通過加標籤來避免物流過程中的相關疏漏，但為了保障演出效果，這些演出服不允許貼標籤之類的東西，這時就必須另外想轍了。」
「無處不物流」，這是華國偉眼中的世界。「習近平總書記說，要把論文寫到祖國大地上。的確，空談沒有意義，一定得對實踐有促進作用。」他由衷地感嘆：「有意思的東西實在太多了！」
專家簡介
華國偉，北京交通大學經濟管理學院副院長。IEEE LISS專委會主席。1974年12月生，山東人。長期致力於供應鏈物流管理研究，在物流選址、雙渠道供應鏈、低碳供應鏈雙邊市場，以及智慧物流等方面取得了眾多創新性成果。選址理論上他把分數規劃引入到設施選址問題中，指出了以往只以利潤為導向的模型的不足之處，開發了既兼顧利潤又重點考察投資回報率的多階段跨國選址模型；在雙渠道問題上，通過研究雙渠道供應鏈中生產商的直銷價格、批發價格及送貨服務水平決策，發現送貨服務水平對價格的決策有很大的影響。主持國家自然科學基金重點項目、教育部博士點基金、北京市哲學社會科學基金、北京食藥局項目、橫向課題等60餘項；已發表SCI/SSCI/EI等論文50餘篇；研究成果曾多次榮獲中國物流學會年會優秀論文獎一等獎。獲科學中國人（2018）年度人物榮譽。
來源：《科學中國人》2019年08月（下）