flex-height
text-black

戴著自行車頭盔和面罩的男性

最後一哩物流:變動世界中的解決方案

default

{}

default

{}

primary

default

{}

secondary

包裹交貨量在過去幾年變得相當驚人,2020 年更以穩定速度來到高峰,單單在美國,每天出貨的包裹就超過 5000 萬個。當然,這種膨脹是在電商銷售的帶動下產生的,並持續以迅速的步伐攀昇。疫情封鎖和停工使電子商務銷售在 2020 年第 2 季飆升。雖然這些數字在世界恢復正常階段或多或少趨向平穩,但 2021 年第 3 季的線上零售銷售數字仍高於 COVID-19 疫情前的狀況,這表明消費者行為會持續改變。而最重要的是,消費者的需求也正以加速度的形式進行轉移及發展。

如今的網購消費者不僅想要更多、更便宜的產品,他們甚至希望東西明天早上就到門口了(或是更早)。在這波旋風中,最後一哩的物流業者正處於永續物流革命的浪尖,同時也必須忍受這個急迫且充滿挑戰的轉型時刻。

科技如何(真正地)推動最後一哩運輸的創新

隨著每年發展,我們在最後一哩運送供應商之間看到電動車的興起,然而仍有數十萬輛汽油動力在路上,並預計會持續一段時間。

對企業來說,規劃(盈利)提高能源效率的營運途徑,需要承諾和聚焦,但主要需要的還是知識,而知識會來自於資料。資料管理和進階分析可讓企業快速制定決策、克服市場波動、預測風險,並對電動車(EV)車隊和其他環保技術進行有信心的投資。

最後一哩物流(以及所有其他哩程都適合的地點)是什麼?

從製造商到客戶的供應鏈發展過程中,產品逐漸轉向更小型的車輛,並制定出更具體的交付標準。物流之旅的第一、中段、最後一哩階段,基本上都是以出貨規模逐步減少與最終消費者的距離來定義。

如今,供應鏈的最後一哩已面臨巨大的壓力和考驗,且必須以閃電的速度變化與調整。但請記得,公司的最後一哩解決方案必須如同供應鏈規劃基礎架構般強大,以及必須具備為供應鏈旅程中所有的「哩程」提供能見度與互連的能力。

  1. 第一哩物流 –從製造商到主要配送倉庫:項目行程的第一哩通常會從生產設施帶到主要配送倉庫,並涉及運輸貨櫃和國際陸路或海運。透過更完善且整合的報價和排程管理系統,零售及商業廠商和供應鏈經理都能獲得有關跨境與跨洲出貨價格和可用度的更好透明度。若在旅程中簡化該早期階段,則可協助最後一哩的物流與交付協調員掌握預算大局,並協調在早期階段發生中斷或延遲的網路。
  2. 中哩物流 – 從倉庫到區域配送中心:中間哩程會從主要配送倉庫取貨,並運送到區域配送樞紐,會更接近最終消費者,且通常涉及大型、長途運輸車。過去只有少數區域倉庫中心為縣裡的大塊區域服務,但亞馬遜效應導致經常有數百個本地配送中心為隔日或當日配送往返的需求。為了服務這個相對新的需求,供應鏈經理需要更大型的中型車輛車隊和更精細的雲端架構系統,來協調當地的司機。
  3. 最後一哩物流 – 從配送中心到客戶手上:最後一哩理所當然地會經歷產品送到客戶的門口,其近期大量改變傳統營運結構,已超過第一哩及中哩物流。此外,這也是供應鏈中最公開能見的一環,服務很可能因發生任何問題而被客戶責難。但如同機器中的齒輪般,最後一哩的物流必須與整個供應鏈中其他的活動零件一同發揮作用。

最後一哩履行以及瞬息萬變的客戶期望

針對交貨作業,實際活動會在客戶下單後進行,但愈來愈多客戶會期望介入履行流程路上的每一步。智慧且透明的數位供應鏈技術的進步,讓企業能更簡單且有效率地管理複雜的物流網路。但反過來說,新玩家要進入市場、在服務與價格上競爭,也更加容易了。今日的競爭正處於史詩般的水準,能夠滿足並超越客戶需求,已成為確保品牌權益和消費者忠誠度的重要因素。

下列是一些快速新興的客戶服務期望:

卡車運送

採用現代化的最後一哩運送系統,滿足日新月異的客戶期望

最後一哩運送技術和供應鏈數位化

在 B2C 和 B2B 線上購物的世界中,數位接觸點更勝以往。感測器會在採購和製造階段收集資料,物聯網(IoT)裝置則會接收流動資料和情報,而客戶會在零售生態體系移動時,留下日益複雜且豐富的資料軌跡。卓越的數位供應鏈解決方案採用雲端系統、人工智慧(AI)技術和即時連線,充分運用所有資料,並強化所需的物流管理系統,讓作業流暢流暢。

這種資料驅動的整合方式,讓企業擁有下列功能:

自動調度

採用演算法,根據預先定義的優先順序和規則,配對交貨工作和特定司機。透過將 AI 放入組合中,系統可同時分析複雜的資料點,例如司機的地點與包裹大小相關的車輛類型。司機和調度系統也可藉由雲端應用程式持續即時聯絡。

路線優化

派遣系統確定司機和車輛類型後,必須考慮其他因素,以確保採取最經濟的路線。這同時涉及分析天氣和交通報告等即時數據、充電站行駛路線(電子車隊情況)等位置數據,以及特定區域運送地址密度。此外,易用的行動應用程式還可讓司機隨時掌握最新資訊。

裝載優化

企業(通常是具有競爭力的企業)一般會根據目的地和特定的處理需求,努力消化長途運輸和集裝箱貨運。一次跨太平洋的過境,並不是那麼複雜的任務。不過,當貨物被原子化為數千或數百萬個個別訂單時,只要有獨特的送貨目的地和排程,裝載優化的任務就變得十分艱鉅。由於利潤比以往更吃緊,AI 支援的解決方案再次成為答案。透過將最後一哩宇宙中的所有的行星連接到單一可存取的儀表板和系統,裝載規劃變得策略性和自動化,也有助於消除價格昂貴的半整車裝載。

車隊追蹤與 ETA 計算

這是最古老的物流實務之一,遠在行動網路的年代之前,人們會使用 CB 和雙向收音機。但在今日,智慧追蹤系統可運用司機的智慧型手機,存取 GPS 和流量資料,確保即時掌握車隊能見度,而非仰賴司機在運送中猜測 ETA。藉由雲端連線應用程式技術支援,可讓調度人員和客戶知道司機在何處,且不需要額外的硬體。

最後一哩配送物流與資產共享

截至 2021 年 10 月,共乘公司的銷售額比去年同期增長高達 100%。而在城市中心,汽車共享公司也紛紛起飛,McKinsey 預測未來十年,共享行動能力解決方案將穩定成長 20%。

雖然個體用戶會質疑車輛所有權的價值和風險,但最後一哩的提供者也正在摸索數字,並對公司擁有的車隊提出類似的問題。大多數企業都會有車隊捉襟見肘的高峰期,並需在較為平靜的期間支付高昂的成本來維持這些資源。

有了智慧供應鏈規劃平台、物聯網和雲端互連的資產,企業便能建立彈性的交付供應商網路,就像共乘模式一樣,依需求擴大規模。最簡單的使用這種「群眾外包」方式,可以使企業從相鄰的運送提供商中,將類似的廂型貨車和卡車整合到自己現有的車隊。

精密的模型會涉及將替代車輛的混合式網路整合到現有的營運中。例如,有些交付服務最好是透過將包裹整合成一個更大的車輛網路,然後在下游與電動車或送貨機配對,以接近最終目的地。當然,為了管理混合模型的複雜性,AI機器學習技術同樣是不可或缺的系統元件。

最後一哩運輸:替代運輸工具和網路

我們研究了替代商業模式,以及支援最後一哩運送智慧系統的一些技術,但車輛本身呢?運送無人機真的實用嗎?最後一哩的物流可以免碳嗎?我們正在討論徹底改變大型和長期建立的作業,因此這些車輛創新可能會需要一段時間才能出現,這也表示,疫情加速了許多替代性的城市交付解決方案,而 EV 技術每天也都更加普及,因此永續物流的未來或許比我們想像更近。

邁向更有效率、符合未來需求的最後一哩配送網路

若無意外,疫情已經讓我們了解到,最後一哩的物流供應商幾乎可說是供應鏈履行流程中看不見的英雄。儘管眾多廣為人知的供應鏈中斷,但當我們無法自由行動時,他們仍跑遍世界,填補我們像絨褲、麵包機或瑜伽墊之類的庫存,更別說 其他所有的東西 了。就各方面來看,世界永遠不會和 2020 年前相同,其中包括我們購物的方式,以及我們期待這些東西會如何出現在大門前。

永續經營目標、競爭加劇,以及稀少的利潤,都為最後一哩運送的未來添加一絲挑戰。但是,我們也同時看到了專業化軟體的強大創新以及許多新的技術和想法,引導我們至比以往都更具永續性和利潤的未來。若要開始物流作業的數位轉型,請與您的軟體供應商聯繫,了解最適合您獨特需求和挑戰的解決方案。