最近，瑞士郵政、瑞典丹麥聯合郵政等企業(yè)負責人針對包裹物流企業(yè)如何提高投遞效率，打造數字化“動態(tài)包裹網絡”的話題在媒體上展開了討論。
在業(yè)務量隨時間段波動較大的包裹快遞行業(yè)，如果產能無法得到充分利用，就會給企業(yè)帶來巨大的成本壓力。那些著眼于全球或全國視野的大型包裹快遞公司通過優(yōu)化配送網絡生態(tài)，能夠很好地應對市場需求波動，從而減少不匹配的流程環(huán)節(jié)，節(jié)省資金。
瑞士郵政創(chuàng)新與風險部總監(jiān)Thierry Golliard認為，寄遞業(yè)雖在數據領域取得了顯著進步，但要滿足客戶追求的無縫體驗要求，仍有很長的路要走。企業(yè)需要投資新的信息系統(tǒng)，構建數據驅動的“動態(tài)包裹網絡”，將海量數據充分整合并構建預測模型，才能改變包裹運營模式、提升包裹投遞效率。
動態(tài)包裹網絡在寄遞企業(yè)日常運營中發(fā)揮著重要作用。
一是可以靈活應對動態(tài)環(huán)境。動態(tài)包裹網絡通過整合自動化、技術軟件和人工智能，對整個寄遞流程進行優(yōu)化，實現數字化投遞。Golliard認為，雖然系統(tǒng)數據的連通任務艱巨，但隨著軟件智能的快速發(fā)展，數據連通很快就會實現。郵政企業(yè)和其他機構運營的運輸、物流平臺將會越來越多地進行整合，由此產生的超級網絡將會最大限度地發(fā)揮和共享物流產能，而且技術成本也會越來越低。
二是可以科學預測旺季峰值。目前，電信和能源等行業(yè)已經開始利用智能網絡預測終端消費者的需求，并根據需求變化靈活擴大或縮小經營規(guī)模。包裹投遞旅程的數字化不像家庭供電那么容易，但數字智能可以連接包裹網絡和內部運行系統(tǒng)，幫助包裹快遞公司預測旺季和一些品牌新品發(fā)布等的業(yè)務峰值。
瑞典丹麥聯合郵政人工智能專家Christian ?stergaard認為，應對旺季需求的敏捷性對包裹快遞企業(yè)來說至關重要。企業(yè)必須充分運用數據和人工智能，將運營數據與人口統(tǒng)計數據（如不同地區(qū)的客戶行為）相結合，實現整體優(yōu)化。
三是可以打造數字孿生應用場景。與終端消費者相關的數據，以及來自網絡其他渠道的數據，都可以被挖掘出來形成數字孿生，生成未來的虛擬模型。包裹快遞企業(yè)可以通過數字孿生技術，打造可視化的3D場景，用來預測淡旺季產能、投遞能力和包裹類型，優(yōu)化分揀系統(tǒng)和運輸線路，還能輔助體積測量、安全分析和生產力跟蹤。
相比于依靠數據孤島和電子表格預測產生的大量數據錄入錯誤，自動輸入的系統(tǒng)數據將顯著提高數據準確性。數字化程度的提高也會對末端投遞產生積極影響，預測工具可以檢測客戶是否在家，并預測包裹業(yè)務量和預計運輸時間。
四是挖掘數據預測潛力。在動態(tài)包裹網絡中，整個運營流程的要素和數據將由一個中心節(jié)點進行管控。通過挖掘數據的預測潛力，對整個運營流程進行全局式管控，對包裹運輸路線做出合理決策?，F有的包裹運營網絡仍以人力操控為主，但未來的動態(tài)包裹網絡將實現完全自動化。
五是可以節(jié)約時間、成本和勞力。如果寄遞企業(yè)周三才能收到足夠的包裹裝滿卡車，企業(yè)把周二投遞的包裹延遲到周三一起投遞，可以大幅節(jié)約運營成本，也更容易應對旺季高峰。?stergaard指出，利用實時數據優(yōu)化的路線可以幫助司機避開擁堵路段和惡劣天氣，最重要的是系統(tǒng)還可以從經驗中實時學習，比如科學判斷停車的最佳地點，最大限度地縮短投遞時間。系統(tǒng)生成的數據越多，投遞模型就會越精確，下一次投遞就會更輕松。與此同時，終端消費者也可以通過數據判斷投遞時間和地點，數據可以使整個包裹投遞旅程更加透明。