第1章
智能物流信息技术概述
从数据到信息，从信息到决策，从决策到持续优化
本章导航：先建地图，再走细节
六个站点连成一条主线：从最基础的概念出发，一路走到智能物流的完整技术图景。点击任意站点可直接跳到对应部分。
一件包裹从下单到签收，要被持续看见
每一个物理动作，都在系统中留下一个数字脚印。正是这些脚印连成的链条，让“货在哪、何时到”成为可回答的问题。
下单
订单信息生成
地址与商品被结构化记录
揽收
电子面单打印
运单号成为全程唯一身份
分拣
扫码识别流向
自动分拣机按路径分流
干线运输
车辆定位回传
在途状态实时可视
末端派送
路线规划推送
预计送达时间动态更新
签收
签收信息回传
全程轨迹闭环归档
🧠 物流是“第三利润源”
继降低原材料消耗、提高劳动生产率之后，物流被视为企业挖掘利润的第三个源泉——而信息，正是驱动这个系统高效运转的神经系统。
❓ 本章要回答的问题
系统凭什么“看见”包裹？靠的是把物理世界转化为数据，再把数据加工成信息，最终支撑决策。这条链，就是全章的主线。
数据是对客观事物的原始记录
数据（Data）是对客观事物的性质、状态及相互关系进行记载的物理符号或符号组合——它只是被记录下来，尚未被加工解释。
一组数据：某笔记本电脑的外观尺寸
一组数据：某个时刻的温度读数
一组数据：重量与距离
两种传统类型
- 数值数据：可直接参与运算，如温度、重量、距离
- 非数值数据：文字、图片、声音、视频、条形码……
- 同一个“5个人”，可以写成 5、五、伍、正、101、five、☆☆☆☆☆
AI 时代：边界正在消融
任何可数字化的内容，都能转化为向量、张量等数值表示而被计算：包裹照片可识别货损，客服录音可转文本做质检。所有形式的数据都值得采集——这是物流信息化建设的第一课。
数据处理，把记录转化为决策依据
信息（Information）是数据所表示的内容，用以消除认识上的不确定性，并能对接收者的决策产生价值。
原始数据
仓库每天数千条出入库记录
只是事实的堆积
整理 · 加工 · 解释
汇总、统计、对比、建模
这一过程称为数据处理
信息
“A 类商品库存周转 12 天，
较上月缩短 2 天”
决策与行动
调整补货节奏
优化库位与人力安排
📥 数据
对事实的原始记录，是信息的载体。
🧩 信息
经过加工、被赋予特定含义的数据，能消除不确定性。
🔁 联系
没有数据就没有信息；没有加工，数据永远只是沉睡的记录。
信息越流动，越可能形成新的价值
与物质资源不同，信息有一组独特的属性——理解它们，才能理解供应链为什么要“共享信息、协同计划”。
① 事实性
真实准确是信息的中心价值。错误的库存信息，直接导致缺货或积压。
② 等级性
操作层要作业指令，管理层要统计汇总，决策层要战略判断。
③ 可压缩性
百页运营报告可浓缩为一页摘要，本质不丢，冗余尽去。
④ 扩散性
信息自发从高浓度向低浓度扩散——传播与保密由此成为一对矛盾。
⑤ 传输性
一条追踪信息瞬间传遍全球，货物却要走上数天——这是“用信息替代库存”的物理基础。
⑥ 共享性
分享信息不会减少自己拥有的量。供应链各环节共享需求信息，能显著削弱“牛鞭效应”。
⑦ 增殖性与转换性
历史运输数据既能结算运费，也能优化路线；准确的预测可以直接换算成库存成本的节约。
越罕见的事件，发生时携带的信息越多
1948 年，香农在《通信的数学理论》中把“熵”引入信息论，第一次让信息可以被定量度量。点一点下面的概率，自己感受一下：
事件 Ei 的自信息量：概率越小，信息量越大；单位为比特（bit）
掷一枚均匀硬币：正反各 1/2，结果揭晓时恰好带来 1 比特信息。
必然事件（p=1）信息量为 0——“太阳明天升起”不构成新闻；极小概率事件一旦发生，信息量趋向无穷。
信息熵：一个系统的平均不确定性
自信息量看单个事件，信息熵看整个系统——它等于所有事件自信息量的数学期望。
n 个互斥事件、概率和为 1 时，系统 S 的信息熵
性质速记
非负性 · 确定性（某事件 p=1 则 H=0）
极值性（等概率时最大）· 可加性
信息的价值
内在价值看生产成本；外延价值看决策净收益——100 万的库存可视化系统，年省 500 万，净价值 400 万。
等概率状态越多，熵越大
等概率时 Hmax = log2 n。当确切状态被告知，不确定性完全消除——传递的信息量 = 熵的减少量。
动画：《信息的度量》（2 分 20 秒）
物流信息的边界，已延伸到整条供应链
狭义：物流活动本身
与运输、保管、包装、装卸搬运、流通加工直接相关的信息——运单、库存、车辆定位、分拣记录。
广义：交易与市场
再加上商品交易信息与市场信息：订单、消费者行为、供应商协同、金融结算……它连接从生产者到消费者的整个供应链，是供应链效率化的关键。
信息量大
中型电商物流企业日均订单、运单、库存变动数据可达数十万条。
更新快
动态性强、价值衰减快，在途与库存信息须实时或准实时更新。
来源多样
来自采购、生产、销售、财务，以及供应商、承运人、海关、金融机构。
趋于标准化
编码、格式与协议日趋统一，如 GS1 体系、UN/EDIFACT 报文标准。
同一条物流信息，可从五个维度重新理解
分类不是背诵题：换一个视角，同一条信息就服务于不同的管理目的。
物流信息从保障作业，逐步上升到塑造战略
支持保证
没有及时准确的信息，作业无从开展。WMS 用实时库存指导拣货、补货与盘点；TMS 整合订单、车辆与路线做调度。
控制
实时采集与反馈让偏差无处藏身：GPS/北斗追踪车辆保准时，温控传感器守住冷链食品药品的安全线。
决策
用数据做评估与成本—收益比较：选运输方式、定安全库存与补货策略，从“拍脑袋”变成“算出来”。
战略
长期积累的数据能识别市场趋势与运营瓶颈，支撑网络布局、伙伴选择与服务创新等重大决策。
从手工作业到智能化：五级台阶
每一次跃迁，都由一项标志性技术触发，也都伴随着管理方式的改变——从经验驱动，走向数据驱动，再走向自主决策。
① 手工作业
纸质单据传递、手工记账与盘点、电话调度。效率低、差错高、信息严重滞后，管理靠个人经验。
② 单项信息化
PC 进入企业：财务与进销存软件先行，条码推广提升采集效率，EDI 在大型企业间交换电子单据。局部、分散、未整合。
③ 系统化信息化
专业系统成套部署，核心业务流程在线化；GPS 追踪车辆，GIS 支撑网络规划与路径优化。信息化成为战略工具。
④ 平台化与数据驱动
移动互联网与电商爆发：电子面单普及、货运平台兴起、SaaS 降低门槛，海量数据支撑预测、调度与客户画像。
⑤ 智能化
IoT、大数据、AI、数字孪生、区块链融合落地：无人仓、自动驾驶、配送机器人、供应链数字孪生。系统具备自感知、自决策、自执行、自优化。
效率持续改善，但深度协同仍有提升空间
🌏 多项指标世界第一
我国铁路货物发送量、公路货运量、港口货物吞吐量、集装箱吞吐量、快递业务量连续多年稳居世界第一，民航货邮运输量稳居世界第二。
🏢 头部企业的样子
京东物流运营 1600+ 仓库、3200 万㎡+ 仓储面积；顺丰科技团队 6000+ 人，“慧眼神瞳”做视觉量测，LaaS 平台对外输出科技能力。
动画：《物流信息化发展历程》（3 分 55 秒）
智能物流不是“系统上线”，而是自主闭环
智能物流：利用物联网、大数据、人工智能、云计算等新一代信息技术，实现物流各环节的自动感知、智能分析和自主决策，提升效率、降低成本、改善体验。
| 传统物流信息化 | 智能物流 | |
|---|---|---|
| 解决的问题 | 把业务从线下搬到线上：信息记录与传递 | 在记录之上：实时分析、自主决策、自动执行 |
| 系统的状态 | 过程可见、可查，但不会“思考” | 自感知、自决策、自执行、自优化 |
| 决策的主角 | 人的经验判断 | 数据与模型，人转向监督与例外处理 |
六项特征，共同构成智能物流的能力闭环
全面感知
传感器、标签与定位设备遍布全程：出厂、入库、拣选、打包、运输、签收，状态自动采集，形成完整数据链条。
泛在互联
人、车、货、仓、设备全面互联，信息孤岛被打破；企业之间以标准接口共享数据、协同业务。
数据驱动
数据成为核心资源：决策从依赖个人经验转向基于数据洞察，优化从事后总结转向实时响应。
智能决策
AI 与机器学习在复杂环境中自动决策：调度系统综合订单、车辆、路况与天气，自动生成最优配送方案。
自主协同
仓储、运输、配送不再各自为政，经信息共享与智能协调追求全局最优；上下游从交易关系升级为深度协同。
持续优化
数据积累 → 模型训练 → 效果提升 → 更多数据的正向循环：系统用得越久，预测越准、决策越好。
四层架构，把物理世界连接到业务价值
四类技术，覆盖从感知到应用的完整技术栈
🏷️ 自动识别与感知 第2 · 3 · 5章
把物理对象转化为可计算信号：条码、RFID、机器视觉、物联网与传感器、智能终端与边缘计算。
📡 网络与通信 第4 · 6章
让数据可靠抵达：计算机网络与互联网、5G、NB-IoT 与 LoRa 等低功耗广域网、EDI 与 API 协同。
🧮 数据处理与分析 第7 · 8 · 9章
把数据变成智慧：数据库、数据仓库、大数据、云计算、数据挖掘与人工智能。
🧭 应用支撑 第10—14章
面向场景的专项能力：GIS 与 GPS/北斗、区块链、数字孪生与仿真，以及 WMS/TMS/OMS 等信息系统。
融合趋势
从数据到信息，从信息到决策
📌 本章带走的四件事
- 数据是原始记录，信息是加工后能消除不确定性的内容
- 信息熵量化不确定性：等概率 n 种状态，熵为 log₂ n
- 物流信息“大、快、杂、通”，功能从保障作业直达战略
- 智能物流＝四层架构 × 四类技术，目标是自主闭环
✍️ 课后思考
- 系统有 4 种等概率状态，信息熵是多少？告知确切状态传递了几比特？
- 物流信息化的五个阶段，各用一个标志性技术概括
- 选一个新趋势（数字孪生 / AIoT / 无人配送），找一个企业案例，写 200 字分析
下一章预告：第 2 章 条码技术 —— 从一根黑白条纹开始，看 GS1 如何给每一件商品发“身份证”。