12月11日，在京东物流主办的“2017全球新一代物流峰会”上，中国工程院院士、中国互联网协会理事长邬贺铨做了主题为《大数据 大物流》演讲。邬贺铨表示由于国内物流基础设施比较落后、物流转运环节标准不统一等问题导致了我国物流成本高于美国，所以呼吁加大体制改革的力度的同时，加快物流行业的数字化转型，深化先进技术的采用。
以下是演讲全文：
国家对物流是非常重视的，从2011年到今年8月份，国务院国办以及国务院的有关部委出台了跟物流有关的文件，数据显示，在过去几年，工业品物流是占主导的，整个物流发展到现在已经到了将近230万亿，增长率大概是6.1%。物流业的增加值占GDP的比例大概是6-8%，今年一季度里面，物流业里面，仓储运输加邮政加起来是4.5%左右，中国社会物流总额里面5%左右是物流消耗的费用，我们现在关注一点是什么呢？社会物流总费用占到GDP的将近15%，最近这几年是在下降的，前几年还占到18%，但是如果和发达国家相比，发达国家一般来讲只占到9%，实际上全世界平均也是11%左右，印度、巴西只有12%，所以中国的物流成本是很高的，按照物流采购联合会的预测，如果物流总费用跟GDP的比能够下降0.1个百分点的话，实际上会带来500多亿元的经济效益。现在的问题是怎么能把物流的总费用和物流占GDP的比例降下来。
究竟是我们的人工成本高了还是什么原因？中国快递员的工资在去年，大概每小时工资是4美元，而美国同行是13美元，我们的制造业蓝领是3美元，美国同行是35美元，可以看到美国蓝领的比例更高，也可以说，我们快递员的工资甚至比蓝领工资还要高一点，而美国同行快递员工资比蓝领低得多。但是尽管如此，看上去我们跟美国同样一个快递员的工资差了3倍，应该说我们人力资本还是相对有竞争力的。
快递员的数量，我们有200多万，美国才72万，我们快递员的工资，刚才说了，中国是4美元/小时，美国是13美元/小时。中美人口的居住密度，每平方公里美国是30个人，中国是143个人，因为城市人口的密度大，所以中国的快递效率相对来讲是高的。从人力资本这方面，我们不可能得出中国的物流成本高这个结论。但是，我们仓储的自动化水平是比较低的。2013年全国平均自动化的立体仓储系统普及率只有20%，而发达国家是80%，我们可以看看右边两个图，中国仓储的成本占GDP的比例大概是8%左右，而美国是2.5-3%之间，所以在仓储的成本占GDP的比例上，我们比美国高一倍都不止，这是导致我们物流成本高的一个方面。
分析效率低的原因，一个是条块分割，民航、港口、高铁、铁路等等很多时候是不衔接的，所以导致很多地方要落地，要仓储，要转运，条块分割、物流标准不统一，所以资源浪费。
第二是基础设施比较落后。自动化的仓储水平不高，物流园区没有建立，交通枢纽不健全。
第三是政策法规不完善，包括收费、物流设施的布局等等还是有影响的。
当然中国还有一个问题是服务业比例比较低，发达国家的服务业比例比较高，所以它的物流成本相对比较低。据测算，服务业增加值占GDP的比重每上升1%，整个社会物流总费用跟GDP的比例要下降0.3-0.4%。
如何降低中国社会物流总费用？首先要加大体制改革的力度；另一方面是要促进物流行业的数字化转型，深化先进技术的采用。2016年到2025年十大产业数字化转型将产生直接与间接价值达28万亿美元，如果扩展到全部产业及外部经济效果，则十年累计将超过100万亿美元。同时产生的节能减排、新增就业方面的社会价值也不可估量，而物流在前十大产业数字化转型价值里排第二位，因此物流业的数字化转型尤为重要。
所以，我们物流数字化转型的效果和作用。这里面包括无人机配送，现在实际上已经开始了，京东也是第一个，比较积极的推动者，但是目前无人机配送受电池、续航能力等因素的影响，载货还是比较少的。另外，能不能自动避障，这方面的技术还不是很成熟，还有低空飞行监管的问题，政策还不够明朗，限制很多，因此推广还遇到问题。
另外是机器人的应用，京东物流在仓储配送等环节大量应用机器人和自动化设备，京东“无人仓”的效率跟传统相比提升了10倍。
云技术也会大量的应用，现在在物流上IAAS、PAAS、SAAS都用了，物流云和交通云、商贸云的结合，可以增进多种的应用。我们除了IAAS、PAAS、SAAS之外，还要大力发展大数据的服务。另外是KaaS，知识即服务，这方面物流企业还有更多的发展空间。可喜的是，京东物流已经注意到，不单用在仓储管理，线上总包，还有物流大数据的管理。
另外，区块链也会在物流上很好的得到应用。比如说双十一，京东商城，顾客跟京东商城可能是一次交易，后台京东商城还会跟京东的金融、供货商、其他客户、其他的商家发生联系，也就是说，这个链条里面很多的节点。我们把某一个用户A跟京东的交易算成是A+B，算成是一个交易包的，这个交易包我们叫一个区块，这个区块同时复制到所有的关联节点。另外一个用户C跟D，节点里面C跟D的交易也是一个区块，也复制到所有的节点。区块连绵，有交易信息，有时间窗，还有随机数，另外有本区块的哈希值是把区块的交易信息算成是一个文本，对这个文本取一个摘要，按一定的规则、算法，算出他的摘要，摘要比文本信息短得多，文本信息每改变一个比特，摘要马上都不一样，通过摘要可以校验这个文本信息有没有被篡改，这个区块和下一个区块通过哈希值联的，本区块的哈希值会放到下一区块。所有节点是复制同样的数据的，如果任何一个结点改了，很容易发现。这个区块跟下一区块之间形成一个区块链，一旦经过验证和添加到区块链就会永久的存储，他本身的可靠性，稳定性是很高的。对于物流涉及的产业链很长，未来区块链也会很好的在物流里面应用。
另外是人工智能，AlphaGo战胜了李世石和柯杰，三个月的人工训练学习了所有的棋谱，现在不完全需要这样学习了，像Alpha Zero用的数量比AlphaGo少得多，而且他没有收集任何的棋谱，只是了解了围棋的规则，通过三天的自学，跟AlphaGo下棋，已经是100：0了，人工智能不一定都是靠完全的死记硬背，完全是可以思维的。
右边两个图，机器人手臂并没有预置任何的算法，他可以看到人的手怎么动，他就会怎么动，中间两个图，机器人，也并没有预置什么程序，看到旁边的人怎么走，他就怎么走，物流的无人化、智能化会得到很好的发展。人工智能在物流业里面，除了仓储的优化，精准库存管理等等方面都可以很大的应用。
车货对接的配套，像货车帮，在200万注册货车司机和50万货车车主之间建立一个交流平台，通常这些车主司机是个体的，往往把货物从贵阳运到北京有货，回程是空车。通过这个平台帮他配货，2015年节约了500多亿的燃油成本，现在还延伸到了保险、仓储、维修、汽配和供应链金融等服务。现在还有运满满，也有类似的效果。
大数据，对于前面所说的技术，都离不开数据的支撑，没有数据，就很难实现智能，京东有一个大数据平台，现在来看，物流大数据，包括商品数据，供应商数据，承运商和货运的数据，以及天气、地形、道路、航空海运的数据，还有派送目的地国家和地区沿途的监管制度等等，这些数据都要收集起来，很好的预测和分析。
另外，物流涉及到很多很多环节，物流看上去是物流，实际上整个物流产业链很长，包括商品信息交易平台、大数据平台、中介平台、物流服务平台、商品交易集散基地、会展基地、产品基地、保税基地、海关监管中介、商品质量监督等等。物流的产业链很长，尤其是跨境物流，涉及到检疫、汇兑等等，中国正在大力推进“一带一路”的发展，经贸领先，跨境物流会有一个大发展，其中中欧板列已经走在前面了。
最后，我用习近平主席在上周五中共中央政治局第二次集体学习会上的讲话结束我的发言，习近平主席说，推动实施国家大数据战略，加快完善数字基础设施建设，推进数据资源整合和开放共享，保障数据安全，加快建设数字中国，更好服务我国经济社会发展和人民生活改善。
