在物流园区附近，我们经常看到周边道路停满了集装箱卡车。这是物流园区的一个典型痛点，由于园区内部业务情况的不可见性，司机们往往到了园区才被告知业务繁忙，需要长时间排队才能进园装卸货物。
物流园区就像码头，是供应链中的重要中转站，影响着整个供应链效率。过去，物流园区的管理往往依赖人力，成本高效率低，容易形成供应链中的一个断点。
提到顺丰，很多人会想到快递物流，其实在供应链管理领域，顺丰也是头部玩家。作为顺丰旗下的子公司，顺丰供应链专门为企业提供端到端的供应链服务，从原料采购、生产、仓储、运输、进口清关到“最后一公里”配送。
针对园区物流场景，顺丰供应链与亚马逊云科技合作，推出了智能化综合管理平台系统“数智门”，可以将园区车辆日吞吐量提升40~60%，员工作业效率提升30%，调度员和安检员工作量减少50%，目前“数智门”已经在多个行业头部客户的20多家物流园区部署。
传统的物流园区效率痛点是如何迎刃而解的？顺丰供应链的秘诀就是将供应链服务SaaS化向外输出。
在国内国际双循环发展格局下，近年来各行各业对供应链管理服务的需求猛增，这对顺丰供应链这样的头部玩家既带来机遇，也带来挑战。
在园区物流场景中，顺丰供应链的挑战之一就是如何快速响应不同行业客户的需求，实现业务敏捷扩展。这是因为，面向企业的供应链管理，与面向C端电子商务的供应链有很大不同。
“顺丰供应链主要服务客户的B端，因为行业的分散性，企业供应链在通用性或者说整个行业的标准化还有待提升。在数字化技术的落地方面，B端供应链与C端还有差距。” 顺丰供应链CIO 王昇表示。
顺丰供应链CIO 王昇
不同行业的物流园区，在 “人、车、货、场、设备、环境”等方面千差万别。比如，化工物流园区对安全有极高的要求，需要在每个环节融入安全监管，包括园区预约、安全合规的自动化检查、安全视频线上演示、安全监测预警等；冷链物流园则对管理效率要求特别高，等等。
大型、超大型园区的供应链服务往往需要定制开发，但传统的软件开发方式成本高，周期长。另一方面，大量的中小型园区，一些通用的功能就能满足需求，用不到太复杂的功能。
面对“千园千面”的挑战，顺丰供应链是怎么做的呢？
三步走，顺丰供应链如何规模化输出供应链服务？基于亚马逊云科技，顺丰供应链构建了“数智门”平台解决方案。具体来说，分三步走：
一、挖掘数据价值，打通端-边-云数据闭环
打破园区不可见，第一步要实现数据在线与可分析。“数智门”首先通过大量前端感知设备，包括摄像头、物联网IoT设备、地磁、多模雷达等，采集园区内数据。
这些数据一部分在园区5G网络边缘侧进行预处理；一部分汇聚到Amazon S3构建的云上数据湖中，再利用机器学习、大数据分析等技术进行即时分析。
图片来自摄图网
二、采用SaaS化微服务架构，模块化设计，“搭积木”式灵活组合
利用亚马逊云科技的托管式容器服务Amazon Elastic Kubernetes Service（Amazon EKS），顺丰供应链将原来的单体架构改造为SaaS化微服务架构，实现了数据安全、统一运维和快速扩展等能力。
“通过模块化的方式，我们把每一个功能都做成一个个小小的微服务。每个客户不需要买我整套的服务，只需要基础服务和相关需要的微服务就可以了。” 王昇表示。
具体来说，“数智门”解决方案分为三层：
通用层，提供标准化服务，包括多租户的管理、鉴权、消息机制等，小园区可以拿来就用；
行业层，针对制造、汽车、化工等不同行业打造了细分行业模块；
客户层，可以根据单个客户需求定制化开发。
“三层里面基础、底层的东西开发好可以不停地复用，真正需要开发交付的可能就是客户5%的交付需求，大大提升了我们的响应时间和交付速度。” 王昇表示。
三、云上敏捷开发，快速扩展与迭代
通过DevOps方式，实现持续集成和部署，顺丰供应链将开发时间节省了30%。在持续迭代中，“数智门”还不断将AI技术融入业务场景中。
“基于Amazon EKS和灵活拓展的存储和计算能力，通过机器学习实现自动化运营，能够避免一些人为差错。” 亚马逊云科技中国行业业务拓展总监叶明表示。
亚马逊云科技中国行业业务拓展总监 叶明
此外，借助亚马逊云科技的云计算资源，顺丰供应链还大幅降低了成本支出。比如，基于Amazon Graviton2自研处理器的实例，Opensearch日志与搜索服务Amazon OpenSearch Service，托管式关系数据库服务Amazon Relational Database Service（Amazon RDS）等云服务，相比基于x86处理器的同类实例，性价比提高了40%。
基于以上创新，顺丰供应链“数智门”项目荣获了2022年度IDC中国“未来企业大奖”的“未来数字创新领军者”奖项。“数智门”成功的背后，是供应链管理服务云化、SaaS化趋势。借助数字化技术和高效柔性的供应链管理，传统物流园区的面貌正在发生巨变。
END
本文为「智能进化论」原创作品。
